会話における感情-原因ペア抽出：セマンティック・デカップリングとグラフアラインメントによる手法

Abstract

会話における感情-原因ペア抽出（ECPEC）は、ダイアログ内における感情発話とその引き金となる原因との間の因果関係の集合を特定することを目的としています。既存の多くの手法は、ECPECを独立したペアワイズ分類タスクとして定式化しており、感情の拡散（emotion diffusion）と原因の説明（cause explanation）という異なる意味論を見落とし、会話における大域的に一貫した多対多の因果性を捉えられていません。これらの制限に対処するため、我々は意味論的な観点からECPECを再検討し、感情志向の意味論と原因志向の意味論を分離し、それらを補完的な2つの表現空間へ写像することで、それぞれの異なる会話上の役割をより適切に捉えることを目指します。この意味論的デカップリングに基づき、ECPECを感情側表現と原因側表現の間の大域的アライメント問題として自然に定式化し、多対多かつ大域的に一貫した感情-原因の対応付けを可能にするために最適輸送（optimal transport）を用います。この観点に基づき、上記の意味論的デカップリングとアライメントの原理を共有する会話構造の中で具体化する統一フレームワークSCALEを提案します。複数のベンチマークデータセットに対する大規模な実験により、SCALEが一貫して最先端の性能を達成することを示します。コードは https://github.com/CoCoSphere/SCALE で公開しています。