본 논문은 대화 텍스트로부터 사용자 행동을 예측하는 데 있어 지도 학습 모델의 성능 저하 문제를 해결하기 위해 메타데이터 민감 가중치 부여 앙상블 모델(MSWEEM)을 제안합니다. MSWEEM은 피로도 및 속도와 같은 주석자 메타 특징을 통합하여 표준 앙상블 모델보다 성능을 향상시킵니다. 실험 결과, MSWEEM은 홀드아웃 데이터에서 14%, 다른 데이터셋에서 12%의 성능 향상을 보였으며, 주석자의 행동 신호(속도, 피로도)를 통합하는 것이 모델 성능 향상에 크게 기여함을 확인했습니다. 또한 석사 학위 이상의 자격을 가진 주석자는 더 일관되고 빠른 주석을 제공하는 것으로 나타났습니다. 이는 주석 품질에 대한 불확실성이 증가하는 상황에서 주석자 패턴에 대한 이해가 사용자 행동 예측 모델의 정확도 향상에 중요함을 시사합니다.
