Acknowledgement
본 연구는 과학기술정보통신부 및 정보통신기술기획평가원의 대학ICT연구센터지원사업의 연구결과로 수행되었음(IITP-2018-0-01405). 본 연구는 2021년도 중소벤처기업부의 기술개발사업 지원에 의한 연구임 [S3100955].
Annual Conference on Human and Language Technology (한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리))
- 2021.10a
- /
- Pages.453-456
- /
- 2021
- /
- 2005-3053(pISSN)
Persona-based Korean Conversational Model
페르소나 기반 한국어 대화 모델
- Jang, Yoonna (Korea University) ;
- Lim, Jungwoo (Korea University) ;
-
Hur, Yuna
(Korea University)
;
- Yang, Kisu (Korea University) ;
- Park, Chanjun (Korea University) ;
- Seo, Jaehyung (Korea University) ;
- Lee, Seungjun (Human-inspired AI Research) ;
- Lim, Heuiseok (Korea University)
- 장윤나 (고려대학교 컴퓨터학과) ;
- 임정우 (고려대학교 컴퓨터학과) ;
-
허윤아
(고려대학교 컴퓨터학과)
;
- 양기수 (고려대학교 컴퓨터학과) ;
- 박찬준 (고려대학교 컴퓨터학과) ;
- 서재형 (고려대학교 컴퓨터학과) ;
- 이승준 (Human-inspired AI 연구소) ;
- 임희석 (고려대학교 컴퓨터학과)
- Published : 2021.10.14
Abstract
대화형 에이전트가 일관성 없는 답변, 재미 없는 답변을 하는 문제를 해결하기 위하여 최근 페르소나 기반의 대화 분야의 연구가 활발히 진행되고 있다. 그러나 한국어로 구축된 페르소나 대화 데이터는 아직 구축되지 않은 상황이다. 이에 본 연구에서는 영어 원본 데이터에서 한국어로 번역된 데이터를 활용하여 최초의 페르소나 기반 한국어 대화 모델을 제안한다. 전처리를 통하여 번역 품질을 향상시킨 데이터에 사전 학습 된 한국어 모델인 KoBERT와 KoELECTRA를 미세조정(fine-tuning) 시킴으로써 모델에게 주어진 페르소나와 대화 맥락을 고려하여 올바른 답변을 선택하는 모델을 학습한다. 실험 결과 KoELECTRA-base 모델이 가장 높은 성능을 보이는 것을 확인하였으며, 단순하게 사용자의 발화만을 주는 것 보다 이전 대화 이력이 추가적으로 주어졌을 때 더 좋은 성능을 보이는 것을 확인할 수 있었다.