[논문리뷰] Talk With Human-like Agents: Empathetic Dialogue Through Perceptible Acoustic Reception and Reaction (ACL 2024)
요약: 이 논문은 음성 인식을 통합하여 인간 의사소통의 뉘앙스를 이해하는 다중 모달 대화 시스템 ‘PerceptiveAgent’를 제안하며, 이를 통해 화자의 진정한 의도를 더 잘 파악하고 공감적인 반응을 생성하는 방법을 다룹니다.
요약: 이 논문은 음성 인식을 통합하여 인간 의사소통의 뉘앙스를 이해하는 다중 모달 대화 시스템 ‘PerceptiveAgent’를 제안하며, 이를 통해 화자의 진정한 의도를 더 잘 파악하고 공감적인 반응을 생성하는 방법을 다룹니다.
요약: 본 논문에서는 대화 시스템의 인간 같은 특성을 평가하기 위한 12개의 대화 과제가 포함된 DialogBench라는 벤치마크를 제안하며, instruction tuning이 대형 언어 모델의 인간 유사성을 어느 정도 향상시키지만 여전히 개선 여지가 많음을 보여준다.
요약: 이 논문에서는 정서적 지지 대화(ESC) 작업을 정의하고, 정서적 지원 대화 데이터셋(ESConv)을 구성하여 효과적인 정서적 지지를 제공하기 위한 대화 시스템 연구에 기여하고자 한다. 연구 결과, 지원 전략의 중요성을 강조하고 ESConv의 유용성을 보여준다.
요약: 이 논문은 대화 생성 모델에 개인화를 도입하기 위한 데이터 문제를 해결하기 위해, 효율적인 데이터 조작 방법을 제안하고, 이를 통해 생성 모델의 성능을 향상시키는 방법을 탐구한다.
요약: 이 논문에서는 기존의 효율성, 안정성 및 효과성 문제를 해결하기 위해 빠르고 적응 가능하며 안정적이고 이전 가능성 높은 주제 모델인 FASTopic을 제안합니다. FASTopic은 데이터셋 내에서 문서 임베딩과 주제 및 단어 임베딩 간의 의미적 관계를 직접 모델링하여 잠재적...