EmotionX-HSU：采用预训练 BERT 进行情绪分类
计算与语言
2019-07-24 v1
摘要
本文描述了我们参与 EmotionX-2019（SocialNLP 2019 共享任务）的方法。为检测来自电视剧《老友记》和 Facebook 聊天记录 EmotionPush 两个数据集的每条话语的情绪，我们提出基于两步深度学习的方法：(i) 将每条话语编码为表示其含义的向量序列；以及 (ii) 使用简单的 softmax 分类器预测话语可能携带的四个候选情绪之一。注意到标注话语的来源并不丰富，我们利用一个训练良好的模型（称为 BERT）将从大量语料中学习到的部分知识迁移至我们的模型。随后我们专注于微调模型，直至其良好拟合领域内数据。所提模型的性能通过 micro-F1 分数评估，即在 Friends 和 EmotionPush 的测试集上分别为 79.1% 和 86.2%。我们的模型在 11 份提交中排名第 3。
引用
@article{arxiv.1907.09669,
title = {EmotionX-HSU: Adopting Pre-trained BERT for Emotion Classification},
author = {Linkai Luo and Yue Wang},
journal= {arXiv preprint arXiv:1907.09669},
year = {2019}
}