다양한 모델과 훈련 데이터 구성에 따른 챗봇 성능에 대한 연구

Abstract

본 논문은 챗봇의 전반적인 구동 방식과 챗봇 엔진 구조를 설명하고 챗봇 엔진의 핵심 기능별 모델을 소개한다. 또한, 챗봇 학습에 사용될 훈련 데이터 구축 과정을 설명한다. 다음으로 훈련 데이터 내 질문 의도별 행의 수를 다양하게 조정하여 다양한 구성 비율의 훈련 데이터를 생성한다. 마지막으로 챗봇 엔진의 핵심 기능별 다양한 모델과 다양한 버전의 훈련 데이터를 적용하여 챗봇을 구축하고 성능을 비교해 본다. 이를 통해 챗봇 엔진의 핵심 기능별 최적 모델 조합과 최적의 훈련 데이터 크기 및 구성 비율에 관하여 설명한다.;This paper explains the overall operation method of the chatbot and the structure of the chatbot engine, and introduces the model for each core function of the chatbot engine. In addition, we describe the process of building training data to be used for chatbot learning. Next, the number of rows for each question intent in the training data is varied to generate training data with various composition ratios. Finally, we apply various models for each core function of the chatbot engine and various versions of training data to build a chatbot and compare its performance. Through this, we describe the optimal model combination for each core function of the chatbot engine and the optimal training data size and composition ratio.