【AAAI2022】混合课程学习对话情绪识别

会话情绪识别(ERC)的目标是检测每个话语的情绪标签。最近的研究已经证明，以有意义的顺序输入训练实例，而不是随机考虑它们，可以提高模型的性能，基于此，我们提出了一个ercorient混合课程学习框架。我们的框架包括两个课程:(1)对话水平课程(CC);(2)话语水平课程(UC)。在CC中，我们基于对话中的“情感转移”频率构建难度测量器，然后根据难度测量器返回的难度分数将对话安排在“易到难”模式中。UC则从情绪相似度的角度来实现，逐步增强了模型识别困惑情绪的能力。在提出的模型无关的混合课程学习策略下，我们观察到现有的各种ERC模型的显著性能提升，并且我们能够在四个公共ERC数据集上实现新的最先进的结果。

https://www.zhuanzhi.ai/paper/99e93cf8c4fdca76e734c63a16d18e94