질의응답 및 대화 시스템

자연어 질문에 답하고 대화를 수행하는 시스템으로, 검색 및 독해 기반 질의응답과 목표 지향형 및 개방형 대화 에이전트를 포함합니다.

Definition

질의응답은 자연어 질문에 대한 직접적인 답변을 반환하는 반면, 대화 시스템은 사용자에게 정보를 제공하거나 지원하기 위해 다중 턴 대화를 유지합니다.

Scope

사실형, 검색 기반, 독해 기반 접근 방식을 포함하는 질의응답과 대화 상태 추적을 통한 목표 지향형 에이전트 및 개방형 대화 모델을 포함하는 대화 시스템을 다룹니다. 사전 학습 모델의 역할과 정확성 및 일관성 평가를 다룹니다. 기본이 되는 트랜스포머 아키텍처는 통계 및 신경망 분야에서 다룹니다.

Core questions

• 검색 기반 질의응답과 독해 기반 질의응답은 어떻게 다른가요?
• 목표 지향형 대화 시스템은 어떻게 상태를 추적하고 행동을 선택하나요?
• 개방형 대화 에이전트의 특징은 무엇인가요?
• 답변과 대화의 품질은 어떻게 평가하나요?

Key concepts

• 사실형 질의응답
• 독해
• 검색
• 목표 지향형 대화
• 대화 상태 추적
• 개방형 대화
• 대화 에이전트
• 평가

Key theories

독해 기반 질의응답

지문에서 답변을 찾거나 생성하여 질문에 답하는 것으로, 독해 데이터셋으로 미세 조정된 사전 학습된 트랜스포머에 의해 변화된 작업입니다.

대화 상태 추적

목표 지향형 시스템이 무엇을 묻고, 확인할지, 실행할지 결정할 수 있도록 턴에 걸쳐 사용자 목표의 구조화된 표현을 유지하는 것입니다.

History

대화 시스템은 간단한 패턴 매칭을 사용한 Weizenbaum의 ELIZA(1966)로 거슬러 올라갑니다. 질의응답은 평가 캠페인을 통해 발전했으며, BERT와 같은 대규모 사전 학습 모델 및 후속 생성 모델의 등장은 독해 및 개방형 대화를 극적으로 개선했습니다.

Debates

진정한 이해 대 패턴 매칭

유창한 대화 시스템이 언어를 이해하는지, 아니면 ELIZA처럼 표면적인 패턴을 이용하는지에 대한 논쟁입니다. 대규모 모델이 설득력 있지만 때로는 근거 없는 응답을 생성함에 따라 이 질문은 더욱 중요해지고 있습니다.

Key figures

• Joseph Weizenbaum
• Daniel Jurafsky
• Jacob Devlin

Seminal works

• weizenbaum1966
• devlin2019

Frequently asked questions

목표 지향형 대화와 개방형 대화의 차이점은 무엇인가요?

목표 지향형 시스템은 항공편 예약과 같이 사용자가 특정 목표를 달성하도록 돕고 구조화된 상태를 추적합니다. 개방형 시스템은 정의된 작업을 완료하는 것보다 일관성과 참여를 우선시하며 모든 것에 대해 대화하는 것을 목표로 합니다.