重新评估EmoWOZ中用于情感检测的数据划分
计算与语言
2023-03-24 v1 机器学习
摘要
本文关注EmoWoz数据集，其为MultiWOZ的扩展，提供对话的情感标签。MultiWOZ最初为另一目的而划分，在考虑情感识别这一新目的时导致分布偏移。EmoWoz中的情感标签高度不平衡且跨划分分布不均，这造成次优的模型性能与不佳的模型比较。我们提出一种基于情感标签的分层采样方案以解决此问题，改善数据集分布并减少数据集偏移。我们还引入一种特殊处理具多情感标签的对话（序列）数据的技术。使用我们提出的采样方法，基于EmoWoz构建的模型能表现更好，使其成为训练具情感智能的对话智能体更可靠的资源。我们建议未来研究者使用此新划分以确保一致且准确的性能评估。
引用
@article{arxiv.2303.13364,
title = {Reevaluating Data Partitioning for Emotion Detection in EmoWOZ},
author = {Moeen Mostafavi and Michael D. Porter},
journal= {arXiv preprint arXiv:2303.13364},
year = {2023}
}