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

• 2. 模型来源

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

2. 模型来源

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