استخراج الميزات العصبية للكشف عن المشاعر السياقية

يصف هذا البحث نهجًا جديدًا لمهام كشف العواطف السياقية. يعتمد هذا النهج على مستخرج ميزات عصبية مكوّن من شبكة عصبية متكررة مزودة بآلية انتباه، تليها فئة تصنيفية يمكن أن تكون عصبية أو تعتمد على دعم المتجهات (SVM). تم تقييم النموذج باستخدام مجموعة بيانات مهمة المهمة 3 في مسابقة SemEval 2019 (EmoContext)، والتي تتضمن محادثات قصيرة مكونة من ثلاث جولات، وتم تصنيفها ضمن أربع فئات عاطفية. وقد حقق أفضل أداء باستخدام تمثيلات كلمات ELMo وعلامات التصنيف النحوي (POS) كمدخلات، ووحدات خفية من نوع GRU ثنائي الاتجاه، وفئة تصنيفية تعتمد على SVM. وبلغ هذا التكوين نسبة 69.93٪ في متوسط F1 المحسوب على الصعيد الدقيق (micro-average F1) بالنسبة للفئات الثلاث الرئيسية للعواطف، وهي نسبة تفوق النظام الأساسي بنسبة 11.25٪.