메뉴 건너뛰기
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
인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

논문 기본 정보

자료유형
학술저널
저자정보
(성균관대학교) (성균관대학교) (성균관대학교)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.51 No.10
발행연도
수록면
918 - 927 (10page)
DOI
10.5626/JOK.2024.51.10.918

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
이 논문의 연구방법이 궁금하신가요?
🏆
연구결과
이 논문의 연구결과가 궁금하신가요?

초록· 키워드

최근 사람들간의 소통창구가 많아지면서 일대일 대화 뿐만 아닌 다자간의 대화가 많아지고 있으며, 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 발화자가 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 목표로 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 발화해야 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.
#다자간 대화 #대화 분석 #수신자 예측 #타겟발화 정보 예측 #multi-party dialogue #discourse parsing #addressee prediction #reply-to prediction
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지
정보가 잘못된 경우 알려주세요!

목차

  1. 요약
  2. Abstract
  3. 1. 서론
  4. 2. 관련 연구
  5. 3. 제안 태스크 및 모델
  6. 4. 실험 및 평가
  7. 5. 결론
  8. References

참고문헌

참고문헌 신청

최근 본 자료

전체보기
260429_DBpiaAI
260319_딥리서치
260319_AI리더
260304_새학기에이전트
260518 이주의질문
260518 제5회 누리장학사업
260304_아그논문롤
260127_아그논문
260127_AI뷰어