메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이창환 (동국대학교)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제56권 제4호(통권 제497호)
발행연도
2019.4
수록면
44 - 49 (6page)
DOI
10.5573/ieie.2019.56.4.44

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
심층 학습(deep learning)과 강화학습(reinforcement learning)을 결합한 심층강화학습(deep reinforcement learning)은 최근 다양한 분야에서 널리 사용되고 있으며 특히 챗봇의 개발에 있어서 중요한 역할을 하고 있다. 이러한 심층강화학습을 이용한 챗봇 개발에 있어서는 주로 심층 러닝으로 구현된 정책 네트워크(policy network)를 policy gradient 기법을 사용하여 자연어 생성 학습을 진행한다. 본 연구에서는 이러한 챗봇(chatbot)의 개발에 있어서 대화자의 특성에 따라 학습이 가능한 두 개의 정책 네트워크(dual policy network)를 사용하는 새로운 심층강화학습 방법을 제안한다. 실제 데이터를 이용한 다양한 대화 생성 실험을 진행하였으며 제안된 모델은 기존의 모델에 비하여 더욱 대화자의 특징에 맞는 대화를 생성 할 수 있음을 알 수 있었다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 정책기반 학습과 보상함수
Ⅳ. 실험 및 토의
Ⅴ. 실험 결과
Ⅵ. 결론 및 추후 연구
REFERENCES

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-569-000764220