제어 가능한 대화 생성(Controllable Dialogue Generation, CDG)은 챗봇이 원하는 특성을 갖춘 응답을 생성할 수 있게 하며, 가중치 디코딩(weighted decoding) 방법은 CDG 과제에서 상당한 성과를 거두었다. 그러나 특성 확률의 편향(bias)을 조절하기 위해 고정된 상수 값을 사용하는 방식은, 제어 가능성과 유창성 모두를 만족시키는 이상적인 제어 강도를 찾기 어렵게 만든다. 이 문제를 해결하기 위해, 우리는 모델의 엔트로피를 언어 모델과 특성 분류기 확률 분포 양쪽에서 각각 반영하여, 각 생성 단계마다 제어 강도를 동적으로 조정하는 ECO 디코딩(Entropy-based COntrol)을 제안한다. DailyDialog 및 MultiWOZ 데이터셋에 대한 실험 결과, ECO 디코딩은 유창성과 문법성을 유지하면서 제어 가능성을 일관되게 향상시키며, 다양한 모델과 설정에서 기존의 디코딩 방법들을 능가하는 것으로 나타났다. 또한 ECO 디코딩은 다중 특성 생성에서의 확률 보간(probability interpolation) 문제를 완화하며, 그 결과 단일 및 다중 특성 시나리오 모두에서 높은 성능을 보인다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.