• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권1호
• /
• pp.41-50
• /
• 2023

최근에 인공지능 기술발전과 더불어 코로나19 바이러스(COVID-19)가 장기화되면서 비대면 사회가 일상화되었고, 많은 기업들은 이에 대응하기 위한 디지털 트랜스포메이션과 인공지능 도입의 활성화를 촉진시키고 있으며 챗봇의 수요가 급격히 늘어났다. 또한 챗봇은 기존의 단순문의 대응에서 업무 트랜잭션 처리를 하기에 이르렀다. 하지만 기존 시스템과 연계를 위해 API를 개발해야하고 연계 하는데 많은 어려움이 발생하고 있어, 이를 해결하기 위해 RPA연계를 통한 하이브리드 챗봇을 구축하는 것이 점점 중요해지고 있으며, 최근 RPA와 챗봇의 결합이 많은 비즈니스 프로세스를 처리하는 효과적인 도구로 간주되고 있다. 그러나 연계사례 부족과 구축 방법을 찾아보기 힘들어 많은 어려움을 겪고 있다. 본 연구에서는 기존 선행연구 고찰과 하이퍼오토메이션 관점에서 Conversational UX인 챗봇과 Task Automation의 RPA를 연계한 하이브리드 챗봇 구축을 위한 방법을 실제 구현사례를 바탕으로 제시하여, 보다 쉽게 연계방법을 이해하고 구축할 수 있도록 하여 디지털 트랜스포메이션에 적극적으로 AI 챗봇을 활용할 수 있도록 하는데 시사점이 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제14권4호
• /
• pp.1400-1418
• /
• 2020

In the development of commercial promotion, chatbot is known as one of significant skill by application of natural language processing (NLP). Conventional design methods are using bag-of-words model (BOW) alone based on Google database and other online corpus. For one thing, in the bag-of-words model, the vectors are Irrelevant to one another. Even though this method is friendly to discrete features, it is not conducive to the machine to understand continuous statements due to the loss of the connection between words in the encoded word vector. For other thing, existing methods are used to test in state-of-the-art online corpus but it is hard to apply in real applications such as telemarketing data. In this paper, we propose an improved chatbot design way using hybrid bag-of-words model and skip-gram model based on the real telemarketing data. Specifically, we first collect the real data in the telemarketing field and perform data cleaning and data classification on the constructed corpus. Second, the word representation is adopted hybrid bag-of-words model and skip-gram model. The skip-gram model maps synonyms in the vicinity of vector space. The correlation between words is expressed, so the amount of information contained in the word vector is increased, making up for the shortcomings caused by using bag-of-words model alone. Third, we use the term frequency-inverse document frequency (TF-IDF) weighting method to improve the weight of key words, then output the final word expression. At last, the answer is produced using hybrid retrieval model and generate model. The retrieval model can accurately answer questions in the field. The generate model can supplement the question of answering the open domain, in which the answer to the final reply is completed by long-short term memory (LSTM) training and prediction. Experimental results show which the hybrid word vector expression model can improve the accuracy of the response and the whole system can communicate with humans.