摘要

本文针对对话中的话语级情感识别任务，引入常识知识进行建模。我们提出了COSMIC框架，该框架融合了常识知识中的多种要素，包括心理状态、事件以及因果关系，并在此基础上学习对话参与者之间的交互关系。现有的最先进方法在上下文传播、情感转变检测以及区分相关情感类别方面常面临挑战。通过学习具有区分性的常识表征，COSMIC有效缓解了上述问题，并在四个不同的基准对话情感识别数据集上取得了新的最先进性能。相关代码已开源，地址为：https://github.com/declare-lab/conv-emotion。