《论文阅读》Do You Know My Emotion? Emotion-Aware Strategy Recognition towards a Persuasive Dialogue Syste

已于 2023-02-13 11:24:46 修改
阅读量301 收藏
点赞数 1
分类专栏： 情感对话 组会论文 文章标签： 论文阅读 人工智能 自然语言处理
于 2022-09-14 20:00:06 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44833392/article/details/126847902
版权
情感对话 同时被 2 个专栏收录
70 篇文章 57 订阅 ¥29.90 ¥99.00
订阅专栏
组会论文
31 篇文章 12 订阅 ¥29.90 ¥99.00
订阅专栏

《论文阅读》Do You Know My Emotion? Emotion-Aware Strategy Recognition towards a Persuasive Dialogue System

期刊：ECML-PKDD2022

类型：多轮情感对话

特点：在情感对话中考虑到对话者的情绪，并将其反馈作用到下一次的决策当中，同时将此次的决策存储到决策池中

本文带来Wei Peng, Yue Hu等共同创作的文章

简介

说服策略识别任务要求系统根据对话识别说服者所采用的策略。然而，以往的方法主要关注上下文信息，对于结合心理反馈（即被说服者的情绪）来预测的策略却很少。在本文中，我们提出了一个cross-channel feedback memory network（CFO-Net）来利用情绪反馈来迭代地衡量策略的潜在好处，并将它们整合到上下文感知对话信息中。具体来说，CFO-Net 设计了一个反馈记忆模块，包括策略池和反馈池，以获得情绪感知策略表示。策略池旨在存储历史策略，反馈池基于反馈的情感信息获取更新的策略权重。此外，开发了一种跨通道融合预测器，以使情感感知策略表示和上下文感知对话信息之间相互交互以进行策略识别。 在PersuasionForGood 数据集上的的实验结果证实，所提出的模型 CFO-Net 可以有效地将 M-F1 的性能从 61.74 提高到 65.41。

