KR20100128068A - 음성 대화 의미처리를 통한 사용자 프로파일 자동 구성 방법 및 장치, 및 그에 따른 콘텐츠 추천 방법 및 장치 - Google Patents

음성 대화 의미처리를 통한 사용자 프로파일 자동 구성 방법 및 장치, 및 그에 따른 콘텐츠 추천 방법 및 장치 Download PDF

Info

Publication number
KR20100128068A
KR20100128068A KR1020090046508A KR20090046508A KR20100128068A KR 20100128068 A KR20100128068 A KR 20100128068A KR 1020090046508 A KR1020090046508 A KR 1020090046508A KR 20090046508 A KR20090046508 A KR 20090046508A KR 20100128068 A KR20100128068 A KR 20100128068A
Authority
KR
South Korea
Prior art keywords
user
content
user profile
profile
conversation
Prior art date
Application number
KR1020090046508A
Other languages
English (en)
Other versions
KR101072176B1 (ko
Inventor
노형종
김석환
이동현
이근배
Original Assignee
포항공과대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 포항공과대학교 산학협력단 filed Critical 포항공과대학교 산학협력단
Priority to KR1020090046508A priority Critical patent/KR101072176B1/ko
Publication of KR20100128068A publication Critical patent/KR20100128068A/ko
Application granted granted Critical
Publication of KR101072176B1 publication Critical patent/KR101072176B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/1815—Semantic context, e.g. disambiguation of the recognition hypotheses based on word meaning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/221—Announcement of recognition results

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 인공지능 에이전트와의 음성 대화를 통해 사용자의 최근 선호도/취향을 알아내어 이를 바탕으로 사용자 프로파일을 구성하고, 그에 따라 가장 적합한 콘텐츠를 추천해 주는 방법 및 장치에 관한 것이다. 본 발명의 사용자 프로파일을 이용한 콘텐츠 추천 방법은 사용자로부터 명시적 문답을 통하여 사용자 프로파일을 구성하는 단계; 음성 발화를 받아들여 대화 내용의 의미를 이해하는 단계; 사용자와 에이전트의 대화 내용으로부터 단기적 프로파일을 추출하는 단계; 기본 사용자 프로파일과 새로운 사용자 프로파일을 결합하여 새로운 사용자 프로파일을 생성하는 단계; 각 콘텐츠들의 속성에 따른 콘텐츠 프로파일을 구성하는 단계; 사용자 프로파일과 콘텐츠 프로파일을 이용하여 실제로 적합한 추천 콘텐츠 목록을 생성하는 단계; 및 마지막으로 추천을 받은 사용자로부터의 반응(feedback)과 이어지는 대화로부터 얻어진 정보를 바탕으로 프로파일을 업데이트하는 단계를 포함한다.
Figure P1020090046508
대화형 추천 시스템, 콘텐츠 추천, 선호도 추출

