SocAoG: 대화에서 사회적 관계 추론을 위한 점진적 그래프 파싱

대화에서 사회적 관계를 추론하는 것은 감정적으로 지능적인 로봇을 구축하여 인간 언어를 더 잘 해석하고 그에 따라 행동하도록 하는 데 매우 중요합니다. 우리는 그룹 내의 관계 일관성을 유지하고 속성들을 추론 단서로 활용하기 위해 And-or 그래프인 SocAoG(사회 And-or 그래프)를 사용하여 사회 네트워크를 모델링합니다. 또한, 순차적 구조 예측 과제를 정식화하고, 임의의 발화가 들어올 때마다 동적으로 SocAoG를 분석하기 위한 $α$-$β$-$γ$ 전략을 제안합니다: (i) 대화의 의미에 기반한 속성과 관계를 예측하는 $α$ 과정, (ii) 관련된 속성에 따라 사회적 관계를 업데이트하는 $β$ 과정, 그리고 (iii) 상호간의 사회적 관계에 따라 개인의 속성을 업데이트하는 $γ$ 과정입니다. DialogRE와 MovieGraph 데이터셋에서의 실증 결과는 우리의 모델이 최신 방법들보다 더 정확하게 사회적 관계를 추론함을 보여줍니다. 또한, 생략 연구(ablation study)는 세 가지 과정이 서로 보완됨을 나타내고, 사례 연구(case study)는 동적인 관계 추론을 시연합니다.