feiyuchen7 / M3NET

Pytorch implementation for the paper: Multivariate, Multi-frequency and Multimodal: Rethinking Graph Neural Networks for Emotion Recognition in Conversation, CVPR 2023.
32 stars 5 forks source link

复现时的疑问 #8

Open fenghxy11 opened 6 months ago

fenghxy11 commented 6 months ago

您好,我对您的文章很感兴趣,在复现时遇到了一些问题,希望得到您的指点! 我在复现IEMOCAP数据集时,ACC和F1只能达到70,论文中写有72,我用的也是RTX 3090,实验中参数和您设置一样,这可能是由于不同参数有不同的效果,因此我也在尝试中。 image 我对超图神经网络应用于对话情绪识别上很感兴趣,因此我删掉了Multi-frequency propagation模块,ACC和F1特别低,分别为61和60,论文中论文中消融实验结果为69,想问下是否我的操作有问题,以下是我的操作过程,我仅在model_hyper.py文件中修改了相关代码,我在输出时只保留了Multivariate propagation模块的输出值。想问下正确的过程是怎样的,是否要在其他文件上做调整,这个问题一直困惑着我,希望得到您的指点,谢谢! image image image

qixinw commented 3 months ago

请问楼上解决了吗?我也有相似的问题! 我在复现IEMOCAP数据集的时候,参数设置的一样,ACC和F1只能到69,还没找到原因