디지털 라이브러리[ 검색결과 ]
다자간 대화 시스템을 위한 예상 수신자 및 타겟발화 예측 태스크
http://doi.org/10.5626/JOK.2024.51.10.918
최근 사람들간의 소통창구가 많아지면서 일대일 대화 뿐만 아닌 다자간의 대화가 많아지고 있 으며, 이와 함께 다자간 대화를 분석하기 위한 연구가 활발히 이루어지고 있다. 기존에 제안된 다자대화 분석 모델들은 일반적으로 응답이 주어진 상태에서 최종 응답의 수신자, 즉 발화의 대상을 예측해 왔다. 그러나 이는 실제 다자간 대화 응답 생성에 필요한 작업과는 다르며, 실제 다자간 대화를 위해서는 발화자 가 자신이 응답할 수신자를 선정하는 과정이 필요하다. 이를 위해, 본 논문에서는 응답 정보에 의존하지 않는 새로운 다자간 대화 수신자 예측 태스크를 제안한다. 제안한 태스크를 통해 실제 다자간 대화상에서 어떤 발화에 대답할지에 대한 예상 타겟발화와, 발화의 대상인 예상 수신자를 예측하여 맞추는 것을 목표 로 한다. 또한 예상 타겟발화 및 수신자 예측을 위해 트랜스포머 인코더 기반의 마스크드 토큰 예측 학습 방식을 활용한 모델을 제안한다. 본 논문에서 제안하는 모델은 최종 응답이 없이 이전까지의 대화 맥락을 통해 현재 발화자의 예상 타겟발화와 예상 수신자를 예측한다. 제안한 모델은 Ubuntu IRC 데이터셋에서 예상 수신자 정확도 82%와 예상 타겟발화 정확도 68%의 성능을 획득하였으며, 이는 제안한 모델이 발화 해야 하는 대상을 예측하여 다자간 대화 시스템에 활용할 수 있음을 보여준다. 이후 다자대화 데이터셋을 추가 제작하고 실제 다자간 대화 응답 생성 시스템에 적용하여 연구를 확장할 계획이다.
AI에 적합한 일반 상식 추론 대화의 자동 생성을 위한 정량적, 정성적 연구
http://doi.org/10.5626/JOK.2023.50.5.407
인간과 비슷한 정도의 일반 상식 추론 능력은 최근 챗봇 및 대화형 에이전트를 위한 자연어 생성의 품질을 향상시키기 위한 필수적인 요소로 인정받고 있다. 그러나 인공지능 시스템에 요구되는 일반상식의 범위에 대한 명확한 합의는 존재하지 않는다. 본 논문은 인공지능에 적합한 일반 상식에 대한 성별과 연령에 따른 태도의 차이와 대화 주제에 따른 반응의 변이를 살펴보기 위한 실험 조사를 수행하고 정량적, 정성적 분석을 통해 인공지능 챗봇 시스템에 필요한 일반 상식이 무엇인지 논의하였다. 이 논문의 의의는 유용한 정보를 제공하면서 적절한 수준의 공감을 보이는 챗봇 대화에 대한 선호도를 구체화하였다는 것이다.