Description

음성 대화 의미처리를 통한 사용자 프로파일 자동 구성 방법 및 장치, 및 그에 따른 콘텐츠 추천 방법 및 장치{User profile automatic creation method and apparatus through voice dialog meaning process, and contents recommendation method and apparatus using the same}
본 발명은 인공지능 에이전트와의 음성 대화를 통해 생성된 정보로부터 사용자의 선호도를 추출하고, 그로부터 사용자의 최근 선호도를 반영한 최신 프로파일을 구성하는 방법 및 장치, 및 이에 근거해 적합한 콘텐츠를 추천해 주는 방법 및 장치에 관한 것이다 (본 발명은 국가연구개발사업에 관한 것으로, 과제고유번호 : C1090-0902-0045, 연구사업명 : 대학 IT연구센터 육성 지원사업, 연구과제명 : "융합단말을 위한 내장형 소프트웨어 기술연구"에 관한 것이다).
인공지능 에이전트는 사용자의 발화를 입력받아 그 의미를 분석, 이해하여 그에 적합한 응답을 생성하는 대화 관리 시스템을 말한다. 에이전트와 사용자의 대화 내용으로부터 감정 추출, 텍스트 분석을 통하여 사용자 프로파일 추출이 가능해진다.
프로파일 구축은 프레임 기반 프로파일 구성기법을 이용하여 이루어진다. 이 렇게 구성된 프로파일을 이용하여 콘텐츠 추천이 이루어진다. 이 과정에서 콘텐츠의 속성을 나타내는 콘텐츠 프로파일을 이용하여 사용자의 취향에 적합한 추천이 이루어진다.
콘텐츠 추천을 위한 종래 연구는 크게 사용자 기반 방법론과 콘텐츠 기반 방법론이 있다. 사용자 기반 방법론은 현재 추천을 받고자 하는 사용자와 비슷한 복수의 사람들을 찾아, 그 사람들이 예측하고자 하는 콘텐츠에 대해 평가한 평가 점수를 바탕으로 현 사용자의 평가 점수를 예측하는 기법이다. 이 방법은 사용자간 유사도 비교시 공통된 아이템에 대한 평가 개수가 적을 시에 편향된 유사도 결과로 인해 성능 저하가 나타날 수 있다는 단점이 있다.
콘텐츠 기반 추천 방법론은 평가를 예측하고자 하는 콘텐츠와 비슷한 복수의 콘텐츠들을 찾아, 그 콘텐츠들에 대해 현재 추천받고자 하는 사용자가 평가한 평가 점수를 바탕으로 현 콘텐츠의 평가 점수를 예측하는 기법이다. 이 방법은 사용자가 예전에 선호하던 콘텐츠와 비슷한 유형의 콘텐츠들을 효과적으로 추천해 줄 수 있지만, 의외성을 띄는 콘텐츠 추천이 불가능하다는 한계를 가지고 있다.
인공지능 에이전트와의 대화를 통한 추천 방법에 대한 종래기술로는 2002년 3월 20일 출원된 출원번호 10-2002-0014913의 "인터넷상에서의 대화를 이용한 상품 추천 방법 및 그 시스템"과, 2005년 5월 30일 출원된 출원번호 10-2005-0045779의 "대화의 패턴 분석을 통한 선호 상품 및 콘텐츠 추천 방법 및 시스템"이 있다.
상기 출원번호 10-2002-0014913의 "인터넷상에서의 대화를 이용한 상품 추천 방법 및 그 시스템"은 텍스트 기반의 대화 내용 중에서 특정 단어를 추출, 그 단어 들을 기반으로 사용자의 선호도를 추청하고 추천을 실행하는 것으로, 이 기술은 미리 정해 놓은 단어 집합들에 대해서만 선호도 추정이 가능하며 음성 대화에 대해서 처리할 수 없다는 한계점이 있다.
상기 출원번호 10-2005-0045779의 "대화의 패턴 분석을 통한 선호 상품 및 콘텐츠 추천 방법 및 시스템"은 대화를 자연어 처리, 분석하여 사용자 선호도를 정리하고 그에 따라 추천을 실행하는 것으로, 콘텐츠 단순히 그 콘텐츠의 명칭에 기반하여 추천을 시행하기 때문에 콘텐츠의 속성을 반영하지 못하고 있다.