背景知识

首先介绍劝说型对话系统在整个对话系统的定位，为什么会有这样一种对话系统的分类
在这里插入图片描述
下面介绍劝说型对话系统（目的、任务定义、参与双方、策略分类）

了解本专栏 订阅专栏 解锁全文
365JHWZGo
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
订阅专栏
人脸表情系列：论文阅读——Context-Aware Emotion Recognition Networks
lynlindasy的博客
03-07 2383
该论文提出了一种能感知图像内容进而提高表情识别能力的网络。目前主流的表情识别基本不考虑图像背景/context，而是把人脸crop出来单独进行表情的识别。本文认为，图像背景信息可以帮助对表情的判断。 本文提出的网络称为Context-Aware Emotion Recogntion Networks(CAER-Net)，主要功能就是同时参考背景信息和人脸信息，实现更准确的表情识别。CAER-Ne...
论文阅读（2022）Context- and Sentiment-Aware Networksfor Emotion Recognition in Conversation
m0_50144409的博客
03-11 1756
摘要 对话是一个动态交互的过程，通常依靠上下文和常识来传递情感信息。现有的工作不是有机地和动态地将常识性知识整合到对话中，而是机械化的方法，为了探索常识知识在情感识别中的潜在价值，本文提出了一个上下文感知和情感感知的图注意机制（Sentic GAT）来嵌入常识知识，它不仅考虑了常识知识与语境信息之间的依赖关系，而且还能保持常识知识与对应词之间的情感一致性。此外，由于情感强度的帮助，进一步表示了情感一致性的程度 在Sentic GAT中，常识知识由上下文感知和情感感知的图注意机制动态表示，上下文话语的内部
图神经网络EEG论文阅读和分析：《EEG-Based Emotion Recognition Using Regularized Graph Neural Networks》
KPer_Yang的博客
01-10 3397
图神经网络EEG论文阅读和分析：《EEG-Based Emotion Recognition Using Regularized Graph Neural Networks》
❀论文篇❀EmotiCon: Context-Aware Multimodal Emotion Recognition using Frege’s Principle论文翻译
weixin_44649780的博客
06-22 1768
情绪识别论文：EmotiCon: Context-Aware Multimodal Emotion Recognition using Frege’s Principle论文地址：https://arxiv.org/pdf/2003.06692.pdf目录摘要Abstract1. 介绍Introduction2. 相关工作Related Work2.1. 多模态情绪识别Uni/Multimodal Emotion Recognition2.2. 心理学研究中的情景感知情绪识别Context-Aware Em
SER论文阅读：SPEECH EMOTION RECOGNITION WITH CO-ATTENTION BASED MULTI-LEVEL ACOUSTIC INFORMATION
MR_GUOnol的博客
10-05 1485
SPEECH EMOTION RECOGNITION WITH CO-ATTENTION BASED MULTI-LEVEL ACOUSTIC INFORMATION
AN INTERACTION-AWARE ATTENTION NETWORK FOR SPEECH EMOTION RECOGNITION IN SPOKEN DIALOGS -情感识别论文学习
曹同学的博客
01-12 386
语音情感识别论文学习分享
Multi-modal speech emotion recognition using self-attention mechanism and multi-scale fusion framwor
weixin_42103947的博客
10-19 1833
《基于自注意机制和多尺度融合框架的多模态语音情感识别》(Multi-modal speech emotion recognition using self-attention mechanism and multi-scale fusion framework)
【论文阅读】UniMSE: Towards Unified Multimodal Sentiment Analysis and Emotion Recognition（EMNLP 2022）
weixin_48432468的博客
02-28 976
一个多模态情感知识共享框架 (UniMSE)，它统一了来自特征、标签和模型的 MSA 和 ERC 任务。
【三】情感对话 MISC: A MIxed Strategy-Aware Model Integrating COMET for Emotional Support Conversation 论文阅读
彭伟的博客
11-08 810
这篇文章的一个创新点其实就在于说一个句子可能是有不同的策略所构成的，所以在进行回复的时候需要考虑混合的策略。但是比较令我奇怪的一个地方，就是作者再进行优化的时候，其实还是用one-hot的标签是进行优化的，因此是否能够准确地学习到多策略的这种情况任然值得改进，以及attention机制也有很大的改进空间。或许这可以成为未来的研究方向之一。靠在座的各位了！抱拳！相关论文整理指路->点这里更多有趣MRC文章见：利用逆向思维的机器阅读理解。相关文献。
awesome-emotion-recognition-in-conversations:会话中情绪识别的综合阅读清单
05-25
会话中很棒的情感识别有关与会话中的情感识别（ERC），上下文情感/情感/讽刺分析或语用学的共同分类（如会话中的对话行为）相关的论文的综合阅读清单。 如果列表中缺少任何新的或现有的纸张，请随时发送PR。什么是...
speech-emotion-recognition-master
04-05
言语情感识别卷积递归神经网络的TensorFlow在IEMOCAP数据库上的语音情感识别（SER）实现。为了解决帧情感标签不确定性的问题，我们执行了三种合并策略（最大合并，均值合并和基于注意力的合并）加权池）以生成SER的...
face-emotion-recognition:照片和视频中的有效面部表情识别
04-01
该存储库包含在RSF（俄罗斯科学基金会）项目No.1中开发的面部表情识别代码。 20-71-10010（基于信息论方法的情感状态动态变化的有效视听分析）。... 请注意，我们报告了其中MTCNN检测到面部区域的子集的AFEW
Speech-Emotion-Recognition:Speech emotion recognition implemented in Keras (LSTM, CNN, SVM, MLP) | 语音情感识别
05-04
Speech Emotion Recognition用 LSTM、CNN、SVM、MLP 进行语音情感识别，Keras 实现。改进了特征提取方式，识别准确率提高到了 80% 左右。原来的版本的存档在 。 | 中文文档 EnvironmentsPython 3.6.7Keras 2.2.4 ...
Speech-Emotion-Recognition:语音情感识别
04-02
言语情感识别 麦克风的语音情感识别。 需求安装： 在命令提示符下移动到项目的根文件夹。 运行followig命令：$ pip install -r requirements.txt 将安装所有项目所需的库。 正在运行的项目： ...
【论文阅读】LLM4GCL: CAN LARGE LANGUAGE MODEL EMPOWER GRAPH CONTRASTIVE LEARNING?
qq_42725437的博客
07-15 321
图对比学习的重点就是图数据的增强，针对图中节点的表示或者图的结构进行扰动，通过对比学习得到对应的节点表示，以便于进行节点分类、连接预测等。这个工作用LLM提升特征增强和结构增强。
VAE论文阅读
最新发布
HGGshiwo的博客
07-17 865
其实有了概率密度，可以直接在里面采样。这里是推导过程，大家都这么写。在实际操作的时候，所有的p都会变成一个已知的分布，否则无法计算的。pθx一些公式p_\theta(x) = 一些公式pθ​x一些公式这些公式计算后发现是一个高斯分布NμσNμσxμσεxμσε其中ϵ\epsilonϵ是随机采样的噪声。所以说，两种形式必须都能看懂才行。
【论文阅读】（StemGNN）多元时间序列预测的谱时间图神经网络
kanon的博客
07-17 702
论文提出了一种新型的深度学习模型StemGNN，用于提高多变量时间序列预测的准确性。论文将多变量时间序列预测问题定义为基于多变量时间图（multivariate temporal graph）的数据结构。StemGNN在频谱域中同时捕获时间序列内部和序列间的相关性。模型结合了图傅里叶变换（GFT）和离散傅里叶变换（DFT），并在端到端框架中使用卷积和序列学习模块进行有效预测。实验在十个真实世界的数据集上进行，证明了StemGNN的有效性。
Reinforced Causal Explainer for GNN论文笔记
qq_61897765的博客
07-14 892
论文笔记
deap-emotion-recognition-master
09-02
"deap-emotion-recognition-master"是一个基于深度学习的情感识别项目。该项目使用了DEAP（多模态情感分析数据库）数据集，并利用了神经网络模型来识别人的情感状态。 该项目的目的是通过分析人的生理信号数据（如脑电图、皮肤电活动、肌肉电活动等）来推断人的情感状态。它主要依靠脑电图（EEG）数据，因为EEG信号直接与情感状态的变化相关联。 在这个项目中，首先需要预处理DEAP数据集，包括对数据进行筛选、切割和标准化等操作。然后，使用卷积神经网络（CNN）来提取特征，并将这些特征输入到循环神经网络（RNN）中进行情感分类。 该项目在训练过程中采用了监督学习方法，即使用已经标记好的情感类别来训练模型。通过迭代训练，模型能够学习到不同情感状态下的特征表示，并能够对未知数据进行情感识别。 通过该项目，我们可以更深入地了解人类情感状态，并将其应用于不同领域，如心理学研究、情感识别技术以及人机交互等。该项目为我们提供了一种新的方式来理解和分析情感，有望为人们的情感研究和应用提供更多的可能性。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

365JHWZGo

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值