• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.267-269
• /
• 2017

대화 시스템(dialogue system)은 사용자의 언어를 이해하고 그 의도를 분석하여 사용자가 원하는 목적을 달성할 수 있게 도와주는 시스템이다. 인간과 비슷한 수준의 대화를 위해서는 대량의 데이터가 필요하며 데이터의 양질에 따라 그 결과가 달라진다. 최근 페이스북에서 End-to-end learning 방식을 기반으로 한 영어로 구성된 식당 예약 학습 대화 데이터셋(The 6 dialog bAbI tasks)을 구축하여 해당 모델에 적용한 연구가 있다. 대화 시스템에서 활용 가능한 연구가 활발히 진행되고 있지만 영어 기반의 데이터와는 다르게 식당 예약 시스템에서 다른 연구자들의 연구 목적으로 공유한 한국어 데이터셋은 아직까지도 미흡하다. 본 논문에서는 페이스북에서 구축한 영어로 구성된 식당 예약 학습 대화 데이터셋을 이용하여 한국어 기반의 식당 예약 대화 시스템에서 활용 가능한 한국어 데이터셋을 구축하고, 일상생활에서 발생 가능한 발화(utterance)에 따른 형태 변화를 통해 한국어 식당 예약 시스템 데이터셋 구축 방법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.696-698
• /
• 2018

본 연구에서는 메신저 플랫폼 상에서 위치정보 서비스를 제공하는 대화형 인공지능 챗봇(Chatbot)을 제안한다.별도의 애플리케이션에 들어가서 위치정보 서비스를 제공받던 기존 방식과는 달리 본 연구에서 제안하는 챗봇은 메시지 앱 내에서 대화형 방식으로 사용자에게 위치정보 서비스를 제공한다. 제안 챗봇은 Amazon Web Services 서버, Dialogflow API, ODSay API, 공공데이터 포탈 API 등을 통하여 구현되었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.451-456
• /
• 2002

본 연구에서는 캐릭터 에이전트 기반 프리젠테이션 모델을 설계하였다. 캐릭터는 인간 대화의 특성을 반영하여 직관적이고 효과적인 커뮤니케이션 방식을 가진다. 그 적용사례로 마이크로소프트 에이전트를 파워포인트에 구현하여 보다 자연스럽고 인간적이며 직관적인 상호작용을 보인다.

• Annual Conference on Human and Language Technology
• /
• 2012.10a
• /
• pp.215-218
• /
• 2012

본 논문에서는 한국어 대화 처리를 위한 통계기반 음성언어이해 시스템에 대해 기술한다. 음성언어이해시스템은 대화처리에서 음성 인식된 문장으로부터 사용자의 의도를 인식하여 의미표현으로 표현하는 기능을 담당한다. 한국어의 특성을 반영한 실용적인 음성언어이해 시스템을 위해서 강건성과 적용성, 확장성 등이 요구된다. 이를 위해 본 시스템은 음성언어의 특성상 구조분석을 하지 않고, 마이닝 기법을 이용하여 사용자 의도 표현을 생성하는 방식을 취하고 있다. 또한 한국어에서 나타나는 특징들에 대한 처리를 위해 자질 추가 및 점규화 처리 등을 수행하였다. 정보서비스용 대화처리 시스템을 대상으로 개발되고 있고, 차량 정보서비스용 학습 코퍼스를 대상으로 실험을 하여 문장단위 정확률로 약 89%의 성능을 보이고 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.570-573
• /
• 2024

본 연구는 대형 언어 모델 (LLM) 시대에 공감적 대화 생성을 위한 감정 인식의 필요성을 확인하고 소형 언어 모델 (SLM)을 통한 미세 조정 학습이 고비용 LLM, 특히 ChatGPT의 대안이 될 수 있는지를 탐구한다. 이를 위해 KoBERT 미세 조정 모델과 ChatGPT를 사용하여 사용자 감정을 인식하고, Polyglot-Ko 미세 조정 모델 및 ChatGPT를 활용하여 공감적 응답을 생성하는 비교 실험을 진행하였다. 실험 결과, KoBERT 기반의 감정 분류기는 ChatGPT의 zero-shot 접근 방식보다 뛰어난 성능을 보였으며, 정확한 감정 분류가 공감적 대화의 질을 개선하는 데 기여함을 확인하였다. 이는 공감적 대화 생성을 위해 감정 인식이 여전히 필요하며, SLM의 미세 조정이 고비용 LLM의 실용적 대체 수단이 될 수 있음을 시사한다.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.491-494
• /
• 2020

최근 언어 모델(Language model)의 기술이 발전함에 따라, 자연어처리 분야의 많은 연구들이 좋은 성능을 내고 있다. 정해진 주제 없이 인간과 잡담을 나눌 수 있는 오픈 도메인 대화 시스템(Open-domain dialogue system) 분야에서 역시 이전보다 더 자연스러운 발화를 생성할 수 있게 되었다. 언어 모델의 발전은 응답 선택(Response selection) 분야에서도 모델이 맥락에 알맞은 답변을 선택하도록 하는 데 기여를 했다. 하지만, 대화 모델이 답변을 생성할 때 일관성 없는 답변을 만들거나, 구체적이지 않고 일반적인 답변만을 하는 문제가 대두되었다. 이를 해결하기 위하여 화자의 개인화된 정보에 기반한 대화인 페르소나(Persona) 대화 데이터 및 태스크가 연구되고 있다. 페르소나 대화 태스크에서는 화자마다 주어진 페르소나가 있고, 대화를 할 때 주어진 페르소나와 일관성이 있는 답변을 선택하거나 생성해야 한다. 이에 우리는 대용량의 코퍼스(Corpus)에 사전 학습(Pre-trained) 된 언어 모델을 활용하여 더 적절한 답변을 선택하는 페르소나 대화 시스템에 대하여 논의한다. 언어 모델 중 자기 회귀(Auto-regressive) 방식으로 모델링을 하는 GPT-2, DialoGPT와 오토인코더(Auto-encoder)를 이용한 BERT, 두 모델이 결합되어 있는 구조인 BART가 실험에 활용되었다. 이와 같이 본 논문에서는 여러 종류의 언어 모델을 페르소나 대화 태스크에 대해 비교 실험을 진행했고, 그 결과 Hits@1 점수에서 BERT가 가장 우수한 성능을 보이는 것을 확인할 수 있었다.

