Hispanopedia Wiki
Articulo de referencia

Reconocimiento de emociones en la conversación

El reconocimiento de emociones en la conversación ( ERC ) es un subcampo del reconocimiento de emociones que se centra en extraer emociones humanas de conversaciones o diálogos ...

Hispanopedia WikiContenido en espanolLectura gratuita

El reconocimiento de emociones en la conversación ( ERC ) es un subcampo del reconocimiento de emociones que se centra en extraer emociones humanas de conversaciones o diálogos con dos o más interlocutores . [ 1 ] Los conjuntos de datos en este campo suelen derivarse de plataformas sociales que permiten muestras gratuitas y abundantes, que a menudo contienen datos multimodales (es decir, alguna combinación de datos textuales, visuales y acústicos). [ 2 ] Las influencias personales e interpersonales juegan un papel crítico [ 3 ] en la identificación de algunas emociones básicas, como el miedo , la ira , la alegría, la sorpresa, etc. Cuanto más detalladas sean las etiquetas de las emociones, más difícil será detectar la emoción correcta. El ERC plantea una serie de desafíos, [ 1 ] como el modelado del contexto conversacional, el modelado del estado del hablante, la presencia de sarcasmo en la conversación y el cambio de emoción a través de enunciados consecutivos del mismo interlocutor .

La tarea

La tarea de ERC consiste en detectar las emociones expresadas por los hablantes en cada enunciado de la conversación. ERC depende de tres factores principales : el contexto conversacional, el estado mental de los interlocutores y la intención. [ 1 ]

conjuntos de datos

IEMOCAP, [ 4 ] SEMAINE, [ 5 ] DailyDialogue, [ 6 ] y MELD [ 7 ] son ​​los cuatro conjuntos de datos más utilizados en ERC. Entre estos cuatro conjuntos de datos, MELD contiene diálogos multipartitos.

Métodos

Los enfoques para ERC consisten en métodos no supervisados , semi-no supervisados ​​y supervisados ​​[ 8 ] . Los métodos supervisados ​​populares incluyen el uso o la combinación de características predefinidas, redes neuronales recurrentes [ 9 ] (DialogueRNN [ 10 ] ), redes convolucionales de grafos [ 11 ] (DialogueGCN [ 12 ] ) y redes de memoria jerárquica con compuerta de atención. [ 13 ] La mayoría de los métodos contemporáneos para ERC se basan en aprendizaje profundo y se fundamentan en la idea del modelado del estado latente del hablante.

Reconocimiento de las causas de las emociones en la conversación

Recientemente ha surgido una nueva subtarea de ERC que se centra en el reconocimiento de la causa de las emociones en la conversación. [ 14 ] Los métodos para resolver esta tarea se basan en un mecanismo de respuesta a preguntas basado en modelos de lenguaje. RECCON [ 14 ] es uno de los conjuntos de datos clave para esta tarea.

