문맥 기반 대화 행위 인식을 위한 단순 순환 신경망 접근법

대화 행위 인식은 자연어 이해의 중요한 부분입니다. 본 연구에서는 대화 행위 코퍼스의 주석 방법과 지금까지 사용된 학습 접근법을 조사하였습니다. 대부분의 클래스에서 대화 행위가 대화 내에서 맥락에 따라 민감하게 반응한다는 것을 발견하였습니다. 그럼에도 불구하고, 이전의 대화 행위 분류 모델들은 발화 단위로 작업을 수행하며, 맥락을 고려하는 경우는 매우 적습니다. 우리는 문자 단위 언어 모델 발화 표현을 사용하여 대화 행위를 분류하는 새로운 맥락 기반 학습 방법을 제안하였으며, 상당한 개선 효과를 확인할 수 있었습니다. 이 방법을 Switchboard 대화 행위 코퍼스(Switchboard Dialogue Act corpus)에서 평가하였으며, 결과는 현재 발화의 맥락으로서 선행 발화들을 고려함으로써 대화 행위 검출이 향상됨을 보여주었습니다.