다중 턴 대화 모델링을 위한 깊은 발화 집합

다중 턴 대화 이해는 지능형 대화 시스템을 구축하는 데 있어 주요한 과제입니다. 본 연구는 이전 연구들이 단순히 대화 발화들을 연결(concatenates)하여 이전 발화들 간의 상호작용을 무시하고 문맥 모델링을 수행한 다중 턴 대화에 대한 검색 기반 응답 매칭에 초점을 맞추고 있습니다. 본 논문에서는 제안된 깊은 발화 집계 모델을 사용하여 이전 발화들을 문맥으로 구성하여 세부적인 문맥 표현(fine-grained context representation)을 형성합니다. 구체적으로, 먼저 자기 일치 주의(self-matching attention) 메커니즘이 도입되어 각 발화에서 중요한 정보를 라우팅합니다. 그런 다음 모델은 각 정제된 발화와 응답을 매칭하고, 주의 기반 턴 집계(attentive turns aggregation) 후 최종 매칭 점수가 얻어집니다. 실험 결과, 본 모델이 세 가지 다중 턴 대화 벤치마크에서 최신 기술 방법론(state-of-the-art methods)보다 우수한 성능을 보임을 확인할 수 있으며, 이 중 하나는 신규로 소개된 전자상거래 대화 코퍼스(e-commerce dialogue corpus)를 포함하고 있습니다.