利用伪未来上下文进行对话情绪识别
计算与语言
2023-06-28 v1
摘要
随着互联网上对话数据的广泛积累，对话情绪识别（ERC）受到越来越多的关注。该任务以往的尝试主要聚焦于利用上下文与说话人特定特征，或融合异构外部常识知识。其中部分严重依赖未来上下文，而这在真实场景中并非总可用。这一事实启发我们生成伪未来上下文以改进 ERC。具体而言，对一条话语，我们用预训练语言模型生成其未来上下文，潜在包含以与历史上下文同质的对话形式呈现的额外有益知识。这些特性使伪未来上下文易于与历史上下文及历史说话人特定上下文融合，产生一个概念上简单、系统整合多上下文的框架。在四个 ERC 数据集上的实验结果证明了我们方法的优越性。进一步深入分析揭示伪未来上下文在某种程度上可媲美真实未来上下文，尤其在相对上下文无关的对话中。
引用
@article{arxiv.2306.15376,
title = {Exploiting Pseudo Future Contexts for Emotion Recognition in Conversations},
author = {Yinyi Wei and Shuaipeng Liu and Hailei Yan and Wei Ye and Tong Mo and Guanglu Wan},
journal= {arXiv preprint arXiv:2306.15376},
year = {2023}
}
备注
15 pages, accepted by ADMA 2023