2020년 컴퓨터종합학술대회
Current Result Document :
| 한글제목(Korean Title) |
대화 시스템 구축을 위한 딥러닝 기반 의도 분류 모델 성능 비교 |
| 영문제목(English Title) |
A Performance Comparison of Deep Learning Based Intent Classification Models for Dialogue Systems |
| 저자(Author) |
Jieun Kim
Jin Yea Jang
Saim Shin
Hyedong Jung
Minyoung Jung
김지은
장진예
신사임
정혜동
정민영
|
| 원문수록처(Citation) |
VOL 47 NO. 01 PP. 0738 ~ 0740 (2020. 07) |
한글내용
(Korean Abstract) |
사용자가 요청하는 일을 수행하거나 대화를 생성하기 위해선 발화의 의도를 파악하는 것이 중요하다. 발화 의도 분석을 위해 발화에서 각 의도에 해당하는 규칙을 찾고 이를 대화 생성에 적용하는 연구가 진행되었지만, 이는 대화 생성이 규칙에 국한된다는 한계를 지녔다. 이를 극복하기 위해 딥러닝 방식이 제안되었다. 본 논문은 여러 딥러닝 모델 중 Bidirectional Long Short-Term Model(Bi-LSTM)과 Recurrent Convolutional Neural Network(RCNN)의 성능을 비교하고, 각 모델 별로 문맥을 고려했을 때와 안 했을 때의 성능도 비교한다. 실험 결과 RCNN이 Bi-LSTM보다 정확도가 평균 4.07% 더 높았고, 발화의 문맥을 고려할 경우, 단일 발화만 고려하는 것에 비해 평균 21.85% 더 높은 정확도를 보였다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
