대화형 감정 인식을 위한 보조 발화자 식별을 통한 다중 작업 학습

대화형 감정 인식(CER)은 자연어 처리(NLP) 분야에서 점점 더 많은 관심을 받고 있다. 일반적인 감정 인식과 달리, 효과적인 발화자 민감한 발화 표현 학습은 CER의 주요 과제 중 하나이다. 본 논문에서는 대화 내 발화 표현을 향상시키기 위해 발화자 식별(SI)을 보조 과제로 활용한다. 이를 통해 추가적인 SI 코퍼스로부터 발화자 인식 능력을 고려한 더 나은 문맥적 표현을 학습할 수 있다. 두 가지 벤치마크 데이터셋에서의 실험을 통해 제안하는 아키텍처가 CER에 매우 효과적임을 입증하였으며, 두 데이터셋에서 모두 최신 기준(SOTA) 성능을 달성하였다.