논문리뷰3 [논문 리뷰] Dialog Inpainting: Turning Documents into Dialogs 안녕하세요😚 오늘의 논문리뷰는 ACL 2020에 공개된 "Dialog Inpainting: Turning Documents into Dialogs" 논문입니다. 💌 논문 링크 : https://arxiv.org/abs/2205.09073 💚Overview 본 논문에서 가장 크게 지적하는 것은 대화형 QA TASK를 구축하기는 매우 힘들다는 점입니다. 이러한 데이터를 구축하기 위해서는 전문 온라인 포럼에서 데이터를 긁어 올 수 있는데 이는 개인적인 의견이나 주관적인 의견이 많고, 전문가가 제작할 경우 질은 높지만 굉장히 노력과 비용이 많이 들어간다는 문제점이 있습니다. 하지만 전문가들이 작성한 높은 퀄의 문서들은 위키피디아 같은 곳에 있고 독자가 궁금해 하는 사항을 기반으로 내용을 잘 작성해 놨습니다. 따.. 2022. 8. 2. [논문 리뷰] ProtGNN: Towards Self-Explaining Graph Neural Networks 안녕하세요😚 오늘의 논문리뷰는 ACL 2020에 공개된 "ProtGNN: Towards Self-Explaining Graph Neural Networks" 논문입니다. 💌 논문 링크 : https://arxiv.org/abs/2112.00911 💚Overview 기존의 존재하는 많은 explanation method는 post-hoc 방식에 치우쳐 있습니다. 따라서 다른 모델이 설명을 제공하기 위해 별도로 GNN을 학습해야 합니다. 하지만 이러한 방식들은 오리지널 모델의 Reasoning process를 보이는데 실패하는 경우가 많습니다. 따라서 본 논문에서는 프로토타입 러닝 방식을 적용한 Prototype Graph Neural Network를 공개했습니다. 해석 가능성을 오리지널 모델에 Built .. 2022. 7. 15. [논문 리뷰] Knowledge-grounded Task-oriented Dialogue Modeling on Spoken Conversations Track at DSTC10 오늘은 DSTC 10에서 좋은 성적을 보였던 방식에 대하여 summary한 논문을 살펴보도록 하겠습니다. 😎 DSTC TRACK2 OVERVIEW - Intro 주최측인 알렉사 ai에서 낸 논문 부터 시작하도록 하겠습니다. 문제를 낸 이유와 데이터셋에 대한 설명 제출된 팀들의 방식이 세부적으로 설명되어 있습니다. 첫째로 출제 이유입니다. 여기서는 보다 세부적으로 Written 데이터와 Spoken 데이터의 차이에 대해 나타내고 있습니다. 차이는 다음과 같습니다. 이러한 차이를 가지는데 많은 에이전트들은 음성데이터의 음성인식결과로 운영된다는 점, 그리고 Spoken 데이터는 어노테이션 데이터가 많이 없다는 점을 지적했습니다. 본 대회에서 Track2 의 핵심은 Spoken이었다는 것이고, 이러한 데이터에서.. 2022. 3. 10. 이전 1 다음
