LaERC-S: 会話における話者特性を用いたLLMベースの感情認識の改善

会話中の感情認識（Emotion Recognition in Conversation: ERC）は、人間の感情を会話内の各発話ごとに識別するタスクであり、ヒューマン-コンピュータ相互作用システムにおいて大きな注目を集めています。これまでのERCに関する研究では、主に発話間の関係から得られる話者特有の情報に焦点が当てられてきましたが、これには会話全体に関する十分な情報が欠けていました。最近のERC研究では、話者モデリングと組み合わせて事前学習された大規模言語モデル（Large Language Models: LLMs）を活用することで、感情状態を理解しようとする動きが見られます。これらの手法は有望な結果を達成していますが、抽出された話者特有の情報は感情の動態を示すのに苦労しています。本論文では、話者の特性が重要な役割を果たし、LLMsが豊富な世界知識を持っているという事実に基づいて、LaERC-Sという新しいフレームワークを提案します。LaERC-Sは、対話者の心理状態や行動に関連する話者特性を探求することにより、正確な感情予測を行うことを目指しています。LLMsにこの知識情報を付与するために、二段階学習を採用し、モデルが複雑な会話シナリオにおいて話者の特性を推論し、その感情を追跡できるようにしています。三つのベンチマークデータセットでの広範な実験により、LaERC-Sの優位性が示され、新たな最先端技術（state-of-the-art）に到達しました。