- …
- …
#30 #emnlp2019
summarized by : Hiromasa Sakata
概要
発話履歴から得られる文脈と, 外部知識ベースから得られる常識(concept)を考慮することで, 発話に対する感情分析を行う研究. Knowledge-Enriched Transformer(KET)を提案した.
新規性
既存のRNNやCNNをベースとしたモデルは, 特徴量エンジニアリングのコストがかかっていた. また, 発話に対する感情分析に初めて常識情報を取り入れた.
結果
EC, DailyDialog, MELD, EmoryNLP, IEMOCAPの5つのデータセットで評価した.
4/5 でcLSTM, BERT_BASE. DialogueRNNなどの既存手法を上回るスコアを達成した.
- …
- …