과제정보
이 논문은 경찰청이 지원한 '스마트 건강관리(www.kipot.or.kr)'의 지원을 받아 수행된 연구결과입니다. [과제명: 경찰관 맞춤형 건강관리 서비스를 위한 지능형 빅데이터 통합플랫폼 개발 / 과제번호: 220222M01] 이 연구는 2022년도 산업통상자원부 및 산업기술평가관리원(KEIT) 연구비 지원에 의한 연구임(20015007)
한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리) (Annual Conference on Human and Language Technology)
- 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
- /
- Pages.497-501
- /
- 2022
- /
- 2005-3053(pISSN)
대화 상태 추적 모델을 활용한 공황 장애 점진적 조기 위험 검출 시스템
Incremental Early Risk Detection using Dialogue State Tracking for Panic Disorder
- Chaebin Lee (Graduate School of Artificial Intelligence, POSTECH) ;
- Geunbae Lee (Graduate School of Artificial Intelligence, POSTECH)
- 발행 : 2022.10.18
초록
대화 상태 추적(Dialogue State Tracking)은 특정 목적을 달성하기 위한 대화 시스템인 목적 지향 대화 시스템의 핵심 부분으로, 대화에서 표현된 사용자의 목적을 추출한다. 조기 위험 검출 시스템은 연속적으로 들어오는 정보를 바탕으로 분류 대상인지 아닌지를 판별하며, 정확도 저하를 피하면서 최대한 빠르게 분류하는 것을 목표로 한다. 본 연구에서는 대화 상태 추적 시스템에서 나온 은닉층을 입력으로 하여 실시간으로 공황 장애 여부를 점진적으로 조기 분류하는 시스템과 조기 분류를 위한 새로운 손실 함수를 제안한다. 조기 위험 검출 시스템에 대화 상태인 belief state의 정보를 함께 사용했을 때, 큰 성능 향상을 보였으며 대화 상태가 조기 위험 검출에 필요한 정보를 담고 있음을 확인할 수 있다.