《论文阅读》Hybrid Curriculum Learning for Emotion Recognition in Conversation

admin管理员组

文章数量:1130349

Hybrid Curriculum Learning for Emotion Recognition in Conversation

• • • 问答环节
    • 简介
    • 思路出发点
    • 相关知识
    • • Curriculum Learning
      • • Difficulty Measurer
        • Training Scheduler
      • Arousal-Valence emotion
    • 任务定义
    • 模型架构
    • • 模型细节
      • • conversation-level curriculum
        • utterance-level curriculum
      • 训练过程
    • 实验结果
    • 结论
    • • conclusion1: CL in ERC
      • conclusion2:
      • question1:
      • question2:
      • question3:

出版：AAAI

时间：2022

类型：对话中的情感识别

特点：结合课程学习，首次将CL应用于ERC任务

作者：Lin Yang*, Yi Shen*, Yue Mao, Longjun Cai

第一作者机构：Alibaba Group, Beijing, China

问答环节

之前看别人关于这篇文章的疑问，我用自己的理解来回答一下，有错误的话请各位朋友指正！

简介

会话中的情绪识别（ERC）旨在检测每个话语的情绪标签。最近的研究证明，以有意义的顺序而不是随机考虑训练样本可以提高模型的性能，因此我们提出了一种面向ERC的混合课程学习框架。我们的框架包括两个课程：（1）会话级课程（CC）；以及（2）话语水平课程（UC）。在CC中，我们基于会话中的“情绪转移”频率构建一个难度测量器，然后根据难度测量器返回的难度分数以“易到难”的模式安排会话。对于UC，它是从情感相似性的角度实现的，这逐渐增强了模型识别混淆情绪的能力。通过所提出的模型不可知混合课程学习策略，我们观察到在广泛的现有ERC模型上显

Hybrid Curriculum Learning for Emotion Recognition in Conversation

• • • 问答环节
    • 简介
    • 思路出发点
    • 相关知识
    • • Curriculum Learning
      • • Difficulty Measurer
        • Training Scheduler
      • Arousal-Valence emotion
    • 任务定义
    • 模型架构
    • • 模型细节
      • • conversation-level curriculum
        • utterance-level curriculum
      • 训练过程
    • 实验结果
    • 结论
    • • conclusion1: CL in ERC
      • conclusion2:
      • question1:
      • question2:
      • question3:

出版：AAAI

时间：2022

类型：对话中的情感识别

特点：结合课程学习，首次将CL应用于ERC任务

作者：Lin Yang*, Yi Shen*, Yue Mao, Longjun Cai

第一作者机构：Alibaba Group, Beijing, China

问答环节

之前看别人关于这篇文章的疑问，我用自己的理解来回答一下，有错误的话请各位朋友指正！

简介

会话中的情绪识别（ERC）旨在检测每个话语的情绪标签。最近的研究证明，以有意义的顺序而不是随机考虑训练样本可以提高模型的性能，因此我们提出了一种面向ERC的混合课程学习框架。我们的框架包括两个课程：（1）会话级课程（CC）；以及（2）话语水平课程（UC）。在CC中，我们基于会话中的“情绪转移”频率构建一个难度测量器，然后根据难度测量器返回的难度分数以“易到难”的模式安排会话。对于UC，它是从情感相似性的角度实现的，这逐渐增强了模型识别混淆情绪的能力。通过所提出的模型不可知混合课程学习策略，我们观察到在广泛的现有ERC模型上显

本文标签： 论文CurriculumHybridlearningRecognition