• Proceedings of the Korean Information Science Society Conference
• /
• 2006.10b
• /
• pp.83-87
• /
• 2006

업무 능률을 높이기 위해 일정의 입력이나 변경 및 삭제를 체계적인 관리하는 일정관리 에이전트에 대한 연구가 수행되고 있다. 사용자와의 지속적인 상호작용을 통해 사용자의 의도를 파악하며, 사용자에게 적절한 일정을 추천하거나 관련된 정보를 제공하는 서비스가 함께 요구된다. 본 논문에서는 상호주도형 대화를 통해 사용자의 의도를 능동적으로 추론하여 보다 자연스러운 대화를 제공하며, 상황인식을 통해 사용자에게 적절한 일정관리 서비스를 제공하는 지능형 일정관리 에이전트를 제안한다. 대화의 문맥 유지와 상호주도적 문제해결을 위한 반응형 스크립트를 설계하고, 동적 베이지안 네트워크로 일정과 관련된 사용자의 상태를 추론한다. 사용자에게 적절한 일정시간이나 장소를 추천하기 위해 최근 활발히 연구되고 있는 상식 DB인 ConceptNet을 도입하여 지능적인 일정관리 서비스를 제공한다. 각종 시나리오를 통해 제안하는 에이전트의 유용성을 검증하였다.

• Journal of KIISE:Software and Applications
• /
• v.37 no.10
• /
• pp.779-787
• /
• 2010

Since robots have been used widely recently, research about human-robot communication is in process actively. Typically, natural language processing or gesture generation have been applied to human-robot interaction. However, existing methods for communication among robot and human have their limits in performing only static communication, thus the method for more natural and realistic interaction is required. In this paper, an emotional gesture based dialogue management system is proposed for sophisticated human-robot communication. The proposed system performs communication by using the Bayesian networks and pattern matching, and generates emotional gestures of robots in real-time while the user communicates with the robot. Through emotional gestures robot can communicate the user more efficiently also realistically. We used behavior networks as the gesture generation method to deal with dialogue situations which change dynamically. Finally, we designed a usability test to confirm the usefulness of the proposed system by comparing with the existing dialogue system.

• Journal of KIISE:Software and Applications
• /
• v.34 no.2
• /
• pp.123-130
• /
• 2007

In this paper, we present an example-based natural language dialogue system for Electronic Program Guide Information Access. We introduce an effective and practical dialogue management technique incorporating dialogue examples and situation-based rules. In order to generate cooperative responses to smoothly lead the dialogue with users, our natural language dialogue system consists of natural language understanding, dialogue manager, system utterance generator. and EPG database manager. Each module is designed and implemented to make an effective and practical natural language dialogue system. In particular, in order to reflect the up-to-date EPG information which is updated frequently and periodically, we applied a web-mining technology to the EPG database manager, which builds the content database based on automatically extracted information from popular EPG websites. The automatically generated content database is used by other modules in the system for building their own resources. Evaluations show that our system performs EPG access task in high performance and can be managed with low cost.

• Annual Conference on Human and Language Technology
• /
• 2012.10a
• /
• pp.209-211
• /
• 2012

본 논문의 대화시스템 구축도구는 태스크 기반 대화 시스템을 구축하는데 필요한 대화 시나리오 지식과 이를 처리하는 태스크 그래프, 슬롯 체계, 대화 라이브러리 등을 생성하고 관리할 수 있는 웹기반 대화 시스템 구축 도구이다. 이 도구는 태스크 그래프를 시각적으로 대화 모델 설계자에게 표시하고, 대화 모델 설계자는 시각적으로 표시된 태스크 그래프를 보며 태스크의 흐름을 한눈에 파악하고 대화 시스템의 시나리오 흐름을 생성하고 편집할 수 있도록 한 것이 특징이다. 또한 대화 모델 설계자와 시나리오 태깅 작업자들 모두는 자신이 구축한 지식이나 대화 태스크를 시스템에 직접 반영하고 실시간으로 대화 시스템에 적용해 봄으로써 대화 시스템의 이해를 높이고 고품질의 대화 시스템을 구축할 수 있다.

• 한국ITS학회:학술대회논문집
• /
• v.2006 no.10
• /
• pp.286-289
• /
• 2006

• 건강소식
• /
• v.2 no.11 s.14
• /
• pp.44-48
• /
• 1974

이 단편 소설은「헨리ㆍ스틸」저「인간, 앞으로의 30년간」에서 초역한 것. 무태는 21세기에 진입하기 직전 그러니까 30년 후의 어느 날 어떤 병원 진료실에서 있을 의사와 환요의 대화를 가상적으로 쓴 것. 그러나 이 미래의 대화는 매우 과학적 분석에서 이루어진 것임.

• 건강소식
• /
• v.37 no.12
• /
• pp.26-28
• /
• 2013

뜻하고자 한 것과는 달리 말이 꼬이고 앞뒤 말이 한없이 길어진다거나, 아들내외나 손자, 손녀들과 10분 이상 자연스럽게 대화를 나누어 본 것이 까마득하다면 스스로 대화 습관이나 방법에 대해 되돌아보아야 한다는 신호이다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.295-298
• /
• 2001

본 논문에서는 실시간 대화 행위에서 미디어 사용 방법을 제안한다. 기존의 대화 행위에서 미디어의 사용은 대부분 HTML을 사용하여 지원하고 있지만, 대화 행위에 미디어의 직접적인 변형과 표현은 미흡하다. 그러므로 본 논문에서는 XML을 사용하여 미디어를 대화 행위에 직접적인 표현 방법을 제안한다. XML을 사용함으로서 미디어를 다양한 방법으로 효율적으로 표현할 수 있으며, 또한, 대화 행위를 위한 다양한 표현을 위한 수정이 용이하다. 제안한 방법의 응용 분야로는 원격 교육, 게임, 고객 관리 등이다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.10 no.1
• /
• pp.89-98
• /
• 2004

Conversational agent is a system that provides users with proper information and maintains the context of dialogue on the natural language. Analyzing and modeling process of user's query is essential to make it more realistic, for which Bayesian network is a promising technique. When experts design the network for a domain, the network is usually very complicated and is hard to be understood. The separation of variables in the domain reduces the size of networks and makes it easy to design the conversational agent. Composing Bayesian network as two stages, we aim to design conversational agent easily and analyze user's query in detail. Also, previous information of dialogue makes it possible to maintain the context of conversation. Actually implementing it for a guide of web pages, we can confirm the usefulness of the proposed architecture for conversational agent.

• Journal of the Korea Society of Computer and Information
• /
• v.28 no.1
• /
• pp.27-38
• /
• 2023

In this paper, we propose a conversational AI agent based on continual learning that can continuously learn and grow with new data over time. A continual learning-based conversational AI agent consists of three main components: Task manager, User attribute extraction, and Auto-growing knowledge graph. When a task manager finds new data during a conversation with a user, it creates a new task with previously learned knowledge. The user attribute extraction model extracts the user's characteristics from the new task, and the auto-growing knowledge graph continuously learns the new external knowledge. Unlike the existing conversational AI agents that learned based on a limited dataset, our proposed method enables conversations based on continuous user attribute learning and knowledge learning. A conversational AI agent with continual learning technology can respond personally as conversations with users accumulate. And it can respond to new knowledge continuously. This paper validate the possibility of our proposed method through experiments on performance changes in dialogue generation models over time.