• The Journal of Korean Academic Society of Nursing Education
• /
• v.17 no.3
• /
• pp.524-535
• /
• 2011

유전 위험 사정과 상담서비스가 임상실무에 널리 적용되어 감에 따라, 다양한 비용효율 면에서 다양한 상담서비스 모델을 사정하고, 대상자의 임상 요구와 건강문제를 해결하는데 어떤 모델이 유용한 지 확인할 필요가 있다. 본 연구의 목적은 114건의 현장 관찰과 문헌고찰을 통하여 3가지 유전상담 모형을 분석하였다. 유전의학 전문가 모델, 유전상담사 모델, 임상연구전문가 모델을 중심으로 각 모델의 구조, 전문가의 역할 및 기능, 목표, 물리적 세팅, 교육도구 등을 분석하였다. 각 모형 안에서 환자에게 기대되는 결과 면에서 질적 서비스가 보장되는지 확인하기 위하여 이론적 분석을 실시하였다. 본 연구를 통하여 각 모형의 상담 전, 중, 후 환자 만족, 지식 변화, 상담 효과 및 커뮤니케이션 효과 등을 분석하였지만, 결론적으로 상담서비스가 이루어지고 있는 기관의 구조를 충분히 고려하지 않은 상태에서 최상의 서비스 모델을 제시하기 어려울 것임을 논의하였다.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.53-58
• /
• 2022

인공지능 기술이 발전하며, 다양한 산업군에 사람의 업무를 보조하는 인공지능 시스템이 적용되고 있다. 그 중 콜센터 상담사의 상담 업무를 보조하는 자연어 처리 기술 역시 활발히 연구되고 있는 분야 중 하나이다. 콜센터 상담사 보조 시스템은 상담사를 보조하기에 앞서 고객과 상담사의 대화로 진행되는 상담이 어떤 내용인지 정확히 인식해야 한다. 이때, 시스템이 상담의 목적을 대표할 수 있는 발화를 판별한다면 상담 내용을 보다 명확히 인식할 수 있다. 본 논문은 구어체로 진행되는 상담 스크립트의 특징을 주목하여, 실시간으로 상담 내용을 분석하고, 중요한 의미를 가지는 발화를 인지하여 추출하는 모델을 제안한다. 실험 결과, 제안한 모델이 기존 추출 요약과 비교하여, 우수한 성능을 보였다. 본 논문에 제안한 모델을 적용하여, 주요 상담 발화를 추출하고, 관련된 상담 문서 검색, 상담 내용 분류 등에 적용할 수 있다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.209-213
• /
• 2023

최근 자연어 이해 분야에서 대규모 언어모델 기반으로 프롬프트를 활용하여 모델과 상호작용하는 방법이 널리 연구되고 있으며, 특히 상담 분야에서 언어모델을 활용한다면 내담자와의 자연스러운 대화를 주도할 수 있는 대화생성 모델로 확장이 가능하다. 내담자의 상황에 따라 개인화된 상담대화를 진행하는 모델을 학습시키려면 동일한 내담자에 대한 과거 및 차기 상담대화가 필요하지만, 기존의 데이터셋은 대체로 단일 대화세션으로 구축되어 있다. 본 논문에서는 언어모델을 활용하여 단일 대화세션으로 구축된 기존 상담대화 데이터셋을 확장하여 연속된 대화세션 구성의 학습데이터를 확보할 수 있는 프롬프트 기반 데이터 증강 기법을 제안한다. 제안 기법은 기존 대화내용을 반영한 요약질문 생성단계와 대화맥락을 유지한 차기 상담대화 생성 단계로 구성되며, 프롬프트 엔지니어링을 통해 상담 분야의 데이터셋을 확장하고 사용자 평가를 통해 제안 기법의 데이터 증강이 품질에 미치는 영향을 확인한다.

• Convergence Security Journal
• /
• v.16 no.6_1
• /
• pp.75-83
• /
• 2016

Soldiers management is the core of military combat power to preserve and accident prevention. But in unforeseen times and places did the unthinkable soldier causes an accident, the inexperienced primary officer were upset, and can often be quite nervous. And various accidents prevention is also win the war, the reason for existence in the military for combat readiness as a precondition for perfection. There are primary officers at the forefront of this critical mission. However, in spite of the lack of time to work for combat readiness, orders from higher units of troops management and that's level giving a lot of pressure to primary officer. So I made the primary officer military counseling model ike this. Using Primary officer counseling model is possible to rapid and efficient counseling advice against the target client soldier. The efficient counseling is must take precedence on understanding on client soldier deeply. Depth understanding someone needs a lot of effort and time. However, to Primary officer, it is true that they have a lack of condition that are enough to give the time and effort. Therefore, effective counseling and accident prevention is possible to use counseling model through choice and concentration activities.

• Journal of Creative Information Culture
• /
• v.6 no.3
• /
• pp.141-148
• /
• 2020

Recently, the COVID environment has had a serious impact on the university education system. Career guidance methods of students, which have a significant impact on enrollment and employment rates of universities, should be changed in the COVID environment. While a traditional career guidance activity mainly use offline counseling methods, it should consider online counseling methods more seriously in the COVID environment. In this paper, I propose a hybrid(online and offline) career guidance model that can be effectively used in both online and offline education environments. The proposed hybrid model, which has the characteristics of online and offline, can effectively guide college students even in the COVID environment. In this paper, I show the usefulness of the proposed model by applying it to a real-world counseling case.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.371-372
• /
• 2023

본 논문에서는 대규모 언어 모델(Large Language Models)을 기반으로 한 입학 상담용 챗봇을 설계하였다. 입시 전문 LLM은 Polyglot-ko 5.8B을 베이스 모델로 대학의 입시 관련 데이터를 수집, 가공한 후 데이터 증강을 하여 파인튜닝 하였다. 또한, 모델 성능 향상을 위해 RLHF의 후 공정을 진행하였다. 제안 챗봇은 생성한 입시 LLM을 기반으로 웹브라우저를 통해 접근하여 입시 상담 자동 응답 서비스를 활용할 수 있다.

• Journal of the Korea Convergence Society
• /
• v.10 no.9
• /
• pp.31-36
• /
• 2019

Music therapy, a field that convergence music and treatment, which play a fundamental role in personality formation, possesses diverse and complex treatment methods. Music therapists in charge of music therapy may experience the same phenomenon as countertransference in consultation with clients. In addition, experiencing psychological burnout, there are many difficulties in reaching the final goal of music therapy. In this paper, we provide a collaborative filtering-based music therapy consultation data recommendation model for smooth music therapy consultation with clients who visited for music therapy. The proposed model grasps the similarity between the conventional consultation data and the new consultant data through the euclidean distance algorithm. This is to recommend similar consultation materials. Since music therapists can provide optimal consultation materials for consultants who need music therapy, smooth consultation is expected.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.767-769
• /
• 2019

기계독해는(Machine reading comprehension) 사용자 질의에 대한 답변이 될 수 있는 내용을 기계가 문서를 이해하여 추론하는 것을 말하며 기계독해를 이용해서 챗봇과 같은 자동상담 서비스에 활용할 수 있다. 최근 자연어처리 분야에서 많은 성능 향상을 보이고 있는 BERT모델을 기계독해 분야에 적용 할 수 있다. 본 논문에서는 특허상담 분야에서 기계독해 task 성능 향상을 위해 특허상담 코퍼스를 사용하여 사전학습(Pre-training)한 BERT모델과 특허상담 기계학습에 적합한 언어처리 기법을 추가하여 성능을 올릴 수 있는 방안을 제안하였고, 본 논문에서 제안한 방법을 사용하여 특허상담 질의에 대한 답변 결정에서 성능이 향상됨을 보였다.

• KIPS Transactions on Software and Data Engineering
• /
• v.9 no.4
• /
• pp.145-152
• /
• 2020

MRC (Machine reading comprehension) is the AI NLP task that predict the answer for user's query by understanding of the relevant document and which can be used in automated consult services such as chatbots. Recently, the BERT (Pre-training of Deep Bidirectional Transformers for Language Understanding) model, which shows high performance in various fields of natural language processing, have two phases. First phase is Pre-training the big data of each domain. And second phase is fine-tuning the model for solving each NLP tasks as a prediction. In this paper, we have made the Patent MRC dataset and shown that how to build the patent consultation training data for MRC task. And we propose the method to improve the performance of the MRC task using the Pre-trained Patent-BERT model by the patent consultation corpus and the language processing algorithm suitable for the machine learning of the patent counseling data. As a result of experiment, we show that the performance of the method proposed in this paper is improved to answer the patent counseling query.

• Smart Media Journal
• /
• v.10 no.4
• /
• pp.21-27
• /
• 2021

Recently, the importance of counseling is increasing due to the Corona Blue caused by COVID-19. Also, with the increase of non-face-to-face services, researches on chatbots that have changed the counseling media are being actively conducted. In non-face-to-face counseling through chatbot, it is most important to accurately understand the client's emotions. However, since there is a limit to recognizing emotions only in sentences written by the client, it is necessary to recognize the dimensional emotions embedded in the sentences for more accurate emotion recognition. Therefore, in this paper, the vector and sentence VAD (Valence, Arousal, Dominance) generated by learning the Word2Vec model after correcting the original data according to the characteristics of the data are learned using a deep learning algorithm to learn the multi-dimensional We propose an emotion recognition model. As a result of comparing three deep learning models as a method to verify the usefulness of the proposed model, R-squared showed the best performance with 0.8484 when the attention model is used.