디지털 라이브러리[ 검색결과 ]
주제 인식 교차 주의를 활용한 대화 요약
http://doi.org/10.5626/JOK.2024.51.11.1011
대화 요약은 일반적인 문서 요약과는 다르게 비형식적, 구어체의 사용이 많고, 대화의 맥락과 흐름 파악, 대화의 주제들에 대한 고려가 필요하다. 본 연구에서는 이러한 대화의 특성을 반영하기 위해 교차 주의 기법에 주제 분포를 인식할 수 있도록 요소를 추가한 주제 인식 교차 주의 기법을 제안한다. 이 주제 인식 교차 주의 기법은 대화와 요약문의 주제 분포를 추출하여 이 주제 분포의 유사도를 BART 모델 디코더 내부의 교차 주의 기법에 적용하여 대화 요약을 진행한다. 본 연구에서 제안하는 주제 인식 교차 주의 기법은 주제 비율을 조정함으로써 주제 분포의 유사도를 기존 교차 주의 기법에 적용되는 정도를 조절할 수 있으며, DialogSum, SAMSum 데이터셋에서의 실험을 통해 대화 요약에 적절함을 확인할 수 있다.
대화 요약 생성을 위한 한국어 방송 대본 데이터셋의 구축 및 검증
김봉수, 김지윤, 최승호, 전현규, 전혜진, 정혜인, 장정훈
http://doi.org/10.5626/JOK.2024.51.4.311
대화 요약은 다중 발화자와 발화문으로 이루어진 멀티턴 형식의 문서에 대해 핵심 내용을 추출하거나 생성하는 태스크이다. 대화 요약 모델은 추천, 대화 시스템 등에 콘텐츠, 서비스 기록에 대한 분석을 제공하는데 유용하다. 본 논문에서는 생성 기반 대화 요약을 위한 데이터셋을 제안한다. 이를 위해 국내 방송사의 대용량 콘텐츠로부터 원천 데이터를 수집하고, 주석자가 수작업으로 주석 하였다. 구축된 데이터셋 규모는 6개 카테고리에 대해 약 100,000건이며, 요약문은 단문장, 세문장, 2할문장으로 구분되어 주석 되었다. 본 논문에서는 데이터의 특성을 내재화하고 통제할 수 있도록 대화 요약 주석 가이드를 제안한다. 또한 모델 적합성 검증에 사용될 모델 구조의 선정 방식을 제시함으로써, 데이터 특성을 고려한 모델 개선 방향에 대한 통찰력을 제공한다. 실험을 통해 구축된 데이터의 여러 특성을 조명하고, 후속 연구를 위한 기준 성능을 제시한다. 데이터와 베이스라인 모델은 aihub.or.kr에 배포 되었다.
