面向对话情绪识别的说话人引导编码-解码框架
计算与语言
2022-06-08 v1 声音
音频与语音处理
摘要
对话情绪识别（ERC）任务旨在预测对话中某话语的情绪标签。由于说话人之间的依赖关系复杂且动态，包含说话人内与说话人间的依赖，对说话人特定信息的建模在 ERC 中起着至关重要的作用。尽管现有研究者已提出多种说话人交互建模方法，它们无法联合探索动态的说话人内与说话人间依赖，导致对上下文的理解不足并进一步阻碍情绪预测。为此，我们设计了一种新颖的说话人建模方案，以动态方式联合探索说话人内与说话人间依赖。此外，我们提出了一种面向 ERC 的说话人引导编码-解码（SGED）框架，其充分利用说话人信息用于情绪解码。我们使用不同的现有方法作为我们框架的对话上下文编码器，展示了所提框架的高可扩展性与灵活性。实验结果证明了 SGED 的优越性与有效性。
引用
@article{arxiv.2206.03173,
title = {Speaker-Guided Encoder-Decoder Framework for Emotion Recognition in Conversation},
author = {Yinan Bao and Qianwen Ma and Lingwei Wei and Wei Zhou and Songlin Hu},
journal= {arXiv preprint arXiv:2206.03173},
year = {2022}
}
备注
Accepted by IJCAI-ECAI 2022