基于上下文感知的自注意力机制的对话行为分类

近期在对话行为分类领域的研究已将该任务视为一个序列标注问题，并使用层次深度神经网络进行处理。我们在此前工作的基础上，通过结合上下文感知的自注意力机制和层次递归神经网络，进一步提升了模型的效果。我们在标准的对话行为分类数据集上进行了广泛的评估，并在Switchboard对话行为（SwDA）语料库上展示了显著优于现有最佳结果的表现。此外，我们还探讨了不同话语级表示学习方法的影响，证明了我们的方法在捕捉话语级语义文本表示的同时，能够保持较高的准确性。