메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
최원석 (서강대학교) 강상우 (서강대학교) 서정연 (서강대학교)
저널정보
Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2009 한국컴퓨터종합학술대회 논문집 제36권 제1호(C)
발행연도
2009.6
수록면
305 - 310 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
대화 시스템은 효율적인 대화 관리를 위하여 대화 전략(Dialog Strategy)을 사용한다. 하지만 효과적인 대화 전략을 작성하기 위해서는 전문가의 많은 시간과 노력이 필요하다. 따라서 최적화된 대화 전략을 자동을 생성하기 위한 연구가 진행되고 있으며, 그 중 많은 연구가 기계 학습 방법의 한 종류인 강화학습(Reinforced Learning)을 이용하고 있다. 강화학습은 대화 전략을 학습하는데 적합하지만 충분한 학습 대화 자료를 확보하는데 어려움이 많고 학습속도가 느리다. 따라서 본 논문에서는 기존의 연구와 유사한 성능을 유지하면서 적은 양의 학습 데이터를 사용하고 학습 속도를 향상시킨 모델을 제안한다. 제안한 방법은 학습 과정에서 현재 상황에 보다 적합하다고 예측되는 행동들을 사용자 모델(User Model) 정보를 기반으로 선택적으로 시도하는 것이다. 이것은 시스템이 불필요하게 탐색해야 할 공간을 줄임으로써 학습되는 대화 전략의 질(Quality)을 유지하면서도 학습 속도를 증가 시킬 수 있다. 실험 결과에서 제안한 모델은 비교 시스템에 비해 대화 전략 학습 속도가 35% 정도 증가하였으며 학습에 필요한 데이터의 양도 46% 정도로 줄일 수 있었다.

목차

요약
1. 서론
2. 관련 연구
3. 대화 전략의 빠른 강화 학습
4. 실험
5. 결론
참고 문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-018522244