Véase también

Referencias

  1. 1 2 3 Poria, Soujanya; Majumder, Navonil; Mihalcea, Rada; Hovy, Eduard (2019). "Reconocimiento de emociones en la conversación: desafíos de investigación, conjuntos de datos y avances recientes" . Acceso IEEE . 7 : 100943– 100953. arXiv : 1905.02947 . Código Bib : 2019arXiv190502947P . doi : 10.1109/ACCESS.2019.2929050 . S2CID 147703962 . 
  2. ↑ Lee, Chul Min; Narayanan, Shrikanth (marzo de 2005). "Hacia la detección de emociones en diálogos hablados". IEEE Transactions on Speech and Audio Processing . 13 (2): 293– 303. Bibcode : 2005ITSAP..13..293L . doi : 10.1109/TSA.2004.838534 . S2CID 12710581 . 
  3. ↑ Hazarika, Devamanyu; Poria, Soujanya; Zimmermann, Roger; Mihalcea, Rada (octubre de 2019). "Reconocimiento de emociones en conversaciones con aprendizaje por transferencia a partir de modelos generativos de conversación". arXiv : 1910.04980 [ cs.CL ].
  4. ↑ Busso, Carlos; Bulut, Murtaza; Lee, Chi-Chun; Kazemzadeh, Abe; Mower, Emily ; Kim, Samuel; Chang, Jeannette N.; Lee, Sungbok; Narayanan, Shrikanth S. (2008-11-05). "IEMOCAP: base de datos interactiva de captura de movimiento diádico emocional". Language Resources and Evaluation . 42 (4): 335– 359. doi : 10.1007/s10579-008-9076-6 . ISSN 1574-020X . S2CID 11820063 .  
  5. ↑ McKeown, G.; Valstar, M.; Cowie, R.; Pantic, M.; Schroder, M. (2012-01-02). "La base de datos SEMAINE: registros multimodales anotados de conversaciones con carga emocional entre una persona y un agente limitado" . IEEE Transactions on Affective Computing . 3 (1): 5– 17. Bibcode : 2012ITAfC...3....5M . doi : 10.1109/t-affc.2011.20 . ISSN 1949-3045 . S2CID 2995377 .  
  6. ↑ Li, Yanran, Hui Su, Xiaoyu Shen, Wenjie Li, Ziqiang Cao y Shuzi Niu. «DailyDialog: un conjunto de datos de diálogos multiturno etiquetados manualmente». En Actas de la Octava Conferencia Internacional Conjunta sobre Procesamiento del Lenguaje Natural (Volumen 1: Artículos extensos) , págs. 986-995. 2017.
  7. ↑ Poria, Soujanya; Hazarika, Devamanyu; Majumder, Navonil; Naik, Gautam; Cambria, Erik; Mihalcea, Rada (2019). "MELD: Un conjunto de datos multimodal multipartito para el reconocimiento de emociones en conversaciones". Actas de la 57.ª Reunión Anual de la Asociación de Lingüística Computacional . Stroudsburg, PA, EE. UU.: Asociación de Lingüística Computacional: 527–536 . arXiv : 1810.02508 . doi : 10.18653/v1/p19-1050 . S2CID 52932143 . 
  8. ↑ Abdelwahab, Mohammed; Busso, Carlos (marzo de 2005). «Adaptación de dominio supervisada para el reconocimiento de emociones a partir del habla». 2015 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) . pp. 5058–5062 . doi : 10.1109/ICASSP.2015.7178934 . ISBN  978-1-4673-6997-8. S2CID 8207841 . {{cite book}}: |journal=ignorado ( ayuda )
  9. ↑ Chernykh, Vladimir; Prijodko, Pavel; King, Irwin (julio de 2019). "Reconocimiento de emociones a partir del habla con redes neuronales recurrentes". arXiv : 1701.08071 [ cs.CL ].
  10. ↑ Majumder, Navonil; Poria, Soujanya; Hazarika, Devamanyu; Mihalcea, Rada; Gelbukh, Alexander; Cambria, Erik (2019-07-17). "DialogueRNN: una RNN atenta para la detección de emociones en conversaciones" . Actas de la Conferencia AAAI sobre Inteligencia Artificial . 33 : 6818–6825 . arXiv : 1811.00405 . doi : 10.1609/aaai.v33i01.33016818 . ISSN 2374-3468 . 
  11. ↑ "Las redes neuronales convolucionales gráficas acercan el reconocimiento de emociones a las máquinas. Aquí te explicamos cómo" . Tech Times. 26 de noviembre de 2019. Consultado el 25 de febrero de 2020 .
  12. ↑ Ghosal, Deepanway; Majumder, Navonil; Soujanya, Poria (agosto de 2019). DialogueGCN: una red neuronal convolucional gráfica para el reconocimiento de emociones en la conversación . Conferencia sobre métodos empíricos en el procesamiento del lenguaje natural (EMNLP).
  13. ↑ Jiao, Wenxiang; R. Lyu, Michael; King, Irwin (noviembre de 2019). "Reconocimiento de emociones en tiempo real mediante una red de memoria jerárquica con control de atención". arXiv : 1911.09075 [ cs.CL ].
  14. 12 Poria , Soujanya; Majumder, Navonil; Hazarika, Devamanyu; Ghosal, Deepanway; Bhardwaj, Rishabh; Jian, Sansón Yu Bai; Hong, Pengfei; Ghosh, Romila; Roy, Abhinaba; Chhaya, Niyati; Gelbukh, Alejandro (13 de septiembre de 2021). "Reconocer la causa de las emociones en las conversaciones" . Computación cognitiva . 13 (5): 1317–1332 . arXiv : 2012.11820 . doi : 10.1007/s12559-021-09925-7 . ISSN 1866-9964 . S2CID 229349214 .