截止到2024年1月，研究组博士生涂耿的论文《Sentiment- Emotion- and Context-guided Knowledge Selection Framework for Emotion Recognition in Conversations》已被SCI期刊引用达到25次，入选ESI全球领域前1%高被引论文（Highly Cited Paper）。该论文的引用涵盖了来自世界各地的知名学者和研究团队，其中包括清华大学陶建华教授、新加坡南洋理工大学Erik Cambria教授、复旦大学肖仰华教授、慕尼黑大学的Björn Schuller教授等。该论文发表在JCR 1区期刊《IEEE Transactions on Affective Computing》上，SCI影响因子为11.2。
本文提出了一种知识选择框架SKSEC，它由三个知识剔除（Knowledge Elimination, KE）模块和两个图注意力（Graph Attention, GAT）网络组成。具体地，在词级别KE中，当前话语中词语所对应的情感不同的外部知识被概率剔除。在话语或上下文级别KE中，如果当前话语或其上下文的知识表示和情绪标签表示之间的相似性小于预设阈值，则对应知识将被剔除。然后，采用两个GAT来改进知识的权重。在情绪GAT中，借助维度情感模型来度量话语中的词语及其对应的知识，并根据它们的情绪相似性调整知识的权重。在语义GAT中，则根据上下文和合并知识之间的语义相似性来调整知识的权重。最后，将选择好的知识输入不同ERC模型中来评估所选知识的质量。实验结果证明，SKSEC框架在多个数据集上均表现出了良好的性能。
|
