[논문 리뷰] DialogueCRN: Contextual Reasoning Networks for Emotion Recognition in Conversations

Dou Hu, Lingwei Wei외 1명|arXiv (Cornell University)|2021. 06. 03.

Sentiment Analysis and Opinion Mining참고 문헌 42인용 수 13

한 줄 요약

이 논문은 대화에서 정서 인식을 인간의 인지 과정을 모방하여 반복적인 직관적 검색과 의식적 추론을 수행하는 새로운 맥락적 추론 네트워크인 DialogueCRN을 제안한다. 이중과정 인지 단계를 통해 상황 수준 및 발화자 수준의 정서적 단서를 통합함으로써, IEMOCAP, MELD, SEMAINE 세 가지 벤치마크 데이터셋에서 최신 기술 수준(SOTA) 성능을 달성하며 맥락적 정서 자극의 더 깊은 이해를 보여준다.

ABSTRACT

Emotion Recognition in Conversations (ERC) has gained increasing attention for developing empathetic machines. Recently, many approaches have been devoted to perceiving conversational context by deep learning models. However, these approaches are insufficient in understanding the context due to lacking the ability to extract and integrate emotional clues. In this work, we propose novel Contextual Reasoning Networks (DialogueCRN) to fully understand the conversational context from a cognitive perspective. Inspired by the Cognitive Theory of Emotion, we design multi-turn reasoning modules to extract and integrate emotional clues. The reasoning module iteratively performs an intuitive retrieving process and a conscious reasoning process, which imitates human unique cognitive thinking. Extensive experiments on three public benchmark datasets demonstrate the effectiveness and superiority of the proposed model.

연구 동기 및 목표

• 기존 ERC 모델이 대화 맥락에서 정서적 단서를 추출하고 통합하는 데 한계를 보이고 있는 문제를 해결하기 위해.
• 인지심리학에서 영감을 얻어 직관적 검색과 의식적 추론을 모방함으로써 정서 형성의 인지 과정을 모델링하기 위해.
• 맥락적 단서의 의미적 순서와 정서적 중요성을 모두 포착함으로써 정서 인식 성능을 향상시키기 위해.
• 지각 및 인지적 추론 단계를 분리하는 새로운 아키텍처를 도입하여 더 나은 맥락 이해를 가능하게 하기 위해.

제안 방법

• 모델은 상황 수준 및 발화자 수준 맥락을 인코딩하기 위해 LSTM 네트워크를 사용하는 지각 단계를 활용하며, 맥락 정보를 위한 글로벌 메모리를 저장한다.
• 다중 터닝 추론 모듈을 갖춘 인지 단계를 도입하여 반복적으로 직관적 검색과 의식적 추론을 수행한다.
• 직관적 검색 과정은 정적 글로벌 메모리에서 관련 정서적 단서를 매칭하기 위해 어텐션 메커니즘을 사용한다.
• 의식적 추론 과정은 LSTM 네트워크를 사용하여 동적 워킹 메모리를 유지하고 업데이트하며, 단서 간의 논리적 관계를 모델링한다.
• 인지 단계에서 반복적인 정제를 통해 정서적 단서가 통합되어 더 깊은 맥락 이해가 가능해진다.
• 정련된 맥락 표현을 바탕으로 정서 분류기가 최종 정서 레이블을 예측한다.

실험 결과

연구 질문

• RQ1 인간과 유사한 인지 과정을 모델링하면 대화에서 정서 인식 성능이 향상되는가?
• RQ2 반복적인 직관적 검색과 의식적 추론은 정서적 단서의 추출 및 통합을 어떻게 향상시키는가?
• RQ3 지각과 인지적 추론 단계를 분리함으로써 ERC에서 더 나은 맥락 이해가 가능해지는가?
• RQ4 제안된 인지 단계는 정서 자극을 포착하는 데 있어 표준 어텐션 기반 또는 순차적 모델링보다 얼마나 뛰어난가?

주요 결과

• DialogueCRN는 IEMOCAP, MELD, SEMAINE 벤치마크 데이터셋에서 최신 기술 수준(SOTA) 성능을 달성하며 기존 방법들을 일관되게 능가한다.
• 모델은 정서 표현 뒤에 있는 인과적 맥락과 상황적 맥락을 효과적으로 포착함으로써 정서 인식 정확도를 크게 향상시킨다.
• 사례 연구 결과, DialogueCRN는 '실패한 기대'가 우울로 이어지는 것과 같이 복잡한 정서 자극을 정확히 식별하는 데 성공했으며, 다른 모델들은 이를 잘못 분류한다.
• 의식적 추론을 통한 정서적 단서 통합은 의미적 순서와 논리적 관계를 유지하여 미묘한 정서의 오분류를 줄인다.
• 제거 실험 결과, 직관적 검색 및 의식적 추론 구성 요소가 최적 성능을 내기 위해 필수적임을 확인했다.