지식 기반 추천 대화 시스템으로의 발전

본 논문에서는 지식 기반 추천 대화 시스템(Knowledge-Based Recommender Dialog System, KBRD)이라고 하는 새로운 엔드투엔드 프레임워크를 제안합니다. 이 프레임워크는 추천 시스템과 대화 생성 시스템을 통합합니다. 대화 시스템은 사용자의 선호도에 대한 지식 기반 정보를 도입함으로써 추천 시스템의 성능을 향상시킬 수 있으며, 추천 시스템은 추천 인지 어휘 편향을 제공하여 대화 생성 시스템의 성능을 개선할 수 있습니다. 실험 결과는 제안된 모델이 대화 생성 및 추천 평가에서 모두 기준 모델보다 유의미한 장점을 가지고 있음을 입증합니다. 일련의 분석 결과는 두 시스템이 서로에게 상호 이익을 가져다 줄 수 있으며, 도입된 지식이 두 시스템의 성능 향상에 기여함을 보여줍니다.