대화 생성에서 발화 수준의 의미적 의존성을 학습하기 위한 오토인코더 매칭 모델

대화 생성에서 의미적으로 일관된 응답을 생성하는 것은 여전히 주요한 과제입니다. 전통적인 텍스트 생성 작업과는 달리, 대화에서 입력과 응답 간의 매핑은 더욱 복잡하여 문장 수준의 의미적 의존성을 이해해야 하는 요구가 높습니다. 이 문제를 해결하기 위해, 우리는 이러한 의존성을 학습하기 위한 오토인코더 매칭(Auto-Encoder Matching, AEM) 모델을 제안합니다. 이 모델은 두 개의 오토인코더와 하나의 매핑 모듈로 구성됩니다. 오토인코더는 입력과 응답의 의미 표현을 학습하고, 매핑 모듈은 문장 수준의 표현들을 연결하는 방법을 학습합니다. 자동 평가와 인간 평가를 통한 실험 결과는 우리의 모델이 기준 모델들에 비해 높은 일관성과 유창성을 가진 응답을 생성할 수 있음을 보여줍니다. 코드는 https://github.com/lancopku/AMM 에서 확인할 수 있습니다.