목표 지향 대안에서의 놀라기 최소화 (Surprisal Minimization) 가 대화 생산 선택을 예측한다

요약

본 논문은 정보 이론적 비용 개념을 활용하여 문장 생성을 확률적 비용 민감 선택으로 모델링하고, 대화 생산 선택에 대한 예측 메커니즘을 제시한다. 특히, 고정된 의도(목표 지향)를 가진 대안과 맥락적 가능성에만 기반한 대안(목표 무관)을 구분하여 분석했다. 그 결과, 열린 대화에서 놀라기 최소화(surprisal minimization)가 가장 강력하게 생산 선택을 예측하는 설명임을 입증했으며, 이는 자연어 언어 생산 과정에 대한 새로운 원리적 프레임워크를 제공한다.

핵심 포인트

• 문장 생성을 정보 이론적 비용 개념 기반의 확률적 선택 문제로 모델링했다.
• 대안을 '목표 지향(goal-directed)'과 '목표 무관(goal-agnostic)' 두 가지 유형으로 분류하여 분석 틀을 확장했다.
• 열린 대화에서 생산되는 문장 선택은 놀라기 최소화(surprisal minimization) 원리에 의해 가장 강력하게 예측된다는 것을 발견했다.
• 이 연구는 언어 모델 생성 대안과 조건부 최적화를 결합하여 화자 및 청취자의 압력을 분석하는 프레임워크를 제공한다.