SARG: 다중 턴 불완전 발화 복원을 위한 새로운 반자동 회귀 생성기

개방형 대화 시스템은 단일 턴 코퍼스의 쉽게 얻을 수 있는 특성과 딥 러닝의 발전 덕분에 큰 성공을 거두었습니다. 그러나 다중 턴 시나리오는 공용 참조와 정보 누락이 자주 발생하기 때문에 여전히 도전 과제입니다. 본 논문에서는 최근 연구에서 다중 턴 대화 시스템의 전반적인 개선을 가져온 불완전 발화 복원(incomplete utterance restoration)을 조사합니다. 또한, 텍스트 생성을 위한 자기 회귀(autoregression)와 텍스트 편집을 위한 시퀀스 라벨링(sequence labeling)에 공동으로 영감을 받아, 높은 효율성과 유연성을 가진 새로운 반 자기 회귀 생성기(semi autoregressive generator, SARG)를 제안합니다. 더욱이, 두 벤치마크에 대한 실험 결과는 제안된 모델이 성능과 추론 속도 측면에서 기존 최신 모델들보다 유의미하게 우수함을 보여줍니다.