我们已经为您准备好复现该模型所需的环境,您可以创建实例、一键复用哦!

模型的使用文档涵盖模型所需环境、模型简介以及复现模型的具体步骤。模型效果和模型详细来源可以点击论文地址和模型来源链接查看哦~

Conv-emotion

2022-01-24 model:ubuntu18.04-cuda10.1-cudnn8-python3.7-pytorch1.5.0-new

模型标签
文本分类情感分析

模型简介

模型介绍:对话情绪识别(Emotion Recognition in Conversations,ERC)是对话情感研究中的一个主要任务,用于实现具有情感理解能力的对话系统。该任务是一个分类任务,旨在对一段对话中的所有话语进行情绪分类。任务的输入是一段连续的对话,输出是这段对话中所有话语的情绪。 《Conversational Transfer Learning for Emotion Recognition》一文出自2019年。官方论文:https://arxiv.org/abs/1910.04980v3



1. 使用方法

1.1. 模型训练

进入终端,在默认路径下,运行以下命令:

cd root/conv-emotion-master/TL-ERC/bert_model
python train.py --load_checkpoint=../generative_weights/cornell_weights.pkl --data=iemocap
#运行该文件会自行下载模型复现所需的预训练权重文件和数据集
#该训练文件中包含推断、训练和测试步骤。如需分步复现,可自行修改train.py文件中的代码
参数 说明
load_checkpoint=… 下载的预训练权重文件路径
data=… 数据集名称

2. 模型来源

https://github.com/declare-lab/conv-emotion