In this paper, we present Dialogue Graph Convolutional Network (DialogueGCN), a graph neural network based approach to ERC. We leverage self and inter-speaker dependency of the interlocutors to model conversational context for emotion recognition. Through the graph network, DialogueGCN addresses context propagation issues present in the current RNN-based methods. We empirically show that this method alleviates such issues, while outperforming the current state of the art on a number of benchmark emotion classification datasets.

​

Author(s) & Source

Deepanway Ghosal:目前是新加坡科技设计大学ISTD(Information Systems Technology and Design)博士生,师从Soujanya Poria教授建议，研究方向是自然语言处理、对话系统、图神经网络和多模式交互；

Navonil Majumder：美国国立工业大学计算研究中心博士研究生，研究方向为自然语言处理、机器学习、神经网络、深度学习；

Soujanya Poria：新加坡科技设计大学教授，研究方向为情感分析、多模态交互、自然语言处理、情感计算，曾被Journal of Information Sciences选为2000年至2016年情感分析领域最有影响力的研究人员之一，其有三篇论文被Web of Science列为计算机科学领域引用次数最多的论文；

Niyati Chhaya：印度Adobe研究院大数据体验实验室的高级计算机科学家，研究方向为情感计算、计算语言学、自然语言处理和机器学习；

Alexander Gelbukh：墨西哥国家政治研究所（IPN）研究中心（CIC）的研究教授兼自然语言实验室负责人、墨西哥科学院院士、墨西哥国家研究人员（SNI）、墨西哥人工智能学会前主席，研究方向为计算语言学、自然语言处理、情感计算、意见挖掘、情感分析.

​

本文发表于EMNLP 2019，https://arxiv.org/pdf/1908.11540

EMNLP全称Empirical Methods in Natural Language Processing，由ACL当中对语言数据和经验方法有特殊兴趣的团体主办，始于1996年。

EMNLP2019于2019年11月3日至7日在中国香港召开，本次会议提交论文2914篇，接收论文683篇，其中长文465篇，接收率为25.6%，短文218篇，接收率为20.5%，总接收率为23.7%，相比2018年24.6%的接收率略有下降。

EMNLP2020举办地点：Punta Cana, Dominican Republic；全文截稿：2020-05-11；开会时间：2020-11-08；CCF分类：B类。

​

Content & Comment

对话语句的情感识别(ERC)是基础但也异常重要的任务，过去的解决方法通常是将序列语句编码，然后情感分类，例如循环神经网络。但很显然，影响对话中的情感因素除了已经解决的时序(序列编码)因素，其他例如讲话主题＼讲话参与者等因素也会影响当前话语的情感，本文解决的便是这样的问题，综合考虑讲话序列以及讲话者两个水平的影响因素，提出基于图卷积网络的DialogueGCN，实现情感识别。在三个情感识别数据集上取得SOTA结果。

• INTRODUCTION，首先介绍对话情感识别（ERC）及重要性，接下来介绍用于情感识别的常见方法，指出现有方法存在的问题——关注信息不足，针对ERC需要关注时序、对话者、主题信息等问题，提出本文基于图卷积网络（GCN）的ERC模型DialogueGCN。

• RELATED WORK，包括基于对话文本或多模态（文本\音频\视频）的ERC方法，以及图神经网络的工作。

• DialogueGCN细节介绍及实现方法，DialogueGCN框架图如下，由文本序列上下文编码、说话者上下文编码和分类器三部分组成，其中，文本序列编码部分将每一句话视为序列成分，依次经过双向GRU进行编码；讲话者编码部分是本文的核心，在对话中参与者以及对话者自身都会影响当前话语的情绪，为此将这两种影响分别定义为inter-dependency以及self-dependency，建模为有向图，通过GCN进行讲话者水平上的上下文特征编码（这部分的更多细节在下面单独介绍）；分类器部分将前两部分的编码拼接，多分类任务识别语句的情感。

  

Speak-level Context Encoding：

一段对话被定义为有向图$\mathcal G=(\mathcal V,\mathcal E,\mathcal R,\mathcal W)$，节点$v_i$代表第$i$句对话，初始化为$g_i$；节点之间相互连接的边表示两节点对应的对话是否相互影响，例如假设所有句子之间相互影响，那么图便是一个全连接图，实际边的连接可以认为是人为定义的超参数，即定义一个大小为$p$的窗口，在该句于其前后$p$句之间建立联系；进一步，文章为每一条边定义关系类型$\mathcal R$和权重$\mathcal W$两个属性，关系类型$\mathcal R$从讲话者和先后顺序两个方面考虑，即指向某节点的边的另一节点是否为同一人的话语，另一节点的话语是在该句之前还是之后，框架图中的例子其关系类型如下图所示，共８种（$2M^2$, M为讲话者个数）；权重$\mathcal W$通过注意力模块计算该节点窗口内的语句与该节点的相关度，其值在０~１之间。最后，通过一个两层的GCN网络实现节点编码。

• 实验分析和结论。

​

⭐⭐⭐ 对于学习了图神经网络理论的人来说，如何在实际场景中应用图神经网络是非常重要的，本文就提供了一个非常好的场景，如何将对话中的语句＼对话者这样的异构甚至抽象信息建模到图中，以利用图神经网络。这篇文章是在AI研习社的翻译版块发现的，原文通过例子进行介绍，非常简单明了，推荐有兴趣的继续阅读原文图卷积网络(GCN)情感识别，以增加自己的理解。

以上仅代表本人见解，如有纰漏，敬请指正！！!