연구진은 다중 모달 감정-원인 쌍 추출(MECPE)에서 후보 쌍에 대한 신뢰할 수 있는 쌍 신뢰도가 필요하다는 점에 주목했어요.
기존 방법은 쌍 수준 교차 엔트로피를 사용하지만, 경쟁 원인 간의 상대적 신뢰도 형상이 제약되어 금색 쌍이 오답과 가깝게 유지되거나 부적절한 맥락에 의존하는 취약점이 있어요.
RPCL(Robust Pair Confidence Learning)은 금색 쌍과 오답을 분리하고, 손상된 뷰에서 깨끗한 쌍 예측을 정렬하여 쌍 신뢰도를 개선하는 학습 프레임워크를 제안하며, ECF, MECAD, MEC4 데이터셋에서 성능 향상을 보였어요.