SNU IDS, SemEval-2019 Task 3: 대화 분류에서 훈련-테스트 클래스 분포 불일치 문제 해결

우리는 SemEval 2019의 문맥 기반 감정 탐지(task)에서 훈련 데이터와 테스트 데이터 간의 클래스 분포 불일치 문제를 해결하기 위해 기존의 클래스 불균형 문제 해결 기법을 확장한 여러 기술을 제안한다. 예측 분포와 진정한 레이블 분포 간의 거리를 줄이는 방식으로, 이는 성능 향상에 일관되게 긍정적인 영향을 미친다. 또한 전체 문맥의 표현과 각 발화의 표현을 동시에 활용하는 새로운 신경망 아키텍처를 제안한다. 이러한 기법과 모델의 조합은 최종 평가에서 마이크로 F1 스코어 약 0.766을 달성하였다.