Core Concepts
적합 의도 분류 및 명확화(CICC) 프레임워크는 빠르고 정확한 의도 분류를 위해 모델의 불확실성 점수를 활용하여 사전 정의된 신뢰 수준에서 진정한 의도를 포함하는 명확화 질문을 생성합니다.
Abstract
이 논문은 대화형 시스템에서 의도 분류의 불확실성을 다루는 CICC 프레임워크를 제안합니다. 주요 내용은 다음과 같습니다:
의도 분류기의 휴리스틱 불확실성 점수를 활용하여 진정한 의도를 포함하는 명확화 질문을 생성합니다. 이를 통해 사용자 쿼리를 빠르고 정확하게 해결할 수 있습니다.
모델이 너무 불확실한 경우 입력을 거부하는 기능을 추가하여 out-of-scope 탐지를 수행합니다.
7개의 의도 인식 데이터셋과 3개의 의도 분류기를 사용하여 CICC의 성능을 평가했습니다. CICC는 휴리스틱 접근법보다 우수한 성능을 보였으며, 특히 모호한 입력에서 두드러진 이점을 보였습니다.
CICC는 명확화 질문의 크기를 최소화하고 out-of-scope 탐지를 지원하는 등의 장점을 가지고 있습니다.
Stats
사용자 입력이 모호할 경우 CICC는 입력을 거부하는 비율이 상대적으로 낮습니다.
CICC는 다른 접근법에 비해 명확화 질문의 크기가 작습니다.
Quotes
"CICC는 빠르고 정확한 의도 분류를 위해 모델의 불확실성 점수를 활용하여 사전 정의된 신뢰 수준에서 진정한 의도를 포함하는 명확화 질문을 생성합니다."
"CICC는 모델이 너무 불확실한 경우 입력을 거부하는 기능을 추가하여 out-of-scope 탐지를 수행합니다."