2、MCPN：用于对话实时情感识别的创新网络

MCPN：用于对话实时情感识别的创新网络

在对话情感识别（ERC）领域，为了实现更准确的情感识别，一种名为多重交叉感知网络（MCPN）的模型被提出。下面将详细介绍该模型的关键流程、实验设置以及性能分析。

关键流程

• 上下文再感知过程（Context Re-Perception Process） ：为了在目标说话者初步状态 $q′_t$ 的条件下重新感知历史话语，以获得当前时间步特定的准确上下文表示 $c_t$，采用多头注意力机制。具体公式为：
  $c_t = MhattCRP (q′_t, H, H)$
  其中，$q′_t$ 是目标说话者的初步状态表示，$H = {u_1, …, u_t}$ 是到时间步 $t$ 的全局历史话语序列，且此时将目标话语 $u_t$ 也包含在 $H$ 中，目的是捕捉当前时间步特定的上下文表示，为后续状态再感知过程提供更多关于目标说话者在当前时间步的信息。
• 状态再感知过程（State Re - perception Process） ：该过程的目的是通过上下文再感知过程获得的上下文表示 $c_t$ 来细化预感知的状态表示 $q′_t$，以获得更全面的说话者状态表示。引入门控循环单元（GRU）作为状态解码器，具体公式为：
  $q_t = GRU(c_t, q′_t)$
  其中，$q_t$ 是目标说话者在时间步 $t$ 的说话者状态表示，会存储在每个时间步共享的历史状态序列 $Q$ 中，用于目标话语的情感识别和后续时间步的使用。
• 情感三重识别过程（Emotion Triple - Recogni