《论文阅读》一种基于反事实推理的会话情绪检测无训练去偏框架 EMNLP 2023

已于 2024-03-31 21:33:30 修改
阅读量652 收藏
点赞数
分类专栏： 情感对话 文章标签： 论文阅读 ERC 情绪预测 对话 debias
于 2024-03-31 21:32:48 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/137202739
版权
情感对话 专栏收录该内容
70 篇文章 59 订阅 ¥29.90 ¥99.00
订阅专栏
该论文提出了一种无需训练的去偏框架（TFDF），用于对话情绪识别。TFDF通过反事实推理提取并减少数据中的标签偏置、说话者偏置和中性词偏置。作者使用EmoryNLP数据集展示了数据集中的偏置问题，并通过因果图和do-calculus进行模型调整，消除潜在的错误关联。实验结果表明了这种方法的有效性。
摘要由CSDN通过智能技术生成

《论文阅读》一种基于反事实推理的会话情绪检测无训练去偏框架 EMNLP 2023

前言

亲身阅读感受分享，细节画图解释，再也不用担心看不懂论文啦~
无抄袭，无复制，纯手工敲击键盘~

今天为大家带来的是《A Training-Free Debiasing Framework with Counterfactual Reasoning for Conversational Emotion Detection》

在这里插入图片描述

出版： EMNLP

时间：2023

类型：对话情绪识别

关键词：情绪识别；对话；去除偏差

作者：Geng Tu, Ran Jing等

第一作者机构：Harbin Institute of Technology, Shenzhen, China

简介

在过去的对话情绪识别任务中，人们通常重点捕获对上下文、说话者敏感的依赖关系，而忽略了数据集本身存在的数据偏置，如标签的偏置、说话者的偏置以及单词的偏置，为了消除这种固有的偏置，

