论文泛读101面向会话情感识别的有向无环图网络

Posted 2021-06-06 及时行樂_

贴一下汇总贴：论文阅读记录

论文链接：《Directed Acyclic Graph Network for Conversational Emotion Recognition》

一、摘要

会话语境的建模在会话情感识别中起着至关重要的作用(ERC)。本文提出了一种用有向无环图对话语进行编码的新思想，以更好地模拟会话的内在结构，并设计了一个有向无环神经网络来实现这一思想。在试图结合传统的基于图的神经模型和基于递归的神经模型的优势时，DAG-ERC提供了一种更直观的方法来模拟长距离会话背景和附近上下文之间的信息流。在四个ERC基准上进行了广泛的实验，采用了最先进的模型进行比较。实验结果证明了这种新模型的优越性，并证实了ERC有向无环图结构的动机。

二、结论

本文提出了一种用有向无环图建模会话上下文的新思路，并提出了一种用于会话情感识别的有向无环图神经网络——有向无环图ERC网络(ERC)。大量的实验结果表明，所提出的ERC算法可以达到与基线相当的性能。此外，通过综合评估和消融研究，我们证实了我们的达格-ERC的优越性及其模块的影响。从实证结果可以得出几个结论。首先，从对话中建立的双格结构确实影响双格-ERC的性能，并且在说话者身份和位置关系的约束下，所提出的双格结构优于其变体。第二，广泛使用的两个话语是否具有相同说话者的图关系类型对于多说话者对话是不够的。第三，当层数增加时，有向无环图网络不像GNNs那样容易过度平滑。最后，许多被达格-ERC误判的错误可以用相似的情感、中性样本和情感转移来解释。这些原因在以前的作品中已经部分提到，但尚未解决，值得在今后的工作中进一步研究。

三、model

会话是一种有向无环图

算法伪代码：