• Annual Conference on Human and Language Technology
• /
• 2016.10a
• /
• pp.249-251
• /
• 2016

다중 화자 대화 시스템에서, 시스템의 입장에서 어느 시점에 참여해야하는지를 아는 것은 중요하다. 이러한 참여 모델을 구축함에 있어서 본 연구에서는 다수의 화자가 대화에 참여하는 영화 대본으로 구축된 MovieDic 말뭉치를 사용하였다. 구축에 필요한 자질로써 의문사, 호칭, 명사, 어휘 등을 사용하였고, 훈련 알고리즘으로는 Maximum Entropy Classifier를 사용하였다. 실험 결과 53.34%의 정확도를 기록하였으며, 맥락 자질의 추가로 정확도 개선을 기대할 수 있다.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.22-25
• /
• 2022

본 연구는 대화형 인공지능이 비윤리적 표현을 학습하거나 생성하는 것을 방지하기 위한 기초적 연구로, 메신저 대화에 나타나는 단어 단위, 구 단위 이상의 비윤리적 표현을 수집하고 그 특성을 분석하였다. 비윤리적 표현은 '욕설, 혐오 및 차별 표현, 공격적 표현, 성적 표현'이 해당된다. 메신저 대화에 나타난 비윤리적 표현은 욕설이 가장 많은 비중을 차지했는데, 욕설에서는 비표준형뿐만 아니라 '존-', '미치다' 등과 같이 맥락을 고려하여 판단해야 하는 경우가 있다. 가장 높은 빈도로 나타난 욕설 '존나류, 씨발류, 새끼류'의 타입-토큰 비율(TTR)을 확인한 결과 '새끼류'의 TTR이 가장 높게 나타났다. 다음으로 메신저 대화에서는 공격적 표현이나 성적인 표현에 비해 혐오 및 차별 표현의 비중이 높았는데, '국적/인종'과 '젠더' 관련된 혐오 및 차별 표현이 특히 높게 나타났다. 혐오 및 차별 표현은 단어 단위보다는 구 단위 이상의 표현의 비중이 높았고 문장 단위로 떨어지기 보다는 대화 전체에 걸쳐 나타나는 것을 확인하였다. 따라서 혐오 및 차별 표현을 탐지하기 위해서는 단어 단위보다는 구 단위 이상 표현의 탐지에 대한 필요성이 있음을 학인하였다.

• The KIPS Transactions:PartB
• /
• v.9B no.6
• /
• pp.817-826
• /
• 2002

In Korean dialogue honorification phenomenon may occur, an honorific pronoun may be used, and a subject or an object may be completely omitted when it can be recovered based on context. This paper proposes that in order to process Korean dialogue in which such distinct linguistic phenomena occur and to construct its representation structure we mark and use the following information explicitly, not implicitly : information about dialogue participants, information about the speech act of an utterance, information about the relative order of social status for the people involved in dialogue, and information flow among utterances of dialogue. In addition, this paper presents a method of marking and using such situational information and an appropriate representation structure of Korean dialogue. In this paper we set up Korean dialogue representation structure by modifying and extending DRT (Discourse Representation Theory) and SDRT (Segmented Discourse Representation Theory). Futhermore, this paper shows how to process Korean dialogue computationally and construct its representation structure by using Prolog programming language, and then applies such representation structure to spontaneous Korean dialogue to know its validity.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.491-494
• /
• 2020

