코퍼스 기반 프레임워크를 이용한 하이브리드 대화 관리 모델
Hybrid Dialogue Management Model Using a Corpus-based Framework
- 주제(키워드) hybrid dialogue management model , rule-based model , retrieval-based model , trainable dialogue model
- 발행기관 서강대학교 일반대학원
- 지도교수 서정연
- 발행년도 2012
- 학위수여년월 2012. 8
- 학위명 박사
- 학과 및 전공 일반대학원 컴퓨터공학과
- 실제URI http://www.dcollection.net/handler/sogang/000000047740
- 본문언어 영어
- 저작권 서강대학교 논문은 저작권 보호를 받습니다.
초록/요약
A practical dialogue system requires a robust dialogue management technique, efficient construction of domain knowledge, and a flexible architecture for maintenance and extensibility that can control a variety of tasks in multiple domains. This thesis proposed a hybrid dialogue management system that combines a retrieval-based model with a rule-based model. The new dialogue management system detailed in this thesis meets these requirements, working cooperatively and complementarily using a corpus-based framework. A rule-based dynamic dialogue transition network model is used to robustly manage dialogue flows, and the corpus-based framework supports the automatic generation of this model and retrieval-based model domain knowledge from an annotated corpus. In addition, the proposed model can automatically perform user-intention analysis and response generation because it retrieves the most similar utterance and its response pair using measurements of the similarity between the input utterance and utterances in a corpus. Thus, the proposed model has an efficient architecture that can control a new dialogue for a domain by updating the corpus. In experiments from two corpora, the proposed model exhibited task completion rates of 95% and 91% (baseline model 82% and 79%) and F-scores of 93% and 92% (baseline model 91% and 88%) for user intention recognition.
more초록/요약
실용적인 대화 시스템은 강인한 대화 관리 기법과 영역 지식의 효율적인 구축방법 그리고 다 영역에서 다양한 작업들을 적용할 수 있는 확장성이 요구된다. 본 논문은 검색 기반 모델과 규칙 기반 모델을 결합한 하이브리드 대화 관리 모델을 제안한다. 제안하는 대화 관리 모델은 코퍼스 기반 프레임워크를 사용하여 두 가지 모델들이 상호 보완적으로 동작함으로써 이러한 요구사항들은 충족시킨다. 규칙 기반 대화 모델은 대화의 흐름을 강인하게 제어하고 코퍼스 기반 프레임워크를 통해 대화 모델과 영역 지식들이 자동으로 구축된다. 검색 기반 모델은 사용자 입력과 코퍼스 문장간의 유사도 계산을 통하여 사용자 입력과 가장 유사한 코퍼스 문장을 검색함으로써 사용자 의도 분석과 시스템 응답 생성을 동시에 처리한다. 또한 제안 모델은 대화 시스템의 각 기능들이 코퍼스 기반 프레임 워크에 의해 통합적으로 업데이트됨으로서 새로운 영역 확장과 관리를 위해 효율적인 구조를 갖고 있다. 두 개의 코퍼스를 사용한 실험에서 제안 모델은 각각 95% 와 91% 의 (기본 모델은 82% 와 79%) Task completion rate 을 보여 주었고 사용자 의도 인식을 위한 실험에서는 각각 93% 와 92 의 (기본 모델은 91% 와 88%) F-score 를 보여 주었다.
more