• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.252-255
• /
• 2018

화행 분석이란 자연어 발화를 통해 나타나는 화자의 의도를 파악하는 것을 말하며, 슬롯 필링이란 자연어 발화에서 도메인에 맞는 정보를 추출하기 위해 미리 정의되어진 슬롯에 대한 값을 찾는 것을 말한다. 최근 화행 분석과 슬롯 필링 연구는 딥 러닝 기반의 공동 학습을 이용하는 연구가 많이 이루어지고 있고 본 논문에서는 한국어 특허상담 도메인 대화 말뭉치를 이용하여 공동 학습 모델을 구축하고 개별적인 모델과 성능을 비교한다. 또한 추가적으로 공동 학습 모델에 주의집중 메커니즘을 적용하여 성능이 향상됨을 보인다. 최종적으로 주의집중 메커니즘 기반의 공동 학습 모델이 기준 모델과 비교하여 화행 분류와 슬롯 필링 성능이 각각 3.35%p, 0.54%p 향상되어 85.41%, 80.94%의 성능을 얻었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.1097-1100
• /
• 2020

챗봇(Chatbot)은 자연어처리기술 등 인공지능 기술을 기반으로 한 사용자 친화적인 대화 방식 인터페이스를 제공하는 장점이 있어, 금융, 상담, 주문 등 다양한 산업 분야에서 적용되고 있다. 그러나, 챗봇의 응답이 사용자의 정신 모형과 불일치하는 경우, 다음 대화를 이어가는데 어려움을 야기하게 된다. 그러므로, 챗봇의 사용성을 확보하기 위해서는 응답 오류의 제거 또는 완화가 필수적이다. 기존의 챗봇의 사용성 개선과 관련된 연구들은 설문조사와 인터뷰 등 사용성 평가를 통해 상위 수준의 개선 방향만을 제안하고 있다. 따라서, 챗봇 개발 시, 실무자들이 응답 오류의 문제점을 분석하고, 이를 해결하기 위한 구체적인 개선 방안을 제시하는 데 한계가 있었다. 본 논문에서는 FMEA(Failure Modes and Effects Analysis) 기법을 활용해, 응답 오류의 치명도를 파악하고, 치명적인 오류들에 대해서는 FTA(Fault Tree Analysis) 기법을 기반으로 원인 분석을 실시하여 구체적으로 문제를 해결하기 위한 프로세스를 제안한다. 본 프로세스의 효용성을 검증하기 위해 주문 도메인의 챗봇에 적용해 보았다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.571-576
• /
• 2023

본 연구에서는 인권의 측면에서 AI 모델이 향상된 답변을 제시할 수 있는 방안을 모색하기 위해서 AI가 인권의 문제를 고민하는 전문가와 자신의 문제를 해결하고자 하는 사용자 사이에서 어느 정도로 도움을 줄 수 있는가를 정량적, 정성적으로 검증했다. 구체적으로는 국가인권위원회의 결정례와 상담사례를 분석한 후 이를 바탕으로 좀 더 나은 답변은 무엇인지에 대해 고찰하기 위해서 인권과 관련된 질의 응답 세트를 만든다. 질의 응답 세트는 인권 코퍼스를 학습한 모델과 그렇지 않은 모델의 생성 결과를 바탕으로 한다. 또한 생성된 질의 응답 세트를 바탕으로 설문을 실시하여 전문적인 내용을 담은 문장에 대한 선호도를 분석한다. 본 논문은 대화형 생성 모델이 인권과 관련된 주제에 대해서도 선호되는 답변을 제시할 수 있는가에 대한 하나의 대안이 될 수 있을 것이다.

• The Journal of the Korea Contents Association
• /
• v.15 no.11
• /
• pp.202-214
• /
• 2015

This study aims to develop and apply communication and relationship enrichment programs for married multicultural couples and verify its effects. This preliminary program was developed based on results from reviews of existing intervention programs, participants' interview for their needs and professionals' feedback on program. The program includes 11 sessions(once a week; 2 hours per session) focusing on communication strategies and related activities using marital counseling. Four multicultural couples participated in the intervention program. Qualitative data was collected during the program, including voice recording files, activity sheets, and filed notes conducted by researchers. Based on the results from the data analysis, we could find the intervention program had an positive effect on the communication between multicultural couples. Specifically, the intervention program could (1) enhanced intimacy in the couples, (2) started conversation and improved communication patterns between the couples. And also (3) modes of communication were changed to more collaborative communication through this program. The marital communication program developed in this study is significant in that it played a catalytic role for marital conversation in multicultural couples and used professional counseling techniques and strategies in solving and managing marital conflict.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1033-1034
• /
• 2023

현대 사회에서 정신건강이 중요한 문제로 부상하고 있으나 국내 정신건강 서비스 이용률은 7.2%에 그친다. 코로나 발생 이후 이동성 제약 등의 요인에 따라 디지털 정신건강 관리 시장이 크게 성장할 것으로 보인다. 이에 본 논문에서는 AI 챗봇을 활용한 고민 상담을 통해 위로 및 제안을 제공하고, 대화 내용을 기반으로 영화를 추천하는 시스템을 제안한다. KoBert 모델을 이용하여 사용자의 감성을 분석하고, KoGPT 모델을 활용해 챗봇 응답을 생성한다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.179-184
• /
• 2023

