PAGE: A Position-Aware Graph-Based Model for Emotion Cause Entailment in Conversation

要約

Conversational Causal Emotion Entailment (C2E2)は、会話中の対象感情に対応する原因を認識することを目的としたタスクである。会話における発話の順序は、因果関係の推論に影響を与える。しかし、現在の位置符号化戦略の多くは、発話や話者の順序関係を無視している。この問題に対処するために、我々は、会話全体を符号化する新しい位置認識グラフを考案し、発話間の因果関係を完全にモデル化する。包括的な実験により、本手法は2つの困難なテストセットで一貫して最先端の性能を達成し、本モデルの有効性を証明した。ソースコードはGithubで公開しています: https://github.com/XiaojieGu/PAGE.

要約(オリジナル)

Conversational Causal Emotion Entailment (C2E2) is a task that aims at recognizing the causes corresponding to a target emotion in a conversation. The order of utterances in the conversation affects the causal inference. However, most current position encoding strategies ignore the order relation among utterances and speakers. To address the issue, we devise a novel position-aware graph to encode the entire conversation, fully modeling causal relations among utterances. The comprehensive experiments show that our method consistently achieves state-of-the-art performance on two challenging test sets, proving the effectiveness of our model. Our source code is available on Github: https://github.com/XiaojieGu/PAGE.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL