• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.188-191
• /
• 2020

본 연구는 COVID-19 질의 응답 태스크를 위한 Poly-encoder 기반의 태스크를 제안하였다. COVID-19 질의 응답 시스템은 사람들에게 최신 정보에 대해 빠르고 신뢰성이 높은 정보를 전달하는 특성을 가져야한다. 검색 기반 질의 응답 시스템은 pairwise 연산을 기반으로 수행되는데, Poly-encoder는 사전 학습된 트랜스포머(transformer)기반의 pairwise 연산 방법론 중 기존 Cross-encoder와 Bi-encoder보다 실사용 및 성능이 뛰어남을 보였다 [1]. 특히, Poly-encoder는 정확도가 높으면서도 빠른 응답속도를 가지며 검색기반의 각종 태스크에서 좋은 성능을 보였다. 따라서 본 연구는 COVID-19를 위한 Poly-encoder기반의 질의 응답 태스크를 위하여 기존 질의 응답 태스크와 페르소나 기반의 질의 응답 태스크로 두 가지 유형의 태스크를 생성하여 모델을 학습하였다. 또한 신뢰성 있는 리소스정보로부터 모델에 최신 정보 반영을 위하여 자동 크롤러를 구축하여 데이터를 수집하였다. 마지막으로 전문가를 통한 데이터셋을 구축하여 질문-응답과 질의어-질문에 대한 모델 검증을 수행하였다.

• 디지털콘텐츠학회 논문지
• /
• 제18권2호
• /
• pp.339-346
• /
• 2017

기사와 댓글, 질의응답과 같은 비정형 데이터에 기반한 텍스트 분석에 대한 관심이 증가하고 있다. 이는 사람들의 견해인 비정형 텍스트 데이터로부터 특징을 파악하고, 평가, 예측 및 추천에 활용할 수 있기 때문이다. TEL 분야에서도 MOOC 서비스의 확대로 교수학습지원시스템 기반 토론, 질의응답 서비스를 자동화하기 위한 관심이 증가하고 있다. 시스템에 축적된 질의응답 데이터를 기반으로 질의 토픽을 생성하고, 새로운 질의에 대해 토픽을 자동분류하기 위해서이다. 따라서 본 연구에서는 새로운 질의 토픽을 자동분류 할 수 있도록 LDA기법을 활용한 토픽 모델링을 제안하고자 한다. 이를 바탕으로 질의 토픽 사전을 생성하고 새로운 질의에 대해 토픽을 자동분류 할 수 있다. 일부 질의에서는 0.7 이상의 높은 자동 분류를 보였으며, 새로운 질의가 여러 토픽에 포함될수록 좀 더 좋은 자동분류 결과를 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권6호
• /
• pp.33-42
• /
• 2022

기존의 지능형 지휘통제체계 연구에서는 지휘관의 전장 상황 질문에 대한 분석 결과를 지식베이스 기반 상황 데이터에서 정보를 추출하여 제공해주고 있다. 하지만, 다양한 표현의 자연어가 사용된 정·첩보를 문맥에 맞게 분석하는 것이 상황 분석에 있어 중요해지면서 인공지능을 사용한 전장 상황 분석 연구가 진행되고 있다. 본 논문에서는 전장 상황 분석용 인공지능 개발에 필요한 데이터 셋을 제공하기 위해 전장 상황 모의 시나리오 기반 가설 데이터 셋 생성 방법을 제안한다. 가설 데이터 셋은 실제 전장 환경이 고려된 모의 시나리오에서 전장 지식요소를 식별하여 생성한다. 먼저 후보가설을 생성하면 자동으로 단위가설이 생성된다. 단위가설을 조합하여 유사 식별 가설 조합을 만들고, 연관된 후보가설을 그룹화하여 집합가설을 생성한다. 제안하는 방법으로 데이터 셋을 생성할 수 있음을 확인하기 위해 생성기 SW를 구현하였고, 생성기 SW로 가설 데이터 셋을 생성할 수 있음을 확인하였다.