본 연구는 우울감을 느끼거나 대화 상대 부재로 어려움을 겪는 사용자와 정서 교감형 시스템간의 대화로 구성된 한국어 데이터 셋을 구축하고 이때 시스템이 사용할 수 있는 효과적인 응대 전략을 제안하는데 목적이 있다. 데이터셋은 사용자와 시스템 간의 대화 쌍을 기본 단위로 하며, 사용자의 7가지 기본 감정(행복, 슬픔, 공포, 놀람, 분노, 혐오, 중립)과 시스템의 4가지 응대 전략(명료화, 공감적 응대, 제안, 페르소나)에 따라 주석이 된다. 이 중, 공감적 응대 전략은 10가지 독특한 반응 유형(수용적 경청, 후행 발화 요청, 승인/동의, 비승인/재고 요청, 놀람, 격려, 느낌 표시, 상대 발화 반복, 인사, 의견 제시) 및 4가지 후행 발화 요청 유형(무엇, 왜, 어떻게, 그밖에)을 포함하는 구조로 구체화되었다. 이러한 주석은 시스템이 사용자의 다양한 감정을 식별하고 적절한 공감 수준을 나타내는 응답을 생성하는 데 있어 연구적인 의의가 있으며, 필요시 사용자가 부정적 감정을 극복할 수 있는 활동을 제안하는 데 도움을 줄 수 있다는 점에서 실제적인 의의가 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2022.10a
• /
• pp.84-86
• /
• 2022

Task-oriented chatbots prevail in various filed with the artificial intelligent dialogue system. The need for chatbots in customer services is growing, especially in education businesses given that there are many user inquiries and consultation requests. However, current dialogue systems only function as simple reactions or predetermined and frequently used actions. Meanwhile, the research about customized recommendation systems through artificial intelligence is very active with a wide variety of educational content. Although a dialogue system and a recommendation system is a core element in this domain, it has a limitation in that it is being conducted separately. Therefore, we present a study on a recommendation system that can recommend user-customized lectures combined with a dialogue system. With this combination, our system can respond to additional functions beyond these limitations. Through our research, we expect that work efficiency and user satisfaction will be improved by applying chatbots in education domains that are becoming more diversified and personalized.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04a
• /
• pp.685-687
• /
• 2001

본 논문은 IIS 4.0 웹서버상에서는 ASP와 SQL을 연동한 웹프로그래밍을 통하여 효율적인 자료처리와 환자와 의사간의 on-line 상담, 그리고 off-line 상에서의 진료와 환자가 지정한 약사로의 처방전 전송 및 조제, 그리고 진료데이터의 저장 및 검색으로 인한 반영구적인 진료데이터저장 등 3자(환자, 의사, 약사)간의 상호대화형 원격진료 시스템구현에 대한 내용이다. 또한 본 시스템은 인터넷 기반에서의 3차(환자, 의사, 약사)간의 효율적인 진료와 빠른 처리를 위한 전자진료 차트 및 자료처리에 관한 내용을 제시하고 있다.

• The Journal of the Convergence on Culture Technology
• /
• v.9 no.3
• /
• pp.731-736
• /
• 2023

Recently, the medical field has been applying mandatory Electronic Medical Records (EMRs) and Electronic Health Records (EHRs) systems that computerize and manage medical records, and distributing them throughout the entire medical industry to utilize patients' past medical records for additional medical procedures. However, the conversations between medical professionals and patients that occur during general medical consultations and counseling sessions are not separately recorded or stored, so additional important patient information cannot be efficiently utilized. Therefore, we propose an electronic medical record system that uses speech recognition and natural language processing deep learning to store conversations between medical professionals and patients in text form, automatically extracts and summarizes important medical consultation information, and generates electronic medical records. The system acquires text information through the recognition process of medical professionals and patients' medical consultation content. The acquired text is then divided into multiple sentences, and the importance of multiple keywords included in the generated sentences is calculated. Based on the calculated importance, the system ranks multiple sentences and summarizes them to create the final electronic medical record data. The proposed system's performance is verified to be excellent through quantitative analysis.

• Journal of Intelligence and Information Systems
• /
• v.29 no.2
• /
• pp.219-240
• /
• 2023

Conversational AI which allows users to interact with satisfaction is a long-standing research topic. To develop conversational AI, it is necessary to build training data that reflects real conversations between people, but current Korean datasets are not in question-answer format or use honorifics, making it difficult for users to feel closeness. In this paper, we propose a conversation dataset (KOMUChat) consisting of 30,767 question-answer sentence pairs collected from online communities. The question-answer pairs were collected from post titles and first comments of love and relationship counsel boards used by men and women. In addition, we removed abuse records through automatic and manual cleansing to build high quality dataset. To verify the validity of KOMUChat, we compared and analyzed the result of generative language model learning KOMUChat and benchmark dataset. The results showed that our dataset outperformed the benchmark dataset in terms of answer appropriateness, user satisfaction, and fulfillment of conversational AI goals. The dataset is the largest open-source single turn text data presented so far and it has the significance of building a more friendly Korean dataset by reflecting the text styles of the online community.