联合对话行为识别与情感分类的多任务网络

来源：计算机工程与应用杂志2023年第3期北京时间：

作者：林鸿辉, 刘建华, 郑智雄, 胡任远, 罗逸轩

单位：1.福建工程学院 计算机科学与数学学院（原信息科学与工程学院），福州 350118；2.福建省大数据挖掘与应用技术重点实验室，福州 350118

摘要：情感分类与对话行为识别任务常被用在对话系统中联合建模，这种联合建模的方法能够挖掘出对话文本的跨任务隐藏交互信息，提高情感分类与对话行为识别的准确性。然而，在两个任务联合建模时，对话文本有上下文信息和跨任务交互信息，对这两种信息与模型预测准确度之间的关系进行研究，需要将这两种信息协同建模，在过去的研究中对这两种信息的利用并不充分，为解决该问题提出多任务图注意力网络（multi-task graph attention network，MGAT），并且以其为核心模块搭建了多任务协同图注意力网络（multi-task synergic graph attention network，MSGAT），该模型将上下文信息与跨任务信息联合建模，同时完成情感分类与对话行为识别任务。利用两个公开数据集实验，得到了良好的效果，并且对联合模型与预训练模型组合进行了研究。

关键词：多任务学习,情感分类,对话行为别,多任务图注意力网络,深度学习