[논문리뷰] Ontologically Faithful Generation of Non-Player Character Dialogues (EMNLP 2024)
요약: KNUDGE는 비디오 게임 “The Outer Worlds”의 사이드 퀘스트 대화 데이터를 기반으로 한 언어 생성 데이터셋으로, 모델이 자연어로 명시된 퀘스트와 엔티티 사양을 반영한 대화 트리를 생성해야 하는 과제를 다룹니다. 연구 결과, 신경망 생성 모델이 competen...
Recent Posts
[논문리뷰] Controllable Neural Dialogue Summarization with Personal Named Entity Planning (EMNLP 2021)
요약: 본 논문에서는 개인 이름 항목 계획을 통해 대화 요약을 유연하게 안내할 수 있는 제어 가능한 신경 생성 프레임워크를 제안하며, 요약 작업의 제약 문제를 해결하기 위한 정보 유형 및 초점을 조절합니다. 이 프레임워크는 일반적인 종합적 관점과 사용자 지정된 개인 이름 항목에 기...
[논문리뷰] BoB- BERT Over BERT for Training Persona-based Dialogue Models from Limited Personalized Data (ACL 2021)
요약: 대화 에이전트를 위한 일관된 페르소나 유지는 중요하며, 제한된 페르소나 데이터의 규모가 이에 대한 훈련의 장벽이 되고 있다. 본 연구에서는 BERT-over-BERT (BoB) 모델을 통해 페르소나 기반 대화 생성을 두 개의 하위 작업으로 분리하여 이러한 문제를 해결하고, ...
[논문리뷰] Building a Role Specified Open-Domain Dialogue System Leveraging Large-Scale Language Models (NAACL 2022)
요약: 최근 오픈 도메인 대화 모델의 발전에도 불구하고, 특정 역할을 유지하며 자연스럽게 대화할 수 있는 시스템 구축은 어려운 과제로, 본 연구에서는 이를 해결하기 위한 효율적인 데이터 수집 프레임워크를 제안하고, 다양한 아키텍처를 비교하여 역할 사양을 충족시키는 대화 모델을 개발...
[논문리뷰] Investigating the Personality Consistency in Quantized Role-Playing Dialogue Agents (EMNLP 2024)
요약: 이 연구는 양자화된 대형 언어 모델에서의 성격 특성 일관성을 탐구하며, 역할 놀이 시나리오에서 다중 상호작용 동안 할당된 성격의 안정성을 평가합니다. 성격 불일치를 해결하기 위한 비모수적 방법인 Think2를 제안하고, QRPDA의 일관성을 유지하는 데 효과적임을 입증합니다.