최근 언어 모델(Language model)의 기술이 발전함에 따라, 자연어처리 분야의 많은 연구들이 좋은 성능을 내고 있다. 정해진 주제 없이 인간과 잡담을 나눌 수 있는 오픈 도메인 대화 시스템(Open-domain dialogue system) 분야에서 역시 이전보다 더 자연스러운 발화를 생성할 수 있게 되었다. 언어 모델의 발전은 응답 선택(Response selection) 분야에서도 모델이 맥락에 알맞은 답변을 선택하도록 하는 데 기여를 했다. 하지만, 대화 모델이 답변을 생성할 때 일관성 없는 답변을 만들거나, 구체적이지 않고 일반적인 답변만을 하는 문제가 대두되었다. 이를 해결하기 위하여 화자의 개인화된 정보에 기반한 대화인 페르소나(Persona) 대화 데이터 및 태스크가 연구되고 있다. 페르소나 대화 태스크에서는 화자마다 주어진 페르소나가 있고, 대화를 할 때 주어진 페르소나와 일관성이 있는 답변을 선택하거나 생성해야 한다. 이에 우리는 대용량의 코퍼스(Corpus)에 사전 학습(Pre-trained) 된 언어 모델을 활용하여 더 적절한 답변을 선택하는 페르소나 대화 시스템에 대하여 논의한다. 언어 모델 중 자기 회귀(Auto-regressive) 방식으로 모델링을 하는 GPT-2, DialoGPT와 오토인코더(Auto-encoder)를 이용한 BERT, 두 모델이 결합되어 있는 구조인 BART가 실험에 활용되었다. 이와 같이 본 논문에서는 여러 종류의 언어 모델을 페르소나 대화 태스크에 대해 비교 실험을 진행했고, 그 결과 Hits@1 점수에서 BERT가 가장 우수한 성능을 보이는 것을 확인할 수 있었다.

• Journal of the Korean Chemical Society
• /
• v.48 no.1
• /
• pp.85-93
• /
• 2004

The purpose of this research was to investigate the change of argumentation of middle school students when they participated in argument tasks with CASE(Cognitive acceleration through science education) programs. Students argumentations were divided into two categories; 'explanatory argumentation' and 'dialogic argumentation'. Several argumentation components were used in their argumentation. Among argumentation components, claim and ground took place more than half of argumentation components. The percentage of 'dialogic argumentation' was lower than the percentage of 'explanatory argumentation'. The percentage of 'dialogic argumentation' was getting higher during CASE intervention. CASE programs had more effect on symmetric group than asymmetric group, however it was unstable. In general, participation ratio in argumentation of the formal operational student was high and the ratio in argumentation of the transitional student was getting higher.

• Journal of The Korean Association For Science Education
• /
• v.35 no.3
• /
• pp.509-521
• /
• 2015

Argumentation is a social and collaborative dialogic process. A large number of researchers have focused on analyzing the structure of students' argumentation occurring in the scientific inquiry context, using the Toulmin's model of argument. Since SSI dialogic argumentation often presents distinctive features (e.g. interdisciplinary, controversial, value-laden, etc.), Toulmin's model would not fit into the context. Therefore, we attempted to develop an analytical framework for SSI dialogic argumentation by addressing the concepts of 'discourse clusters' and 'discourse schemes.' Discourse clusters indicated a series of utterances created for a similar dialogical purpose in the SSI contexts. Discourse schemes denoted meaningful discourse units that well represented the features of SSI reasoning. In this study, we presented six types of discourse clusters and 19 discourse schemes. We applied the framework to the data of students' group discourse on SSIs (e.g. euthanasia, nuclear energy, etc.) in order to verify its validity and applicability. The results indicate that the framework well explained the overall flow, dynamics, and features of students' discourse on SSI.

• The Journal of the Convergence on Culture Technology
• /
• v.7 no.1
• /
• pp.620-631
• /
• 2021

The study aim to test the effect of voice agent's preceding utterance type on the user experience in the smart home contexts by conversation types. Based on two types of conversation (task-oriented vs. relationship-oriented conversations) and two types of utterance (preceding vs. response utterances), four different scenarios were designed for experimental study. A total of 62 participants were divided into two groups by utterance type, and exposed to two scenarios of the conversation types. Likeability, psychological reactance, and perceived intelligence were measured for the user experience of conversational agent. The result showed main effects of likeability in task-oriented conversations, and of psychological reactance in preceding utterances. The interaction effect demonstrated that preceding conversation improved the likeabilitty and perceived intelligence in the task-oriented conversations.

