17일 전

이질적 소스에 대한 대화형 질문 응답

Philipp Christmann, Rishiraj Saha Roy, Gerhard Weikum
이질적 소스에 대한 대화형 질문 응답
초록

대화형 질문 응답(ConvQA)은 후속 질문의 맥락이 암시적으로 남겨진 순차적 정보 요구를 다룹니다. 기존의 ConvQA 시스템은 동질적인 정보 원천—즉 지식 기반(KB), 텍스트 코퍼스, 또는 표의 집합—위에서 작동합니다. 본 논문은 이러한 다양한 정보 원천을 동시에 활용하는 새로운 문제에 주목하며, 이를 통해 답변의 커버리지와 신뢰도를 향상시킵니다. 우리는 이종 정보 원천을 대상으로 하는 엔드투엔드(ConvQA) 파이프라인인 CONVINSE를 제안합니다. 이 시스템은 세 단계로 구성됩니다: i) 들어오는 질문과 대화 맥락에 대해 명시적인 구조화된 표현을 학습하고, ii) 이 프레임 기반 표현을 활용해 지식 기반, 텍스트, 표에서 일관되게 관련 근거를 추출하며, iii) 디코더 내에서 융합(fusion-in-decoder) 모델을 실행하여 답변을 생성합니다. 또한, 실제 사용자 대화 3,000건(질문 총 16,000개)을 포함하고, 엔티티 주석, 완성된 질문 표현, 질문의 동의어 표현을 제공하는, 이종 정보 원천을 위한 최초의 벤치마크인 ConvMix를 구축하고 공개합니다. 실험 결과는 제안한 방법이 최첨단 기준 대비 실현 가능성과 우수성을 입증합니다.

이질적 소스에 대한 대화형 질문 응답 | 최신 연구 논문 | HyperAI초신경