EmotionX-IDEA：Emotion BERT——一种用于对话的情感模型
计算与语言
2019-08-20 v1
摘要
在本文中，我们研究了预训练语言模型(即BERT)的情感识别能力。鉴于BERT的双句结构框架特性，我们将BERT适配于连续对话情感预测任务，该类任务严重依赖句子级别的上下文感知理解。实验表明，通过将连续对话映射为由话语和回复话语构成的因果话语对，模型能够更好地捕捉回复话语的情感。本方法在Friends和EmotionPush的测试数据集上分别取得了0.815和0.885的micro F1分数。
引用
@article{arxiv.1908.06264,
title = {EmotionX-IDEA: Emotion BERT -- an Affectional Model for Conversation},
author = {Yen-Hao Huang and Ssu-Rui Lee and Mau-Yun Ma and Yi-Hsin Chen and Ya-Wen Yu and Yi-Shin Chen},
journal= {arXiv preprint arXiv:1908.06264},
year = {2019}
}
备注
EmotionX 2019, the shared task of SocialNLP 2019