대화 내 감정 인식을 위한 그래프 신경망 기반 정적 및 동적 화자 모델링

각 개인은 감정을 느끼고 표현하는 방식에 영향을 미치는 고유한 성격을 지닌다. 따라서 대화 내 감정 인식(ERC) 과제에서는 화자 모델링이 중요하다. 본 논문에서는 대화적 맥락과 화자 성격을 모두 고려하는 새로운 그래프 기반 ERC 모델을 제안한다. 우리는 화자 내부 상태(성격)를 정적 및 동적 화자 상태로 모델링하며, 동적 화자 상태는 그래프 신경망 기반 인코더를 통해 표현한다. 기준 데이터셋에서의 실험 결과는 제안한 모델의 효과성을 입증한다. 제안 모델은 기준 모델 및 기타 그래프 기반 방법보다 우수한 성능을 보였다. 결과 분석을 통해 명시적인 화자 모델링의 중요성도 확인할 수 있었다.