Common Conversation Topic Identification System through Multi-intent Detection

Abstract

Recently, various non-face-to-face services are increasing due to COVID-19, and among them, a conversation system (for example, a chatbot) that communicates between humans and artificial intelligence to obtain information is a representative service. However, since the current conversation system can detect only one intention in a sentence and only responds to information about a single sentence that is entered, there is a problem that the previously asked conversation must proceed again to know information about the conversation. To address these problems and contribute to the development of conversation systems into intelligent conversations or customized services, this paper proposes a subject identification system for common conversations based on the intents detected in given conversation sentences.|최근 코로나바이러스감염증-19(COVID-19)로 인해서 다양한 비대면 서비스가 증가하고 있는데 그중에서 사람과 인공지능 간 의사소통하여 정보를 얻는 대화 시스템(예를 들어 챗봇)이 대표적인 서비스이다. 하지만 지금의 대화 시스템은 문장 내에서 1개의 의도만 탐지가 가능하고 입력되는 단일 문장에 대한 정보만을 응답하기 때문에 이전에 진행된 질의나 대화에 대한 정보를 알기 위해서는 이미 질문했던 대화를 다시 진행해야 알 수 있는 문제점이 있다. 이런 문제를 해결하고 대화 시스템이 지능형 대화나 맞춤형 서비스로 발전할 수 있도록 기여하기 위해서 본 논문에서는 주어진 대화의 문장들에서 탐지된 의도를 기반으로 공통 대화에 대한 주제 식별 시스템을 제안한다.