SemEval Task10，本质是一个文本分类的任务，有三个子任务，论文摘要如下：在多维对话中，情绪不仅作为情感交流的重要中介者，还承载着丰富的信息。因此，准确识别交流者的情绪并理解情绪变化的触发因素至关重要。本研究专注于多语言对话情绪识别和基于挑衅者的情绪逆向推理任务，旨在提高对话中情绪理解的准确性和深度。为了实现这一目标，我们提出了一种新颖的模型，MBERT-TextRCNN-PL，旨在有效捕捉交流者的情感信息。此外，我们引入了XGBoost-EC（情绪捕捉器）来识别情绪挑衅者，从而更深入地探究情绪变化背后的因果关系。通过与最先进的模型进行比较，我们的方法在识别对话情绪和挑衅者方面表现出显著改进，为多语言对话情绪理解和情绪逆转研究提供了新的见解和方法。

竞赛结果如下：

 代码如下：https://github.com/TW-NLP/SemEval2024-Task10