본 논문은 경량화된 융합 기반 심층 학습 모델을 제안하여 발화 단위 감정 분류 문제를 해결합니다. IEMOCAP 데이터셋을 사용하여 텍스트, 오디오, 비주얼 신호를 각각 modality-specific encoder(완전 연결층과 dropout 정규화 사용)로 처리하고, 단순 연결을 통해 모달리티 간 융합을 수행합니다. 복잡한 어텐션 메커니즘이나 계층적 구조 없이도 6가지 감정 범주에 대해 92%의 분류 정확도를 달성하며, 자원 제약 환경에서 효율성을 보여줍니다.
