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

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김진태 (강원대학교) 이현구 (강원대학교) 김학수 (강원대학교)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.46 No.3
발행연도
2019.3
수록면
246 - 252 (7page)
DOI
10.5626/JOK.2019.46.3.246

이용수

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

초록· 키워드

오류제보하기
잘 알려진 검색 기반 챗봇 모델과 다르게 생성 기반 챗봇 모델은 사전에 정의된 응답에 의존하지 않고 학습된 신경망 모델을 사용하여 새로운 응답을 생성한다. 하지만 생성 기반 챗봇 모델은 발화-응답 쌍의 형태를 가진 대용량의 대화 말뭉치가 필요하다. 학습 말뭉치가 충분하지 않은 경우 구문론적 오류가 발생한다. 본 논문은 이 문제를 해결하기 위해 인코딩-디코딩 단위를 형태소와 음절이 복합적으로 사용된 시퀀스-투-시퀀스 신경망 기반의 챗봇을 제안한다. 또한 대용량의 비 대화 말뭉치를 이용하여 사전 학습하고 소량의 대화 말뭉치를 이용하여 재학습하는 2단계 학습 방법을 제안한다. 소량의 대화 말뭉치(47,089개의 발화-응답 쌍 학습 데이터와 3,000개의 발화-응답 쌍 평가 데이터)를 사용한 실험에서 제안한 인코딩-디코딩 단위는 미등록어 문제를 감소시키는데 도움을 주었고, 2단계 학습 방법은 BLEU와 ROUGE와 같은 성능 향상에 도움을 주었다.
#생성 기반 챗봇 #인코딩-디코딩 단위 #2단계 학습 방법 #소량의 대화 말뭉치 #generative chatbot #encoding-decoding unit #two-step training #small dialogue corpus

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 효율적인 학습 방법과 복합 표현 단위 인코딩-디코딩 기반 챗봇 모델
4. 실험
5. 결론
References

참고문헌 (14)

참고문헌 신청
O. Vinyals, and Q. Le, "A neural conversational model," arXiv preprint arXiv:1506.05869, 2015. L. Shang, Z. Lu, and H. Li, "Neural respondig machine for short-text conversation," arXiv preprint arXiv:1503.02364, 2015. S. Kim, H. Kim, "Chatting System that Pseudomorpheme- based Korean," Proc. of the HCLT, pp. 263-267, 2016. (in Korean) google schola J. Kim, S. Kim, H. Kim, Y. Lee and M. Choi, "Generative Chatting Model based on Index-Term Encoding and Syllable Decoding," Proc. of the HCLT, pp. 125-129, 2017. (in Korean) google schola Y. Kim, Y. Jernite, D. Songtag, and A. M. Rush, "Character-Aware Neural Language Models," Proc. of AAAI, pp. 2741-2749, 2016. google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

교육분야 챗봇의 적용사례 연구 : 초등과정중심
민윤정 대한산업공학회 춘계공동학술대회 논문집 2019 .04
인공지능 챗봇을 위한 감정 문장 생성 시스템
이원민 ,  온병원 Proceedings of KIIT Conference 2021 .11
우울 증상 완화를 위한 공감형 챗봇 개발에 관한 연구
김미래 ,  박태희 ,  오하영 한국정보통신학회논문지 2023 .05
감정인지강화를 위한 자연어 처리 기반 챗봇 서비스
이수진 ,  이한솔 ,  문성운 외 1명 한국HCI학회 학술대회 2020 .02
상담 챗봇 구현을 위한 시나리오 개발 및 유용성 검증
이지원 ,  양현정 ,  김지근 한국콘텐츠학회논문지 2019 .04

최근 본 자료

전체보기

댓글(0)

0