Résumé avant agrégation : un réseau de calcul graphique hétérogène global-local pour la reconnaissance émotionnelle dans les conversations

La reconnaissance émotionnelle conversationnelle (CER) est une tâche essentielle en traitement du langage naturel (NLP), aux applications très étendues. Les travaux antérieurs dans le domaine de la CER se concentrent généralement sur la modélisation des influences émotionnelles à l’aide uniquement de caractéristiques au niveau des énoncés, en accordant peu d’attention aux connexions sémantiques au niveau des phrases entre énoncés. Les phrases, lorsqu’elles font référence à des événements émotionnels dans un contexte thématique donné, portent des sentiments et établissent ainsi des liens sémantiques globaux entre les énoncés tout au long de la conversation. Dans ce travail, nous proposons un réseau d’inférence graphique à deux étapes, appelé SumAggGIN (Summarization and Aggregation Graph Inference Network), qui intègre de manière fluide l’inférence des phrases émotionnelles liées au sujet et le raisonnement sur les dépendances locales entre énoncés voisins selon une approche globale vers locale. Les phrases émotionnelles liées au sujet, qui constituent les connexions émotionnelles globales liées au thème, sont identifiées par un graphe de synthèse hétérogène que nous proposons. Les dépendances locales, qui capturent les effets émotionnels à court terme entre énoncés adjacents, sont ensuite intégrées via un graphe d’agrégation afin de distinguer les nuances subtiles entre énoncés contenant des phrases émotionnelles. Les deux étapes d’inférence graphique sont étroitement couplées, permettant ainsi une compréhension complète des fluctuations émotionnelles. Les résultats expérimentaux sur trois jeux de données standard de CER confirment l’efficacité de notre modèle, qui surpassent les approches de pointe.