상황 기반 대화 추천: 동적 및 암묵적 선호도 추론 (SiPeR)

요약

본 논문은 시각적 장면과 자연어 대화를 결합하여 맥락에 맞는 추천을 제공하는 '상황 기반 대화 추천(Situated Conversational Recommendation, SCR)' 분야의 복잡성을 다룹니다. 기존 방식보다 사용자의 동적이고 암묵적인 선호도 이해가 필수적이며, 주변 환경이 관심사에 큰 영향을 미치기 때문입니다. 이를 해결하기 위해 연구진은 새로운 프레임워크인 '상황 기반 선호도 추론(Situated Preference Reasoning, SiPeR)'을 제안했습니다. SiPeR은 (1) 현재 장면이 사용자 요구를 충

핵심 포인트

• SiPeR은 시각적 장면과 대화를 통합하여 맥락적 추천을 수행하는 프레임워크입니다.
• 핵심 메커니즘으로, 사용자의 필요도를 추정하는 '장면 전환 추정'과 다중 모드 LLM의 가능성을 활용한 '베이즈 역추론'을 사용합니다.
• 실험 결과, SiPeR은 추천 정확도와 응답 생성 품질 모두에서 우수함을 입증했습니다.