본 논문은 동적 플랫폼에서의 기만적인 대화 감지를 위한 도메인 지식 기반 대규모 언어 모델(DK-LLM) 프레임워크를 제시합니다. 기존의 대규모 언어 모델은 개념 이동(CD)으로 인한 문맥적 모호성과 환각으로 인해 기만적인 대화 감지에 어려움을 겪는다는 점에 착안하여, 구조화된 작업별 통찰력을 사전 훈련된 LLM에 통합하는 프레임워크를 제안합니다. 이 프레임워크는 가짜 대화 감지 모듈, 개념 이동 감지 모듈(OCDD), 그리고 이동의 성격을 분류하는 모듈로 구성되며, 가짜 리뷰 데이터셋과 SEConvo 데이터셋을 사용하여 성능을 검증합니다. LLaMA 기반 구현은 98%의 분류 정확도를 달성하였으며, 제로샷 기준 모델과 비교하여 도메인 지식과 개념 이동 인식의 중요성을 보여줍니다.
