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
학술저널
저자정보
오진호 (에듀빌) 채병관 (숭실대학교) 김희원 (숭실대학교)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제61권 제9호(통권 제562호)
발행연도
2024.9
수록면
92 - 99 (8page)
DOI
10.5573/ieie.2024.61.9.92

이용수

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

초록· 키워드

오류제보하기
최근 ChatGPT[1]와 같은 Transformer[2] 기반의 언어 모델을 사용한 AI 챗봇(Chatbot)이 주목 받고 있다. 이러한 언어 모델들은 초기 대화의 정보를 잃어버려 일관된 맥락의 대화를 유지하기 어렵다. 본 논문에서는 이러한 문제를 해결하기 위해 대화의 내용을 재귀적으로 요약하는 알고리즘(Recursive Dialog Summarization, RDS)을 제안한다. 대화가 길어지면 대화 내역을 요약하고, 요약된 내용으로 기존의 대화 내역을 대체하여 언어 모델의 입력으로 사용한다. 실험은 이러한 재귀적 대화 요약이 기존의 언어 모델의 답변 정확도를 향상하고 입력 토큰 수를 줄여 응답 시간을 단축하는 것을 보였다. 또한, 제안 방법을 실제 챗봇에 적용하여 사용자의 개인 정보를 긴 대화에서 기억할 수 있음을 확인하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 선행 연구
Ⅲ. Background
Ⅳ. Method
Ⅴ. 실험
Ⅵ. 결론
REFERENCES

참고문헌 (36)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-090920754