联合对话行为识别与情感分类的多任务网络

• Published in: 计算机工程与应用 Vol. 59; no. 3; pp. 104 - 111
• Main Authors: 林鸿辉, 刘建华, 郑智雄, 胡任远, 罗逸轩
• Format: Journal Article
• Language: Chinese
• Published: 福建省大数据挖掘与应用技术重点实验室,福州 350118 02.02.2024; 福建工程学院 计算机科学与数学学院(原信息科学与工程学院),福州 350118
• Subjects: 多任务学习; 情感分类; 对话行为别; 多任务图注意力网络; 深度学习
• ISSN: 1002-8331
• DOI: 10.3778/j.issn.1002-8331.2107-0421

TP389.1; 情感分类与对话行为识别任务常被用在对话系统中联合建模,这种联合建模的方法能够挖掘出对话文本的跨任务隐藏交互信息,提高情感分类与对话行为识别的准确性.然而,在两个任务联合建模时,对话文本有上下文信息和跨任务交互信息,对这两种信息与模型预测准确度之间的关系进行研究,需要将这两种信息协同建模,在过去的研究中对这两种信息的利用并不充分,为解决该问题提出多任务图注意力网络(multi-task graph attention net-work,MGAT),并且以其为核心模块搭建了多任务协同图注意力网络(multi-task synergic graph attention network,MSGAT),该模型将上下文信息与跨任务信息联合建模,同时完成情感分类与对话行为识别任务.利用两个公开数据集实验,得到了良好的效果,并且对联合模型与预训练模型组合进行了研究.