Beziehungsbewusste Graph-Attention-Netze mit relationellen Positions-Encodings für die Emotionserkennung in Gesprächen

Das Interesse an der Emotionserkennung in Gesprächen (ERC) nimmt in verschiedenen Bereichen kontinuierlich zu, da sie zur Analyse von Benutzerverhalten und zur Erkennung von Falschinformationen genutzt werden kann. Viele neuere ERC-Methoden verwenden graphbasierte neuronale Netzwerke, um die Beziehungen zwischen den Äußerungen der Gesprächsteilnehmer zu berücksichtigen. Insbesondere betrachtet die derzeit fortschrittlichste Methode sowohl intra- als auch interpersonale Abhängigkeiten in Gesprächen mittels relationaler Graph-Attention-Netzwerke (RGAT). Allerdings berücksichtigen graphbasierte neuronale Netzwerke keine sequenziellen Informationen. In diesem Artikel stellen wir relationale Positions-Encoder vor, die RGAT sequenzielle Informationen vermitteln, die die Struktur des relationalen Graphen widerspiegeln. Dadurch kann unser RGAT-Modell sowohl die Sprecherabhängigkeit als auch sequenzielle Informationen erfassen. Experimente an vier ERC-Datensätzen zeigen, dass unser Modell die Erkennung von Emotionen in Gesprächen signifikant verbessert. Zudem übertrifft unser Ansatz in empirischen Bewertungen die derzeit beste Methode auf allen Benchmark-Datensätzen.