Semi-automatic Expansion for a Chatting Corpus Based on a K-means Clustering Method And Similarity Measure

안재현; 고영중

doi:10.5626/JOK.2019.46.5.440

추천

검색

질문

자료유형: 학술저널

저자정보: 안재현 (KT) 고영중 (동아대학교)

저널정보: Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.46 No.5

발행연도: 2019.5

수록면: 440 - 447 (8page)

DOI: 10.5626/JOK.2019.46.5.440

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문에서는 영화 자막, 극 대본과 같이 대량의 발화 데이터를 이용하여 채팅 말뭉치를 반자동으로 확장하는 방법을 제안한다. 채팅 말뭉치 확장을 위해 미리 구축된 채팅 말뭉치와 유사도 기법을 이용하여 채팅 유사도를 구하고, 채팅 유사도가 실험을 통해 얻은 임계값보다 크다면 올바른 채팅 쌍이라고 판단하였다. 본 논문에서 제안하는 것은 형태소 단위 임베딩 벡터와 합성곱 신경망 모델을 이용하여 발화 단위 표상을 생성하는 것이다. 그리고 반자동 구축 모델의 속도를 개선하기 위해서 K-means 클러스터링 방법을 적용하여 채팅 말뭉치를 군집, 계산량을 줄일 것을 제안한다. 그 결과 기본 발화 단위 표상생성 방법인 TF를 이용하는 것보다 정확률, 재현율, F1에서 각각 5,16%p, 6.09%p, 5.73%p 각각 상승하여 61.28%, 53.19%, 56.94%의 성능을 도출하였다. 그리고 속도 개선을 위해 발화를 클러스터링하여 속도 면에서도 103배 향상된 채팅 말뭉치 반자동 구축 모델을 구축할 수 있었다.

#채팅 시스템 #반자동 확장 #유사도 #합성곱 신경망 #발화 단위 표상 #chatting system #semi-automatic expansion #similarity #convolutional neural networks #utterance embedding

참고문헌 (14)

참고문헌 신청

WonPyo Jeon, Yoengkil Song and HarkSoo Kim, "A three-step sentence searching method for implementing a chatting system," Journal of the Korean Society of Marine Engineering, Vol. 37, No. 2, pp. 205-212, 2013. (in korean)

Ryan Lowe, Nissan Pow, Iulian V. Serban and Joelle Pineau, "The Ubuntu Dialog Corpus: A Large DataSet for Research in Unstructured Multi-Turn Dialogue System," Proc. of the SIGdial Conference, pp. 285-294, 2015.

Oriol Vinyals and Quoc Le, "A Neural Conversational Model," Proc. of the International Conference on Machine Learning, Deep Learning Workshop, 2015.

Hao Zhou, Minlie Huang, Tiayang Zhang, Xiaoyan Zhu and Bing Liu, "Emotional Chatting Machine: Emotional Conversation Generation with Internal and External Memory," arXiv preprint arXiv:1704.0107v4, 2018. Sihyung Kim, Hyeongu Lee and Harksoo Kim, "Knowledge Embedding Method for Implementing a Generative Question-Answering Chat System," Journal of KIISE, Vol. 45, No. 2, pp. 134-140, 2018.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

안재현

소속기관 금오공과대학교

주요연구분야 공학 > 기계공학 > 항공우주공학 TOP 10% 공학 > 재료·에너지공학 > 기타 재료·에너지공학

논문수 63 이용수 8,401

고영중

소속기관 성균관대학교

주요연구분야 공학 > 컴퓨터학 TOP 5% 복합학 > 뇌인지과학

논문수 75 이용수 16,215

이 논문과 함께 이용한 논문

Unified Methodology of Multiple POS Taggers for Large-scale Korean Linguistic GS Set Construction

김태영 , 류법모 , 김한샘 외 1명 Journal of KIISE 2020 .06

사용자의 검색 키워드 특징에 기반한 상품 추천 시스템에 관한 연구

조성은 , 임희석 디지털콘텐츠학회논문지 2019 .02

KcBert-based Movie Review Corpus Emotion Analysis Using Emotion Vocabulary Dictionary

장연지 , 최지선 , 김한샘 Journal of KIISE 2022 .08

Epoch Score:정량적 데이터 품질 평가를 통한 KLUE 주제 분류 말뭉치 검증

김성렬 , 황태욱 , 정상근 외 1명 한국정보과학회 학술발표논문집 2021 .12

사전학습 언어모델 기반의 한국어 질문-답변 데이터 증강 방법

조우진 , 이혁준 정보과학회 컴퓨팅의 실제 논문지 2021 .12

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (14)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)