Core Concepts
의도 분류 시스템은 사용자의 의도를 정확하게 파악하기 위해 도메인 간 적응이 필요하다.
Abstract
이 논문은 의도 분류 시스템의 도메인 적응에 대해 분석한다. 주요 내용은 다음과 같다:
의도 분류 시스템의 정의와 중요성: 대화형 에이전트의 핵심 기능인 의도 분류 시스템은 사용자의 의도를 파악하여 적절한 작업을 수행하는 것이 목표이다.
의도 분류 데이터셋 분석: 다양한 언어와 도메인을 포함하는 데이터셋을 검토하였다. 단일 도메인, 다중 도메인, 그리고 OOS(Out-Of-Scope) 데이터셋으로 구분하였다.
의도 분류 방법 분석: 의도 분류 모델 개발을 위해 사용되는 주요 기법들을 fine-tuning, prompting, 그리고 few-shot/zero-shot 학습으로 구분하여 설명하였다.
의도 분류의 어려움: 다중 모달리티, 도메인 간 이동성, 추론 능력, 언어 다양성, 의도 유사성, 데이터 부족 등 의도 분류의 어려움을 제시하였다.
향후 연구 방향: 다중 모달리티, 언어 다양성, 도메인 다양성, 대화 사전 학습, Adapter, 대조 학습 등 의도 분류 시스템의 발전을 위한 방향을 제안하였다.
Stats
의도 분류 시스템은 사용자 발화를 의도 클래스 중 하나로 분류하는 것이 목표이다.
의도 분류 시스템은 대화형 에이전트의 핵심 기능이며, 사용자의 의도를 정확하게 파악하여 적절한 작업을 수행할 수 있어야 한다.
의도 분류 시스템은 도메인 간 적응이 어려운 문제이며, 이를 해결하기 위한 다양한 방법들이 연구되고 있다.
Quotes
"Dialogue agents, which perform specific tasks are part of the long term goal of NLP researchers to build intelligent agents that communicate with humans in natural language."
"To achieve such systems, researchers have developed a broad range of techniques, objectives, and datasets for intent classification."
"Despite the progress made to develop intent classification systems (ICS), a systematic review of the progress from a technical perspective is yet to be conducted."