초록
대화 내 감정 인식(ERC, Emotion Recognition in Conversation)에서 현재 발화의 감정은 이전 맥락을 고려하여 예측되며, 이는 다양한 자연어 처리 작업에 활용될 수 있다. 주어진 문장 내에서 여러 감정이 동시에 존재할 수 있음에도 불구하고, 대부분의 기존 접근 방식은 단일 레이블을 예측하기 위한 분류 작업의 관점에서 접근한다. 그러나 문장의 감정을 신뢰할 수 있는 단일 레이블 또는 다중 레이블로 레이블링하는 것은 비용이 많이 들고 어렵다. 본 논문에서는 감정 간 상관관계를 고려하여 자동으로 회색조 레이블(Grayscale Label)을 구축하고, 이를 학습에 활용한다. 즉, 주어진 레이블을 one-hot 인코딩으로 사용하는 대신, 다양한 감정에 대한 점수를 측정하여 회색조 레이블을 구성한다. 우리는 회색조 레이블을 생성하기 위한 여러 방법을 제안하고, 각 방법이 감정 인식 성능을 향상시킴을 확인하였다. 제안하는 방법은 간단하고 효과적이며, 기존 시스템에 보편적으로 적용 가능하다. 실험 결과, 기준 모델(Baseline)의 성능이 상당히 향상됨을 확인할 수 있었다.