지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 구명완
- 발행연도
- 2023
- 저작권
- 서강대학교 논문은 저작권에 의해 보호받습니다.
이용수10
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
기존의 목적지향 대화 시스템(Task-Oriented Dialogue System)에서의 사용자의 의도 분류는 레이블링 된 데이터를 지도학습(Supervised Learning) 기반의 분류기로 학습하는 방식으로 이뤄졌다. 하지만 실제로 시스템을 운영하는 환경에서는 학습데이터에는 존재하지 않았던 새로운 의도(Unknown Intent)가 알려진 의도(Known Intent)와 혼재되어 등장하게 된다. 이처럼 미확인 의도 탐지(Open Intent Detection)는 기존에 학습하지 못한 새로운 의도가 유입되었을 때 이를 알려진 의도와 분리하여 탐지하는 연구 분야이다. 본 논문에서는 Sentence BERT 기반 고객상담 시스템을 구축하고 이후 K-Means 클러스터링을 이용하여 미확인 의도를 탐지하는 방법을 제안한다. 먼저 알려진 의도 데이터에 대하여 Sentence BERT를 softmax 손실함수로 미세조정 하여 문장 임베딩을 추출하고 K-Means 알고리즘을 이용하여 클러스터링한다. 이후 미확인 의도에 해당하는 클러스터를 찾아내어 미확인 의도를 탐지한다. 이때 알려진 의도 개수 보다 큰 개수를 가지도록 클러스터링 학습하고, 각 클러스터의 크기와 클러스터 중심점과의 거리 평균을 평가하여 미확인 의도 클러스터를 탐지한다. AI-Hub에서 제공하는 고객상담 질의응답 데이터로 실험한 결과, 제안모델이 미확인 의도 탐지 전체 Macro-F1 65.83%의 성능을 보여 기존 비정상 데이터 탐지 모델인 softmax 예측 확률 모델 대비 높은 성능을 보였다.
목차
등록된 정보가 없습니다.
최근 본 자료
댓글(0)
0