Multilogue-Net：一种用于对话中多模态情感检测与情绪分析的场景感知RNN
计算与语言
2020-08-04 v3 机器学习
声音
音频与语音处理
摘要
对话中的情绪分析与情感检测在若干现实应用中至关重要，可用模态的增多有助于更好地理解潜在情绪。多模态情感检测与情绪分析尤为有用，因为应用将能够根据可用数据使用可用模态的特定子集。当前处理多模态功能的系统未能充分利用和捕捉——通过所有模态的对话上下文、听者（们）与说话者情绪状态之间的依赖关系，以及可用模态之间的相关性与关联。在本文中，我们提出了一种端到端RNN架构，试图考虑上述所有缺陷。我们提出的模型在撰写时，在基准数据集上的一系列准确率和回归指标上优于最先进水平。
引用
@article{arxiv.2002.08267,
title = {Multilogue-Net: A Context Aware RNN for Multi-modal Emotion Detection and Sentiment Analysis in Conversation},
author = {Aman Shenoy and Ashish Sardana},
journal= {arXiv preprint arXiv:2002.08267},
year = {2020}
}
备注
10 pages, 3 figures, 5 tables; Published in Proceedings of the Second Grand Challenge and Workshop on Multimodal Language (Challenge-HML) in the 58th Annual Meeting of the Association for Computational Linguistics (ACL 2020)