摘要

对话中的情感识别（Emotion Recognition in Conversation, ERC）是实现情感智能机器的重要研究方向，在社会舆论挖掘、医疗健康等多个领域具有广泛应用价值。本文提出一种将ERC任务建模为序列标注的方法，利用条件随机场（Conditional Random Field, CRF）层学习对话中情感的一致性。我们采用基于LSTM的编码器，捕捉对话参与者自身的语境依赖关系以及说话人之间的交互依赖关系，从而生成上下文相关的话语表示，并将其输入至CRF层进行建模。为进一步捕捉长距离的全局上下文信息，我们引入多层Transformer编码器对基于LSTM的编码器进行增强。实验结果表明，所提方法通过建模情感一致性显著提升了性能，在多个情感分类数据集上均优于当前最先进的方法。