메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박필원 (동국대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제18권 제1호(JKIIT, Vol.18, No.1)
발행연도
2020.1
수록면
19 - 25 (7page)
DOI
10.14801/jkiit.2020.18.1.19

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문에서는 기존 챗봇 프레임워크의 추론율을 높이기 위해 주어진 인텐트에 대한 예문을 Text-CNN을 이용하여 자동으로 분류해서 생성하는 방법을 제안하였다. 의도 분류시스템은 전처리 과정을 거쳐서 준비된 각 문장들의 단어들에 대한 워드벡터, 위치벡터들로 구성된 데이터를 Text-CNN을 이용하여 학습한다. 제안된 Text-CNN 구조는 컨볼루션 층, 맥스 풀링 층을 가지며 완전연결 소프트 맥스 층을 출력으로 갖는다. 또한, 드롭아웃(dropout)을 적용하여 정규화를 수행한다.
본 논문은 국립휴양림 사이트의 질의응답 및 휴양림 후기를 웹스크래핑을 이용하여 총 9000건의 문장을 수집하여 실험하였다. 취사안내 의도에 대한 Text-CNN 학습 결과로 얻은 정확도는 약 94%였다. Text-CNN 학습결과로 생성한 모델로 레이블링되지 않은 나머지 문장을 분류하였으며 총 63건의 취사 관련 예문을 추출하였으며 이를 챗봇의 의도 예문으로 추가하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. CNN 기반 의도 자동분류를 이용한 챗봇의 추론율 개선기법
Ⅲ. 실험 및 고찰
Ⅳ. 결론
References

참고문헌 (13)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0