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
- 학술저널
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.48 No.8
- 발행연도
- 2021.8
- 수록면
- 878 - 884 (7page)
- DOI
- 10.5626/JOK.2021.48.8.878
이용수
초록· 키워드
오류제보하기
대부분의 과업 지향 대화 시스템에서는 의도 인식과 개체명 인식이 선행되어야 한다. 본 연구에서는 의료 조언이라는 신규 분야에 대한 대화 시스템 구축을 위해 사용자 질문의 의도를 인식하는 문제를 다룬다. 최종 목적에 해당하는 의료 조언을 위해 필요한 의도 카테고리를 정의하는 것에서부터 학습데이터 수집 및 구축, 레이블링을 위한 가이드라인을 상술한다. 질문 의도 인식을 위해 BERT 기반의 분류모델을 사용했으며 한국어 처리를 위해 변형된 KorBERT도 적용한다. 딥러닝 기반의 모델이 본 연구에서 구축한 중규모의 학습 데이터에서도 좋은 성능을 보이는 것을 검증하기 위해 일반적으로 많이 쓰이는 SVM도 비교 모델로 활용하였다. 실험 결과 8개의 의도 카테고리에 대한 f1 점수가 SVM, BERT, KorBERT에서 각기 69%, 78%, 84% 였으며 향후 데이터 보강을 통해 최종 성능을 높일 예정이다.
목차
요약
Abstract
1. 서론
2. 의료 조언을 위한 질문 의도 인식
3. 실험 및 결과
4. 결론
References
참고문헌 (10)
참고문헌 신청
Gao, J., Galley, M and Li, L., "Neural Approaches to Conversational AI," SIGIR '18, pp. 1371-1374, 2018.
Li, X., Chen, Y., Li, L., Gao, J and Celikyilmaz, A., "End-to-End Task-Completion Neural Dialogue Systems," The 8th International Joint Conference on Natural Language Processing, pp. 733-743, 2017.
Chen, H., Liu, X., Yin, D. and Tang, J., "A Survey on Dialogue Systems: Recent Advances and New Frontiers," ACM SIGKDD Explorations, pp. 25-35, 2017.
Devlin, J., Chang, M., Lee, K. and Toutanova, K., "BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding," NAACLHLT, pp. 4171-4186, 2019.
Yang, Z. Dai, Z. Yang, Y. Carbonell, J., Salakhutdinov, R. and Quoc V. Le, "XLNet: Generalized Autoregressive Pretraining for Language Understanding," NeurIPS, 2019.
Li, X., Chen, Y., Li, L., Gao, J and Celikyilmaz, A., "End-to-End Task-Completion Neural Dialogue Systems," The 8th International Joint Conference on Natural Language Processing, pp. 733-743, 2017.
Chen, H., Liu, X., Yin, D. and Tang, J., "A Survey on Dialogue Systems: Recent Advances and New Frontiers," ACM SIGKDD Explorations, pp. 25-35, 2017.
Devlin, J., Chang, M., Lee, K. and Toutanova, K., "BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding," NAACLHLT, pp. 4171-4186, 2019.
Yang, Z. Dai, Z. Yang, Y. Carbonell, J., Salakhutdinov, R. and Quoc V. Le, "XLNet: Generalized Autoregressive Pretraining for Language Understanding," NeurIPS, 2019.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
의료 조언을 위한 질문 의도 인식: 학습 데이터 구축 및 의도 분류
한국정보과학회 학술발표논문집
2020 .07
-
의료 조언을 위한 의료 개체명 인식과 정규화
한국정보과학회 학술발표논문집
2021 .06
-
대화 시스템 구축을 위한 딥러닝 기반 의도 분류 모델 성능 비교
한국정보과학회 학술발표논문집
2020 .07
-
K-means 알고리즘을 이용한 미확인 의도 탐지
한국정보과학회 학술발표논문집
2022 .12
-
BERT-PRF: An Efficient Approach for Intent Detection from Users Search Query
한국정보과학회 학술발표논문집
2021 .12
-
다시점 분석을 통한 새로운 의도 발견 방법
전자공학회논문지
2025 .04
-
KorBERT 및 Transformer 모델을 동시 활용한 한국어 문장 요약 시스템
한국통신학회 학술대회논문집
2024 .06
-
KorBERT_Legal 모델을 이용한 법률분야 질의응답
한국정보과학회 학술발표논문집
2020 .12
-
의도 분류를 위한 Out-of-Distribution 탐지 기법 비교 및 성능 개선 연구
한국정보과학회 학술발표논문집
2024 .12
-
위키피디아 표제어를 이용한 KorBERT 기반 개체명 사전 생성 방법
한국정보과학회 학술발표논문집
2022 .12
-
한국어 발화의 다중 의도 감지 연구
한국정보과학회 학술발표논문집
2024 .06
-
진단명 자동 레이블링을 위한 양방향 트랜스포머 사전학습 언어모델기반 최종진단명 분류
전자공학회논문지
2019 .12
-
BERT 기반 교통사고 비정형 데이터 분류 모델 개발
대한교통학회 학술대회지
2022 .04
-
BERT 파생 모델의 한국어에 대한 성능 비교
한국통신학회 학술대회논문집
2020 .02
-
유사도 기반의 한국어 발화 의도 인식을 위한 임베딩 방식 비교
한국정보과학회 학술발표논문집
2020 .07
-
대화의 특성을 고려한 BERT기반 대화 관계 추출 네트워크
한국정보과학회 학술발표논문집
2021 .06
-
저성능 자원에서 멀티 에이전트 운영을 위한 의도 분류 모델 경량화
한국지능정보시스템학회 학술대회논문집
2022 .06
-
불용어의 BERT 기반 문장 자동분류기에 대한 영향
한국정보과학회 학술발표논문집
2021 .12
-
사전 학습된 BERT와 미세 조정된 BERT간의 어텐션 헤드 유사도 분석
한국정보과학회 학술발표논문집
2022 .12
-
외부 지식이 반영된 BERT를 활용한 검색 기반 대화 시스템
정보과학회 컴퓨팅의 실제 논문지
2021 .12
이 논문의 저자 정보
이 논문과 함께 이용한 논문
Explainable Graph Neural Network for Medical Science Research
신예원
,
문기성
,
정영석
외 1명
Journal of KIISE
2022
.11
임상데이터 정보추출 자동화를 위한 트랜스포머 기반 임상병리검사 결과지 분석 알고리즘
한주원
,
최지우
,
박승
전자공학회논문지
2022
.03
멀티모달 패션 추천 대화 시스템을 위한 개선된 트랜스포머 모델
박영준
,
조병철
,
이경욱
외 1명
한국콘텐츠학회논문지
2022
.01
의료 조언을 위한 질문 의도 인식: 학습 데이터 구축 및 의도 분류
이태훈
,
김영민
,
정은지
외 1명
한국정보과학회 학술발표논문집
2020
.07
빅데이터의 분야별 활용사례
김동완
경영논총
2013
.12
최근 본 자료
댓글(0)
0