QA 서비스 커버리지 확보를 위한 주제기반 지식 확장 모델

• 영문명: Thematic Knowledge Expansion Model for Securing Coverage of Question Answering Services
• 발행기관: 한국IT서비스학회
• 저자명: 엄재홍(Eom, Jae-Hong)
• 간행물 정보: 『한국IT서비스학회 학술대회 논문집』2016추계학술대회, 65~68쪽, 전체 4쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2016.11.30

국문 초록

최근 딥러닝을 필두로 주요 인공지능(AI) 기반 기술들이 크게 발전함에 따라 다양한 수준과 형태의 인공지능 응용들이 활발히 제시되고 있다. 본 논문에서는 다양한 인공지능 서비스 중 질의응답(Question Answering; QA) 서비스의 서비스 커버리지를 높이기 위한 방법에 대해 다룬다. 논문에서는 실험을 통해 일반적으로 사용자들은 QA 서비스를 사용하거나 접함에 있어 무작위적인 주제에 대한 QA 보다는 특정 주제로 정리될 수 있는 지식의 연결고리를 기반으로 QA를 사용하는 경 향이 있으며, 이러한 주제를 커버하는 배경 지식베이스를 통해 QA 서비스를 제공할 경우 실제 사용자가 느끼는 QA 서비스의 완성도 및 서비스 만족도가 크게 높아질 수 있음을 실험적 결과를 통해 살펴본다. 논문에서는 이를 기반으로 구성된 주제기반 지식 확장 모델의 구조 및 그 결과에 대해 다루고, 나아가 이를 도메인 지식 확장 플랫폼에 적용한 초기 결과에 대해 다룬다.

목차

1. 서론 – ‘다양한 AI 서비스의 등장’

2. 본론 – ‘지식기반 서비스와 도메인’

3. 결론

[참고문헌]