L'émotion n'est pas une encodage one-hot : apprentissage avec une étiquette en niveaux de gris pour la reconnaissance émotionnelle dans les conversations

Dans la reconnaissance des émotions dans les conversations (ERC), l’émotion de l’utterance actuelle est prédite en tenant compte du contexte précédent, ce qui peut être exploité dans de nombreuses tâches de traitement du langage naturel. Bien que plusieurs émotions puissent coexister dans une même phrase, la plupart des approches précédentes adoptent une perspective de classification en ne prédisant qu’un seul label. Toutefois, étiqueter une phrase avec une confiance élevée ou en attribuant plusieurs étiquettes est coûteux et difficile. Dans cet article, nous construisons automatiquement une étiquette en niveaux de gris en tenant compte des corrélations entre les émotions, et nous l’utilisons pour l’apprentissage. Plutôt que d’utiliser une étiquette donnée sous forme d’encodage one-hot, nous construisons une étiquette en niveaux de gris en mesurant des scores pour différentes émotions. Nous proposons plusieurs méthodes pour construire ces étiquettes en niveaux de gris et montrons que chacune d’elles améliore la performance de reconnaissance des émotions. Notre méthode est simple, efficace et universellement applicable aux systèmes existants. Les expérimentations montrent une amélioration significative des performances des modèles de base.