Speaker-Guided Encoder-Decoder Framework for Emotion Recognition in Conversation

Speaker-Guided Encoder-Decoder Framework for Emotion Recognition in Conversation

对话中情绪识别的说话者引导的编码器-解码器框架

一、 摘要：

对话中的情绪识别（ERC）任务的目的是预测会话中一个话语的情绪标签。由于说话者之间的依赖关系是复杂和动态的，包括说话者内部和间的依赖关系，因此说话者特定信息的建模在ERC中起着至关重要的作用。虽然现有的研究者提出了多种说话者交互建模方法，但他们不能共同探索说话人内部和说话人间的动态依赖，导致上下文语境理解不足，进一步阻碍了情绪预测。为此，我们设计了一种新的说话者建模方案，以动态的方式共同探索说话者内部和者之间的依赖关系。此外，我们还提出了一种基于ERC的说话人引导的编码器-解码器（SGED）框架，该框架充分利用了说话人的信息来解码情绪。我们使用不同的现有方法作为我们的框架的对话上下文编码器，显示了所提出的框架的高可伸缩性和灵活性。实验结果证明了SGED的优越性和有效性。

二、 介绍：

1. 说话者内部依赖：也被称为情绪惰性，处理说话者在对话中对自己的情绪影响方面。
   说话者间依赖：指的是同伴对说话者产生的情感影响。

2. 静态说话者特定建模：利用附加在每个话语上的说话者信息来指定话语之间的不同连接。通过这种方式，注入的先前的说话者信息是静态的，并显示出促进会话上下文建模的有限能力。
   （a）旧：基于说话者身份来探讨说话者内部依赖性。捕获同一说话者相邻话语之间的自依赖关系，根据说话人的身份对话语进行分类。缺点：不能探索不同说话者之间的动态互动。
   动态说话者特定建模：
   （b）新：使用说话人状态编码器（SSE）动态探索说话者内部和间的依赖关系。
   

三、 模型框架：

四、 方法

1. 对话上下文编码器
   

2. 说话者状态编码器
   2.1 说话者内的依赖性建模
   
   

   2.2 说话者间的依赖性建模
   

   说话者最终状态
   

3. 说话者引导的解码器