对话情绪识别框架

提升识别精度

引入人格先验与门控因果解释，让大模型在跨说话人和多语句场景下更稳健地识别情绪。

Xinheng, Wang · 解仑 · Mengsheng, Wang · 王志良

Expert Systems with Applications 2026

参数信息

将声学特征转换为音频线索提示，将面部表情、肢体语言和姿态总结为行为线索提示，使 LLM 无需架构修改即可通过纯文本输入利用声学和视觉信息。

使用大五人格模型作为说话人稳定情感风格的先验，帮助模型捕捉跨发言的个体情感倾向，减少因说话人差异导致的误判。

门控检索增强生成模块在激活时将对话内证据与来自 ATOMIC 的常识因果知识融合，生成因果提示，填补隐式推理空白。

在 MELD 和 IEMOCAP 上取得更高的加权 F1 分数，优于多个最先进的基线和其他基于 LLM 的 ERC 模型。