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
- 이종혁
- 발행연도
- 2022
- 저작권
- 포항공과대학교 논문은 저작권에 의해 보호받습니다.
이용수8
이 논문의 연구 히스토리 (3)
2022
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Chit-chat 대화시스템은 사용자와의 자유로운 일상 대화를 수행하며, 다양한 재미있는 응답을 생성하는 것을 목표로 한다. 그러나 심층신경망 기반의 대화시스템에서 일반적으로 사용되는 likelihood training 기반의 학습방식은 짧고, 따분하며, 큰 의미가 없는 상투적인 응답을 과하게 자주 생성함으로써 시스템에 대한 사용자의 흥미를 떨어뜨리는 문제를 일으킨다. 이에 최근 unlikelihood training을 통해 고빈도로 등장하는 단어의 사용을 제어함으로써 다양한 응답을 생성하는 학습 방식이 제안되었다. 그러나 이는 각 단어 별로 등장빈도만을 고려해 페널티를 줄 뿐, 각 단어가 어떠한 맥락으로 사용되었는지 고려하지 못하는 한계를 가진다. 따라서 본 연구에서는 이를 확장하여 고빈도로 등장하는 엔그램의 사용을 조절하는 방식을 제안한다. 제안된 방식은 엔그램 단위의 맥락 정보를 바탕으로 응답의 상투적인 정도에 따라 섬세하게 페널티를 줄 수 있다.
목차
I. Introduction 1II. Background 52.1 Generic Response Problem . . . . . . . . . . . . . . . . . . . . . . . 52.2 Unlikelihood Training . . . . . . . . . . . . . . . . . . . . . . . . . . 7III. Proposed Method 123.1 Overview . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123.2 Adjusting Ngram Usage . . . . . . . . . . . . . . . . . . . . . . . . 13IV. Experiment 164.1 Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164.2 Dataset . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164.3 Training . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194.4 Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194.4.1 Evaluation Metrics . . . . . . . . . . . . . . . . . . . . . . . 194.4.2 Evaluation Results . . . . . . . . . . . . . . . . . . . . . . . 20V. Conclusion 26Summary (in Korean) 28References 29
최근 본 자료
댓글(0)
0