BiosERC: LLMs를 활용한 생애사 화자 통합을 위한 ERC 작업

대화에서 감정 인식 작업에 있어 최근 연구에서는 대화 내부 및 대화자 간 발화 간의 관계를 모델링하기 위해 주의 메커니즘을 활용하여 탐구하고 있습니다. 그러나, 발화자의 성격 특성과 같은 속성은 아직 탐구되지 않았으며, 다른 작업에 적용하거나 다양한 모델 구조와의 호환성 측면에서 도전 과제를 제시하고 있습니다. 따라서 본 연구는 대화에서 발화자의 특성을 조사하는 새로운 프레임워크인 BiosERC를 소개합니다. 대형 언어 모델(LLM)을 사용하여, 우리는 대화 내 발화자의 '생애 정보'를 추출하여 이를 모델에 보조 지식으로 주입하여 각 발화의 감정 라벨을 분류합니다. 제안된 방법은 IEMOCAP, MELD, EmoryNLP 세 개의 유명한 벤치마크 데이터셋에서 최고 수준(SOTA)의 결과를 달성함으로써 모델의 효과성과 일반성을 입증하였으며, 다양한 대화 분석 작업에 적응할 수 있는 잠재력을 보여주었습니다. 본 연구의 소스 코드는 https://github.com/yingjie7/BiosERC에서 확인할 수 있습니다.