対話関係抽出（DRE）は、マルチパーティの対話で言及される2つのエンティティ間の関係を検出することを目指しています。これは、インターネット上でますます豊富になっている会話データから知識グラフを構築し、インテリジェントな対話システムの開発を促進する上で重要な役割を果たしています。従来のDRE手法では、スピーカー情報が有意義に活用されていません——単に発話をスピーカー名で前置するだけです。したがって、代名詞やトリガーを通じて関連する議論エンティティに追加的な文脈を提供する可能性がある重要なスピーカー間の関係をモデル化できず、失敗します。しかし、我々はグラフアテンションネットワークに基づくDRE手法を提案します。この手法では、意味的に接続されたスピーカー、エンティティ、エンティティタイプ、および発話ノードを含むグラフが構築されます。このグラフは、関連するノード間での文脈伝播のためにグラフアテンションネットワークに入力され、効果的に対話文脈を捉えます。我々は経験的に示しましたが、このグラフベースのアプローチはベンチマークデータセットDialogREにおいて最新の手法よりも大幅に優れた性能を示しており、異なるエンティティペア間の関係を効果的に捉えています。当方のコードは以下のURLで公開されています: https://github.com/declare-lab/dialog-HGAT