了解本专栏 订阅专栏 解锁全文
365JHWZGo
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
EMNLP 2020上与【反事实推理】相关的论文（五篇）.zip
11-23
据悉，EMNLP 2020共收到有效投稿3114篇，录用602篇长文和150篇...近期，所有Paper list 放出，也包括（Findings of EMNLP），因果推理及其应用相关的接受Paper很多，在其他领域比如CV、数据挖掘、推荐等也广受关注。
因果推断与反事实预测——盒马KDD2021的一篇论文（二十三）
素质云笔记
01-02 8316
参考： KDD2021论文推荐：盒马-融合反事实预测与MDP模型的清滞销定价算法 Markdowns-in-E-Commerce-Fresh-Retail-A-Counterfactual-Prediction-and-Multi-Period-Optimization-Approach 利用机器学习因果推理进行弹性定价 数据分析36计(29)：价格需求弹性和因果推断 简单版：DML.ipynb 数据集：Association Rules and Market Basket Analysis 论文地址： h
『NLP经典项目集』03：利用情感分析选择年夜饭
qq_15821487的博客
05-23 241
快来选一顿好吃的年夜饭：看看如何自定义数据集，实现文本分类中的情感分析任务 情感分析是自然语言处理领域一个老生常谈的任务。句子情感分析目的是为了判别说者的情感倾向，比如在某些话题上给出的的态度明确的观点，或者反映的情绪状态等。情感分析有着广泛应用，比如电商评论分析、舆情分析等。 环境介绍 PaddlePaddle框架，AI Studio平台已经默认安装最新版2.0。 PaddleNLP，深度兼容框架2.0，是飞桨框架2.0在NLP领域的最佳实践。 这里使用的是beta版本，马上也会发布rc版哦。AI
Paddlenlp之UIE分类模型【以情感倾向分析新闻分类为例】含智能标注方案）
m0_63642362的博客
07-23 1347
本项目将对可视化、项目修改、数据标注（含智能标注）等知识进行讲解，并以情感倾向分析小样本数据作为样例进行展示
自然语言处理(NLP)之使用LSTM进行文本情感分析
IT之一小佬的博客
05-10 1万+
自然语言处理(NLP)之使用LSTM进行文本情感分析 情感分析简介 文本情感分析（Sentiment Analysis）是自然语言处理（NLP）方法中常见的应用，也是一个有趣的基本任务，尤其是以提炼文本情绪内容为目的的分类。它是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程。   本文将介绍情感分析中的情感极性（倾向）分析。所谓情感极性分析，指的是对文本进行褒义、贬义、中性的判断。在大多应用场景下，只分为两类。例如对于“喜爱”和“厌恶”这两个词，就属于不同的情感倾向。   本文将详细介绍如何
中文和英文传统NLP情感分析
qq_44501345的博客
04-07 818
2020美赛C题我使用的情感分析方法 目前，一种快速的文本情感分析程序支持英语和中文。 实现原理如下： 加载情感词典（分为正词/负词/度词/负词）和切分。 正负词的情感价值是通过关键词匹配来积累的。正负词的默认情感值分别为1 / -1。 3检索并验证文本中否定词的语义，并通过多次检查再次确认肯定和否定词 通过特定的间隔衰减功能控制重复强调的程度 获得的整体情绪值介于-6到+ 6之间，以及分段分析的...
工程师&程序员的自我修养 Episode.4 基于百度飞桨PaddlePaddle框架的女朋友情绪分析&防被打消息推荐深度学习系统
weixin_43833550的博客
03-17 1610
具体为什么想到这个题目呢。。。大概是我也想不出别的什么有趣的话题或者项目的工作了吧。 有一天，柏拉图问老师苏格拉底什么是爱情？老师就让他到理论麦田里去，摘一棵全麦田里最大最金黄的麦穗来，期间只能摘一次，并且只可向前走，不能回头。柏拉图于是按照老师说的去做了。结果他两手空空走出了田地，老师问他为什么摘不到。他说：“因为期间只能摘一次，又不能走回头路，期间即使见到最大最金黄的，因为不知前面是否有更好的，所以没有摘；走到前面时，又发觉总不及之前见到的好，原来最大最金黄的麦穗早错过了；于是我什么也没有摘。”老师说
[EMNLP 2023 Demo] Video- llama_一种基于指令的视听语言模型.zip
02-07
【EMNLP 2023 Demo】中的“Video-llama”是一种创新的视听语言模型，它在自然语言处理领域展示了显著的进步。这个模型的独特之处在于它将视频理解与语言理解相结合，通过指令来处理多模态信息。在本文中，我们将深入...
Counterfactual-StoryRW:EMNLP-19论文“反事实故事推理和生成”的代码和数据https
03-09
“反事实故事推理和生成”的数据集和代码此仓库包含以下论文的数据集和代码： 秦联辉，安托万·博塞鲁特，阿里·霍兹曼，钱德拉·巴加瓦图拉，伊丽莎白·克拉克和崔艺珍EMNLP 2019数据集：TimeTravel 数据集可从下载...
今日arXiv精选 | 14篇EMNLP 2021最新论文（2021.9.2）
09-02
【标题】"今日arXiv精选 | 14篇EMNLP 2021最新论文（2021.9.2）" 指的是2021年9月2日，arXiv平台上挑选出的14篇与EMNLP（Empirical Methods in Natural Language Processing）2021年会议相关的最新研究论文。...
DeepPath：我的EMNLP论文“ DeepPath：知识图推理的强化学习方法”的代码和文档
02-06
更具体地说，我们描述了一种用于学习多跳关系路径的新颖的强化学习框架：我们使用基于知识图嵌入的具有连续状态的基于策略的代理，这通过对最有希望的关系进行采样来在KG向量空间中进行扩展它的路径。 与以前的工作...
Elasticsearch：如何部署 NLP：情绪分析示例
Elastic 中国社区官方博客
05-24 1597