• Journal of Korea Multimedia Society
• /
• v.12 no.9
• /
• pp.1252-1261
• /
• 2009

One notable challenge in video searching and summarizing is extracting semantic from video contents and annotating context for video contents. Video semantic or context could be obtained by two methods to extract objects and contexts between objects from video. However, the method that use just to extracts objects do not express enough semantic for shot or scene as it does not describe relation and interaction between objects. To be more effective, after extracting some objects, context like relation and interaction between objects needs to be extracted from conversation situation. This paper is a study for how to detect speaker and how to compose context for talking to annotate conversation context. For this, based on this study, we proposed the methods that characters are recognized through face recognition technology, speaker is detected through mouth motion, conversation context is extracted using the rule that is composed of speaker existing, the number of characters and subtitles existing and, finally, scene context is changed to xml file and saved.

• Science of Emotion and Sensibility
• /
• v.2 no.2
• /
• pp.83-91
• /
• 1999

사이버 채팅 시스템(Cyber Chatting System)은 한 명 이상의 참여자들이 사이버 공간에서 대화할 수 있도록 해주는 양방향 이사 소통 시스템이다. 컴퓨터를 통한 통신이 점차 확산되어 가면서 사이버 채팅 시스템도 그 중요도가 새롭게 인식되고 있고, 국내외로 많은 사이버 채팅 시스템이 운영 중에 있다. 사이버 채팅 시스템들도 다른 시스템들과 마찬가지로 사용자들이 원하는 서비스를 제공하고 있는가를 판단하고 개선 방향을 얻기 위해서는 사용성 평가를 받아야 한다. 기존의 일반적인 프로그램 평가 방식이나 웹 페이지 평가 방식만을 적용해서는 사이버 채팅 시스템의 특징을 반영하는 평가를 하기에 충분하지 않다. 그러므로, 본 논문에서는 사용자들이 일반 대화에서 얻은 정신 모형을 바탕으로 사용성 평가 방식을 개발하여 채팅 시스템의실질적 사용성을 분석할 수 있도록 하였다. 이러한 평가 시스템을 적용하면 사용자의 예상과 기대를 기반으로 시스템의 사용성을 평가하여 보다 나은 시스템 개발을 위한 개선 방향을 효과적으로 제시할 수 있다.

• Proceedings of the Korea Technology Innovation Society Conference
• /
• 2017.11a
• /
• pp.425-438
• /
• 2017

기술혁신으로 인간과 로봇의 문자 음성형 대화가 가능한 사회가 도래하고 있다. 인간이 로봇에 정서적 반응을 나타낸다는 선행연구 결과는 로봇이 도구적 장치에서 벗어나 친밀감을 맺을 수 있는 대상이 될 수 있음을 시사하였다. 이러한 흐름을 반영하여 본 연구는 심리학에서 연구되어온 애착이론이 인간과 로봇의 관계에도 적용되는지를 분석하였다. 먼저 인간이 기계를 의인화한다는 기존의 인간-로봇 상호작용 연구를 검토하고, 인간이 타인과 관계를 맺는 방식에 대한 애착이론을 고찰하였다. 또한 인간이 기계와 정서적 관계를 맺을 수 있으나 타인과는 다른 방식으로 형성함을 선행연구를 통해 살펴보았다. 그런 다음, 애착이론을 토대로 인간과 로봇의 가능한 사회적 관계양상을 그려보았다. 마지막으로 로봇과의 소통이 일상적으로 이루어질 가까운 미래사회에 인간과 로봇의 건전한 관계형성을 위한 후속연구 주제들을 제안하였다. 본 연구는 최신 기술흐름을 반영하여 대화가 가능한 로봇을 대상으로 연구했다는 점에서 의의가 있다. 또한 인간이 타인과 관계를 맺는 방식을 바탕으로 인간이 로봇의 관계양상을 심층적으로 모색해 보았다는 점에서 함의를 지닌다.

• 한국어정보학회:학술대회논문집
• /
• 2016.10a
• /
• pp.141-146
• /
• 2016

대화 시스템에서 사용자가 나타내는 발화에 내재된 감정을 분류하는 것은, 시스템이 적절한 응답과 서비스를 제공하는데 있어 매우 중요하다. 본 연구에서는 대화 내 감정 분류를 하는데 있어 직접적, 간접적으로 드러나는 감정 자질을 자동으로 학습하고 감정이 지속되는 대화 문맥을 효과적으로 반영하기 위해 CNN-LSTM 방식의 딥 뉴럴 네트워크 구조를 제안한다. 그리고 대량의 구어체 코퍼스를 이용한 사전 학습으로 데이터 부족 문제를 완화하였다. 실험 결과 제안하는 방법이 기존의 SVM이나, 단순한 RNN, CNN 네트워크 구조에 비해 전반전인 성능 향상을 보였고, 특히 감정이 있는 경우 더 잘 분류하는 것을 확인할 수 있었다.