1.一种带降噪和纠错的图神经网络对话情感识别方法，其特征在于：该方法包括以下步骤：
2.根据权利要求1所述的一种带降噪和纠错的图神经网络对话情感识别方法，其特征在于：所述步骤一具体过程包括：首先按照对话顺序获得话语集合{u1,u2,...,un}，利用分词器对话语进行分词处理，然后在分词结果前后添加特殊标志位[cls]和[sep]便于后续的分类任务；然后通过预训练语言模型将话语ui处理为1024维的语义特征向量hi的形式：
3.根据权利要求2所述的一种带降噪和纠错的图神经网络对话情感识别方法，其特征在于：所述步骤二中，上下文筛选过程包括：使用余弦相似度来度量目标话语特征hi与上下文特征h之间的语义相关程度，用语义相似度矩阵s1来表示；
4.根据权利要求3所述的一种带降噪和纠错的图神经网络对话情感识别方法，其特征在于：所述步骤三中，定义一个由n层的关系图神经网络构成的图处理模块，使用图注意力机制关注邻居节点中重要的节点，并赋予权重；
5.根据权利要求4所述的一种带降噪和纠错的图神经网络对话情感识别方法，其特征在于：所述步骤四中，通过特征纠错模块整合来自预处理语言模块的语义特征以及来自图处理模块的情感特征，利用门控机制控制特征中的错误信息；
6.根据权利要求5所述的一种带降噪和纠错的图神经网络对话情感识别方法，其特征在于：所述步骤五中，特征纠正处理后的输出将作为最终的话语分类特征，利用全连接网络获得话语ui中每个情感类别的概率pi，然后将概率最高的类别下标作为最终的情感预测标签yi：