融合情绪标签和原型网络的对话情绪识别

来源：大连理工大学学报杂志2025年第3期北京时间：

作者：张洪通,王健,徐博,杨亮,林鸿飞

摘要：对话情绪识别的目标是识别对话中话语的情绪，尽管已经有一些先进的监督对比学习方法被提出用于区分不同的情绪类别，但情绪标签中的内在信息仍未得到充分利用．情绪标签包含特定的语义和复杂的相互关系，可以被用作对比学习的样本，以提高情绪识别的效果．提出了一种标签引导的原型对比学习方法用于对话情绪识别，该方法设计了一个对比目标，其中情绪标签被视为正负样本，构建的标签嵌入参与了对比训练过程，有效地丰富了对比样本．此外，该方法利用原型网络关注数据的整体分布和平均特性．在3个广泛使用的基准数据集上的实验表明，所提方法在对话情绪识别上的性能超越了现有方法．

关键词：情绪识别对比学习标签信息原型网络

基金资助：国家自然科学基金资助项目(62006034).