LATIDIA · Investigación

Cuándo llamar a un LLM: un híbrido dependiente de la confianza para el reconocimiento de emociones rentable en la IA conversacional

arXiv: 2609.17977v1 Tipo de anuncio: nuevo Resumen: El reconocimiento de emociones en la conversación (ERC) es una capacidad de producción detrás de las indicaciones de asistencia del agente, el enrutamiento de escalamiento y el análisis posterior a la llamada en el centro de contacto como servicio

La noticia

arXiv:2609.17977v1 Announce Type: new Abstract: Emotion recognition in conversation (ERC) is a production capability behind agent-assist prompts, escalation routing, and post-call analytics in contact-center-as-a-service (CCaaS) platforms, where cost and latency constraints matter as much as accuracy. We report a systems-level comparison of three deployment options for dialogue-contextual ERC: a low-cost stacked ensemble (sentence embeddings, windowed context, RandomForest/XGBoost/logistic-regression stacking), off-the-shelf LLM prompting (GPT-4o-mini; zero-shot, few-shot, chain-of-thought), and a confidence-gated hybrid that escalates only the ensemble's least-confident predictions to the LLM - modeled on IVA-to-human-agent escalation policies used in production contact centers. On IEMOCAP, the ensemble significantly outperforms every LLM configuration (0.595 vs. 0.460-0.536 weighted F1, p < 0.0001) at a fraction