멀티로그-넷: 대화에서 다중 모달 감정 탐지 및 감성 분석을 위한 컨텍스트 인지형 RNN

대화 내 감정 분석 및 정서 탐지(Emotion Detection)는 여러 실-world 응용 분야에서 핵심적인 역할을 하며, 가용한 모달리티(modalities)의 증가가 기저 정서를 보다 정교하게 이해하는 데 기여하고 있다. 다중 모달 정서 탐지 및 감성 분석은 특히 다양한 모달리티 중에서 가용한 데이터에 따라 특정 하위 집합을 활용할 수 있다는 점에서 유용할 수 있다. 그러나 기존의 다중 모달 기능을 처리하는 시스템들은 대화의 맥락을 모든 모달리티를 통해 효과적으로 활용하고 포착하지 못하며, 청취자와 발화자 간 정서 상태 간의 상호 의존성, 그리고 가용한 모달리티들 간의 관련성과 관계를 제대로 반영하지 못하고 있다. 본 논문에서는 위에서 언급한 모든 단점을 고려하려는 엔드 투 엔드 RNN 아키텍처를 제안한다. 현재 작성 중인 본 모델은 다양한 정확도 및 회귀 지표에서 벤치마크 데이터셋에서 최신 기술(SOTA, State of the Art)을 초과하는 성능을 보이고 있다.