[논문 리뷰] Eliminating deceptions and mistaken belief to infer conversational implicature

Mark Lee, Yorick Wilks|arXiv (Cornell University)|1998. 06. 05.

Multi-Agent Systems and Negotiation참고 문헌 9인용 수 10

한 줄 요약

이 논문은 화자 자신의 믿음과 의도를 모델링함으로써 대화적 암시와 기만, 오해된 믿음 간의 구분을 위한 계산 프레임워크를 제안한다. ViewGen 아키텍처 내의 믿음 주석 시스템을 활용함으로써 听자들이 기만적이거나 오류가 있는 해석을 제거하고 정확한 암시를 유추할 수 있도록 하여, 의료 상담 분야에서의 효과성을 입증한다.

ABSTRACT

Conversational implicatures are usually described as being licensed by the disobeying or flouting of some principle by the speaker in cooperative dialogue. However, such work has failed to distinguish cases of the speaker flouting such a principle from cases where the speaker is either deceptive or holds a mistaken belief. In this paper, we demonstrate how the three different cases can be distinguished in terms of the beliefs ascribed to the speaker of the utterance. We argue that in the act of distinguishing the speaker's intention and ascribing such beliefs, the intended inference can be made by the hearer. This theory is implemented in ViewGen, a pre-existing belief modelling system used in a medical counselling domain.

연구 동기 및 목표

• 대화적 암시를 해석하는 데 발생하는 모호함을 해결하기 위해, 이는 종종 기만이나 오해된 믿음과 혼동되기 때문이다.
• 화자 의도를 구분하는 방법을 개발하기 위해, 특히 화자가 대화 원칙을 어김으로써 암시를 표현하는지, 기만하는지, 잘못된 믿음을 가지고 있는지를 식별하는 것.
• 믿음 할당을 통해 화자의 정신 상태를 모델링하여 대화적 암시의 정확한 유추를 가능하게 하기.
• 실제 세계 도메인, 특히 정확한 해석이 중요한 의료 상담 분야에서 이 접근법을 구현하고 검증하기.
• 대화 시스템에서 의도성을 구분하는 공식적 메커니즘을 기여함으로써 자연어 이해의 견고성을 향상시키기.

제안 방법

• 화자의 정신 상태, 즉 믿음과 의도를 표현하고 추론하기 위해 믿음 모델링 시스템(ViewGen)을 활용한다.
• 형식적 기준을 적용하여 발화를 세 가지 범주로 분류한다: 대화 원칙을 어김(암시), 기만, 오해된 믿음.
• 화자의 지식 상태를 표현하기 위해 계층적 믿음 구조를 사용하여, 무엇을 믿고 있는지, 무엇을 의도하고 있는지, 무엇이 잘못된지 구분한다.
• 맥락 인식 추론을 통합하여, 대화 규범에서의 이탈이 전략적 암시에서 비롯되는지 아니면 오해 정보에서 비롯되는지 평가한다.
• 의료 상담 분야의 도메인 전문 지식을 활용하여 믿음 상태를 구체화하고, 실제 대화 상황에서 모델의 정확성을 검증한다.
• 논리적 추론을 적용하여 타당하지 않은 해석(기만 또는 오해된 믿음)을 제거하고, 유일하게 일관된 해석인 의도된 암시만 남긴다.

실험 결과

연구 질문

• RQ1 어떻게 대화적 암시를 기만하거나 오해된 믿음의 경우와 신뢰성 있게 구분할 수 있는가?
• RQ2 화자의 정신 상태를 충분히 잘 모델링하기 위해 필요한 계산적 메커니즘은 무엇인가?
• RQ3 믿음 주석 시스템이 실제 대화 도메인에서 대화적 암시의 유추를 효과적으로 지원할 수 있는가?
• RQ4 맥락은 화자 행동에서 어김, 기만, 오류 사이의 모호성을 해결하는 데 어떤 역할을 하는가?
• RQ5 어떤 해석—암시, 기만, 또는 오해된 믿음—이 발화와 맥락를 바탕으로 가장 일관된가를 시스템이 어떻게 판단할 수 있는가?

주요 결과

• 이 프레임워크는 화자에게 할당된 믿음과 의도를 분 析함으로써 대화적 암시, 기만, 오해된 믿음을 성공적으로 구분한다.
• ViewGen 시스템은 기만적 해석과 오해된 믿음 해석을 제거함으로써 의료 상담 대화에서 암시를 정확히 유추할 수 있었다.
• 믿음 모델링이 맥락이 풍부한 실제 대화에서 암시 유추 정확도를 크게 향상시킨다는 것이 입증되었다.
• 이 시스템의 성능은 잘못된 해석이 심각한 결과를 초래할 수 있는 도메인에서 검증되었으며, 이는 방법의 실용적 유용성을 확인한다.
• 결과적으로 정신 상태를 구분하는 것이 고위험 응용 분야, 특히 헬스케어와 같은 분야에서 견고한 대화 추론을 위해 필수적임을 보여준다.