对话中的多模态情感识别：方法、趋势、挑战与前景综述
计算与语言
2025-09-10 v2
摘要
尽管基于文本的情感识别方法已取得显著成功，但现实世界的对话系统往往需要比任何单一模态所能提供的更为细致的情感理解。因此，对话中的多模态情感识别（MERC）已成为增强人机交互自然性与情感理解的关键方向。其目标是通过整合文本、语音和视觉信号等各种模态的信息来准确识别情感。本综述对MERC进行了系统概述，包括其动机、核心任务、代表性方法和评估策略。我们进一步审视了近期趋势，强调了关键挑战，并概述了未来方向。随着对情感智能系统兴趣的日益增长，本综述为推进MERC研究提供了及时的指导。
引用
@article{arxiv.2505.20511,
title = {Multimodal Emotion Recognition in Conversations: A Survey of Methods, Trends, Challenges and Prospects},
author = {Chengyan Wu and Yiqiang Cai and Yang Liu and Pengxu Zhu and Yun Xue and Ziwei Gong and Julia Hirschberg and Bolei Ma},
journal= {arXiv preprint arXiv:2505.20511},
year = {2025}
}
备注
EMNLP 2025 Findings