HyperAIHyperAI
il y a 2 mois

LaERC-S : Amélioration de la Reconnaissance Émotionnelle dans les Conversations grâce aux Caractéristiques des Locuteurs

Yumeng Fu; Junjie Wu; Zhongjie Wang; Meishan Zhang; Lili Shan; Yulin Wu; Bingquan Li
LaERC-S : Amélioration de la Reconnaissance Émotionnelle dans les Conversations grâce aux Caractéristiques des Locuteurs
Résumé

La reconnaissance des émotions dans la conversation (REC), qui consiste à déterminer les émotions humaines pour chaque intervention au sein d'une conversation, a suscité une attention considérable dans les systèmes d'interaction homme-ordinateur. Les études précédentes en REC se concentraient sur des informations spécifiques aux locuteurs, principalement issues des relations entre les interventions, ce qui manquait de suffisamment d'informations contextuelles sur les conversations. Des recherches récentes en REC ont cherché à exploiter des grands modèles linguistiques pré-entraînés (LLMs) avec un modèle de locuteur pour comprendre les états émotionnels. Bien que ces méthodes aient obtenu des résultats encourageants, l'information spécifique aux locuteurs extraite peine à refléter la dynamique émotionnelle. Dans cet article, motivés par le fait que les caractéristiques des locuteurs jouent un rôle crucial et que les LLMs possèdent une riche connaissance du monde, nous présentons LaERC-S, un cadre novateur qui stimule les LLMs à explorer les caractéristiques des locuteurs impliquant l'état mental et le comportement des interlocuteurs, pour des prédictions émotionnelles précises. Pour doter les LLMs de cette information de connaissance, nous adoptons une approche d'apprentissage en deux étapes afin que les modèles puissent raisonner sur les caractéristiques des locuteurs et suivre leurs émotions dans des scénarios de conversation complexes. De nombreuses expériences menées sur trois jeux de données de référence démontrent la supériorité de LaERC-S, atteignant un nouveau niveau d'état de l'art.注释:- Emotion recognition in conversation (ERC) 翻译为 "reconnaissance des émotions dans la conversation (REC)" 以符合法语文献中的常用缩写。- Large language models (LLMs) 翻译为 "grands modèles linguistiques pré-entraînés (LLMs)",保留英文缩写以确保信息完整。- Speaker modelling 翻译为 "modèle de locuteur" 以保持专业性。- Mental state 翻译为 "état mental" 以符合法语表达习惯。- Benchmark datasets 翻译为 "jeux de données de référence" 以保持正式和专业。

LaERC-S : Amélioration de la Reconnaissance Émotionnelle dans les Conversations grâce aux Caractéristiques des Locuteurs | Articles de recherche récents | HyperAI