[논문]Hybrid Code Network를 이용한 한국어 식당 예약 시스템 모델

이동엽; 허윤아; 임희석

Hybrid Code Network를 이용한 한국어 식당 예약 시스템 모델
Korean Restaurant Reservation System Model Using Hybrid Code Network 원문보기

이동엽 (고려대학교 컴퓨터학과) , 허윤아 (고려대학교 컴퓨터학과) , 임희석 (고려대학교 컴퓨터학과)

대화 시스템(dialogue system)은 텍스트나 음성을 통해 다양한 분야에서 특정한 목적을 수행할 수 있는 시스템이다. 대화 시스템을 구현하기 위한 방법으로 인공 신경망(neural network)을 기반으로한 end-to-end learning 방식이 제안되었다. End-to-end learning 방식을 이용한 식당 예약 시스템 모델의 학습을 위해 페이스북은 영어로 이루어진 식당 예약에 관련된 학습 대화 데이터셋(The 6 dialog bAbI tasks)을 구축하였다. 하지만 end-to-end learning 방식의 학습은 많은 학습 데이터가 필요하다는 단점이 존재하는데, 액션 템플릿(action template)의 정의를 통해 도메인 지식을 표현함으로써 일반적인 end-to-end learning 방식보다 적은 학습량으로 좋은 성능의 모델을 학습할 수 있는 Hybrid Code Network 구조를 제안한 연구가 있다. 본 논문에서는 Hybrid Code Network 구조를 이용하여 한국어 식당 예약 시스템을 구축할 수 있는 방법을 제안하고, 한국어로 이루어진 식당 예약에 관련한 학습 대화 데이터를 구축하는 방법을 제안한다.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 Hybrid Code Network 구조를 이용하여 한국어 식당 예약 시스템을 구축할 수 있는 방법을 제안하고, 한국어로 이루어진 식당 예약에 관련한 학습 대화 데이터셋을 구축하는 방법을 제안한다.
본 논문에서는 한국어 식당 예약 시스템을 구축하기 위해 식당 예약에 관련한 학습 대화 데이터셋을 수집하는 방법과 Hybrid Code Network 구조를 이용하여 수집된 데이터셋을 학습 시키는 방법을 제안하였다. 제안한 시스템은 일반적인 end-to-end learning 방식의 모델에 비해 상대적으로 적은 양으로 모델의 학습이 가능하고 좋은 성능을 보일것으로 기대된다.

제안 방법

기존의 end-to-end learning 방식은 간단한 대화 (chit-chat)을 목적으로 한 대화 시스템들에 활용되었지만 최근 end-to-end learning 방식을 이용하여 목적 지향적 대화(goal-oriented dialog)인 식당 예약 시스템에 적용한 연구가 있다[9]. End-to-end learning 방식을 이용한 식당 예약 시스템 모델의 학습을 위해 페이스북은 영어로 이루어진 식당 예약에 관련된 학습 대화 데이터셋(The 6 dialog bAbI tasks)을 구축하였다. 하지만 end-to-end learning 방식의 학습은 많은 학습 데이터가 필요하다는 단점이 존재하는데, 액션 템플릿 (action template)의 정의를 통해 도메인 지식을 표현함으로써 일반적인 end-to-end learning 방식보다 적은 학습량으로 좋은 성능의 모델을 학습할 수 있는 Hybrid Code Network구조를 제안한 연구가 있다[10].
영어로 이루어진 학습 데이터를 이용하여 아래의 표[1] 과 같이 발화의 목적에 따라 영어로 이루어진 각각의 발화(utterance)를 한국어로 번역하여 학습 데이터를 구성하는 것을 제안한다.
이 장에서는 Hybrid Code Network를 이용하여 한국어 식당 예약 시스템을 구축하는 방법을 제안한다.
한국어로 이루어진 식당 예약에 관련한 학습 대화데이터셋을 구축하기 위해 본 연구에서는 페이스북에서 구축한 영어로 이루어진 식당 예약에 관련한 학습 대화 데이터셋(The 6 dialog bAbI tasks)을 이용하였다.

이론/모형

Utterance embedding 모듈은 한국어로 이루어진 위키피디아 데이터를 학습시킨 word2vec 모델을 이용하여 사용자의 발화를 임베딩한 후 이를 자질로 구성한다. 마지막으로 사용자의 발화를 대상으로 bag of words 기법을 이용하여 특징을구성한다. 3 가지의 방법으로 구성된 각 자질들은 연결(concatenation)되어 최종 자질을 구성한다.

후속연구

제안한 시스템은 일반적인 end-to-end learning 방식의 모델에 비해 상대적으로 적은 양으로 모델의 학습이 가능하고 좋은 성능을 보일것으로 기대된다.
향후 연구에서는 발화의 목적에 따른 한국어 발화를 더욱 다양하게 구성하여 사용자의 다양한 입력에도 식당 예약을 정확하게 진행할 수 있도록 학습 데이터를 수집을 할 것이다. 또한 word2vec이나 RNN 모델의 하이퍼 파라미터 및 가중치(weight) 초기화를 다양한 방법으로 실험함으로써 제안된 한국어 식당 예약 시스템 모델의 성능 향상을 연구할 필요가 있다.
향후 연구에서는 발화의 목적에 따른 한국어 발화를 더욱 다양하게 구성하여 사용자의 다양한 입력에도 식당 예약을 정확하게 진행할 수 있도록 학습 데이터를 수집을 할 것이다. 또한 word2vec이나 RNN 모델의 하이퍼 파라미터 및 가중치(weight) 초기화를 다양한 방법으로 실험함으로써 제안된 한국어 식당 예약 시스템 모델의 성능 향상을 연구할 필요가 있다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

Hybrid Code Network를 이용한 한국어 식당 예약 시스템 모델
Korean Restaurant Reservation System Model Using Hybrid Code Network 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

이론/모형

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

Hybrid Code Network를 이용한 한국어 식당 예약 시스템 모델 Korean Restaurant Reservation System Model Using Hybrid Code Network 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

이론/모형

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

Hybrid Code Network를 이용한 한국어 식당 예약 시스템 모델
Korean Restaurant Reservation System Model Using Hybrid Code Network 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper