Journal of KIISE:Software and Applications (한국정보과학회논문지:소프트웨어및응용)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

Automatic Construction of Hierarchical Bayesian Networks for Topic Inference of Conversational Agent

대화형 에이전트의 주제 추론을 위한 계층적 베이지안 네트워크의 자동 생성

  • Published : 2006.10.15
Download PDF
⟨ Previous Next ⟩

Abstract

Recently it is proposed that the Bayesian networks used as conversational agent for topic inference is useful but the Bayesian networks require much time to model, and the Bayesian networks also have to be modified when the scripts, the database for conversation, are added or modified and this hinders the scalability of the agent. This paper presents a method to improve the scalability of the agent by constructing the Bayesian network from scripts automatically. The proposed method is to model the structure of Bayesian networks hierarchically and to utilize Noisy-OR gate to form the conditional probability distribution table (CPT). Experimental results with ten subjects confirm the usefulness of the proposed method.

최근에 대화형 에이전트에서 사용자 질의의 주제 추론을 위하여 베이지안 네트워크가 효과임이 발표되었다. 하지만 베이지안 네트워크는 설계에 있어서 많은 시간이 소요되며, 스크립트(대화를 위한 데이타베이스)의 추가 변경시에는 베이지안 네트워크도 같이 수정해야 하는 번거로움이 있어 대화형 에이전트의 확장성을 저해하고 있다. 본 논문에서는 스크림트로부터 베이지안 네트워크를 자동으로 생성함으로써 베이지안 네트워크를 이용한 대화형 에이전트의 확장성을 높이는 방법을 제안한다. 제안한 방법은 베이지안 네트워크의 구성노드를 계층적으로 설계하고, Noisy-OR gate를 사용하여 베이지안 네트워크의 조건부 확률 테이블을 구성한다. 피험자 10명이 대화형 에이전트를 위한 베이지안 네트워크를 수동 설계한 것과 비교한 결과 제안하는 방법이 효과적임을 알 수 있었다.

Keywords

References

  1. J. Allen, D. Byron, M. Dzikovska, G. Ferguson, L. Galescu and A. Stent, 'Towards conversational human-computer interaction,' AI Magazine, vol. 22, no. 4, pp. 27-38, 2001
  2. M. Budzikowska, J, Chai., S. Govindappa, V. Horvath, N. Kambhatla, N. Nicolov and W. Zadrozny, 'A conversational interface for online shopping,' Human Language Technology Confererence, 2001 https://doi.org/10.3115/1072133.1072145
  3. 홍진혁, 조성배, '계층적 베이지안 네트워크를 이용한 대화형 에이전트의 문맥유지', 추계 정보과학회 학회지, vol. 29, no. 2, pp. 259-261, 2002.
  4. 이말례, 배금표, '정보 추출을 이용한 학습 기반의 웹인터페이스 에이전트', 정보관리학회지, vol. 19, no. 1, pp, 5-22, pp. 1013-0799, 2002 https://doi.org/10.3743/KOSIM.2002.19.1.005
  5. 김혜숙, '한국어 기본 문형 설정에 대하여: 효과적인 국어교육을 위하여', 국어국문학회, 국어국문학 122, 1998
  6. J, Weizenbaun, 'ELIZA - A computer program for the study of natural language communication between man and machine,' Communications of the ACM, vol. 9, no. 1, pp. 36-45, 1965 https://doi.org/10.1145/365153.365168
  7. The A.L.I.C.E. AI Foundation, In http://alicebot.org
  8. S.-I. Lee, S.-B. Cho, 'An intelligent agent with structured pattern matching for a virtual representative,' Proc. of Asia-Pacific Conf. on Intelligent Agent Technology, pp. 409-411, 2001
  9. E. Charniak, 'Bayesian networks without tears,' AI Magazine, vol. 12, no. 4, pp. 50-63, 1991
  10. D. Heckerman, 'A tutorial on learning with Bayesian networks,' Microsoft Research, Technical Report MSR-TR-95-06, 1995
  11. D. Chickering, D. Geiger and D. Heckerman, 'Learning Bayesian networks is NP-hard,' Proc. 5th Conf. on Artificial Intelligence and Statistics, pp. 112-128, 1995
  12. R. Etxeberria, P. Larranaga and J,M. Picaza, 'Analysis of the behaviour of genetic algorithms when learning Bayesian network structure from data,' Pattern Recognition Letters, vol. 18, Issues 11-13, pp. 1269-1273, 1997 https://doi.org/10.1016/S0167-8655(97)00106-2
  13. 김경민, 임성수, 조성배, '인공지능 기법을 이용한 User Interface 기반 대화형 에이전트', 한글 및 한국어 정보처리 학술대회, 15회, pp. 201-207, 2003
  14. J. Allen, G. Ferguson, A. Stent, 'An architecture for more realistic conversational systems,' Proceedings of Intelligent User Interfaces 2001, 2001 https://doi.org/10.1145/359784.359822
  15. B. Lin, H. Wang, L. Lee, 'Consistent dialogue across concurrent topics based on an expert system model,' Proceedings of European Conference on Speech Communication and Technology (EUROSPEECH'99), pp. 1427-1430, 1999
  16. C. Sammut, 'Managing context in a conversational agent,' Electronic Transactions on Artificial Intelligence, 2001
  17. E. Horvitz and T. Paek, 'A computational architecture for conversation,' Proc. 7th Int. Conf. on User Modeling, Banff, Canada, pp. 201-210. Springer Wien, 1999
  18. A, Onisko, M. J. Druzdzel and H. Wasyluk, 'Learning Bayesian network parameters from small data sets: Application of Noisy-OR gates,' Int. Journal of Approximate Reasoning, vol. 27, Issue 2, pp 165-182, 2001 https://doi.org/10.1016/S0888-613X(01)00039-1