PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2609.26422v1cs.CL

대화 맥락을 활용한 음성 감정 표현 보강

Enriching Speech Emotion Representations with Conversational Context

감정을 감지하는 것은 인간과 정확하고 적응적으로 상호작용할 수 있는 시스템을 구축하는 데 필수적이다. 음성 감정 인식(Speech Emotion Recognition, SER)은 지능형 음성 인터페이스를 개발하기 위한 중요한 연구 주제가 되었다. 그러나 대부분의 연구는 발화 수준에서 감정을 예측하며, 감정의 흐름과 화자 간 상호작용을 담고 있는 대화 맥락을 무시한다. 본 논문에서는 가변 길이의 대화 맥락 윈도우를 통합하여 구어 상호작용에서 감정의 변화를 더 잘 포착하는 모듈인 ACERT(Averaged Contextual Emotion Representation through Time)를 제안한다. 이 방법의 견고성을 평가하기 위해 다양한 감정 표현 양식과 맥락을 아우르는 데이터셋에서 실험을 수행하였다. ACERT는 IEMOCAP에서 현재 최신 기술(state-of-the-art, SOTA) 방법들을 능가하고, SAFE에서 최초의 맥락 인식 벤치마크를 수립하며, MELD에서는 가중치 미적용·클래스 균형 지표에서 강한 결과를 얻었다. 소거 연구(ablation study)는 ACERT의 이득이 화자 정체성이나 음향 조건보다 감정적·대화적 연속성에서 비롯됨을 보여준다.

arXiv:2606.27981v1cs.CL

ToxiREX: 맥락 속 유해 추론(Toxic REasoning in ConteXt) 데이터셋

ToxiREX: A Dataset on Toxic REasoning in ConteXt

우리는 ToxiREX: Toxic REasoning in ConteXt라는 새로운 맥락 기반 다국어 데이터셋을 소개한다. 이 데이터셋은 Reddit 댓글 스레드와 댓글이 함의하는 내용에 대한 구조화된 특성 묘사로 구성되며, 이전 논문에서 개발된 체계적인 유해성 추론(toxic reasoning) 스키마를 따른다. 이 스키마를 사용하면 암묵적이고 맥락 의존적인 유해성을 포착하고 설명할 수 있으며, 기존 유해성 분류체계로의 매핑도 지원한다. 데이터셋에는 영어, 아랍어, 터키어, 스페인어, 독일어, 네덜란드어 등 6개 언어의 댓글이 포함되며, 특정 주요 사건(예: 2023년 터키 지진, 러시아의 우크라이나 침공)과 연관된 게시물에서 수집되었다. 우리는 스레드의 맥락 보존 전처리를 설명한다. 상용 대규모 언어 모델(LLM)으로 주석 처리한 12만 5천 개 댓글의 학습 집합과, 원어민 화자가 주석 처리한 3천 개에 가까운 댓글의 테스트 집합을 만든다. 테스트 집합 주석에서 드러나는 겉보기 불일치는 종종 노이즈가 아니라 정당화 가능한 대안적 해석을 반영함을 보인다. 마지막으로, 프롬프트 및 언어 모델 미세조정을 통해 기준선 결과를 제공한다. 이러한 결과를 얻기 위해 계층적이고 스키마 기반 예측에 대한 평가 전략을 개발한다. 모델은 무작위보다는 더 나은 성능을 보이지만, 개선의 여지가 많아 이 과제가 어렵다는 것을 보여준다. ToxiREX는 유해성 추론 스키마를 활용한 풍부하고 구조화된 주석과 함께 다국어, 대화 맥락, 암묵적 유해성을 동시에 포함하는 최초의 데이터셋이다. 데이터셋은 https://github.com/cltl/toxirex 에서 이용할 수 있다.