声明：以下内容转载自语言技术中心@HIT 语言技术紫丁香
论文名称：ERCThinker: Fast-Slow Thinking for Emotion Recognition in Conversation
论文作者：付雨濛；黄伟韬；吴俊劼；滕浩；商守铎；张梅山；刘秉权
论文链接：https://aclanthology.org/2026.acl-long.1825/
由哈工大语言技术研究中心完成，发表于ACL (CCF-A)的这篇文章《ERCThinker: Fast-Slow Thinking for Emotion Recognition in Conversation》，主要解决了现有对话情感识别方法难以兼顾推理深度与推理效率、且缺乏对不同对话场景进行自适应“快—慢思考”切换的问题
一、动机和问题
这篇论文关注的是对话情绪识别，也就是Emotion Recognition in Conversation，简称 ERC。它的目标是根据完整的对话上下文，判断某个说话人在当前话语中表达的情绪。
作者首先观察到，现有方法在“如何进行情绪推理”这件事情上存在两个比较明显的问题。
第一类方法可以看作一种Fast Thinking，也就是快速思考。传统的判别式ERC 方法通常直接把对话输入模型，然后输出一个情绪标签。这种方式效率比较高，也能够取得不错的分类效果，但是模型只给出最终答案，并不会解释为什么得到这个情绪，因此缺乏可解释的情绪推理过程。
另一类方法则开始采用Slow Thinking，也就是慢思考。这类方法会先生成一段推理过程，再得到最终的情绪判断。不过作者认为，现有慢思考方法所利用的信息仍然比较浅层，比如更多关注面部动作、语音韵律等表层线索，而没有充分建模对话中的深层语义信息，例如话题、话语结构、说话人特征、场景以及情绪转移。因此，即使模型能够生成推理链，这些推理链也不一定真正解释了情绪是如何在对话过程中产生和变化的。
基于这个观察，作者进一步提出一个核心问题：对话中的所有样本是否都需要进行同样深度的推理？
实际上，有些话语的情绪非常直接，例如包含明显的情绪词或者强烈表达，这种情况下直接进行快速判断就足够了；而另一些话语的情绪比较隐含，需要结合前文、人物关系或者情绪转折进行分析，这时才需要更深入的推理。如果对所有样本都进行长链推理，会产生大量不必要的计算和token 开销；但如果始终采用快速判断，又容易忽略复杂样本中的关键语义线索。论文因此希望模型能够根据不同对话的复杂程度，自适应地决定什么时候快速判断、什么时候进行深入推理。
二、研究方法
首先，作者构建了一个新的情绪推理数据集EmotionCueCoT。与只提供情绪标签的数据不同，这个数据集显式引入了五类与情绪相关的深层语义线索，包括话题信息、说话人特征、场景信息、话语结构以及情绪转移。这些信息被用于生成更细粒度的情绪推理链，使模型不仅学习“是什么情绪”，还能够学习“为什么是这个情绪”。
在训练过程中，作者首先通过监督微调进行一个Fast-Slow Thinking 的 cold start。模型会学习两种不同的输出方式：对于适合快速判断的样本，直接输出情绪结果；对于需要复杂分析的样本，则生成完整的情绪推理过程。通过这个阶段，模型先获得一个初步的快慢思考策略，为后续强化学习提供稳定的初始化。
接下来，作者基于GRPO 引入了一个自适应思考机制。这里的关键设计是同时考虑strategy-level advantage 和 utterance-level advantage。其中，strategy-level advantage 负责判断当前样本更适合 Fast Thinking 还是 Slow Thinking，并同时考虑预测效果和推理长度；utterance-level advantage 则负责衡量具体样本的情绪判断质量。这样一来，模型不仅学习如何正确预测情绪，同时也学习应该采用什么程度的推理。
除此之外，作者还设计了一个Agent-as-Judge 机制，对慢思考生成的推理过程进行过程级监督。作者不是使用一套固定评价标准评价所有推理，而是构建了一组包含结构、证据、事实一致性、冲突检查、逻辑性、上下文匹配等维度的评价体系，再根据当前对话特点动态选择相关维度进行评分。这个评分会作为process reward 参与强化学习，从而让模型不仅关注最后的情绪标签是否正确，还关注中间推理过程是否真正有依据、是否符合当前对话语境。
三、实验结果
ERCThinker 与三类方法进行了比较，包括通用推理大模型、不具备显式推理力的情绪识别模型，以及具备情绪推理能力的模型。实验结果表明，ERCThinker 在多个数据集上的情绪识别和推理质量方面都表现出较强的整体性能。我们发现，通用推理模型虽然具备比较强的通用推理能力，但是并不擅长捕获ERC 中特定的情绪线索；传统情绪识别模型虽然分类能力较强，但缺少显式推理过程；而已有情绪推理模型对复杂语义结构的建模仍然有限。相比之下，ERCThinker通过快慢思考切换和过程级奖励，使情绪预测和情绪解释能够在同一个训练框架中共同优化。
