본 논문은 상담과 같이 대화를 통해 상호작용이 이루어지는 영역에서 행동을 이해하고 안내하는 데 도움이 되는 대화 자동 분석에 대해 연구합니다. 특히, 약물 남용 및 관련 문제 해결에 효과적인 심리 치료 기법인 동기적 면접(Motivational Interviewing, MI)의 평가에 사용되는 행동 코드 모델링에 초점을 맞춥니다. 실시간으로 치료사에게 안내를 제공하는 대화 관찰자를 제시하는데, 이는 (1) 치료사와 클라이언트의 MI 행동 코드를 분류하고, (2) 다가오는 발화에 대한 코드를 예측하여 대화를 안내하고 치료사에게 경고하는 역할을 합니다. 두 가지 과제 모두 최근 대화 모델링의 성공을 바탕으로 신경망 모델을 정의하고, 여러 기준 모델보다 우수한 성능을 보임을 실험적으로 입증합니다. 또한, 치료 대화 모델링을 위한 다양한 네트워크 설계 트레이드오프의 영향을 분석한 결과도 제시합니다.
