제7항에 있어서,상기 복수의 발화 텍스트 각각을 감정별로 분류하여 감정 발화 텍스트를 찾는 단계는, 토크나이저를 기반으로 상기 복수의 발화 텍스트로부터 토큰 시퀀스를 생성하고, BERT를 기반으로 상기 토큰 시퀀스로부터 토큰 시퀀스 표현을 생성함으로써 상기 복수의 발화 텍스트 각각을 벡터화하는, 대화 기반의 감정 원인 쌍 생성 방법.

제1항에 있어서,상기 복수의 발화 텍스트 각각을 감정별로 분류하여 감정 발화 텍스트를 찾는 단계는,복수의 감정 유형 중 하나의 감정 유형으로 발화 텍스트를 분류하는, 대화 기반의 감정 원인 쌍 생성 방법.

감정 원인 쌍 생성 장치가 감정 원인 쌍 예측 모델을 기반으로 수행하는 방법으로서,복수의 발화자 간의 대화 텍스트인 복수의 발화 텍스트를 입력 받는 단계;상기 복수의 발화 텍스트 각각을 감정별로 분류하여 감정 발화 텍스트를 찾는 단계;분류 결과를 기반으로, 임의 감정 발화 텍스트와 임의 원인 발화 텍스트의 쌍으로 구성되는, 복수의 후보 감정 원인 쌍을 생성하는 단계; 및상기 복수의 후보 감정 원인 쌍을 감정 원인 쌍인지 아닌지 판정함으로써, 감정 원인 쌍을 생성하는 단계;를 포함하는, 대화 기반의 감정 원인 쌍 생성 방법.

제1항에 있어서,상기 입력 받는 단계는,상기 복수의 발화 텍스트의 발화 순서 정보를 더 입력 받고, 상기 복수의 후보 감정 원인 쌍을 생성하는 단계는,상기 발화 순서 정보를 기반으로, 상기 임의 감정 발화 텍스트를 기준으로 현재 또는 미리 설정된 발화 횟수 이내의 과거의 발화 텍스트를 상기 임의 원인 발화 텍스트로 결정하여, 상기 복수의 후보 감정 원인 쌍을 생성하는, 대화 기반의 감정 원인 쌍 생성 방법.

제1항에 있어서,상기 입력 받는 단계는,상기 복수의 발화 텍스트 각각에 대응하는 복수의 발화자의 정보를 더 입력 받고,상기 감정 원인 쌍을 생성하는 단계는,발화자 및 감정 유형 각각의 동일 여부에 따라 분류되는 감정 원인 쌍 유형을 더 결정함으로써, 상기 감정 원인 쌍을 생성하는,대화 기반의 감정 원인 쌍 생성 방법

제3항에 있어서,상기 감정 원인 쌍을 생성하는 단계는,게이팅 네트워크 및 복수의 Expert 모델을 이용하는 MOE(Mixture-of-experts) 기법을 기반으로 상기 적어도 하나의 실제 감정 원인 쌍을 결정하는,대화 기반의 감정 원인 쌍 생성 방법.

제4항에 있어서,상기 복수의 Expert 모델 각각은, 상기 감정 원인 쌍 유형 중 어느 하나의 서로 상이한 유형에 대응하는 상기 실제 감정 원인 쌍을 예측하도록 미리 학습된 모델이고, 상기 게이팅 네트워크는, 상기 복수의 Expert 모델 각각의 예측 결과에 대한 가중치를 결정하는, 대화 기반의 감정 원인 쌍 생성 방법.

제5항에 있어서,상기 감정 원인 쌍을 생성하는 단계는,상기 복수의 후보 감정 원인 쌍 중 제1 후보 감정 원인 쌍을 상기 복수의 Expert 모델 각각에 입력하고, 상기 복수의 Expert 모델 각각의 예측 결과 및 상기 가중치를 기반으로, 상기 제1 후보 감정 원인 쌍이 상기 감정 원인 쌍 유형 중 어느 유형에 대응하는 실제 감정 원인 쌍인지 결정하는, 대화 기반의 감정 원인 쌍 생성 방법.

제1항에 있어서,상기 복수의 발화 텍스트 각각을 감정별로 분류하여 감정 발화 텍스트를 찾는 단계는,자연어 처리 모델을 기반으로 상기 복수의 발화 텍스트 각각을 이전의 발화 텍스트를 포함하여 벡터화하고, 감정 분류 모델을 기반으로 벡터화된 복수의 발화 텍스트 각각을 여러 가지 감정 중 하나로 분류하는, 대화 기반의 감정 원인 쌍 생성 방법.

