감정 원인 분석을 위한 지식 정규화 계층적 접근법

정서 원인 분석은 정서의 근본 원인을 식별하는 것을 목표로 하는 감성 분석 분야의 핵심 주제이다. 최근 다양한 신경망 모델이 제안되었으나, 기존 모델들은 대부분 국소적인 텍스트 정보에 초점을 맞춘 학습 아키텍처에 국한되어 있으며, 인간의 텍스트 이해에서 중요한 역할을 하는 대화 맥락과 사전 지식을 간과하고 있다. 본 논문에서는 계층적 신경망 모델과 지식 기반 정규화를 활용하여 정서 원인을 추출하는 새로운 방법을 제안한다. 이 방법은 대화 맥락 정보를 통합하고, 감성 어휘사전 및 일반 지식을 통해 모델 파라미터를 제약함으로써 보다 정교한 이해를 가능하게 한다. 실험 결과, 제안한 방법은 중국어와 영어로 구성된 두 개의 공개 데이터셋에서 최신 기준(SOTA) 성능을 달성하였으며, 여러 경쟁적 기준 모델보다 F-측정치 기준 최소 2.08% 이상 우수한 성능을 보였다.