中性话语亦是原因：利用社会常识知识增强对话式因果情感蕴涵
计算与语言
2022-05-10 v2
摘要
对话式因果情感蕴涵旨在从对话中检测非中性目标话语的因果话语。本工作中，我们将对话构建为图，以克服原始蕴涵方式对隐式上下文建模的不足。遵循先前工作，我们进一步将情感信息引入图中。情感信息可显著促进对与目标话语情感相同的因果话语的检测。然而，检测具有不同情感（尤其是中性）的因果话语仍然困难。原因在于模型在推理因果线索并在话语间传递方面存在局限。为缓解此问题，我们引入社会常识知识（CSK）并提出知识增强对话图（KEC）。KEC 在两个话语间传播 CSK。由于并非所有 CSK 在情感上都适合话语，我们进而提出情感实现的知识选择策略来过滤 CSK。为处理 KEC，我们进一步构建了知识增强有向无环图网络。实验结果表明，我们的方法优于基线，并推断出比目标话语情感更多的不同情感的因果。
引用
@article{arxiv.2205.00759,
title = {Neutral Utterances are Also Causes: Enhancing Conversational Causal Emotion Entailment with Social Commonsense Knowledge},
author = {Jiangnan Li and Fandong Meng and Zheng Lin and Rui Liu and Peng Fu and Yanan Cao and Weiping Wang and Jie Zhou},
journal= {arXiv preprint arXiv:2205.00759},
year = {2022}
}