情感并非独热编码：面向对话中情感识别的灰度标签学习
计算与语言
2022-06-17 v2 人工智能
摘要
在对话中情感识别（ERC）中，当前话语的情感通过考虑先前上下文来预测，这可用于许多自然语言处理任务。尽管多个情感可共存于给定句子中，大多数先前方法从分类任务视角出发仅预测给定标签。然而，以置信度或多标签对句子情感进行标注是昂贵且困难的。在本文中，我们自动构建考虑情感间相关性的灰度标签并将其用于学习。即，不使用给定标签作为独热编码，而是通过度量不同情感的得分来构建灰度标签。我们介绍了几种构建灰度标签的方法，并确认每种方法均提升了情感识别性能。我们的方法简单、有效且普遍适用于先前系统。实验显示基线性能得到显著提升。
引用
@article{arxiv.2206.07359,
title = {The Emotion is Not One-hot Encoding: Learning with Grayscale Label for Emotion Recognition in Conversation},
author = {Joosung Lee},
journal= {arXiv preprint arXiv:2206.07359},
year = {2022}
}
备注
Accepted by INTERSPEECH 2022