理解情感效价是一项联合深度学习任务
计算与语言
2023-11-01 v2 人工智能
摘要
对说话者话语或书面帖子的效价分析有助于理解对话过程中情绪状态的激活与变化。近来，情感载体（EC）概念被引入以解释说话者感受到的情绪及其表现。本工作中，我们通过多任务学习方法探究效价与EC之间的自然相互依赖关系。我们使用预训练语言模型（PLM）在单任务、两步和联合设置下对效价与EC预测任务进行实验。我们在每种设置下比较并评估生成式（GPT-2）与判别式（BERT）架构的性能。我们观察到，提供一个任务的真实标签可改善模型在另一任务上的预测性能。我们进一步观察到，判别式模型在联合预测设置下实现了效价与EC预测任务的最佳权衡。因此，我们得到一个同时执行两项任务的单一模型，从而在训练与推理时节省计算资源。
引用
@article{arxiv.2305.17422,
title = {Understanding Emotion Valence is a Joint Deep Learning Task},
author = {Gabriel Roccabruna and Seyed Mahed Mousavi and Giuseppe Riccardi},
journal= {arXiv preprint arXiv:2305.17422},
year = {2023}
}