SemEval Task10，本質是一個文字分類的任務，有三個子任務，論文摘要如下：在多維對話中，情緒不僅作為情感交流的重要中介者，還承載著豐富的資訊。因此，準確識別交流者的情緒並理解情緒變化的觸發因素至關重要。本研究專注於多語言對話情緒識別和基於挑釁者的情緒逆向推理任務，旨在提高對話中情緒理解的準確性和深度。為了實現這一目標，我們提出了一種新穎的模型，MBERT-TextRCNN-PL，旨在有效捕捉交流者的情感資訊。此外，我們引入了XGBoost-EC（情緒捕捉器）來識別情緒挑釁者，從而更深入地探究情緒變化背後的因果關係。透過與最先進的模型進行比較，我們的方法在識別對話情緒和挑釁者方面表現出顯著改進，為多語言對話情緒理解和情緒逆轉研究提供了新的見解和方法。
競賽結果如下：
程式碼如下：https://github.com/TW-NLP/SemEval2024-Task10