• Annual Conference on Human and Language Technology
• /
• 2005.10a
• /
• pp.127-133
• /
• 2005

음성 기반의 대화 처리는 음성인식 오류, 음성언어이해 오류, 대화 처리 오류 등 많은 오류를 수반하며 진행된다. 이러한 오류들로 인해 시스템이 인지하는 사용자의 의도는 최초의 사용자 의도와는 그 차이가 벌어지게 된다. 사람과 사람사이의 대화에서도 역시 이러한 의도의 차이는 발생하게 되며, 사람은 이러한 의도의 차이를 확인대화를 통해서 좁혀가게 된다. 본 연구는 이러한 사람과 사람사이의 확인대화를 음성대화시스템에 적용하는 방법론에 대해 논한다. 확인대화의 신뢰도와 오류수정율을 높이기 위하여 오류감지 단계를 3단계로 나누고 그 3단계의 오류 정보를 이용하여, 확인대화전문가 시스템을 통한 다단계 오류수정 방법을 보인다.

• Korean Journal of Cognitive Science
• /
• v.17 no.2
• /
• pp.139-150
• /
• 2006

Speech recognition errors cause fatal results in a spoken dialogue system. When a system can not determine the speech-act of u utterance due to speech recognition errors, a dialogue system has a difficulty in continuing conversation. In this paper, we propose strategies for sub-dialogue generation by inferring the speech-act of an utterance with patterns of recognition errors on the field of form-filling dialogue. We used the proposed method on a plan-based dialogue model, corrected 27% of incomplete tasks, and acquired overall 89% of task completion rate.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.958-959
• /
• 2017

본 논문은 챗봇과 대화시스템을 이용한 영어 교육 시스템을 기술하는 것을 목표로 한다. 본 논문의 시스템은 학습자의 대화 흐름을 제한하지 않고 주제를 벗어난 자유대화를 허용하며 문법오류에 대한 피드백을 한다. 챗봇과 대화시스템을 이용한 영어 교육 시스템은 대화턴 성공률로 평가되었는데, 평균 대화턴 성공률은 80.86%였으며, 주제별로는 1) 뉴욕시티투어 티켓 구매 71.86%, 2) 음식주문 71.06%, 3) 건강습관 대화 85.41%, 4) 미래화폐에 대한 생각 조사 95.09%였다. 또한 영어 문법 오류 교정도 측정되었는데 문법 오류 정확률은 66.7%, 재현율은 31.9%였다.

• Journal of Korean Philosophical Society
• /
• v.129
• /
• pp.267-290
• /
• 2014

The slippery slope argument means that if we accept a type of action A, we are committed to accepting B, C and eventually N. Then, N is situation which we must not accept morally. It works causal mechnism that B because A is raised, C because B is raised. But in the logic textbooks and treatises, the slippery slope argument is classified as fallacy. The reason is that the argument is not a causal argument. Actually, it is a probable. Also it is argued that the argument is wrong because it fears about the future extremely. But We can not say all slippery slope argument is fallacy even though a slippery slope argument is sometimes fallacy. I think it is persuasive argument in a significant place. Therefore I argue that the argument is not simple logic as a form of thinking, but practical reasoning applied the context of dialogue. So in order to find it to be practical reasoning we demand the new understanding to fallacy theory. In traditionally, fallacy is defined to wrong reasoning logically, but according to Walton, fallacy means a verbal tactic or deceptive trick that can be used to cause someone to fall down in argument. That is to say, whether or not the argument is successful depends on how it uses as argument tactic in a given context of dialogue. Therefore I argue that whether or not the argument is successful, because of it is practical problem used in a context of dialogue, is to be approached to pragma and dialectical method, not semantic.

• Journal of Digital Convergence
• /
• v.20 no.2
• /
• pp.251-260
• /
• 2022

Despite the development of technology and the increase in the spread of smart speakers, user satisfaction keeps decreasing due to conversational errors. This study aims to examine the effect of the self-repair strategy on user experience in the context of conversational agents of smart speakers. Scenarios were designed based on error situations, and participants were divided into two groups by task criticality. The results revealed that the agent's self-repair strategy has a negative effect on trust and perceived ease of use compared with performance without error. It also influenced adoption intention through interaction with task criticality. This study is significant in that it empirically investigated the effects of the self-repair strategy and the user experience factors related to the actual acceptance of the self-repair strategy.

• Journal of Intelligence and Information Systems
• /
• v.29 no.3
• /
• pp.267-286
• /
• 2023

The conversational agents such as AI speakers utilize voice conversation for human-computer interaction. Voice recognition errors often occur in conversational situations. Recognition errors in user utterance records can be categorized into two types. The first type is misrecognition errors, where the agent fails to recognize the user's speech entirely. The second type is misinterpretation errors, where the user's speech is recognized and services are provided, but the interpretation differs from the user's intention. Among these, misinterpretation errors require separate error detection as they are recorded as successful service interactions. In this study, various text separation methods were applied to detect misinterpretation. For each of these text separation methods, the similarity of consecutive speech pairs using word embedding and document embedding techniques, which convert words and documents into vectors. This approach goes beyond simple word-based similarity calculation to explore a new method for detecting misinterpretation errors. The research method involved utilizing real user utterance records to train and develop a detection model by applying patterns of misinterpretation error causes. The results revealed that the most significant analysis result was obtained through initial consonant extraction for detecting misinterpretation errors caused by the use of unregistered neologisms. Through comparison with other separation methods, different error types could be observed. This study has two main implications. First, for misinterpretation errors that are difficult to detect due to lack of recognition, the study proposed diverse text separation methods and found a novel method that improved performance remarkably. Second, if this is applied to conversational agents or voice recognition services requiring neologism detection, patterns of errors occurring from the voice recognition stage can be specified. The study proposed and verified that even if not categorized as errors, services can be provided according to user-desired results.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.147-150
• /
• 2018

