EmotionX-DLC：用于对话中序列情感检测的自注意力双向长短期记忆网络
计算与语言
2018-06-21 v2
摘要
在本文中，我们提出了一种自注意力双向长短期记忆（SA-BiLSTM）网络，用于预测 EmotionX 挑战中的多种情感。BiLSTM 展现了建模词依赖关系以及提取与情感分类最相关特征的能力。在 BiLSTM 之上构建的自注意力网络可以建模话语之间的上下文依赖关系，这有助于对模糊情感进行分类。我们在 \textit{Friends} 和 \textit{EmotionPush} 测试集上分别取得了 59.6 和 55.0 的未加权准确率分数。
关键词
引用
@article{arxiv.1806.07039,
title = {EmotionX-DLC: Self-Attentive BiLSTM for Detecting Sequential Emotions in Dialogue},
author = {Linkai Luo and Haiqing Yang and Francis Y. L. Chin},
journal= {arXiv preprint arXiv:1806.07039},
year = {2018}
}
备注
9 pages, 3 figures