선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 목적지향 대화시스템은 시스템과의 대화를 통해 일정 관리, 호텔/식당/항공권 등의 예약, 음악 듣기 등 명령 전달, 콜센터 상담 등과 같은 특정된 목적을 달성해야 한다. 이와 달리, 챗봇은 사람과의 대화에서 시스템이 가능한 인간다운 대화를 하는데 그 목적을 둔다. Apple Siri[1], Amazon의 Alexa[2], SoundHound의 Hound[3] 등과 같이, 스마트 폰 또는 스마트 스피커를 이용한 가상 개인비서 서비스에서는 목적지향 대화시스템을 챗봇과 결합하여 특정된 목적을 달성하면서 일반 대화도 수행 가능하도록 하였다.
- 본 논문에서는 목적지향 대화시스템을 이용하여 구현한 영어 교육시스템에서 사용자가 주제 밖의 대화를 시도할 때 시스템 응답을 담당하는 챗봇을 개발하였다. 또한 이런 보조용 챗봇과 독립된 챗봇에 대하여 사용자 평가를 진행하여 그 차이를 고찰하고자 하였다. 이외 검색 기반 챗봇과 신경망 기술을 이용한 생성 기반 챗봇에 대한 비교를 통해 그 장단점을 살펴보았다.
- 본 영어 교육 시스템을 30명의 영어 학습자에게 사용하도록 하고, 사용자당 2-4개의 주제에 대하여 대화를 완성하게 한 다음 진행한 사용자 요구사항 조사에서, 주제 밖의 자유로운 대화 기능을 요구하는 사용자는 66%로, 필요 없다고 답한 사용자인 23%보다 훨씬 높게 나타났다. 이런 사용자 요구에 응하기 위해 본 연구에서는 챗봇을 도입하기로 하였다.
- 2절). 마지막으로, 신경망 기반 챗봇과 검색기반 챗봇에 대한 비교 평가를 진행하여 챗봇 성능 향상을 위한 대응 방안을 모색하고자 하였다(5.3절)
- 96%로 전체 응답 적합률의 절반밖에 안 된다. 성능 개선을 위하여 유사한 예문이 없는 경우 임의발화 대신 생성모델을 적용해 보고자 한다.
- 본 논문에서는 목적지향 대화시스템을 이용하여 구현한 영어 교육시스템에서 사용자가 주제 밖의 대화를 시도할 때 시스템 응답을 담당하는 챗봇을 개발하였다. 또한 이런 보조용 챗봇과 독립된 챗봇에 대하여 사용자 평가를 진행하여 그 차이를 고찰하고자 하였다.
가설 설정
- 본 연구에서는 대화 예문의 색인 및 검색 위해 Indri 검색엔진[21]을 사용하였고, 검색 결과에 대하여 재순위화를 통해 최적의 예문을 선택하였다. 주제대화 예문과 일반분야 대화 예문을 모두 검색하여, 유사도가 일정한 경계값 이상인 대화 예문이 없으면, 임의로 하나의 시스템 발화를 출력하였는데, 이는 사람의 대화에서 화제 전환에 해당된다고 가정하였다. 동일한 유사도를 가진 두 개 이상의 예문이 있는 경우, 임의로 그 중 하나를 발화한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.