Convolutional Neural Network에서 공유 계층의 부분 학습에 기반 한 화자 의도 분석 


44권  12호, pp. 1252-1257, 12월  2017
10.5626/JOK.2017.44.12.1252


PDF

  요약

대화에서 화자의 의도는 감정, 화행, 그리고 서술자로 표현될 수 있다. 따라서 사용자 질의에 정확하게 응답하기 위해서 대화 시스템은 발화에 내포된 감정, 화행, 그리고 서술자를 파악해야한다. 많은 이전 연구들은 감정, 화행, 서술자를 독립된 분류 문제로 다뤄왔다. 그러나 몇몇 연구에서는 감정, 화행, 서술자가 서로 연관되어 있음을 보였다. 본 논문에서는 Convolutional Neural Netowork를 이용하여 감정, 화행, 서술자를 동시에 분석하는 통합 모델을 제안한다. 제안 모델은 특정 추상화 계층과, 공유 추상화 계층으로 구성된다. 특정 추상화 계층에서는 감정, 화행, 서술자의 독립된 정보가 추출되고 공유 추상화 계층에서 독립된 정보들의 조합이 추상화된다. 학습 시 감정의 오류, 화행의 오류, 서술자의 오류는 부분적으로 역 전파 된다. 제안한 통합 모델은 실험에서 독립된 모델보다 좋은 성능(감정 +2%p, 화행 +11%p, 서술자 +3%)을 보였다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

M. Kim and H. Kim, "Speakers’ Intention Analysis Based on Partial Learning of a Shared Layer in a Convolutional Neural Network," Journal of KIISE, JOK, vol. 44, no. 12, pp. 1252-1257, 2017. DOI: 10.5626/JOK.2017.44.12.1252.


[ACM Style]

Minkyoung Kim and Harksoo Kim. 2017. Speakers’ Intention Analysis Based on Partial Learning of a Shared Layer in a Convolutional Neural Network. Journal of KIISE, JOK, 44, 12, (2017), 1252-1257. DOI: 10.5626/JOK.2017.44.12.1252.


[KCI Style]

김민경, 김학수, "Convolutional Neural Network에서 공유 계층의 부분 학습에 기반 한 화자 의도 분석," 한국정보과학회 논문지, 제44권, 제12호, 1252~1257쪽, 2017. DOI: 10.5626/JOK.2017.44.12.1252.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr