KR100920267B1

KR100920267B1 - 음성 대화 분석 시스템 및 그 방법

Info

Publication number: KR100920267B1
Application number: KR1020070094047A
Authority: KR
Inventors: 이충희; 오효정; 이창기; 황이규; 왕지현; 장명길
Original assignee: 한국전자통신연구원
Priority date: 2007-09-17
Filing date: 2007-09-17
Publication date: 2009-10-05
Also published as: KR20090028908A

Abstract

본 발명에 따른 음성 대화 분석 시스템은 음성 대화 시스템에서 빈번히 발생할 수 있는 생략어나 대용어를 통계적 방법 및 규칙 기반 오류 후처리에 의해서 자동으로 인식하여 복원하여줌으로써, 사용자 확인 절차를 간소화시켜 사용자 편의성을 높이고 사용자의 간단한 발화에 시스템이 지능적으로 대처할 수 있게 한다.

음성, 대화, 분석, 생략어, 대용어, 복원

Description

음성 대화 분석 시스템 및 그 방법{System for voice communication analysis and method thereof}

본 발명은 음성 대화 분석 시스템 및 그 방법에 관한 것으로서, 더욱 상세하게는 음성 대화 시스템에서 발생하는 생략어 및 대용어를 이전 문맥의 상속 여부 및 통계정보를 이용해서 복원하는 음성 대화 분석 시스템 및 그 방법에 관한 것이다.

본 발명은 정보통신부의 IT신성장동력핵심기술개발사업의 일환으로 수행한 연구로부터 도출된 것이다[과제관리번호: 2006-S-036-02, 과제명: 신성장동력산업용 대용량 대화형 분산 처리 음성인터페이스 기술개발].

여기서, 음성 대화 분석 시스템이라 함은, 인간이 음성을 입력하면 입력된 음성을 언어 분석, 대용어 분석, 및 생략어 분석을 통하여 사용자의 요구 사항이나 해당지식에 적합한 데이터 베이스 내의 자료를 추출해서 그 지식을 인간에게 음성 또는 문자열로 출력하는 시스템을 의미한다.

도 1은 종래 음성 대화 시스템을 설명하기 위한 도면이다.

도 1에 도시된, 종래 음성 대화 시스템[한국 출원번호: 10-1998-0048384]인 "대화식 학습 보조 장치 및 그의 대화 분석 방법"을 살펴보면, 종래 음성 대화 시스템은 음성 입력장치(1), 음성/텍스트 변환장치(2), 형태소 해석기(3), 구문 분석기(4), 의미 해석기(5), 담화 분석기(6), 대화 관리기(7), 응답 생성기(8), 출력장치(9), 사전저장장치(10), 및 지식베이스 저장장치(11)로 구성된다.

음성/텍스트 변환 장치(2)는 음성 입력 장치(1)를 통해 입력된 음성을 동일한 내용의 텍스트로 변환한다. 형태소 해석기(3), 구문분석기(4), 및 의미 해석기(5)는 음성/텍스트 변환 장치(2)로부터 출력되는 데이터를 사전저장장치(10)의 데이터와 비교하여 순차적으로 형태소 분석, 구문 분석, 및 의미 분석을 수행한다. 담화 분석기(6)는 의미 해석기(5)로부터 출력되는 데이터를 사전저장장치(10)의 데이터를 참조하여 생략어 및 대용어를 해결한다. 대화 관리기(7)는 담화 분석기(6)로부터 출력되는 데이터를 지식베이스 저장장치(11)의 데이터와 비교하여 용언의 하위 범주화 정보로 변환하고, 이것으로부터 화행, 영역 내 키워드, 영역 내 적합성 판단, 데이터 베이스 질의어 생성 및 검색 등을 수행한다. 응답 생성기(8)는 대화 관리기(7)로부터 출력되는 데이터를 음성/텍스트 변환장치(2)의 데이터와 비교하여 화행, 데이터 베이스 검색 결과 및 영역 내 적합도로부터 사용자에게 제공할 문장을 생성하여 출력장치(9)에 출력하게 된다.

상기와 같은 구성에 의하여, 인간이 사용하는 언어만을 통하여 학습에 도움을 얻는 장치 및 방법을 제공한다.

하지만, 도 1에 도시한 종래 음성 대화 시스템의 경우, 음성/텍스트 변환 장 치로부터 출력되는 데이터를 구문분석 및 의미분석과 같은 복잡한 언어분석 기술을 적용하여 분석하고, 담화 분석 결과를 QLF(Quasi Logical Form)으로 변환하여 대화분석을 진행하기 때문에 분석 정확도가 떨어지고, 처리속도가 느리다는 문제점이 있다.

본 발명은 상기와 같은 문제점을 해결하기 위한 것으로서, 일반적인 대화 분석에 기반하여 생략어 및 대용어를 복원해 줌으로써, 높은 정확도 및 빠른 처리속도를 제공하는 음성 대화 분석 시스템 및 그 방법을 제공하는 것을 목적으로 한다.

또한, 이전 문맥 정보에 있는 정보를 이용하여 생략어 및 대용어를 복원하여 줌으로써, 대화처리에 필요한 정보가 현재 발화에 없더라도 사용자에게 추가로 확인하여 대화처리에 필요한 정보를 획득할 필요가 없는 음성 대화 분석 시스템 및 그 방법을 제공하는데 목적이 있다.

본 발명에 따른 음성 대화 분석 시스템은 언어 분석, 대용어 복원, 및 생략어 복원에 필요한 데이터를 제공하기 위한 저장부; 사용자가 발화한 음성신호를 입력받는 사용자 입력부; 상기 음성신호를 입력받아 분석하여 상기 음성신호와 동일한 내용의 문자열로 변환하여 출력하는 음성 인식부; 상기 음성 인식부에서 출력되는 데이터에 대해 형태소 분석, 화행분석, 및 개념열 인식 중 하나 이상을 수행하는 언어 분석부; 상기 언어 분석부에서 출력되는 데이터를 입력받아 이전 문맥을 참조해서 대용어를 인식하고 복원하는 대용어 복원부; 상기 대용어 복원부에서 출력되는 데이터를 입력받아 이전 문맥의 상속 여부를 판단하여 생략어를 복원하는 생략어 복원부; 및 상기 생략어 복원부로부터 출력되는 데이터를 참조하여 사용자 발화의 의도를 파악하고, 그에 적합한 대응을 수행하는 대화 관리부를 포함한다.

특히, 상기 대용어 복원부는, 이전 문맥에 나왔던 특정 선행자를 지시하는 지시어를 인식하는 대용표현어구 인식단; 및 상기 지시어를 상기 저장부에 저장된 선행자 스택정보를 이용하여 적합한 선행자로 복원하는 대용어 복원단을 포함하는 것이 바람직하다.

또한, 상기 대용표현어구 인식단은 CRF(Conditional random fields)모델을 이용하여 상기 지시어를 인식하는 것이 바람직하다

또한, 상기 CRF모델의 자질로, 현재 발화에 나온 형태소 어휘와 품사 정보, 대용어 사전 정보, 및 이전 화행 정보 중 적어도 하나 이상 사용되는 것이 바람직하다.

또한, 상기 대용어 복원단은 상기 지시어가 대명사인 경우에는 상기 저장부에 저장된 선행자 스택정보 중에서 최상위 정보를 복원하는 것이 바람직하다.

또한, 상기 대용어 복원단은 상기 지시어가 대명사가 아닌 경우에는 제약정보를 만족시키는 선행자 스택정보 가운데 가장 최근에 나왔던 정보를 복원하는 것이 바람직하다.

또한, 상기 생략어 복원부는, 이전 문맥 전체 내용의 상속 여부를 결정하는 담화구조 분석단; 상기 담화구조 분석단을 통해 상속된 문맥 전체 내용 중에 대화 진행에 문제를 일으킬 수 있는 슬롯정보들을 제거하는 슬롯 제거단; 및 대화 제어에 필요한 슬롯 정보가 누락되지 않았는지 판단하여 대화 제어에 필요한 슬롯정보를 새롭게 생성하는 필수정보 생성단을 포함하는 것이 바람직하다.

또한, 상기 담화구조 분석단은 ME(Maximum Entropy)모델을 이용해서 통계적 으로 CLR, notCLR, ALL의 3가지 태그 중 한 개로 이전 문맥의 상속 여부를 결정하는 것이 바람직하다.

또한, 상기 ME모델의 자질로, 현재 발화에 나온 형태소 정보, 현재 발화에 나온 개념열 정보, 현재 발화에 나온 대용어 정보, 현재 발화에 나온 화행 정보, 및 이전 발화의 화행 정보 중 적어도 하나 이상 사용되는 것이 바람직하다.

한편, 본 발명에 따른 음성 대화 분석 방법은 사용자가 발화한 음성신호를 입력받는 음성입력단계; 상기 음성신호를 입력받아, 이를 분석하여 상기 음성신호와 동일한 내용의 문자열로 변환하는 음성변환단계; 변환된 상기 문자열에 대해 형태소 분석, 화행 분석, 및 개념열 인식 중 하나 이상을 수행하는 언어분석단계; 형태소 분석, 화행 분석, 및 개념열 인식된 상기 문자열을 입력받아, 대용어를 인식하고 복원하는 대용어복원단계; 상기 언어분석단계와 상기 대용어복원단계의 결과를 이용해서 문맥 상속여부를 판단하여 생략어를 복원하는 생략어복원단계; 대용어 복원 및 생략어 복원이 이루어진 프레임 정보를 참조하여, 사용자 발화의 의도를 파악하여 그에 적합한 대응을 수행하는 대화관리단계를 포함한다.

특히, 상기 대용어복원단계는, 이전문맥에 나왔던 특정 선행자를 지시하는 지시어를 인식하는 단계; 및 상기 지시어를 저장된 스택정보를 이용하여 적합한 선행자로 복원하는 단계를 포함하는 것이 바람직하다.

또한, 상기 생략어복원단계는, 이전 문맥 전체 내용의 상속 여부를 결정하는 단계; 상속된 문맥 전체 내용 중에 대화 진행에 문제를 일으킬 수 있는 슬롯 정보 들을 제거하는 단계; 및 대화 제어에 필요한 슬롯 정보가 누락되지 않았는지 판단하여 대화 제어에 필요한 슬롯 정보를 새롭게 생성하는 단계를 포함하는 것이 바람직하다.

상기한 바와 같이, 본 발명은 음성 대화 시스템에서 빈번히 발생할 수 있는 생략어나 대용어를 통계적 방법 및 규칙 기반 오류 후처리에 의해서 자동으로 인식하여 복원하여줌으로써, 사용자 확인 절차를 간소화시켜 사용자 편의성을 높이고 사용자의 간단한 발화에 시스템이 지능적으로 대처할 수 있게 된다.

본 발명을 첨부된 도면을 참조하면 상세히 설명하면 다음과 같다. 여기서, 반복되는 설명, 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능, 및 구성에 대한 상세한 설명은 생략한다. 본 발명의 실시형태는 당 업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다. 따라서, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.

도 2는 본 발명에 따른 음성 대화 분석 시스템을 설명하기 위한 블럭도이고, 도 3은 본 발명에 적용되는 대용어 복원부의 구성을 설명하기 위한 블럭도이며, 도 4는 본 발명에 적용되는 생략어 복원부의 구성을 설명하기 위한 블럭도이다.

도 2를 참조하면, 본 발명의 음성 대화 분석 시스템은 사용자 입력부(100), 음성 인식부(110), 언어 분석부(120), 대용어 복원부(130), 생략어 복원부(140), 대화관리부(150), 및 저장부(160)를 포함한다.

사용자 입력부(100)는 사용자로부터 문자열 및 음성을 입력받을 수 있도록, 문자열를 입력받을 수 있는 수단(예컨대, '키보드') 및 사용자가 발화한 음성을 입력받을 수 있는 수단(예컨대, '마이크')를 포함한다.

음성 인식부(110)는 사용자 입력부(100)에서 입력받은 음성을 분석하여 동일한 내용의 문자열로 변환하고, 그 결과를 언어 분석부(120)에 출력한다. 이때, 키보드를 통해 음성 인식부(110)에 문자열이 입력되는 경우에는 추가적인 변환없이 입력된 문자열을 그대로 언어 분석부(120)에 출력한다.

언어 분석부(120)는 음성 인식부(110)에서 출력되는 데이터를 입력받아, 저장부(160)의 데이터를 참조하여 형태소 분석, 화행 분석, 및 개념열 인식하여 대용어 복원부(130)에 출력한다. 이때, 저장부(160)는 형태소 분석, 화행 분석, 개념열 인식에 필요한 데이터를 저장 및 제공하며, 추후 기술될 대용어 복원부(130) 및 생략어 복원부(140)에서 수행하는 대용어 복원 및 생략어 복원에 필요한 데이터를 저장 및 제공한다.

이하에서는, 본 발명의 실시예에 따른 형태소 분석 및 화행 분석 방법을 설명하기로 한다. 여기서 설명되는 형태소 분석 및 화행 분석 방법의 실시예는 본 발명의 이해를 돕기 위함이며, 이하의 실시예에 한정되지 않음을 밝혀둔다.

형태소란 의미를 갖는 최소 단위를 말하는 것으로, 본 발명에 따른 언어 분석부(120)는 표 1과 같은 품사정보에 기반해서 형태소를 분석한다.

계층1	계층2	계층3
1. s(기호):21
2. f(외국어)
3. n(명사)	3.1 nc(자립명사) :0
	3.2 nb(의존명사) :2
4. np(대명사):1
5. nn(수사):3
6. pv(동사):4
7. pa(형용사):6
8. px(보조용언):22
9. co(지정사):13
10. ma(부사)	10.1 mag(일반부사):8
	10.2 maj(접속부사):27
11. mm(관형사):23
12. ii(감탄사):11
13. x(접사)	13.1 xp(접두사):16
	13.2 xs(접미사)	13.2.1 xsn(명사 파생 접미사):20,17
		13.2.2 xsv(동사 파생 접미사):18
		13.2.3 xsm(형용사 파생 접미사):19
14. j(조사)	14.1 jc(격조사):12
	14.2 jx(보조사):28
	14.3 jj(접속조사):25
	14.4 jm(속격조사):26
15. ep(선어말어미):15
16. e(어말어미)	16.1 ef(종결어미):14
	16.2 ec(연결어미):24
	16.3 et(전성어미)	16.3.1etn(명사형어미):30
		16.3.2etm(관형형어미):29
17. uk(미등록어):31
18. nk(사용자사전등록명사):32
19. nr(고유명사):33

예를 들면, "오늘 공포영화 언제 해?"에 대한 형태소 분석 결과는 "오늘/mag 공포/nc+영화/nc 언제/mag 하/pv+어/ef"와 같다.

"오늘/mag", "공포/nc+영화/nc", "언제/mag", "하/pv+어/ef"와 같은 현재 발화의 형태소 및 품사 정보는 이후에 기술되는 대용어 복원부(130) 및 생략어 복원부(140)의 통계모델의 자질로 사용된다.

화행은 발화에 대한 사용자 의도를 나타내는 것으로서, 본 발명에 따른 언어 분석부(130)는 특정 영역을 대상으로 하여 화행을 분류하고 인식한다. 예를 들어, TV영역을 대상으로 하는 화행으로는 search_program, search_channel, search_time, search_genre, alarm 등이 있으며, “오늘 공포영화 언제 해”의 화행은 search_time, “오늘 공포영화 찾아줘”의 화행은 search_program, “오늘 공포영화 어느 채널에서 하지”의 화행은 search_channel이 된다.

대용어 복원부(130)는 대용표현어구 인식단(130a)과 대용어 복원단(130b)으로 구성된다(도 3 참조).

대용표현어구 인식단(130a)은 언어 분석부(120)에서 출력되는 데이터를 입력받아, 이전 문맥에 나왔던 특정 선행자를 지시하는 지시어를 '대용어'로 인식한다. 이때, 통계모델인 CRF(Conditional random fields)모델을 이용하여 상술한 지시어를 '대용어'로 인식하며, CRF모델에서 이용되는 정보는 다음과 같다.

a. 현재 발화에 나온 형태소 어휘와 품사 정보

b. 대용어 사전 정보

c. 이전 화행 정보

대용어 표현으로 인식되는 대상은 대명사, 명사구, 동사구 모두를 포함하며, 각각의 예를 들면 다음과 같다.

대명사 : "거기에서 지금 뭐해?"

명사구 : "SBS 거를 녹화해"

동사구 : "2시에 하는 거 지워"

대용어 복원단(130b)은 대용표현어구 인식단(130a)에서 인식된 지시어(즉, 대용어 표현으로 인식된 대상)에 대해서, 저장부(160)에 저장된 선행자 스택 정보를 이용하여 가장 알맞은 선행자로 복원하게 된다. 선행자 복원은 두 가지 경우로 구분되어 이루어진다. 첫 번째는, 대용어 표현으로 인식된 대상이 대명사인 경우이며, 두 번째는, 대용어 표현으로 인식된 대상이 명사구나 동사구인 경우이다.

첫 번째의 경우(즉, 대용어 표현으로 인식된 대상이 대명사의 경우), 이때의 대용어 표현은 대부분 대화에서 가장 최근에 나타난 정보를 가리키기 때문에 대용어 복원단(130b)은 저장부(160)에 저장된 선행자 스택 중에서 최상위 정보를 복원한다.

두 번째의 경우(즉, 대용어 표현으로 인식된 대상이 명사구나 동사구인 경우), 이때 대용어 복원단(130b)은 명사구나 동사구 안에 포함된 제약 정보를 이용하여, 제약 정보를 만족시키는 선행자 중에서 가장 최근에 나왔던 것을 복원해 준다. 전술한 "SBS 거를 녹화해"를 예로 들면, 대용어 표현인 '거'는 이전 나왔던 모든 프로그램 중에서 'SBS'에 해당하는 프로그램만을 대상으로 하며, 그 중에서도 가장 최근에 나왔던 프로그램을 대상으로 한다.

또한, 전술한 "2시에 하는 거 지워"를 예로 들면, 대용어 표현인 '거'는 이전에 나왔던 모든 프로그램 중에서 방송 시작시간이 '2시'인 프로그램만을 대상으로 하며, 그 중에서도 가장 최근에 나왔던 프로그램을 대상으로 한다.

상술한 바와 같이, 대용어 복원부(130)는 이전 문맥을 참조해서 대용어를 인식하고 복원하여 프레임을 생성하고, 생성된 데이터를 생략어 복원부(140)에 출력한다.

생략어 복원부(140)는 담화구조 분석단(140a), 슬롯 제거단(140b), 및 필수정보 생성단(140c)으로 구성된다(도 4 참조).

상기한 구성을 갖는 생략어 복원부(140)는 대용어 복원부(130)에서 출력되는 데이터를 입력받아, 이전까지의 대화에서 사용된 프레임 정보의 상속 여부를 판단해서 필요한 정보를 상속하거나 이전 문맥에는 없지만 대화 진행에 필요한 정보를 새로 생성한다. 보다 상세히 설명하면, 담화구조 분석단(140a)은 이전 문맥 전체 내용의 상속 여부를 결정한다. 이때 이전 문맥의 상속여부는 ME(Maximum Entropy) 모델을 이용해서 통계적으로 CLR, notCLR, ALL의 3가지 태그 중 한 개로 결정된다.

담화구조 분석단(140a)에서 사용하는 3가지 태그에 대해 예를 들어 설명하면 다음과 같다.

CRL 태그는, 현재 발화를 처리할 때 이전까지의 대화에서 사용된 프레임 정보 중 필요한 정보가 없으므로 이전 문맥 전체 내용을 상속받지 않음을 의미한다. 예를 들면 다음과 같다.

U1 : 지금 MBC 뭐해?

상속 FLAG(CUR, PRE, DEF)	SLOT 이름	SLOT 값
CUR	TIME	지금
CUR	CHANNEL	MBC

R1 : 무한도전 하고 있습니다.

U2 : 오늘 저녁에 하는 공포영화 검색해

상속 FLAG(CUR, PRE, DEF)	SLOT 이름	SLOT 값
CUR	DATE	오늘
CUR	TIME	저녁
CUR	GENRE	공포영화

상기한 예에서 U2의 경우, U1에서 만들어진 [TIME:지금],[CHANNEL:MBC]와 같은 프레임 정보 중에서 하나도 상속받을 필요가 없으므로, U2에 대한 담화구조 분석 결과는 CLR가 된다.

notCRL 태그는, 현재 발화에는 없지만 사용자 요구를 처리하기 위해, 이전까지의 대화에서 사용된 프레임 정보 중에는 필요한 정보가 있으므로 이전 문맥 전체 내용을 상속받음을 의미한다. 예를 들면 다음과 같다.

U1 : 지금 MBC뭐해?

상속 FLAG(CUR, PRE, DEF)	SLOT 이름	SLOT 값
CUR	TIME	지금
CUR	CHANNEL	MBC

R1 : 무한도전 하고 있습니다.

U2 : SBS에서 뭐 해?

상속 FLAG(CUR, PRE, DEF)	SLOT 이름	SLOT 값
PRE	TIME	지금
CUR	CHANNEL	SBS

상기한 예에서 U2의 경우, 사용자가 SBS에서 지금 어떤 프로그램이 하고 있는 지를 묻는 경우이므로, 이전 프레임에 나와 있던 [TIME:지금] 정보를 상속받아야 한다. 그러므로 U2의 담화구조 분석 결과는 notCLR이 된다.

ALL 태그는, 상황에 따라서는 이전 문맥에 나왔던 프레임 정보가 필요하지만, 현재 발화의 분석기능을 통해 CLR를 해도 되는 경우가 있다. 즉, CLR과 notCLR가 모두 가능한 경우에 ALL태그가 된다. 예를 들면 다음과 같다.

U1 : 지금 MBC뭐해?

상속 FLAG(CUR, PRE, DEF)	SLOT 이름	SLOT 값
CUR	TIME	지금
CUR	CHANNEL	MBC

R1 : 무한도전 하고 있습니다.

U2 : 이거 출연자가 누구야?

상속 FLAG(CUR, PRE, DEF)	SLOT 이름	SLOT 값
CUR	PROGRAM	무한도전

상기한 예에서 U2의 사용자 요구를 처리하기 위해서는 U1 및 R1을 통해 검색된 하나의 특정 프로그램(지금 MBC에서 하고 있는 무한도전)의 정보를 상속 받아야 한다. 하지만, 전 단계, 즉, 대용어 복원부(130)에서 U2의 '이거'에 대한 복원을 하면서 R1에서 검색된 지금 MBC에서 하는 '무한도전'에 대한 모든 정보를 복원해 줄 수 있으므로, U2에 대해서는 CLR을 해도 되고, notCLR을 해도 된다. 따라서, 담화구조 분석단(140a)에서의 담화구조 분석결과는 ALL이 된다.

전술한, ME 모델에서 이용되는 정보는 다음과 같다.

a. 현재 발화에 나온 형태소 정보(명사와 용언만을 사용)

b. 현재 발화에 나온 개념열 정보

c. 현재 발화에 나온 대용어 정보

d. 현재 발화에 나온 화행 정보

e. 이전 발화의 화행 정보

한편, ME 모델에 의해서 notCLR 또는 ALL로 분류된 경우에는 이전 문맥 정보인 프레임 정보를 그대로 상속받게 되는데 이 프레임 정보 중에는 대화 진행에 문제를 일으킬 수 있는 슬롯정보들이 있을 수 있다. 따라서, 슬롯 제거단(140b)은 이러한 슬롯정보들을 기설정된 규칙에 의해 삭제한다.

필수정보 생성단(140c)는 담화구조 분석단(140a)과 슬롯 제거단(140b)을 거친 문맥 정보(즉, 프레임 정보)를 다시 분석하여, 대화 제어에 필요한 슬롯정보가 누락되지 않았는지를 판단하고, 최종적으로 대화 제어에 필요한 슬롯정보를 새롭게 생성하여 프레임을 채우게 된다.

마지막으로, 대화 관리부(150)는 생략어 복원부(140)으로부터 출력되는 데이터를 입력받아, 이를 참조하여 사용자 발화의 의도를 파악한 후 그에 적합한 대응을 수행한다.

도 5는 본 발명에 따른 음성 대화 분석 방법을 설명하기 위한 도면이다.

