动态因果解纠缠模型

对话情感识别更精准

通过分离无关信息并建模情感的时序累积，解决了对话中隐含情绪难以识别的问题。

苏育挺 · Yichen, Wei · 聂为之 · Zhao, Sicheng · 刘安安

IEEE Transactions on Affective Computing 2024

技术优势

能分离无关信息

利用预提取的个人状态和话语主题引导隐变量分布，从混杂的话语中分离与情绪无关的内容。

捕捉情绪时序累积

通过动态因果解纠缠模型推断话语和隐变量的传播，使与情绪相关的信息在对话过程中得以累积。

应用场景

• 情感计算交互：提升对话系统对用户隐藏情绪的感知，使交互更自然。
• 具身智能情绪识别：为具身智能提供对话层面的情绪累积模型，增强环境理解。
• 工业机器人情感交互：辅助工业机器人理解操作者的隐含情绪，预防人机协作风险。