摘要
本文介绍了我们在“EmoContext”共享任务中关于检测人类与聊天机器人之间英文文本对话情绪的参与情况。我们提出了四种神经网络系统，并通过集成方法进一步提升了性能。实验结果表明，我们的神经网络集成系统能够在高度不平衡的数据场景下，有效区分三种情绪（悲伤、快乐、愤怒），并将其与其余类别（其他）成功分离。我们表现最优的系统在165个参赛提交中取得了0.77的F1分数，排名第四。
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| emotion-recognition-in-conversation-on-ec | OUT2 + IN3 + USE + BERT | Micro-F1: 0.7731 |