목적 지향 대화 시스템은 자연어 이해, 대화 관리자, 자연어 생성과 같은 세분화 모델들의 결합으로 이루어져있어 하위 모델에 대한 오류 전파에 취약하다. 이러한 문제점을 해결하기 위해 자연어 이해 모델과 대화 관리자를 하나의 네트워크로 구성하고 오류에 강건한 심층 Q 네트워크를 제안한다. 본 논문에서는 대화의 전체 흐름을 파악 할 수 있는 순환 신경망인 LSTM에 심층 Q 네트워크 적용한 심층 순환 Q 네트워크 기반 목적 지향 대화 시스템을 제안한다. 실험 결과, 제안한 심층 순환 Q 네트워크는 LSTM, 심층 Q 네트워크보다 각각 정밀도 1.0%p, 6.7%p 높은 성능을 보였다.

• Annual Conference on Human and Language Technology
• /
• 2006.10e
• /
• pp.25-31
• /
• 2006

본 논문에서는 띄어쓰기 오류와 철자 오류를 동시에 교정 가능한 전처리기를 제안한다. 제시된 알고리즘은 기존의 전처리기 알고리즘이 각 오류를 따로 해결하는 데에서 오는 한계를 극복하고, 기존의 noisy-channel model을 확장하여 대화체의 띄어쓰기 오류와 철자오류를 동시에 효과적으로 교정할 수 있다. N-gram과 자소변환확률 등의 통계적 방법과 어절변환패턴 사전을 이용하여 최대한 사전을 적게 이용하면서도 효과적으로 교정 후보들을 생성할 수 있다. 실험을 통해 현재 단계에서는 만족할 만한 성능을 얻지는 못하였지만 오류 분석을 통하여 이와 같은 방법론이 실제로 효용성이 있음을 알 수 있었고 앞으로 더 많은 개선을 통해 일상적인 대화체 문장에 대해서 효과적인 전처리기로서 기능할 수 있을 것으로 기대 된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04a
• /
• pp.178-180
• /
• 2001

인터넷은 가변적인 지연, 손실, 제한된 대역폭과 같은 특성을 가진다. 따라서, 인터넷상에서 전송된 비디오는 품질을 보장받지 못한다. H.261, H.263과 같은 진보된 비디오 압축 표준은 제한된 대역폭의 인터넷에서 비디오 전송을 가능하게 한다. 이러한 압축 표준들은 움직임 예측.보상기법을 사용하여 압축된 프레임들은 시간적인 연관성을 가지게 된다. 따라서, 인터넷에서의 패킷 손실은 해당 프레임에 오류를 발생시킬 뿐만 아니라, 오류는 손실되지 않은 이후의 복원된 프레임으로 전파되어 비디오의 품질을 심각하게 떨어뜨린다. 기존에 연구된 오류 전파 방지 기법에는 NEWPRED, Error Tracking(ET), Intra-refreshment가 있고, 패킷 손실 복구 기법에는 재전송 기법과 FEC등이 있다. 그러나 비디오의 전체적인 품질을 향상시키기 위해서는 오류 전파 방지와 손실 복구가 병행되어야 한다. 따라서 본 논문에서는 인터넷을 통한 대화식 비디오를 전송하는 데 있어서 품질을 향상시키기 위해 손실 자체를 복구할 수 있는 FEC기법에 기반 하면서 참조 프레임 선택(Reference Picture Selection)을 이용하여 패킷 손실에 의한 오류 전파를 방지하는 기법을 제안한다. 실험은 제안된 비디오 오류 제어 기법이 FEC기법과 RPS기법의 장점을 살리면서 단점을 서로 보완하여 비디오의 높은 품질을 유지함을 보인다.

• Annual Conference on Human and Language Technology
• /
• 2008.10a
• /
• pp.167-171
• /
• 2008

본 연구에서는 열차 예약 영역에 통계적 대화형 인터페이스를 도입하여 보다 자연스럽고 오류에 강인한 서비스 제공의 가능성을 검토하였다. 훈련용 코퍼스를 기반으로 사용자 및 시스템 행동 유형, 상태 변이 확률을 추출하여 정책을 도출하고, 성능분석용 코퍼스 기반 사용자 모델로 그 성능을 실험하였다. 방대한 시나리오의 반영을 위해 대량의 코퍼스 수집이 필요한 예제 기반 대화 정책, 혹은 인식기에 의한 오류나 노이즈를 고려하지 않음으로써 현실의 불확실성을 자연스럽게 반영하지 못하는 MDP 대화 정책에 비해 POMDP 정책은 효율적이고 빠른 훈련 알고리즘을 지속적으로 개선시켜 나간다면 적은 노력과 비용으로 효율적이고 강인한 대화 서비스의 제공이 가능할 것으로 기대된다.