[論文レビュー] DialogueCRN: Contextual Reasoning Networks for Emotion Recognition in Conversations

Dou Hu, Lingwei Wei+1 more|arXiv (Cornell University)|Jun 3, 2021

Sentiment Analysis and Opinion Mining参考文献 42被引用数 13

ひとこと要約

本稿では、対話における感情認識を人間の認知プロセスを模倣することでモデル化する、新たな文脈的推論ネットワークであるDialogueCRNを提案する。具体的には、反復的な直感的リtrievalと意識的推論を模倣する。二段階の認知的フェーズを通じて状況レベルおよび発話者レベルの文脈からの感情的ヒントを統合することで、DialogueCRNは3つのベンチマークデータセットで最先端の性能を達成し、文脈的感情的トリガーの理解が優れていることを示している。

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.

研究の動機と目的

• 既存のERCモデルが対話的文脈からの感情的ヒントの抽出および統合に課題を抱えているのを是正すること。
• 認知心理学にインspiredされた直感的リtrievalと意識的推論を模倣することで、感情形成の認知的プロセスをモデル化すること。
• 文脈的ヒントの意味的順序と感情的意義を捉えることで、感情認識のパフォーマンスを向上させること。
• 知覚と認知的推論フェーズを分離することで、より良い文脈理解が得られる新たなアーキテクチャを導入すること。

提案手法

• モデルはLSTMネットワークを用いた知覚フェーズを採用し、状況レベルおよび発話者レベルの文脈を符号化し、文脈的情報のためのグローバルメモリを保存する。
• 認知フェーズを導入し、複数ターンの推論モジュールを備え、反復的に直感的リtrievalと意識的推論を実行する。
• 直感的リtrievalプロセスは、静的グローバルメモリからの関連する感情的ヒントを照合するためにアテンションメカニズムを用いる。
• 意識的推論プロセスはLSTMネットワークを用い、動的ワーキングメモリを保持および更新し、ヒント間の論理的関係をモデル化する。
• 感情的ヒントは認知フェーズにおける反復的精錬を通じて統合され、より深い文脈理解が可能になる。
• 感情分類器は精錬された文脈表現に基づき、最終的な感情ラベルを予測する。

実験結果

リサーチクエスチョン

• RQ1 人間らしい認知的プロセスをモデル化することで、対話における感情認識が向上するか？
• RQ2 反復的な直感的リtrievalと意識的推論は、感情的ヒントの抽出および統合をどのように向上させるか？
• RQ3 知覚と認知的推論を分離することで、ERCにおける文脈理解が向上するか？
• RQ4 提案された認知フェーズは、標準的なアテンションベースや逐次的モデリングに比べて、感情的トリガーをどれほど効果的に捉えられるか？

主な発見

• DialogueCRNはIEMOCAP、MELD、SEMAINEのベンチマークデータセットで、常に最先端のパフォーマンスを達成した。
• モデルは感情表現の背後にある因果的および状況的文脈を効果的に捉えることで、感情認識の正確性を顕著に向上させた。
• ケーススタディでは、他のモデルが誤分類する「期待外れの失敗」が抑うつに繋がる複雑な感情的トリガーを、DialogueCRNが正しく特定した。
• 意識的推論による感情的ヒント統合は、意味的順序と論理的関係を保持し、微細な感情の誤分類を低減した。
• アブレーションスタディにより、直感的リtrievalおよび意識的推論の両コンポーネントが最適なパフォーマンスを発揮するために不可欠であることが確認された。