文献

J-GLOBAL ID：202202233804179732   整理番号：22A0328083

会話における実時間感情認識のための多視点ネットワーク【JST・京大機械翻訳】

A multi-view network for real-time emotion recognition in conversations

著者 (6件)： Ma Hui (School of Computer Science and Technology, Dalian University of Technology, Dalian, China) ,  Wang Jian (School of Computer Science and Technology, Dalian University of Technology, Dalian, China) ,  Lin Hongfei (School of Computer Science and Technology, Dalian University of Technology, Dalian, China) ,  Pan Xuejun (School of Control Science and Engineering, Dalian University of Technology, Dalian, China) ,  Zhang Yijia (School of Computer Science and Technology, Dalian University of Technology, Dalian, China) ,  Yang Zhihao (School of Computer Science and Technology, Dalian University of Technology, Dalian, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 236  ページ： Null  発行年： 2022年 
JST資料番号： T0426A  ISSN： 0950-7051  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 会話(RTERC)におけるリアルタイム感情認識,会話における質問発話の感情を同定するための歴史的文脈を用いるタスクは,意見マイニングと建築機械にとって重要である。既存の研究は,主に各発話表現を別々に取得し,次に質問の感情表現をモデル化するために発話レベル特徴を利用する。これらの手法は各発話をユニットとして扱い,文脈における発話レベル依存性を捉えるが,異なる発話間の単語レベル依存性を無視する。本論文では,多視点ネットワーク(MVN)を提案し,2つの異なるビュー,すなわち単語および発話レベルビューからクエリの感情表現を検討した。単語レベルビューでは,MVNは単語シーケンスとしてコンテキストとクエリを採り,次に発話間の単語レベル依存性をモデル化する。発話レベルビューのために,MVNは各発話表現を別々に抽出し,次に文脈における発話レベル依存性をモデル化する。2つの公開感情会話データセットに関する実験結果は,提案モデルが最先端のベースラインより性能が優れていることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 感情 ,  *ネットワーク ,  依存性 ,  意見 ,  情報収集 ,  モデル ,  基準線 ,  単語 ,  発話 ,  会話
準シソーラス用語： *感情認識 ,  感情表現 ,  クエリー ,  意見マイニング ,  マルチビュー学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 感情認識 ,  リアルタイム会話 ,  多視点学習 ,  語レベル依存性 ,  発話レベル依存性

分類 (2件)： 応用心理学  (AE02000A) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (4件)： 会話 ,  実時間 ,  感情認識 ,  視点