본문 바로가기
[학술저널]

  • 학술저널

윤정민(동아대학교) 고영중(동아대학교)

DOI : 10.5626/JOK.2018.45.9.911

표지

북마크 0

리뷰 0

이용수 56

피인용수 0

초록

화행(Speech-Act)이란 화자의 발화를 통해 나타나는 화자의 의도를 말하며 화행 분석(Speech-Act Analysis)이란 주어진 발화에 대해 화행을 결정하는 것을 말한다. 최근에는 말뭉치를 이용한 기계 학습 기반의 연구가 많이 이루어지고 있고 본 논문에서는 다음과 같은 두 가지를 연구 목표로 한다. 첫 번째, 대화에서의 발화는 연속적이며 서로 유기적으로 관련되어 있고 현재 발화의 화행은 바로 이전 발화의 화행에 많은 영향을 받는다. 두 번째, 기존의 연구는 화행 분석 모델에서 이전 발화의 화행 결과를 사용할 때 노출 편향 문제(Exposure Bias Problem)를 다루지 않았다. 따라서 본 논문에서는 대화단위의 화행 분석 모델인 RNN-CNN을 제안하고, 노출 편향 문제에 대한 실험을 추가로 진행한다. 최종적으로 제안하는 모델은 oracle 조건에서 86.87%의 성능을 얻었고, greedy 조건에서는 0.6%p 낮은 86.27%의 성능을 얻었다.

The speech-act is the intention of the speaker in his or her utterance. Speech-act analysis classifies the speech-act about a given utterance. Recently, a lot of research based on machine learning using a corpus have been done. We have two goals in this study. First, the utterances in dialogue are continuative and organically related to each other, and the speech-act of a current utterance is greatly influenced by the direct previous utterance. Second, previous research did not deal with the exposure bias problem when the speech-act analysis model use the speech-act result of a previous utterance. In this paper, we suggest the RNN-CNN dialogue-level speech-act analysis model. We also experiment with the exposure bias problem. Finally, the RNN-CNN shows an 86.87% performance on the oracle condition and an 86.27% performance on the greedy condition.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 제안 방법
4. 실험
5. 실험 분석
6. 결론
References

리뷰(0)

도움이 되었어요.0

도움이 안되었어요.0

첫 리뷰를 남겨주세요.
Insert title here