《论文阅读》DualGATs:用于对话中情绪识别的双图注意力网络

72 篇文章 59 订阅 ¥29.90 ¥99.00
本文介绍了DualGATs模型,它利用DisGAT和SpkGAT双图网络捕获对话中的情绪信息,通过交互模块整合结构和说话者感知的上下文。DisGAT关注对话结构,SpkGAT关注说话者相关语义,通过differential regularizer减少信息覆盖,用于情绪预测。
摘要由CSDN通过智能技术生成

前言

今天为大家带来的是《DualGATs: Dual Graph Attention Networks for Emotion Recognition in Conversations》

在这里插入图片描述


出版:ACL

时间:2023.7

类型:对话情绪识别

关键词:图网络结构,图注意力机制

作者:Duzhen Zhang,Feilong Chen 和 Xiuyi Chen

第一作者机构:Baidu Inc, Beijing, China

摘要

本文主要利用两个图网络分别捕获对话语篇结构信息(DisGAT)和具有说话者感知的上下文信息(SpkGAT),然后设计一个交互模块(Interaction Module)来增强 DisGAT 和 SpkGAT 之间的信息结合

DisGAT 的作用在于显示地捕获交互轮之间的结构级相关性。它通过从话语解析器获得的话语依赖图传播消息

SpkGAT 的作用在于隐式地捕获交互轮之间的语义级相关性。它在基于说话者身份和话语的相对位

评论
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