시퀀스-투-시퀀스 자연어 생성을 위한 슬롯 정렬 기반의 깊은 앙상블 모델

자연어 생성은 생성형 대화 시스템과 대화 에이전트의 핵심을 이루고 있습니다. 본 연구에서는 앙상블 신경망 언어 생성기와 데이터 표현 및 증강에 대한 여러 가지 새로운 방법을 설명하며, 이들 방법이 모델 성능 향상에 기여하는 결과를 제시합니다. 우리는 음식점, TV, 노트북 도메인의 세 개 데이터셋에서 모델을 테스트하였으며, 최적의 모델에 대한 객관적 평가와 주관적 평가를 보고합니다. 다양한 자동 평가 지표와 인간 평가자를 활용하여, 우리의 접근 방식이 동일한 데이터셋에서 기존 최신 모델보다 더 우수한 결과를 달성함을 입증하였습니다.