생각을 소리 내어 표현하기: 대화에서의 감정 유추 설명

인간은 일상 대화를 통해 감정을 전달하며, 감정 이해는 정서 지능의 중요한 단계입니다. 대화에서 감정을 이해하기 위해 기계는 발화의 감정을 인식해야 하며(대화에서의 감정 인식, ERD); 그런 다음 그 감정에 대한 원인 발화를 찾아야 합니다(대화에서의 감정 원인 추출, ECED). 두 작업의 설정은 먼저 ERD를 하고 이후 ECED를 수행해야 하며, 감정과 원인 간의 상호 보완성을 무시합니다. 이를 해결하기 위해 동시에 추출할 수 있는 새로운 작업들이 제안되었습니다. 현재 이 작업들에 대한 연구는 뛰어난 성과를 거두고 있지만, 분류 모델링에 의해 감정 관련 요소를 단순히 식별하는 것은 감정을 자극하는 원인의 구체적인 사고 과정을 설명 가능한 방식으로 실현하는 데 부족합니다. 이러한 사고 과정은 특히 대형 언어 모델(LLMs)의 추론 능력에서 잘 반영되지 않고 있습니다. 이를 위해 우리는 "대화에서의 감정 유추 설명"(EDEN)이라는 새로운 작업을 제안합니다. EDEN은 명시적인 사고 방식으로 감정과 원인을 인식합니다. 즉, 모델은 먼저 원인을 요약하는 설명 텍스트를 생성하고, 그 후 원인에 의해 유발된 화자들의 내적 활동을 상식적으로 분석한 다음, 그에 따라 감정을 추측해야 합니다. EDEN 연구를 지원하기 위해 ECED의 기존 자원을 바탕으로 우리는 인력의 노력으로 두 개의 EDEN 데이터셋을 구축합니다. 우리는 또한 EDEN에 대한 다양한 모델들을 평가하며 LLM이 전통적인 PLM보다 더 뛰어나다는 것을 발견합니다. 또한 EDEN은 LLM이 감정과 원인을 더 잘 인식하도록 도와주며, 이는 대화에서 설명 가능한 감정 이해의 새로운 연구 방향을 탐구합니다.