S+PAGE：一种用于对话情绪识别的说话人与位置感知图神经网络模型
计算与语言
2021-12-24 v1 声音
音频与语音处理
摘要
对话情绪识别（ERC）因其在广泛应用中的必要性近年来备受关注。现有ERC方法大多分别建模自身与说话人间上下文，导致两者之间缺乏足够交互这一主要问题。本文提出一种新颖的用于ERC的说话人与位置感知图神经网络模型（S+PAGE），其包含三个阶段以结合Transformer与关系图卷积网络（R-GCN）的优势从而实现更好的上下文建模。首先，提出一个双流对话Transformer以提取每条话语的粗粒度自身与说话人间上下文特征。然后，构建说话人与位置感知对话图，并提出一种称为PAG的增强型R-GCN模型，在相对位置编码引导下精炼粗粒度特征。最后，前两个阶段的特征均输入条件随机场层以建模情绪转移。
引用
@article{arxiv.2112.12389,
title = {S+PAGE: A Speaker and Position-Aware Graph Neural Network Model for Emotion Recognition in Conversation},
author = {Chen Liang and Chong Yang and Jing Xu and Juyang Huang and Yongliang Wang and Yang Dong},
journal= {arXiv preprint arXiv:2112.12389},
year = {2021}
}