중립적인 발화도 원인이다: 사회 상식 지식을 활용한 대화적 인과 감정 추론의 향상

대화형 인과 감정 추론(Conversational Causal Emotion Entailment)은 대화에서 중립적이지 않은 목표 발화에 대한 인과 관계를 가진 발화를 탐지하는 것을 목표로 합니다. 본 연구에서는 원래의 추론 스타일에서 암시적인 맥락 모델링을 극복하기 위해 대화를 그래프로 구축하였습니다. 이전 연구를 바탕으로, 우리는 그래프에 감정 정보를 추가적으로 도입하였습니다. 감정 정보는 목표 발화와 같은 감정을 가진 인과 발화의 탐지를 크게 촉진할 수 있습니다. 그러나, 특히 중립적인 감정을 가진 인과 발화를 탐지하는 것은 여전히 어려운 문제입니다. 이는 모델이 인과적 단서를 추론하고 이를 발화 간에 전달하는 데 한계가 있기 때문입니다. 이러한 문제를 완화하기 위해, 우리는 사회 상식 지식(CSK)을 도입하고 지식 강화된 대화 그래프(Knowledge Enhanced Conversation graph, KEC)를 제안합니다. KEC는 두 발화 사이에서 CSK를 전파합니다. 모든 CSK가 발화에 적합한 감정을 가지고 있는 것은 아니므로, 우리는 감정 실현된 지식 선택 전략을 제안하여 CSK를 필터링합니다. KEC 처리를 위해, 우리는 더욱 지식 강화된 유향 비순환 그래프 네트워크(Knowledge Enhanced Directed Acyclic Graph networks)를 구성하였습니다. 실험 결과, 우리의 방법은 기준 모델들을 능가하며, 목표 발화와 다른 감정을 가진 더 많은 원인들을 추론할 수 있음을 보여주었습니다.