CR-Walker: 대화 추천을 위한 트리 구조 그래프 추론 및 대화 행위

대화형 추천 시스템(ConvRS)에 대한 관심이 점점 증가하고 있으며, 이러한 시스템은 사용자의 선호도를 대화적 상호작용을 통해 탐색함으로써 적절한 추천을 제공하려는 목표를 가지고 있다. 그러나 기존의 ConvRS는 여전히 다음과 같은 한계를 가지고 있다: (1) 백그라운드 지식 상에서 여러 가지 추론 경로를 탐색하여 관련 항목과 특성을 도입하는 능력이 부족하며, (2) 현재 시스템의 의도에 따라 선택된 엔티티를 적절히 배열하여 응답 생성을 제어하는 능력이 부족하다. 이러한 문제를 해결하기 위해 본 논문에서는 지식 그래프 위에서 트리 구조의 추론을 수행하고, 언어 생성을 안내하는 정보적인 대화 행위(dialog acts)를 생성하는 모델인 CR-Walker을 제안한다. 트리 구조의 추론을 통해 각 단계에서 탐색된 엔티티를 대화 행위의 일부로 간주함으로써, 엔티티 선택과 표현 간의 연결을 강화하는 독창적인 접근 방식을 제시한다. 자동 평가 및 인공 평가 결과에 따르면, CR-Walker은 더 정확한 추천을 도출할 뿐만 아니라, 더 정보성 있고 몰입감 있는 응답을 생성하는 데 성공하였다.