[논문리뷰]CoMemNN : A Cooperative Memory Network for Personalized Task-oriented Dialogue Systems with Incomplete User Profiles

CoMemNN : A Cooperative Memory Network for Personalized Task-oriented Dialogue Systems with Incomplete User Profiles

https://arxiv.org/pdf/2102.08322.pdf

 

문제제기

(1) 모든 사람이 사생활 문제로 인해 자신의 프로필을 노출하지 않으려 하는 경우도 있고,
(2) 사용자 프로필은 너무나도 많은 속성(예: 성별, 나이, 취향 등)을 포함할 수 있다. 

 

해결할 과제

(1) 불완전한 사용자 프로필의 누락된 속성 값을 추론하는 방법
(2) 개인화된 프로필을 강화하기 위해 프로필을 사용을 해서 TDS(Task-oriented Dialogue)를 개선하는 방법

 

핵심개념

대화가 진행됨에 따라 사용자 프로필의 질을 높이고, 이 프로필을 바탕으로 대답을 더 잘 선택할 수 있는 CoMemNN을 제안한다. CoMemNN은 User Profile Enrichment (UPE)와 Dialogue Response Selection (DRS), 두 개의 핵심 모듈로 구성된다.

 

UPE : 현재 대화뿐 아니라 다른 사용자의 정보를 활용하여 불완전한 사용자 프로필의 질을 높인다. (인간 군상을 만들어내는 느낌)

DRS : 업데이트된 프로필을 사용한다. 이에 따라 사용자 요청에 대하여 좀 더 개인화된 대답을 할 수 있다.

 

대화를 통해서 user 1 (u1)의 프로필이 업데이트되는 과정이다. 사용자가 "Does it have decent French fries?"라고 물었을 때, 사용자는 'French fries'에대해 선호를 표한 것으로 인지하고, 사용자의 'favorite'속성에서 french fries라는 것을 추가할 수 있다. 더 나아가서 다른 user에 대한 정보와 함께 봐서 비슷한 성향을 찾을 수 있다. 예를 들어, 피자를 좋아하는 대부분의 유저가 햄버거도 좋아한다고 할 때, 피자를 좋아하는 유저는 햄버거를 좋아할 가능성이 높다. 마치 행렬로 표현된 추천시스템같다. 대화를 통해 프로필이 업데이트된다는 것의 의미는 해당 사용자 뿐만아니라 다른 사용자에게도 더 적절한 대답을 할 수있는 가능성이 높아지는 것이다.

 

OVERVIEW

실제 답변을 찾는 과정에서는 유저의 프로필과, 대화의 기록과, 현재의 메세지(curret utterence)이 입력된다.
(MI)각각이 임베딩되고, (MU) user의 프로필을 업데이트시키고, (MR) '업데이트된 프로필'과(enriched profile memory) '대화의 문맥(dialogue memory)'과 '현재 발화 내용(current user utterance, Query)'를 합쳐 각각을 반영한 하나의 쿼리를 만든다. (DRS) Retrieval Model로 후보답변에대하여 검색하고 적절한 답변을 찾는다.

 

Open Domain Chatbot보다는 실제 상용챗봇에서 활용가능성이 크다고 본다. 예를 들어 쇼핑몰에서 사용한다 할 때, 사용자의 data를 기반으로 attribute를 생성하고 대화를 통해서 프로필을 업데이트시킨다면, 사용자가 원하는 상품을 추천할 수도 있겠다.