Abstract
研究目的:MSA(多模态情感分析)和ERC(文本情绪识别)在现存的工作中总是作为两个独立的问题被研究,本文旨在将情感与情绪共同分析来更好地理解人类行为。
本文工作:1.提出一个多模态情感知识共享的框架UniMSE,将MSA和ERC任务在特征、标签和模型三个方面进行了统一。2、在句法和语义层面执行模态融合。3、在模态和样本间引入了对比学习,更好地捕捉情感和情绪之间的差异性和一致性。
Introduction
MSA:预测情感倾向及强度(positive,1.6)
ERC:预测预先定义好的情绪种类(joy)
Figure1所示,通过计算相同情感极性标签样本之间的相似度,来得到样本的unified label统一标签。
Related Work
MSA
ERC
Unified Framework:将相关但不同的任务统一到一个框架中,(介绍了一堆相关工作)这些工作证明了这种统一框架在提高模型性能和泛化方面的优越性。在本文中,使用T5作为backbone,统一了MSA和ERC,并在这个框架中学习了一个统一的嵌入空间。
Method
总体结构
三部分:task formalization, pre-trained modality fusion, inter-modality contrastive learning;