用于抽取对话中情绪原因片段与蕴涵的多任务学习框架
计算与语言
2022-11-08 v1 人工智能
机器学习
摘要
预测文本中表达的情绪是自然语言处理（NLP）界一个被充分研究的问题。最近，关于抽取文本中表达的情绪原因的研究十分活跃。以往大多数工作是在文档中进行因果情绪蕴涵。在本文中，我们提出神经模型以抽取对话中的情绪原因片段与蕴涵。为学习此类模型，我们使用 RECCON 数据集，该数据集在话语层面标注了原因片段。特别地，我们提出 MuTEC，一种端到端的用于抽取对话中情绪、情绪原因和蕴涵的多任务学习框架。这与使用真实情绪来抽取原因的现有基线模型形成对比。MuTEC 在该数据集提供的大多数数据折上表现优于基线。
引用
@article{arxiv.2211.03742,
title = {Multi-Task Learning Framework for Extracting Emotion Cause Span and Entailment in Conversations},
author = {Ashwani Bhat and Ashutosh Modi},
journal= {arXiv preprint arXiv:2211.03742},
year = {2022}
}
备注
19 Pages, Accepted at Workshop on Transfer Learning for Natural Language Processing, NeurIPS 2022