대화형 개인 비서 시스템은 기존의 대화 시스템과 달리 앱(App)을 이용하여 사용자에게 정보를 실시간으로 제공하는 시스템이다. 대화형 개인 비서 시스템에서의 SLU(Spoken Language Understanding) 작업은 도메인, 개체명, 문장목적, 동작, 화행 인식으로 나누어진다. 본 논문은 대화형 개인 비서 시스템에서의 SLU 작업들 중 개체명과 문장목적을 동시에 인식하는 방법을 연구한다. 기존 시스템은 사전-규칙 기반 방법 이용하여 인식 작업을 수행하는데, 이 방법은 몇 가지 문제점이 존재한다. 본 논문에서는 이러한 문제를 해결하기 위해 Conditional Random Fields(CRF)를 이용하여 개체명과 문장목적을 동시에 인식하는 방법을 제안하며, 양질의 ETRI 개체명 사전을 이용해 전체적인 성능을 향상시켰다. 기존 시스템과의 비교 결과, 문장 단위 1.5%의 성능 향상을 보였고, 유의성 검정 결과 본 논문에서 제안하는 방법이 신뢰도 95%에서 통계적으로 유의하다는 결론을 얻었다.
A dialogue-based private secretary system provides some real-time information to a user using apps unlike a traditional dialogue system. The Spoken Language Understanding (SLU) module of the private secretary system consists of five components : domain, named-entity, object, operator and speech-act recognition. This paper proposes a simultaneous recognition method recognition of named entities and objects. The traditional dialogue-based private secretary system has some problems from using dictionary and rule-based resources. In order to solve these problems, the proposed system uses the conditional random fields (CRF) for named entity and object recognition. Moreover, the performance of the system has been improved by adding the high quality ETRI named-entity dictionary. In the empirical experiments, the proposed system results the higher performance of 1.5% in sentence level than a compared system using dictionary and rule based resources. In a significance test, we obtain a P-value of 0.11. This difference is considered to be statistically significant.
