Search Results for author:
Found 6 papers, 2 papers with code
Meta-learning for Classifying Previously Unseen Data Source into Previously Unseen Emotional Categories
In this paper, we place ourselves in a classification scenario in which the target classes and data type are not accessible during training.
Participation de l’équipe TGV à DEFT 2022 : Prédiction automatique de notes d’étudiants à des questionnaires en fonction du type de question (Team TGV at DEFT 2022 : automatic prediction of students’ grades according to the different question types)
Cet article présente l’approche de l’équipe TGV lors de sa participation à la tâche de base de DEFT 2022, dont l’objectif était de prédire automatiquement les notes obtenues par des étudiants sur la base de leurs réponses à des questionnaires.
Méta-apprentissage : classification de messages en catégories émotionnelles inconnues en entraînement (Meta-learning : Classifying Messages into Unseen Emotional Categories)
Dans cet article nous reproduisons un scénario d’apprentissage selon lequel les données cibles ne sont pas accessibles et seules des données connexes le sont.
EZCAT: an Easy Conversation Annotation Tool
We also present our first usage of EZCAT along with our annotation schema we used to annotate confidential customer service conversations.
Context-Aware Siamese Networks for Efficient Emotion Recognition in Conversation
Using metric learning through a Siamese Network architecture, we achieve 57. 71 in macro F1 score for emotion classification in conversation on DailyDialog dataset, which outperforms the related work.
Emotion Classification
Emotion Recognition in Conversation
+1
Few-Shot Emotion Recognition in Conversation with Sequential Prototypical Networks
We test this method on two datasets with different languages: daily conversations in English and customer service chat conversations in French.
Emotion Classification
Emotion Recognition in Conversation
+1
