计算机工程

作者：赖河蒗, 李玲俐, 胡婉玲, 颜学明

单位：1. 华南师范大学 计算机学院, 广州 510631;2. 广东司法警官职业学院 信息管理系, 广州 510520;3. 广东外语外贸大学 信息科学与技术学院, 广州 510006

关键词：基础神经网络,关系图卷积神经网络,会话,情绪识别,人工智能

基金：国家自然科学基金青年基金项目（62006053）；广东省教育厅特色创新类项目（2018KQNCX072）；2020年度广东省普通高校青年创新人才项目（2020KQNCX186）；2020年度广东省普通高校特色创新项目（2020KTSCX273）；广东省高等教育学会“十三五”规划2019年度高校青年教师高等教育学研究课题（19GGZ070）；广东司法警官职业学院第四届院级课题（2020YB16）。

会话情绪识别包括说话者自身情绪影响以及说话者之间情绪影响这2个重要因素，为了充分考虑上述影响因素以提高会话情绪识别效果，提出一种基于层次化关系图卷积神经网络（HRGCN）的识别方法。使用一个基础神经网络对会话序列的特征数据进行优化，按照不同的说话者划分出2个不同的会话子序列，采用2个局部关系图卷积神经网络（R-GCN）分别对2个子序列进行局部建模，按照会话发生的时间顺序重新整合局部建模后的2个子序列，并利用全局R-GCN对其进行全局建模。通过对输入的多模态特征数据的分层次建模，使得会话序列捕获到更多的上下文信息。在IEMOCAP数据集上的实验结果表明，与当前流行的循环神经网络LSTM、GRU等相比，HRGCN方法的会话情绪识别性能较高，准确率与F1值分别达到84.48%与84.40%。

来源：2022年第1期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第1期