대화 관리를 위한 베이지안 네트워크 기반 발화 검색 방법
A Bayesian Network based Utterance Retrieval Method for Dialogue Management
- 주제(키워드) 대화시스템 , 베이지안네트워크
- 발행기관 서강대학교 일반대학원
- 지도교수 서정연
- 발행년도 2012
- 학위수여년월 2012. 2
- 학위명 박사
- 학과 및 전공 일반대학원 컴퓨터공학과
- 실제URI http://www.dcollection.net/handler/sogang/000000047386
- 본문언어 영어
- 저작권 서강대학교 논문은 저작원 보호를 받습니다.
초록/요약
최근 대화 시스템에서 목적 지향 대화와 채팅을 함께 처리하는 경향을 보이면서 검색 기법을 이용하여 시스템의 다음 발화를 결정하는 연구가 활발하게 진행되고 있다. 검색 기법을 이용한 대화 관리의 문제에서 핵심적인 문제는 현재의 사용자 입력 발화와 가장 유사한 코퍼스의 사용자 발화를 찾는 문제이다. 본 논문에서는 검색 기반 대화 관리를 위해 확률적인 기법을 이용하여 유사한 발화를 검색하는 방법을 제안한다. 분석에 의한 오류 파급을 최소화하고 추가요소를 쉽게 반영하기 위하여 유사도 결정 모델은 베이지안 네트워크를 이용하여 하나의 모델로 통합한다. 일반적인 대화에서 발화의 유사도에 사용될 수 있는 요소들을 정의하고 이들 사이의 의존 관계를 통해 유사도를 네 가지의 확률모델로 풀었다. 네 가지 확률모델은 각각, 발화 검색 확률, 영역 정보 생성확률, 발화 의도 분류 모델, 발화 의도 예측 모델이다. 본 논문에서는 발화 검색확률을 위해 선택적 가중치를 이용한 언어 모델기반 검색을, 발화 의도의 분류와 예측을 위해 최대 엔트로피 모델을 이용하여 해결하였다. 실험은 목적지향 대화를 위해 일정 관리 영역의 데이터와 잡담을 위한 사랑, 음식, 노래에 관련된 데이터를 이용하여 진행하였다. 실험 결과, 제안모델은 사용자 발화의 의도 분석과 다음 시스템 발화의 의도 예측의 측면에서 독립적인 연구와 비교할만한 결과를 보여주었다.
more초록/요약
Recently, dialogue systems have begun to handle task-oriented dialogue along with colloquial dialogue. Research into dialogue management that determines the next system action using a retrieval technique is underway. One of the key issues of retrieval-based dialogue management is finding the utterance in the dialogue corpus that is the most similar to the current user utterance. In this thesis, an utterance retrieval method using a Bayesian network for dialogue management is proposed. To design the Bayesian network, known elements are determined when a user utterance is input as dialogue and the dependency relations between the elements are determined using general considerations for dialogue. Using these dependencies, utterance similarity is calculated from four conditional probabilities: utterance retrieval probability, domain knowledge generation probability, user intention classification probability, and system intention prediction probability. A generative retrieval model using selective weighting is proposed for utterance retrieval, while approaches using a maximum entropy model are proposed for intention classification and prediction. Experiments were performed in the schedule management domain for task-oriented dialogue and in the love, food, and music domain for colloquial dialogue. Through the experimental results, the proposed method showed performance comparable with that found by previous studies in terms of intention classification and intention prediction.
more