제1항에 있어서,상기 복수의 후보 감정 원인 쌍을 생성하는 단계;복수의 감정 유형 중 동일한 감정 유형에 대응하는 상기 임의 감정 발화 텍스 및 감정 발화 텍스트에서 설정된 발화 횟수 이내에 있는 현재 또는 과거의 원인 발화 텍스트로 구성되는, 상기 복수의 후보 감정 원인 쌍을 생성하는, 대화 기반의 감정 원인 쌍 생성 방법.

감정 원인 쌍 예측 모델을 실행하기 위한 명령어를 포함하는 메모리; 및상기 명령어를 실행함으로써, 복수의 발화자 간의 대화 텍스트인 복수의 발화 텍스트를 입력 받고, 상기 복수의 발화 텍스트를 복수의 감정 유형 중 하나의 감정 유형으로 발화 텍스트를 분류하며, 분류 결과를 기반으로, 임의 감정 발화 텍스트와 임의 원인 발화 텍스트의 쌍으로 구성되는, 복수의 후보 감정 원인 쌍을 생성하고, 상기 복수의 후보 감정 원인 쌍 중 적어도 하나의 실제 감정 원인 쌍을 결정함으로써, 감정 원인 쌍을 생성하는, 프로세서;를 포함하는, 대화 기반의 감정 원인 쌍 생성 장치.

제11항에 있어서,상기 프로세서는,상기 복수의 발화 텍스트의 발화 순서 정보를 더 입력 받고, 상기 발화 순서 정보를 기반으로, 상기 임의 감정 발화 텍스트를 기준으로 현재 또는 미리 설정된 발화 횟수 이내의 과거의 발화 텍스트를 상기 임의 원인 발화 텍스트로 결정하여, 상기 복수의 후보 감정 원인 쌍을 생성하는, 대화 기반의 감정 원인 쌍 생성 장치.

제11항에 있어서,상기 프로세서는,상기 복수의 발화 텍스트 각각에 대응하는 복수의 발화자의 정보를 더 입력 받고,발화자 및 감정 유형의 동일 여부에 따라 분류되는 감정 원인 쌍 유형을 더 결정함으로써, 상기 감정 원인 쌍을 생성하는,대화 기반의 감정 원인 쌍 생성 장치.

제13항에 있어서,상기 프로세서는,게이팅 네트워크 및 복수의 Expert 모델을 이용하는 MOE(Mixture-of-experts) 기법을 기반으로 상기 실제 감정 원인 쌍을 결정하는,대화 기반의 감정 원인 쌍 생성 장치.

제14항에 있어서,상기 복수의 Expert 모델 각각은, 상기 감정 원인 쌍 유형 중 어느 하나의 서로 상이한 유형에 대응하는 상기 실제 감정 원인 쌍을 예측하도록 미리 학습된 모델이고, 상기 게이팅 네트워크는, 상기 복수의 Expert 모델 각각의 예측 결과에 대한 가중치를 결정하는, 대화 기반의 감정 원인 쌍 생성 장치.

제15항에 있어서,상기 프로세서는,상기 복수의 후보 감정 원인 쌍 중 제1 후보 감정 원인 쌍을 상기 복수의 Expert 모델 각각에 입력하고, 상기 복수의 Expert 모델 각각의 예측 결과 및 상기 가중치를 기반으로, 상기 제1 후보 감정 원인 쌍이 상기 감정 원인 쌍 유형 중 어느 유형에 대응하는 실제 감정 원인 쌍인지 결정하는, 대화 기반의 감정 원인 쌍 생성 장치.

제11항에 있어서,상기 프로세서는,자연어 처리 모델을 기반으로 상기 복수의 발화 텍스트 각각을 이전의 발화 텍스트를 포함하여 벡터화하고, 감정 분류 모델을 기반으로 벡터화된 복수의 발화 텍스트 각각을 감정 발화 텍스트 및 원인 발화 텍스트 중 어느 하나로 분류하는, 대화 기반의 감정 원인 쌍 생성 장치.

제17항에 있어서,상기 프로세서는,토크나이저를 기반으로 상기 복수의 발화 텍스트로부터 토큰 시퀀스를 생성하고, BERT를 기반으로 상기 토큰 시퀀스로부터 토큰 시퀀스 표현을 생성함으로써 상기 복수의 발화 텍스트 각각을 벡터화하는, 대화 기반의 감정 원인 쌍 생성 장치.

제11항에 있어서,상기 프로세서는,복수의 감정 유형 중 하나의 감정 유형으로 발화 텍스트를 분류하는, 대화 기반의 감정 원인 쌍 생성 장치.

제11항에 있어서,상기 프로세서는,복수의 감정 유형 중 동일한 감정 유형에 대응하는 상기 임의 감정 발화 텍스 및 상기 원인 발화 텍스트로 구성되는, 상기 복수의 후보 감정 원인 쌍을 생성하는, 대화 기반의 감정 원인 쌍 생성 장치.