• 한국지구과학회:학술대회논문집
• /
• 2010.04a
• /
• pp.25-25
• /
• 2010

본 연구는 에너지와 물질 순환을 주제로 한 대학생들의 집단적 과제 수행 상황에서 구성원들의 상호작용 기능과 요소에 따른 역할 분배의 양상을 밝히고자 하였다. 집단 내 구성원에게 개별적인 역할이 주어져 있지 않은 상태에서 과제가 부여되었을 때, 집단 내에서 자연스럽게 형성되는 역할의 종류를 상호작용 기능과 양상에 따라 유형화해보았다. 연구 참여자는 9명의 환경 교육 전공 대학생으로, 2008년 11월에 열린 한중일 환경교육 캠프에 참여한 한국 학생들이다. 캠프 활동 중 하나로 충남 홍성 문당리 환경농업마을의 에너지와 물질 순환에 대해 토의하고 그 결과를 그림으로 표현하여 발표하는 활동이 있었는데, 본 연구에서는 발표를 위해 준비하는 과정을 연구 맥락으로 하였다. 그리고 약 2시간에 걸친 과제 수행 과정을 촬영 후 전사하여 연구 자료로 삼았다. 관련 선행 연구 고찰과 연구 자료에의 적용 및 수정을 통해 상호작용 기능과 요소를 코딩하기 위한 분석틀을 마련하였으며, 문제가 제기되고 그 문제에 대한 합의가 이루어지는 대화를 분석의 단위로 정하였다. 대화 단위별로 구성원 간 말차례가 오고간 모습을 화살표로 도식화하여 대화 패턴을 분류하였으며, 대화를 말차례별로 상호작용 기능과 요소에 따라 코딩화하였다. 화살표로 도식화된 대화 패턴과 상호작용 코딩 결과에 따라 집단 내에서 자발적으로 형성되는 구성원의 역할을 분류하고 명명하였다. 이렇게 집단적 과제 수행 상황에서 학생들에 의해 자생되는 역할을 상호작용의 관점에서 유형화해봄으로써 협동 학습이나 토의 활동 등 집단적 상호작용을 통한 과제 수행에 있어서 학생이나 교사의 역할에 대해 시사점을 줄 수 있을 것이다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.518-523
• /
• 2021

챗봇과 같은 대화형 에이전트 사용이 증가하면서 채팅에서의 혐오 표현 사용도 더불어 증가하고 있다. 혐오 표현을 자동으로 탐지하려는 노력은 다양하게 시도되어 왔으나, 챗봇 데이터를 대상으로 한 혐오 표현 탐지 연구는 여전히 부족한 실정이다. 이 연구는 혐오 표현을 포함한 챗봇-사용자 대화 데이터 35만 개에 한국어 말뭉치로 학습된 KoELETRA 기반 혐오 탐지 모델을 적용하여, 챗봇-사람 데이터셋에서의 혐오 표현 탐지의 성능과 한계점을 검토하였다. KoELECTRA 혐오 표현 분류 모델은 챗봇 데이터셋에 대해 가중 평균 F1-score 0.66의 성능을 보였으며, 오탈자에 대한 취약성, 맥락 미반영으로 인한 편향 강화, 가용한 데이터의 정확도 문제가 주요한 한계로 포착되었다. 이 연구에서는 실험 결과에 기반해 성능 향상을 위한 방향성을 제시한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1049-1050
• /
• 2023

빅데이터 시대에 추천시스템은 끊임없이 진화하고 있으며 그 중요성도 나날이 높아지고 있다. 그럼에도, 친구추천시스템은 여전히 사용자의 맥락 정보에만 의존하는 제한적인 모습을 보이고 있다. 이에 본 연구는 사용자의 대화에 드러난 관심사와 대화 만족도 등을 직접 사용자 임베딩에 활용한 Chat-Trip 모델을 제안하고, 실험을 통해 그 효용성을 입증하였다.