최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기電子工學會誌 = The journal of Korea Institute of Electronics Engineers, v.41 no.3 = no.358, 2014년, pp.50 - 58
초록이 없습니다.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
지식 기반 접근법의 장점은? | 음성 언어 이해 기술은 크게 지식 기반의 접근법 (knowledge-based approach)와 데이터 기반 접근법 (data-driven approach)으로 나눌 수 있다. 지식 기반 접근법은 전문가에 의해 정의된 문법을 바탕으로 음성 언어 이해 과정을 수행하며 높은 정밀도를 갖는다. 그러나 사람이 사용하는 자연어 문장은 종종 비문법적이기 때문에 지식 기반 접근법은 음성 언어 이해에 실패할 수 있어 낮은 재현율을 갖는다는 한계가 있다. | |
long-distance dependency 문제의 예는? | 그러나 자연어가 갖고 있는 모호성으로 인해, 길고 복잡한 문장을 이해하기 위해서는 고도의 기술이 요구된다. 예를 들어 비행기 예약에 대한 인터페이스의 한 입력 문장“...fly from denver to chicago on dec. 10th 1999...”에서“dec.”은 출발하는 달을 나타내는 개체명 depart-month이며, 다른 입력 문장 “...return from denver to chicago on dec. 10th 1999...”에서“dec.”은 돌아오는 달을 나타내는 return-month 이다[1]. 위 문장에서“dec.”의 개체명 레이블을 구별하기 위해서는 해당 단어로부터 여섯 칸 거리에 있는“fly”혹은“return”이라는 단어를 참조해야 하지만, 기존 방법론은 위와 같이 먼 거리에 있는 단어를 참조 할 수 없으므로 개체명 인식에 실패 할 수 있다. 이러한 문제를 long-distance dependency 문제라고 한다. | |
주행이란? | 대부분의 경우 의미 표현은 <표 1>과 같이 속성-값 조합들로 구성된 의미 프레임(semantic frame) 형태로 정의되며, 이 때 의미 프레임의 속성들은 음성 대화 시스템이 제공하는 특정한 영역에 적합하게 정의된 한 개의 주행(dialog act) 및 복수 개의 개체명(named entity)이다. 주행이란 문장에서 사용자가 의도한 행위의 유형을 나타내는 속성이고, 개체명이란 genre, title, channel, start-time, end-time과 같이 사용자가 의도한 행위의 매개변수를 나타내는 속성이다. 예를 들어“그럼 SBS 드라마 는 언제 하지?”라는 문장에서 주행의 값은 search-start-time, channel 개체명의 값은“SBS”, genre 개체명의 값은“드라마”가 된다. |
※ AI-Helper는 부적절한 답변을 할 수 있습니다.