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
손건영 (세종대학교) 김미숙 (세종대학교)
저널정보
한국HCI학회 한국HCI학회 학술대회 PROCEEDINGS OF HCI KOREA 2023 학술대회 발표 논문집
발행연도
2023.2
수록면
841 - 847 (7page)

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
대화 시스템은 사람과 기계 사이에 대화가 가능하도록 하게 해주는 인공지능 시스템으로 주로 인코더-디코더 구조의 시퀀스-투-시퀀스 모델을 이용하여 사용자 질의에 대한 답변을 생성한다. 이러한 답변을 생성할 때 일반상식을 반영하게 되면 흥미로운 답변을 생성할 수 있다. 따라서, 본 논문에서는 사전 학습된 Korean Bidirectional and Auto-Regressive Transformers (KoBART) 모델의 질의에 대한 답변을 생성하는 과정에서 사전 학습된 Korean Bidirectional Encoder Representations from Transformers(KoBERT) 모델을 사용하여, 해당 질의에 가장 관련 있는 일반상식을 선택하여 답변을 생성하는 모델을 제안한다. 이 모델은 일반상식을 반영할 수 있을 뿐만 아니라 사용자 질의와 가장 관련된 일반상식을 선택할 수 있다는 점에서 의의가 있다. 제안한 모델을 다양한 모델과 비교한 결과, 제안한 모델이 가장 좋은 성능을 나타내는 것을 정량적으로 확인하였다. 뿐만 아니라 질의에 대해 각 모델 별로 답변을 생성하여 그 성능을 비교 분석하였고, 가장 적절한 답변을 생성하는 것을 정성적으로 확인하였다.

목차

요약문
1. 서론
2. 방법론
3. 제안 모델
4. 실험
5. 결론
참고문헌

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