原创力文档- 2
- 0
- 约2万字
- 约 18页
- 2023-05-15 发布于四川
- 举报
本发明公开了一种基于常识感知和层次化多任务学习的对话情感识别方法，利用基于自注意力机制的预训练语言模型RoBERTa和Transformer架构构建词级和话语级的分层编码，将对话中的每条输入语句编码成向量形式的嵌入表示；在层次化结构多任务学习框架下采用层次化结构建模任务之间的层次化关系，以同时完成三个对话理解相关的任务：得到语句对应的对话行为类别预测标签以及当前语句的情感预测标签，这两个预测结果进行情感推理，得到下一语句的情感预测标签。与现有技术相比，本发明能够显著提升情感识别的性能，同时具备良
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 114722838 A
(43)申请公布日 2022.07.08
(21)申请号 202210373158.8 G06N 5/04 (2006.01)
(22)申请日 2022.04.1
文档评论（0）