최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기방송공학회논문지 = Journal of broadcast engineering, v.24 no.1, 2019년, pp.48 - 57
김학동 (세종대학교 디지털콘텐츠학과) , 고명현 (세종대학교 디지털콘텐츠학과) , 임헌영 (세종대학교 디지털콘텐츠학과) , 이유림 (세종대학교 인공지능언어공학과) , 지민규 (세종대학교 소프트웨어융합학과) , 김원일 (세종대학교 소프트웨어학과)
The purpose of this study is to understand the intention of the inquirer from the single text type question in Goal-oriented dialogue. Goal-Oriented Dialogue system means a dialogue system that satisfies the user's specific needs via text or voice. The intention analysis process is a step of analysi...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
목적 지향 대화 시스템이란? | 본 연구는 목적 지향 대화 시스템 내에서 단일 한국어 텍스트 형식의 질문으로부터 질의자의 의도를 파악하는 것을 목적으로 한다. 목적 지향 대화 시스템은 텍스트 또는 음성을 통한 사용자의 특수한 요구를 만족시켜주는 대화 시스템을 의미한다. 의도 분석 과정은 답변 생성에 앞서 사용자의 질의 의도를 파악하는 단계로, 목적 지향 대화 시스템 전체의 성능에 큰 영향을 준다. | |
대화 시스템의 모듈 종류와 특징은?? | 대화 시스템은 일반적으로 자연어 이해 모듈, 대화 운영모듈, 자연어 생성 모듈로 나뉜다. 자연어 이해 모듈에서는질의의 의도를 파악하고, 대화 관리 모듈에서는 질의의 의도, 대화 맥락을 고려한 답변 선택이 이루어지며, 자연어생성 모듈에서는 이전 단계로부터 얻어진 정보들을 바탕으로 문장을 생성하는 과정이 수행된다[3][4]. | |
대화 시스템은 어떻게 분류되는가? | 대화 시스템은 항공권/숙박 등의 예약, 특정 분야에 대한지식 요구, 상품 주문/취소/교환 등의 상담과 같은 특정한목적 달성이 요구되는 목적 지향 대화 시스템과, 표현을 가능한 한 인간답게 하여 사용자로 하여금 흥미를 느끼는 데에 목적을 둔 재미를 위한 대화 시스템으로 나뉜다. 최근들어, Google의 Google Assistant, Amazon의 Alexa, Apple의 Siri와 같이 두 대화 시스템을 결합하여 특정목적을 달성하며 자연스러운 대화도 수행 가능한 서비스가 제공되기시작하였다[1]. |
Kyung-soon Lee, Jin-xia Huang, Oh-woog Kwon, Young-kil Kim. "A Chatter Bot for a Task-Oriented Dialogue System," KIPS Transactions on Software and Data Engineering6, No.11, 499-506, 2017.
Oh-Woog Kwon, Teakgyu Hong, Jin-Xia Huang and Young-Kil Kim, "An Analysis for Dialogue Processing Technologies and Service Trends of Virtual Personal Assistants," Communications of the Korean Institute of Information Scientists and Engineers, Vol.35, No.8, pp.19-27, 2017.
Hyun-Jung Lee, Analysis and Prediction of Speakers' Intentions in a Dialogue-based NLIDB, PhD's Thesis of Sokang University, Seoul, South Korea, 2014.
Natural language processing technology for dialog system development, https://m.blog.naver.com/PostView.nhn?blogIdnaver_search&logNo221027662050&proxyRefererhttps%3A%2F%2Fwww.google.co.kr%2F (accessed Nov. 6, 2018).
N. Reithinger and E. Maier, "Utilizing Statistical Dialogue Act Processing in VERBMOBIL," Proceedings of the 33rd annual meeting on Association for Computational Linguistics, Cambridge, Massachusetts, pp.116-121, 1995
Jong Min En, Song Wook Lee, Jung Yun Seo, "An analysis of Speech Acts for Korean Using Support Vector Machines," The KIPS Transactions : Part B, Vol.12, No.3, pp.365-368, 2005
Lee, Hyunjung, Kim, Harksoo, Seo, Jungyun, "Domain action classification using a maximum entropy model in a schedule management domain," AI Communications, Vol.21, No.4, pp.221-229, 2008
R. W. Smith and D. R. Hipp, Spoken Natural Language Dialog Systems: a Practical Approach, Oxford University Press Inc, Oxford, United Kingdom, 1995.
Hwang, Jaw-Won; Ko, Young-Joong, "A Korean Sentence and Document Sentiment Classification System Using Sentiment Features," Korean Institute of Information Scientists and Engineers, Vol.14, No.3, pp.336-340, 2008
National Law Information Center, http://www.law.go.kr/LSW/admRulLsInfoP.do?admRulSeq2100000110550#AJAX (accessed Nov. 6, 2018).
Dore, J, "Holophrases, speech acts and language universals," Journal of Child Language, Vol.2, No.1, pp.21-40, 1975.
KKMA morpheme analyzer, http://kkma.snu.ac.kr/ (accessed Nov. 6, 2018).
Y. Goldberg, O. Levy, "word2vec Explained:deriving Mikolov et al.'s negative-sampling word-embedding method", arXiv preprint arXiv: 1402.3722, 2014.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.