《论文阅读》监督对抗性对比学习在对话中的情绪识别 ACL2023

70 篇文章 59 订阅 ¥29.90 ¥99.00
本文解读了《Supervised Adversarial Contrastive Learning for Emotion Recognition in Conversations》论文,探讨了如何利用监督对抗性对比学习改善对话情绪识别。文章介绍了最坏样本干扰、SCL、GAN等概念,以及SACL模型如何通过对抗训练增强模型鲁棒性,同时提出了上下文依赖的对抗干扰样本生成方法。
摘要由CSDN通过智能技术生成

前言

你是否也对于理解论文存在困惑?

你是否也像我之前搜索论文解读,得到只是中文翻译的解读后感到失望?

小白如何从零读懂论文?和我一起来探索吧!

今天为大家带来的是《Supervised Adversarial Contrastive Learning for Emotion Recognition in Conversations》

在这里插入图片描述


出版:ACL

时间:2023.7.9

类型:情绪对话识别

关键词:对抗学习

作者:Dou Hu and Yinan Bao等

第一作者机构:Institute of Information Engineering, Chinese Academy of Sciences

github:https://github.com/zerohd4869/SACL

摘要

原文摘要部分写的比较晦涩,不容易看懂,通过上图可以先看看作者写作的动机,三个实线方框图代表了目前主流的三种方法:

  1. CE(Cross Entropy):通过当前句子的表示进行分类,缺点标签为硬标签,无法为
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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