我们将通过一个示例使用情绪分析 NLP 模型来评估评论（文本）字段是否包含正面或负面情绪。使用公开可用的模型，我们将向你展示如何将该模型部署到 Elasticsearch，并在摄取管道中使用该模型将客户评论分类为正面或负面。 情感分析是一种二元分类，其中字段被预测为一个值或另一个值。该预测的概率分数通常介于 0 和 1 之间，分数接近 1 表示预测更自信。这种类型的 NLP 分析可以有效地应用于许多数据集，例如产品评论或客户反馈。
python实现文本情感分析_用python实现简单的文本情感分析
weixin_39594296的博客
11-28 303
情感分析就是分析一句话说得是很主观还是客观描述，分析这句话表达的是积极的情绪还是消极的情绪。原理比如这么一句话：“这手机的画面极好，操作也比较流畅。不过拍照真的太烂了！系统也不好。”① 情感词要分析一句话是积极的还是消极的，最简单最基础的方法就是找出句子里面的情感词，积极的情感词比如：赞，好，顺手，华丽等，消极情感词比如：差，烂，坏，坑爹等。出现一个积极词就+1，出现一个消极词就-1。里面就有“好...
117nlp自然语言处理-文本情感分类-joy-sadness-anger-fear-love-surprise
bjfkjsdhfsldf的博客
02-16 372
这是调用训练好的模型来识别的，运行python 02pyqt.py的可视化界面，通过输入文本来识别情感是喜怒哀乐等情感中的哪类。运行python 02pyqt.py会有可视化的界面，输入需要测试的文本内容，就会调用已经训练好保存在本地的模型进行识别结果。Data文件夹保持的是数据集包括训练，验证和测试集。Txt格式里面存的数据分号前面是完整的英语句子，后面跟着相应的情感标签。代码整体是非常简便的，总共两个py部分和一个数据集在data文件夹下。最后模型保存在logs文件夹下。
浅谈NLP 文本分类/情感分析 任务中的文本预处理工作
qq_43678628的博客
10-21 1223
文章目录浅谈NLP 文本分类/情感分析 任务中的文本预处理工作前言NLP相关的文本预处理 浅谈NLP 文本分类/情感分析 任务中的文本预处理工作 前言 之所以心血来潮想写这篇博客，是因为最近在关注NLP文本分类这类任务中的文本预处理工作，想总结一下自己的所学所想，老规矩，本博文记载仅供备忘与参考，不具备学术价值，本文默认使用python3编程（代码能力是屎山级别的，请谅解），默认文本为英文，代码主要使用Pytorch（博主老笨蛋了，之前一直执迷不悟用Keras，现在刚刚开始用torch，怎么说呢，挺香的 X
【NLP】第 4 章 ：Hugging Face
sikh_0529的博客
02-09 2360
如果您对 2018 年以来机器学习和人工智能领域取得的进步略有了解，您几乎肯定已经意识到自然语言处理 领域取得的巨大进步（也称为自然语言处理）。这一领域的大部分进展可归功于大型语言模型 ，也称为 LLM。这些 LLM 背后的架构是转换器的编码器-解码器，我们在第2章中讨论过。Transformer 的成功来自架构并行处理输入数据的能力，以及通过注意力机制更好地理解上下文。我们已经在前面的章节中提到了 Vaswani 的“Attention Is All You Need”论文。
【NLP】情绪分析与酒店评论
sikh_0529的博客
09-20 1万+
例如，如果情绪认为负面评论的情绪为 1（非常正面的情绪）和正面的评论情绪为 1，但评论者给酒店的分数可能最低，那么评论文本与分数不匹配，或者情绪分析器无法正确识别情绪。您应该期望某些情绪得分是完全错误的，这通常是可以解释的，例如评论可能非常讽刺“我当然喜欢睡在没有暖气的房间里”，而情绪分析器认为这是积极情绪，不幸的是，此列中子部分的顺序和数量并不总是相同的。您已经浏览了数据，过滤掉了您不需要的内容，将标签转换为有用的内容，计算了您自己的平均值，添加了一些情绪列，并希望学习了一些有关处理自然文本的有趣知识。
nlp 中文文本纠错_NLP中文文本分类任务的笔记（四）
weixin_30942339的博客
12-30 326
这篇主要是为了记录如何进行模型更新和模型评估。模型更新loss functioncross-entropy: 针对多分类(二分类为例) focal-loss: 针对数据不均衡的方式，可以采用（二分类为例） 2. optimizer:gradient descend: Adam: 模型评估我们先要知道几个概念：True positive (TP): 真实标签和预测标签都为正样本。False posi...
文本情感分析之情感极性分析
热门推荐
无恋-zx的博客
03-15 3万+
文本情感分析之情感极性分析「NLP」最为目前及其火热的一个领域，已经逐渐渗透进越来越多产业的各项业务中，不知死活的胖子决定对常用的应用功能挨个进行尝试，死活不论……0. 介绍「情感极性分析」是对带有感情色彩的主观性文本进行分析、处理、归纳和推理的过程。按照处理文本的类别不同，可分为基于新闻评论的情感分析和基于产品评论的情感分析。其中，前者多用于舆情监控和信息预测，后者可帮助用户了解某一产品在大众心...
EMNLP 2023
最新发布
03-05
EMNLP（Empirical Methods in Natural Language Processing）是自然语言处理领域的一个重要学术会议，每年都会举办。EMNLP 2023是指2023年的EMNLP会议。 EMNLP会议旨在促进自然语言处理领域的研究和创新，提供一个学术交流的平台，让研究人员和学者们分享他们的最新成果和想法。会议涵盖了各种自然语言处理相关的主题，包括但不限于机器翻译、文本分类、信息抽取、情感分析、问答系统等。 EMNLP会议通常包括主题演讲、论文发表、工作坊、教程等活动。在主题演讲中，邀请到一些领域内的知名专家分享他们的研究成果和观点。论文发表是EMNLP最重要的部分，研究人员可以提交自己的论文并通过同行评审的方式进行评估，优秀的论文将被录用并在会议上进行展示和讨论。工作坊和教程则提供了更加深入的学习和交流机会。 EMNLP 2023将是一个重要的学术盛会，预计将有来自世界各地的研究人员和学者参加。会议的具体时间、地点和议程等信息可以在官方网站或相关学术平台上获得。
评论
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