会話における文脈適応型感情認識をシーケンスタグGINGとして捉える

会話中の感情認識（ERC）は、ソーシャルオピニオンマイニングや医療分野など多岐にわたる分野において共感性を持つ機械を開発する上で重要な課題である。本論文では、ERCタスクを系列タギング問題として定式化し、会話内の感情の一貫性を学習するために条件付き確率場（CRF）層を活用する手法を提案する。我々は、発話者間の自己依存性および相互依存性を捉えるため、LSTMベースのエンコーダを用いて文脈依存型の発話表現を生成し、それをCRF層に入力する。さらに、長距離のグローバルな文脈を捉えるために、マルチレイヤーのTransformerエンコーダをLSTMベースのエンコーダに統合し、その性能を向上させた。実験の結果、感情の一貫性をモデル化することにより、複数の感情分類データセットにおいて現在の最先端手法を上回る性能を達成したことが確認された。