link
paper	CoMPM: Context Modeling with Speaker's Pre-trained Memory Tracking for Emotion Recognition in Conversation
code	paperswithcode

Abstract

해당 분야의 현황
- Emotion Recognition in Coversation (ERC) 가 중요해지고 있다.
- ERC (대화에서 감정을 인식하는 문제)에서, 이전의 utterances (발화)를 고려하지 않으면 부정확해진다.
- 따라서 많은 연구들이 모델의 성능을 올리기 위해, dialogue context (대화의 맥락)를 고려하고 있다.
최근 접근 방식\
- external structured data 로부터 학습한 knowledge 를 modules 에 combine 해서 성능 향상 시킴
- 한계 : non-English lanugage 는 structured data 별로 없음
본 논문이 해결하는 방식
- pre-trained language model 을 이용하여 pre-trained memory 를 추출하고, 이를 an extractor of external knowledge 로 사용한다.
- CoMPM 모델 제안
  - speaker 의 pre-trained memory 를 context model 과 combine 시킴
  - 결과 : pre-traiend memory 가 context model 의 성능을 상당히 높였다~
  - 장점 : 이전 방식들과는 다르게 structured knowledge 가 필요하지 않다. 즉, other languages 로 extend 될 수 있다.

uhhyunjoo / paper-notes