双方向注意階層型再帰ニューラルネットワークを用いた対話行為分類

対話行為（DA）の認識は、対話生成や意図認識などの多くの自然言語処理タスクにおいて重要である。本論文では、DA分類用のデュアルアテンション階層的再帰ニューラルネットワークを提案する。当モデルは部分的に、会話発話が通常対話行為とトピックの両方に関連しているという観察に基づいている。前者は社会的行为を捉え、後者は主題を説明するものである。しかし、このようなDAとトピックの依存関係は、既存の大多数のDA分類システムで活用されていない。新しいデュアルタスク固有の注意メカニズムにより、当モデルは発話に対してDAとトピックに関する情報だけでなく、それらの相互作用に関する情報も捉えることができる。実験結果は、トピックを補助的なタスクとしてモデリングすることで、当モデルがDA分類に大幅な改善をもたらし、3つの公開データセットにおいて最先端手法に匹敵または優れた性能を示すことを示している。