学位论文简介

文本对话情感识别是智能对话系统实现共情交互的关键。现有主流方法多局限于单话语独立分类，忽视了情感演变的因果性与关联性，存在“结构性缺失”的技术瓶颈。为此，本文围绕心理学“情感转移”理论，探索对话情感的动态演变规律，建立了一套涵盖“知识形式化—目标内化—表征重塑—解码优化”的情感转移结构化建模理论与方法体系。主要创新与贡献如下：

（1）知识层：情感转移规律形式化与外部先验增强。构建情感转移知识图谱，将隐性情感演化转化为显式三元组。设计“情感修正”后置机制，将图谱先验转化为可计算的逻辑约束，为基线模型引入因果推理能力。

（2）表征层：情感转移掩码重构与结构化表征学习。引入掩码生成建模，通过非对称协同架构重构被掩蔽的情感节点。将全局双向时序依赖内化至特征空间，增强表征的因果连贯性与鲁棒性。

（3）优化层：情感转移双视角协同与演变规律内化。构建“话语”与“情感”异构双视角协同学习框架。通过跨视角对齐，将隐式转移规律转化为网络内生监督信号，生成高置信度与强连贯性的情感分布。

（4）解码层：情感转移语境自适应与全局序列解码。提出语境自适应条件随机场，突破静态拓扑约束，实现动态转移概率的推断与全局最优解码。配合双目标动态联合优化，保障推断序列的动力学逻辑自洽性。

在两大基准数据集的实验表明，上述方法作为通用增强策略，显著突破了现有基线模型性能上限。本文有效解决了“结构性缺失”难题，为共情对话系统提供了新路径。

主要学术成果

[1] Huan Zhao, Xupeng Zha, et al. EmoTransKG: An Innovative Emotion Knowledge Graph to Reveal Emotion Transformation[C]//Findings of the Association for Computational Linguistics. ACL, 2024: 12098-12110. (CCF-A 类会议，导师第一作者，本人第二作者)

[2] Xupeng Zha, Huan Zhao, et al. Dual-View Learning for Conversational Emotion Recognition Through Context and Emotion-Shift Modeling[C]//Proceedings of the AAAI Conference on Artificial Intelligence. 2025, 39(24): 25823-25831. (CCF-A 类会议，第一作者)

[3] Xupeng Zha, Huan Zhao, et al. ESIHGNN: Event-State Interactions Infused Heterogeneous Graph Neural Network for Conversational Emotion Recognition[C]//IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP). IEEE, 2024: 11136-11140. (CCF-B 类会议, 第一作者)

[4] Xupeng Zha, Huan Zhao, et al. Masked Emotion-Transformation Modeling with Self-Distillation for Conversational Emotion Recognition. IEEE Transactions on Affective Computing. (中科院一区, 第一作者, 审稿中)

[5] Xupeng Zha, Huan Zhao, et al. Enhancing Emotion Recognition in Conversations with Adaptive Emotion Transformation-Aware Conditional Random Field. (已投稿于 IEEE Transactions on Affective Computing. (中科院一区, 第一作者, 审稿中)

[6] 赵欢, 查徐鹏. 基于掩码预训练的图像自监督表示学习方法及装置：中国，CN 116894994 B [P]. 2025-05-23. (发明专利，授权，导师第一, 本人第二)

[7] 赵欢, 查徐鹏. 用于图像掩码预训练的知识蒸馏方法及装置：中国，CN 116894995 B[P]. 2025-09-09. (发明专利，授权，导师第一, 本人第二)

[8] 赵欢, 查徐鹏. 一种端到端的图像掩码预训练方法及装置：中国，CN 115114480 B[P]. 2025-09-22. (发明专利，授权，导师第一, 本人第二)