초록
다자 대화 내 감정 인식(ERMC)은 자연어 처리 분야에서 부상하는 연구 주제로 점점 더 주목받고 있다. 기존 연구는 시계열 정보 탐색에 집중하지만, 대화의 담론 구조를 간과하고 있다. 본 논문에서는 ERMC에서 정보성 맥락적 신호와 발화자 특성에 대한 처리를 위해 담론 구조의 중요성을 탐구한다. 이를 위해 ERMC에 적합한 담론 인지 그래프 신경망(ERMC-DisGCN)을 제안한다. 특히, 대화자의 자기 발화 간 의존성을 활용하여 맥락 정보를 전파할 수 있도록 관계형 컨볼루션을 설계하였다. 더불어, 종속된 발화들 중에서 더 정보성 있는 신호를 선택하여 ERMC에 활용하기 위해 게이트형 컨볼루션을 도입하였다. 실험 결과, 제안한 방법은 여러 기준 모델들을 상회함으로써, 담론 구조가 ERMC에 있어 매우 중요한 가치를 지닌다는 것을 입증하였다.