Annual Conference on Human and Language Technology (한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리))
- 2022.10a
- /
- Pages.277-283
- /
- 2022
- /
- 2005-3053(pISSN)
SaJuTeller: Conditional Generation Deep-Learning based Fortune Telling Model
SaJuTeller: 조건부 생성 모델을 기반으로 한 인공지능 사주 풀이 모델
- Hyeonseok Moon (Korea University) ;
- Jungseob Lee (Korea University) ;
- Jaehyung Seo (Korea University) ;
- Sugyeong Eo (Korea University) ;
- Chanjun Park (Korea University) ;
- Woohyeon Kim (FLES Corp) ;
- Jeongbae Park (Human-inspired AI Research) ;
- Heuiseok Lim (Korea University)
- 문현석 (고려대학교 컴퓨터학과) ;
- 이정섭 (고려대학교 컴퓨터학과) ;
- 서재형 (고려대학교 컴퓨터학과) ;
- 어수경 (고려대학교 컴퓨터학과) ;
- 박찬준 (고려대학교 컴퓨터학과) ;
- 김우현 ;
- 박정배 (Human-inspired AI 연구소) ;
- 임희석 (고려대학교 컴퓨터학과)
- Published : 2022.10.18
Abstract
사주 풀이란 주어진 사주에 대해서 그에 맞는 해석 글을 생성해주는 작업을 의미한다. 전통적으로 사주 풀이는 온전한 사람의 영역으로 인식되어왔으나, 우리는 본 연구를 통해 사주 풀이 영역도 인공지능으로 대체할 수 있을 것이라는 가능성을 탐구한다. 본 연구에서 우리는 최근 연구되고 있는 자연어 생성분야의 연구들에서 영감을 받아, 사주 유형과 사주 풀이 내에 포함할 명사 키워드를 기반으로 풀이글을 생성하는 인공지능 모델 SaJuTeller를 설계한다. 특히 이전 문맥을 고려하여 풀이글을 생성하는 모델과 단순 사주 유형 및 명사 키워드를 기반으로 풀이글을 생성하는 두가지 모델을 제안하며, 이들 각각의 성능을 분석함으로써 각 모델의 구체적인 활용 방안을 제안한다. 본 연구는 우리가 아는 한 최초의 인공지능 기반 사주풀이 연구이며, 우리는 이를 통해 사주풀이에 요구되는 전문인력의 노력을 경감시킴과 동시에, 다양한 표현을 가진 사주 풀이 글을 생성할 수 있음을 제안한다.