[Paper Review] GLUCOSE-GeneraLized and COntextualized Story Explanations (1)
들어가며
이 논문은 Elemental Cognition이라는 AI기업 연구자들이 여럿 참여하였으며 2020 EMNLP 컨퍼런스에서 Honourable Mention Papers에 오른 논문이다. Velog에 처음 포스팅하는 논문으로 이 논문을 정한 까닭은 상식 추론 데이터셋 을 상당히 흥미로운 방식으로 수집한 연구이기 때문이다. 인간의 인지 심리학에 영향을 받아 사건의 인과 관계를 10차원으로 정의하고, 이에 맞춰 상식 추론 데이터셋을 만들었다니…역시 EMNLP에는 아무나 투고하는 것이 아니다.
MCS
Motivtion
- 사람은 무언가를 읽거나 들을 때, 암시적인 상식 추론(implicit commonsense inferences)을 만들어 무엇이 일어났고 왜 일어났는지를 이해한다.
- 그러나 AI system은 reading comprehension이나 dialogue과 같은 태스크에 있어서 여전히 인간과 같은 상식 추론 능력을 보이지 못하고 있다.
- 그 이유는…
- ‘상식(commonsense knowledge)’을 대규모로 휙득할 방법이 없기 때문에
- 그러한 지식들을 최신의 AI 시스템에 통합시킬 방법이 없기 때문에
Claims
- GlUCOSE 상식 추론 프레임워크를 통해 이러한 보틀넥을 해결할 수 있다.
- GLUCOSE 데이터셋은 사건의 인과 설명을 10가지 차원을 제공하며, 또한 구체적인 스토리와 일반화된 법칙을 제공한다.
Significance
- 암시적인 상식(Commonsense knowledge)를 대규모로 수집할 방법을 수립했다.
- 기존의 사전학습 언어모델을 GLUCOSE에 훈련시키면 처음 보는 이야기에도 인간과 비슷한 정도의 상식 추론이 가능해진다.
Introduction
다음같은 상황을 가정해보자.
- 한 아이 앞에서 차가 방향을 틀었다.
- 그 아이가 재빨리 자전거를 돌렸다.
- 그 아이가 자전거에서 떨어졌다.
- 그 아이의 무릎이 까졌다.
이 이야기를 읽으며 사람은 문장간의 ‘인과 추론’ 을 만들어낼 수 있다. 예를 들어,
- ‘한 아이 앞에서 차가 방향을 틀었다.’
- 그리고 그건 ‘그 아이가 재빨리 자전거를 돌렸다.’를 초래하고
- 그리고 그건 ‘그 아이가 자전거에서 떨어졌다.’ 를 초래하고
- 그리고 그건 ‘그 아이의 무릎이 까졌다.’를 초래했다.
이러한 방식으로 말이다. 사람은 이처럼 어떻게 이야기 속 특정한 사건이 특정한 결과를 이끌었는지 묘사하는 ‘인과적 사슬’을 만들 수 있다
그러나 AI system은 reading comprehension이나 dialogue과 같은 태스크에 있어서 여전히 인간과 같은 상식 추론 능력을 보이지 못하고 있다. 이는 두 가지 이유가 있는데, 첫째로 암시적인 상식을 대규모로 획득할 길이 없으며, 둘째로 그러한 지식을 최신의 AI 시스템에 융합시킬 길이 없기 때문이다.
이러한 상황을 해결하고 나온 것이 바로 GLUCOSE이다. GLUCOSE라는 이름도 바로 이 프레임워크가 AI를 위해 할 수 있는 기능을 비유적으로 보여주고 있는데, 사람의 지식 활동이 뇌 속의 글루코스 용량에 따라 좌우되는 것처럼, AI 시스템이 기본적 사고를 할 수 있도록 하는 연료가 되라는 의미에서 글루코스라고 지었다고 한다. 좋은 논문은 역시 이름도 잘 짓는다.
앞에서도 언급했지만, GLUCOSE 데이터는 아주 흥미로운 규칙으로 구축되었다. 논문의 표현을 가져오면 다음과 같다.
S라는 짧은 이야기의 X라는 선택된 문장이 주어지면, GLUCOSE는 X와 관련된, 인간의 인지 심리학에 영향을 받은 10가지 차원의 commonsense causal explanations을 정의한다.
뿐만 아니라, GLUCOSE는 commonsense knowledge를 세상에 관한 ‘미니 이론’이라고 할 수 있는 ‘반정형 추론 법칙(semi-structured inference rules)’ 의 형태로 인코딩하고, 각각은 구체적인 이야기에 근거한다는 특징도 있다.
이게 무슨 말일까? 다음 포스팅에서 계속해보자.
Leave a comment