초록
대화 맥락의 모델링은 대화에서 감정 인식(ERC)에 있어 핵심적인 역할을 한다. 본 논문에서는 대화 내부의 내재적 구조를 보다 효과적으로 모델링하기 위해 발화를 방향성 있는 비순환 그래프(DAG)로 인코딩하는 새로운 아이디어를 제안하고, 이를 구현하기 위한 방향성 있는 비순환 신경망인 DAG-ERC를 설계한다. 기존의 그래프 기반 신경망 모델과 순환 기반 신경망 모델의 장점을 결합하기 위해, DAG-ERC는 장거리 대화 맥락과 근접한 맥락 간의 정보 흐름을 더욱 직관적으로 모델링할 수 있는 방법을 제공한다. 다양한 최신 기법을 기준 모델로 사용하여 네 개의 ERC 벤치마크에서 광범위한 실험을 수행한 결과, 제안된 모델의 우수성이 입증되었으며, ERC에 있어 방향성 있는 비순환 그래프 아키텍처의 타당성과 효과성 또한 확인되었다.