도 5를 참조하면, 사용자 입력부(100)를 통해 사용자로부터 음성 또는 텍스트를 입력받는다(S10). 입력받은 데이터가 음성인 경우, 음성 인식부는(110)는 사용자 입력부(100)에서 입력받은 음성을 분석하여 동일한 내용의 문자열로 변환하고, 그 결과를 언어 분석부(120)에 출력한다(S20). 언어 분석부(120)는 음성 인식부(110)에서 출력되는 데이터를 입력받아, 저장부(160)의 데이터를 참조하여 형태소 분석, 화행 분석, 및 개념열 인식하여 대용어 복원부(130)에 출력한다(S30, S40, S50).

대용어 복원부(130)는 언어 분석부(120)에서 출력되는 데이터를 입력받아, 이전 문맥에 나왔던 특정 선행자를 지시하는 지시어를 인식한다(S60). 또한, 대용어 복원부(130)는 인식된 지시어에 대해서, 선행자 스택 정보를 이용하여 가장 알맞은 선행자를 복원하게 된다(S70). 이때, 대용어 표현으로 인식된 대상이 대명사인 경우이며, 대용어 복원부(130)는 저장부(160)에 저장된 선행자 스택 중에서 최상위 정보를 복원하고(S80), 대용어 표현으로 인식된 대상이 명사구나 동사구인 경우에는 제약정보를 만족시키는 선행자 가운데 가장 최근 것을 복원하게 된다(S90). 생략어 복원부(140)는 대용어 복원부(130)에서 출력되는 데이터를 입력받아, 이전 문맥 정보의 상속 여부를 판단해서 필요한 정보를 상속하고(S100), 상속받은 정보 중에서 대화 진행에 문제를 일으킬 수 있는 슬롯정보들을 기설정된 규칙에 의해 삭제하고(S110), 대화 제어에 필요한 슬롯정보가 빠지지 않았는지를 다시 판단하여, 최종적으로 대화 진행에 필요한 슬롯정보를 새롭게 생성하여 프레임을 채우게 된다(S120).

마지막으로, 대화관리부(150)는 대용어와 생략어 복원된 프레임 정보를 이용해서 사용자 의도에 맞는 시스템 대응을 수행하게 된다(S130).

이상 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형 실시예들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져는 안될 것이다.

도 1은 종래 음성 대화 분석 시스템을 설명하기 위한 도면이다.

도 2는 본 발명에 따른 음성 대화 분석 시스템을 설명하기 위한 블럭도이다.

도 3은 본 발명에 적용되는 대용어 복원부의 구성을 설명하기 위한 블럭도이다.

도 4는 본 발명에 적용되는 생략어 복원부의 구성을 설명하기 위한 블럭도이다.

<도면의 주요 부분에 대한 부호의 설명>

100 : 사용자 입력부 110 : 음성 인식부

120 : 언어 분석부 130 : 대용어 복원부

140 : 생략어 복원부 150 : 대화 관리부

160 : 저장부

Claims

언어 분석, 대용어 복원, 및 생략어 복원에 필요한 데이터를 제공하기 위한 저장부;

사용자가 발화한 음성신호를 입력받는 사용자 입력부;

상기 음성신호를 입력받아 분석하여 상기 음성신호와 동일한 내용의 문자열로 변환하여 출력하는 음성 인식부;

상기 음성 인식부에서 출력되는 데이터에 대해 형태소 분석, 화행분석, 및 개념열 인식 중 하나 이상을 수행하는 언어 분석부;

상기 언어 분석부에서 출력되는 데이터를 입력받아 이전 문맥을 참조해서 대용어를 인식하고 복원하는 대용어 복원부;

상기 대용어 복원부에서 출력되는 데이터를 입력받아 이전 문맥의 상속 여부를 판단하여 생략어를 복원하는 생략어 복원부; 및

상기 생략어 복원부로부터 출력되는 데이터를 참조하여 사용자 발화의 의도를 파악하고, 그에 해당하는 대응을 수행하는 대화 관리부를 포함하는 것을 특징으로 하는 음성 대화 분석 시스템.
제 1항에 있어서,

상기 대용어 복원부는,

이전 문맥에 나왔던 특정 선행자를 지시하는 지시어를 인식하는 대용표현어구 인식단; 및

상기 지시어를 상기 저장부에 저장된 선행자 스택정보를 이용하여 해당하는 선행자로 복원하는 대용어 복원단을 포함하는 것을 특징으로 하는 음성 대화 분석 시스템.
제 2항에 있어서,

