초록 ▼

□ 연구개요
사람의 대화를 모델링하기 위한 연구가 계속 진행되고 있다. 텍스트 기반 대화 시스템은 텍스트로부터 사용자의 의도와 목적을 이해하고 그것을 수행하는 것을 목표로 한다. 본 연구에서는 사용자의 의도와 목적을 더욱 명확하게 이해하기 위해 입력된 텍스트에 나타난 감정과 성별 등을 인식하고자 한다. 사용자의 특성이 분석되면, 그것에 기반하여 더욱 사용자 친화적인 대화를 수행할 수 있게 된다. 이에 본 연구에서는 텍스트로부터 그러한 특성을 추론하기 위한 데이터셋을 작성하고, 그것을 모델링하였다. 또한 목적 지향 / 비목적지향

□ 연구개요
사람의 대화를 모델링하기 위한 연구가 계속 진행되고 있다. 텍스트 기반 대화 시스템은 텍스트로부터 사용자의 의도와 목적을 이해하고 그것을 수행하는 것을 목표로 한다. 본 연구에서는 사용자의 의도와 목적을 더욱 명확하게 이해하기 위해 입력된 텍스트에 나타난 감정과 성별 등을 인식하고자 한다. 사용자의 특성이 분석되면, 그것에 기반하여 더욱 사용자 친화적인 대화를 수행할 수 있게 된다. 이에 본 연구에서는 텍스트로부터 그러한 특성을 추론하기 위한 데이터셋을 작성하고, 그것을 모델링하였다. 또한 목적 지향 / 비목적지향 대화 모델링 연구를 지속 수행하였고, 인공신경망 기반 텍스트 처리 연구에서 중요한 비중을 차지하고 있는 단어 임베딩 기법에 대해서도 연구하였다.

□ 연구 목표대비 연구결과
○ 연구 최종 목표
- 텍스트로부터 7가지 감정 인식 기술
- 텍스트 기반 성별, 나이 인식 기술
- 감정 대화 대응 기술 및 대화 처리 기술
○ 연구 결과
- 7가지 감정 지표, 4개의 화행 지표가 부착된 대화 데이터셋 10만 발화 구축
- 감정과 화행에 대한 멀티태스크 모델링 연구 수행 결과, Macro Average Precision 기준 감정 분류 60.43%, 화행 분류 74.29%의 성능 달성
- 성별, 나이(10대, 20대, 30대, 40대) 지표가 부착된 블로그 데이터셋 64만 포스트 구축
- 나이/성별 멀티태스크 모델링 연구 수행 결과 성별 72.72%, 나이 65.47%의 성능 달성
- 목적 지향 대화 데이터셋을 이용한 대화 모델링 기법 개발
- 불균형 분류 데이터셋을 위한 일반적이고 강건한 분류 방법 개발
- 특정 목표 문제를 위해 개선된 BLEU 평가 지표 개발
- 단어 의미 표현 모델 개발

□ 연구개발결과의 중요성
본 연구에서는 텍스트에 나타난 감정과 화행, 성별과 나이를 분류할 수 있는 방법론을 연구하고 시스템을 개발하였다. 발화와 감정의 경우 정답이 부착된 대화 데이터셋을 약 10만 발화 가량 구축하였고, 그것을 이용해 개발된 모델이 감정 분류 60%, 화행 분류 74%의 성능을 달성하였다. 성별과 나이의 경우 블로그 포스트를 64만여 개 수집하였고, 개발된 시스템은 성별 73%, 나이 65%의 성능을 달성하였다.
인공신경망을 이용한 모델링의 추론 성능은 학습 데이터셋의 크기에 상당한 영향을 받는다. 이번 연구에서 작성한 감정/화행, 나이/성별 데이터셋은 앞으로의 연구 개발에 큰 도움이 되리라 판단된다.
본 연구 수행 중 개발된 범주 불균형 분류 방법은 목표 문제나 모델링 구조 등에 제약을 받지 않는 일반적인 방법론으로 여러 상황에 응용될 수 있으리라 판단된다.

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구수행내용 및 연구결과 ... 4
• 1. 데이터셋 작성 ... 4
• 2. 감정/화행/나이/성별 추론 시스템 작성 ... 5
• 3. 단어 임베딩과 성능 평가 지표 연구 ... 6
• 3. 연구개발결과의 중요성 ... 9
• 4. 참고문헌 ... 10
• 5. 연구성과 ... 11
• 끝페이지 ... 11