• 지식경영연구
• /
• 제24권4호
• /
• pp.153-176
• /
• 2023

최근 생성형 AI, 특히 ChatGPT와 같은 대화형 인공지능이 고객 서비스를 자동화하는 기술적 대안으로 주목받고 있다. 그러나 고객 서비스 자동화에 있어 현재의 생성형 AI 기술이 기존 인간 관리자를 효과적으로 대체할 수 있는지, 조건이나 환경에 따라 어떤 상황에서는 유리하고 다른 상황에서는 불리한지에 대한 연구는 아직 충분히 이루어지지 않은 상태이다. 이러한 배경에서 본 연구는 "고객 서비스 활동과 관련하여 생성형 AI가 인간 관리자를 대체할 수 있는가?"라는 질문에 답하기 위해, 음식 배달 플랫폼의 고객 온라인 리뷰에 대한 실험과 설문조사를 수행하였다. 또한 고객의 온라인 리뷰가 긍정적일 때와 부정적일 때에 따라 차이가 있는지 정교화 가능성 모델의 관점을 적용하여 가설을 도출하고 해당 가설이 지지되는지를 분석을 통해 확인하였다. 분석 결과, 긍정적인 리뷰에 대해서는 생성형 AI가 인간 관리자를 효과적으로 대체할 수 있지만, 부정적인 리뷰에 대해서는 완벽한 대체가 어려워 인간 관리자의 개입이 더 바람직한 것으로 확인되었다. 이러한 본 연구의 결과는 생성형 AI를 이용하여 고객 서비스 자동화하고자 하는 기업들에게 유의미한 실무적인 통찰을 제공해 줄 수 있을 것이다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.219-240
• /
• 2023

사용자가 만족감을 느끼며 상호작용할 수 있는 대화형 인공지능을 개발하기 위한 노력이 이어지고 있다. 대화형 인공지능 개발을 위해서는 사람들의 실제 대화를 반영한 학습 데이터를 구축하는 것이 필요하지만, 기존 데이터셋은 질문-답변 형식이 아니거나 존대어를 사용하여 사용자가 친근감을 느끼기 어려운 문체로 구성되어 있다. 이에 본 논문은 온라인 커뮤니티에서 수집한 30,767개의 질문-답변 문장 쌍으로 구성된 대화 데이터셋(KOMUChat)을 구축하여 제안한다. 본 데이터셋은 각각 남성, 여성이 주로 이용하는 연애상담 게시판의 게시물 제목과 첫 번째 댓글을 질문-답변으로 수집하였다. 또한, 자동 및 수동 정제 과정을 통해 혐오 데이터 등을 제거하여 양질의 데이터셋을 구축하였다. KOMUChat의 타당성을 검증하기 위해 언어 모델에 본 데이터셋과 벤치마크 데이터셋을 각각 학습시켜 비교분석하였다. 그 결과 답변의 적절성, 사용자의 만족감, 대화형 인공지능의 목적 달성 여부에서 KOMUChat이 벤치마크 데이터셋의 평가 점수를 상회했다. 본 연구는 지금까지 제시된 오픈소스 싱글턴 대화형 텍스트 데이터셋 중 가장 대규모의 데이터이며 커뮤니티 별 텍스트 특성을 반영하여 보다 친근감있는 한국어 데이터셋을 구축하였다는 의의를 가진다.

• 한국HCI학회논문지
• /
• 제7권2호
• /
• pp.35-42
• /
• 2012

본 연구의 목적은 의사소통장애인을 위한 태블릿 PC기반 한국형 하이테크 보완대체의사소통(AAC) 소프트웨어의 사용성을 평가하는 것이다. 우리나라의 언어 및 문화적 상황과 의사소통장애인의 요구에 적합한 AAC 기기를 개발하기 위해서, 본 연구에서는 과제분석을 통해 선정된 시나리오 평가를 통해 한국형 하이테크 AAC 소프트웨어의 기능들(중도 지적장애인을 위한 의사소통판, 존대, 시제, 부정, 주부와 술부 연동, 자동문장생성)의 필요성과 용이성을 평가하였고, 반구조화된 질문들과 개방형 질문들을 통하여 전반적인 기능 및 사용자 인터페이스(UI)에 대한 잠재적인 사용자의 선호도, 만족도를 평가하고 추가 요구사항을 조사하였다. 본 사용성 평가에는 특수교사 9명, 언어치료사 6명, 의사소통장애를 가진 아동의 학부모 6명으로 구성된 총 21명의 잠재적인 AAC사용자가 참여하였다. 태블릿 PC기반의 한국형 하이테크 AAC의 사용성 평가 결과, 대부분으 응답들이 5점 척도에서 4이상의 긍정적인 반응을 나타냈으나, 시제와 부정 기능의 필요성과 실행 용이성은 상대적으로 낮게 나타났는데 이는 시제/부정 기능과 존대 기능간의 비일관적인 작동방식과 관련된 것으로 보인다. 각 기능들의 UI 측면에서는 시각적인 피드백 강화, 기능키들의 작동방식의 일관화, 자연스러운 어휘 연동, 상징 내 텍스트의 띄어쓰기 등과 같은 요구가 나타났다. 본 연구의 사용성 평가 결과 및 잠재적 사용자의 피드백은 기존 AAC의 기능 및 UI의 개선과 보완을 위한 지침이 될 것이다.