7、多超图神经网络与表情符号在情感识别和抑郁检测中的应用

多超图神经网络与表情符号在情感识别和抑郁检测中的应用

1. 多超图神经网络用于多方对话情感识别

1.1 数据集统计

在多方对话情感识别的研究中，常用到 MELD 和 EmoryNLP 这两个数据集，它们的统计信息如下表所示：
| 数据集 | #Dial.(Train/Dev./Test) | #Utt.(Train/Dev./Test) | Avg. | 类别 | 指标 |
| — | — | — | — | — | — |
| MELD | 1432(1038/114/280) | 13708(9989/1109/2610) | 9.57 | 7 | WA - F1 |
| EmoryNLP | 897(713/99/85) | 12606(9934/1344/1328) | 14.05 | 7 | WA - F1 |

EmoryNLP 同样是从《老友记》的电视剧剧本中收集而来，但在场景选择和情感标签上与 MELD 有所不同。其情感标签包括中性、悲伤、愤怒、恐惧、强大、平静和喜悦。

1.2 对比方法

为了全面评估提出的 ERMC - MHGNN 模型，将其与以下基线方法进行对比：
- 基于循环的模型 ：DialogueRNN、COSMIC、DialogueCRN、TODKAT、DialogXL、VAE - ERC、DialogueRNN - RoBERTa、CoG - BART 和 EmpCaps。
- 基于图的模型 ：DialogueGCN、RGAT、RGAT - RoBERTa、Dialogu