说话者特征融合的对话情感识别模型

摘要

对话情感识别旨在预测对话中话语的情感.目前的方法大多只针对上下文信息进行建模，忽略了对说话者的建模.同时，语境在对话情感识别中起着至关重要的作用.为此，本文提出了说话者特征融合的对话情感识别模型.首先，将说话者名字作为标签进行特征提取，并在构造图结构时为说话者设置单独的节点.其次，分别构建全局对话、说话者在对话中对自己的情感影响和对其他说话者情感影响的图结构.然后，通过多头注意力获得体现对话语境的全局特征，将其与图卷积及门控循环单元融合获得分类特征.最后，通过前馈网络对话语情感进行分类.在IEMOCAP、MELD、EmoryNLP这3个基准数据集上的实验结果表明，该模型在性能指标上较其他基线模型均有一定提升.

关键词

对话情感识别 / 上下文建模 / 说话者建模 / 图卷积网络 / 注意力机制