文献

J-GLOBAL ID：202202261327991414   整理番号：22A0736016

マスクメモリネットワークと変圧器を用いたマルチパーティ会話における感情の発見とそのフリップの推論【JST・京大機械翻訳】

Discovering emotion and reasoning its flip in multi-party conversations using masked memory network and transformer

著者 (4件)： Kumar Shivani (Department of CSE, IIIT-Delhi, India) ,  Shrimal Anubhav (Department of CSE, IIIT-Delhi, India) ,  Akhtar Md Shad (Department of CSE, IIIT-Delhi, India) ,  Chakraborty Tanmoy (Department of CSE, IIIT-Delhi, India)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 240  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： マルチパーティ会話における話者の感情状態の効率的発見は,人間のような会話エージェントを設計するために重要である。会話の間,話者の認知状態は,ある過去の発話によってしばしば変化し,それは,それらの感情状態におけるフリップにつながる可能性がある。したがって,会話中の話者の感情フリップの背後にある理由(トリガー)を発見することは,個々の発話の感情ラベルを説明するのに不可欠である。本論文では,会話(ERC)における感情認識の課題に対処するとともに,ある時間でフリップする1つの感情状態を引き起こす過去の発話を同定することを目的とする新しいタスク-感情-フリップ推論(EFR)を導入した。著者らは,後者のタスクのために,前者と変換器ベースのネットワークに対処するために,マスクされたメモリネットワークを提案する。この目的のために,著者らはERCのタスクのためのマルチパーティ会話におけるベンチマーク感情認識データセットであるMELDを考察し,EFRのための新しいグラウンドトルースラベルでそれを強化した。5つの最先端のモデルとの広範な比較は,両方のタスクに対する著者らのモデルの改善された性能を示した。さらに,ベースラインと比較して,著者らのモデルの優位性を支持するための定性的および定量的誤差解析の両方を提示した。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： *記憶装置 ,  *変圧器 ,  変換器 ,  *感情 ,  *ネットワーク ,  誤差解析 ,  認識 ,  優越 ,  基準線 ,  状態 ,  ベンチマーク ,  発話 ,  会話
準シソーラス用語： 感情認識 ,  話者 , 【Automatic Indexing@JST】

著者キーワード (3件)： 感情認識 ,  感情フリップ推論 ,  マルチパーティ会話

分類 (3件)： 応用心理学  (AE02000A) ,  その他の情報処理  (JE15050M) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 変圧器 ,  マルチ ,  会話 ,  感情 ,  発見 ,  推論