TCDA：面向对话情感四元组分析的线程约束话语感知建模
计算与语言
2026-05-11 v2 人工智能
摘要
对话方面情感四元组分析 (DiaASQ) 需要捕捉多轮对话中复杂的相互关系。现有方法通常采用简单的图卷积网络 (GCN)，引入结构噪声且未考虑对话的时序序列，或使用标准 RoPE，该方法在平坦序列中隐式捕捉相对距离，但无法清晰区分 token 级别的句法顺序与话语级别的进程，且可能受到距离稀释问题的影响。为解决这些问题，我们提出了一种新框架，结合线程约束有向无环图 (TC-DAG) 和话语感知旋转位置嵌入 (D-RoPE)。具体而言，TC-DAG 基于线程约束过滤跨线程噪声，通过根锚点维持全局连接性，并纳入对话的时序序列。D-RoPE 使用双流投影和多尺度频率信号对多层语义进行对齐，通过树状距离捕捉线程依赖性，并通过纳入话语级别进程来缓解 token 级别的距离稀释问题。在两个基准数据集上的实验结果表明，我们的框架实现了最先进的性能。
引用
@article{arxiv.2605.01717,
title = {TCDA: Thread-Constrained Discourse-Aware Modeling for Conversational Sentiment Quadruple Analysis},
author = {Xinran Li and Xinze Che and Yifan Lyu and Zhiqi Huang and Xiujuan Xu},
journal= {arXiv preprint arXiv:2605.01717},
year = {2026}
}
备注
Accepted to IJCAI 2026 (Main Track)