목적 지향 대화와 오픈 도메인 대화가 가능한 챗봇 만들기
(수행목적)
● Agent와 사람 간 자연스러운 대화를 진행하기 위해 질의/응답의 Question
Answering, Chatting, Goal-Oriented 대화 등 다양한 형식의 대화를 코드로
구현함
자연어처리(NLP)를 이루는 자연어 이해(NLU)와 자연어 생성(NLG)을 이해하고 코드로 구현
대화시스템(Dialogue system)을 이루는 목적 지향 대화 시스템(Task-oriented Dialogue system)과 오픈 도메인 대화 시스템(Open domain Dialogue system)을 이해하고 이를 코드로 구현
두가지 대화 시스템을 결합한 하이브리드 대화 시스템(Hybrid Dialogue system)을 구성함
수행 단계별
E2E 챗봇 실습
하이브리드 대화 시스템 실습
하이브리드 대화 시스템 구성 목적지향 대화시스템, 생성기반 대화시
스템, Ranking
사용언어 및 개발환경
● Programming Language
● Integrated Development Environment(IDE)
● Framework & Package
Word2Vec 중 Skip gram : Mikolov, Tomas; et al. (2013). "Efficient Estimation
of Word Representations in Vector Space".
TextCNN : Yoon Kim."Convolutional Neural Networks for Sentence-Classificati-
on".
Bi-LSTM CRF : Zhiheng Huang,Wei Xu,Kai Yu."Bidirectional LSTM-CRF Models
for Sequence Tagging".
DAN(Deep Average Network) : Iyyer."Deep Unordered Composition Rivals Syn-
tactic Methods for Text Classification".
SentencePiece : SentencePiece: A simple and language independent subword
tokenizer and detokenizer for Neural Text Processing, Taku Kudo, John Richard-
son, Google
Transformer : “Attention Is All You Need” Ashish Vaswani, Noam Shazeer,
Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N. Gomez, Lukasz Kaiser, Illia Polosukhin