초록
작업 지향 대화 시스템은 사용자의 의도를 표현하기 위해 대화 상태 추적(dialogue state tracking, DST)을 자주 활용하며, 이는 미리 정의된 슬롯(slot)에 값을 채우는 과정을 포함한다. 기존의 많은 접근 방식들은 특정 작업에 맞춘 아키텍처와 전용 분류기를 사용해 왔다. 최근에는 사전 학습된 언어 모델 기반의 보다 일반적인 아키텍처를 활용한 연구에서 뛰어난 성능이 달성되고 있다. 본 연구에서는 스키마 기반 프롬프팅(schema-driven prompting)을 도입하여, 카테고리형 및 비카테고리형 슬롯 모두에 적용 가능한 작업 인지(history encoding)를 제공하는 언어 모델링 기반의 새로운 접근법을 제안한다. 또한, 도메인 내 지식의 자연스러운 출처인 스키마 설명을 프롬프팅에 추가함으로써 성능을 further 향상시켰다. 본 연구에서 제안하는 순수 생성형 시스템은 MultiWOZ 2.2에서 최신 기준(SOTA) 성능을 달성하였으며, 다른 두 가지 벤치마크인 MultiWOZ 2.1과 M2M에서도 경쟁력 있는 성능을 보였다. 관련 데이터와 코드는 https://github.com/chiahsuan156/DST-as-Prompting 에 공개될 예정이다.