상기 대용표현어구 인식단은 CRF(Conditional random fields)모델을 이용하여 상기 지시어를 인식하는 것을 특징으로 하는 음성 대화 분석 시스템.
제 3항에 있어서,

상기 CRF모델에서 사용되는 정보는, 현재 발화에 나온 형태소 어휘와 품사 정보, 대용어 사전 정보, 및 이전 화행 정보 중 적어도 하나 이상인 것을 특징으로 하는 음성 대화 분석 시스템.
제 2항에 있어서,

상기 대용어 복원단은 상기 지시어가 대명사인 경우에는 상기 저장부에 저장된 선행자 스택정보 중에서 최상위 정보를 복원하는 것을 특징으로 하는 음성 대화 분석 시스템.
제 2항에 있어서,

상기 대용어 복원단은 상기 지시어가 대명사가 아닌 경우에는 제약정보를 만족시키는 선행자 스택정보 가운데 가장 최근에 나왔던 정보를 복원하는 것을 특징으로 하는 음성 대화 분석 시스템
제 1항에 있어서,

상기 생략어 복원부는,

이전 문맥 전체 내용의 상속 여부를 결정하는 담화구조 분석단;

상기 담화구조 분석단을 통해 상속된 문맥 전체 내용 중에 대화 진행에 문제를 일으킬 수 있는 슬롯정보들을 제거하는 슬롯 제거단; 및

대화 제어에 필요한 슬롯 정보가 누락되지 않았는지 판단하여 대화 제어에 필요한 슬롯정보를 새롭게 생성하는 필수정보 생성단을 포함하는 것을 특징으로 하는 음성 대화 분석 시스템.
제 7항에 있어서,

상기 담화구조 분석단은 ME(Maximum Entropy)모델을 이용해서 통계적으로 CLR, notCLR, ALL의 3가지 태그 중 한 개로 이전 문맥의 상속 여부를 결정하는 것을 특징으로 하는 음성 대화 분석 시스템.
제 8항에 있어서,

상기 ME모델에서 사용되는 정보는, 현재 발화에 나온 형태소 정보, 현재 발 화에 나온 개념열 정보, 현재 발화에 나온 대용어 정보, 현재 발화에 나온 화행 정보, 및 이전 발화의 화행 정보 중 적어도 하나 이상인 것을 특징으로 하는 음성 대화 분석 시스템.
사용자가 발화한 음성신호를 입력받는 음성입력단계;

상기 음성신호를 입력받아, 이를 분석하여 상기 음성신호와 동일한 내용의 문자열로 변환하는 음성변환단계;

변환된 상기 문자열에 대해 형태소 분석, 화행 분석, 및 개념열 인식 중 하나 이상을 수행하는 언어분석단계;

형태소 분석, 화행 분석 및 개념열 인식 중 하나 이상이 수행된 상기 문자열을 입력받아, 대용어를 인식하고 복원하는 대용어복원단계;

상기 언어분석단계와 상기 대용어복원단계의 결과를 이용해서 문맥 상속여부를 판단하여 생략어를 복원하는 생략어복원단계;

대용어 복원 및 생략어 복원이 이루어진 프레임 정보를 참조하여, 사용자 발화의 의도를 파악하여 그에 해당하는 대응을 수행하는 대화관리단계를 포함하는 것을 특징으로 하는 음성 대화 분석 방법.
제 10항에 있어서,

상기 대용어복원단계는,

이전문맥에 나왔던 특정 선행자를 지시하는 지시어를 인식하는 단계; 및

상기 지시어를 저장된 스택정보를 이용하여 해당하는 선행자로 복원하는 단계를 포함하는 것을 특징으로 하는 음성 대화 분석 방법.
제 10항에 있어서,

상기 생략어 복원단계는,

이전 문맥 전체 내용의 상속 여부를 결정하는 단계;

상속된 문맥 전체 내용 중에 대화 진행에 문제를 일으킬 수 있는 슬롯 정보들을 제거하는 단계; 및

대화 제어에 필요한 슬롯 정보가 누락되지 않았는지 판단하여 대화 제어에 필요한 슬롯 정보를 새롭게 생성하는 단계를 포함하는 것을 특징으로 하는 음성 대화 분석 방법.