또한 종래기술에서는 공통적으로 사용자의 추천 콘텐츠에 대한 반응을 대화를 통하여 알아낸 후, 이를 바탕으로 추천 결과에 대한 개선이나 사용자 정보 변경 등의 추천 후 보완부가 없다는 한계가 있다.
본 발명은 위에서 기술한 방법들의 한계를 극복하기 위해 제안된 것으로, 사용자의 기본(default) 프로파일을 명시적 문답을 통해 구축한 뒤, 이후 추천을 위한 음성 대화가 사용자와 에이전트 사이에서 이루어지면 그 대화 내용으로부터 현재 사용자의 선호도를 반영하는 단기적(short-term) 프로파일을 구성하여 기본 프로파일과 결합하여 새로운 사용자 프로파일을 구성하는 방법 및 장치를 제공함을 목적으로 한다.
또한, 본 발명은 콘텐츠에 대해서도 내용 기반의 프로파일을 구성하여, 상기 사용자 프로파일 및 콘텐츠 프로파일을 이용하여 추천 시스템이 사용자에게 적절한 콘텐츠를 추천하고, 이후 사용자의 계속되는 대화를 통해 추천 콘텐츠에 대한 선호 여부를 사용자 프로파일에 반영하여 이후 더욱 정확한 추천이 이루어지도록 하는 콘텐츠 추천 방법 및 장치를 제공함을 목적으로 한다.
본 발명의 과제 해결 수단은 발명의 일 태양에 의하면, 사용자로부터 명시적 문답을 통하여 사용자 프로파일을 구성하는 단계; 음성 발화를 받아들여 대화 내용의 의미를 이해하는 단계; 사용자와 에이전트의 대화 내용으로부터 단기적 프로파일을 추출하는 단계; 및 기본 사용자 프로파일과 새로운 사용자 프로파일을 결합하여 새로운 사용자 프로파일을 생성하는 단계를 포함하는 사용자 프로파일 구성 방법을 제공한다.
또한, 본 발명의 다른 태양에 의하면, 사용자 평가 데이터베이스(DB)를 사용자 프로파일 생성기에서 분석하여 사용자 프로파일 DB를 생성하는 사용자 프로파일 구축부; 사용자가 에이전트에게 음성으로 전달하는 사용자 발화를 발화 분석기에서 분석하여, 대화 관리/처리기에 전달하면 이를 바탕으로 단기적 사용자 프로파일 DB를 생성하는 대화 관리 및 처리부; 및 앞서 생성된 사용자 프로파일 DB와 단기적 사용자 프로파일 DB를 프로파일 통합기를 통하여 결합, 최종적으로 통합 사용자 프로파일을 생성하는 사용자 프로파일 통합부를 포함하는 사용자 프로파일 구성 장치를 제공한다.
또한, 본 발명의 다른 태양에 의하면, 사용자로부터 명시적 문답을 통하여 사용자 프로파일을 구성하는 단계; 음성 발화를 받아들여 대화 내용의 의미를 이해하는 단계; 사용자와 에이전트의 대화 내용으로부터 단기적 프로파일을 추출하는 단계; 기본 사용자 프로파일과 새로운 사용자 프로파일을 결합하여 새로운 사용자 프로파일을 생성하는 단계; 각 콘텐츠들의 속성에 따른 콘텐츠 프로파일을 구성하는 단계; 사용자 프로파일과 콘텐츠 프로파일을 이용하여 실제로 적합한 추천 콘텐츠 목록을 생성하는 단계; 및 마지막으로 추천을 받은 사용자로부터의 반응(feedback)과 이어지는 대화로부터 얻어진 정보를 바탕으로 프로파일을 업데이트하는 단계를 포함하는 사용자 프로파일을 이용한 콘텐츠 추천 방법을 제공한다.
또한, 본 발명의 다른 태양에 의하면, 사용자 평가 데이터베이스(DB)를 사용자 프로파일 생성기에서 분석하여 사용자 프로파일 DB를 생성하는 사용자 프로파일 구축부; 사용자가 에이전트에게 음성으로 전달하는 사용자 발화를 발화 분석기에서 분석하여, 대화 관리/처리기에 전달하면 이를 바탕으로 단기적 사용자 프로파일 DB(S6)를 생성하는 대화 관리 및 처리부; 앞서 생성된 사용자 프로파일 DB와 단기적 사용자 프로파일 DB를 프로파일 통합기를 통하여 결합, 최종적으로 통합 사용자 프로파일을 생성하는 사용자 프로파일 통합부; 콘텐츠 DB로부터 콘텐츠 속성 분석기가 콘텐츠의 속성을 수치화하여 콘텐츠 프로파일 DB에 기록하는 콘텐츠 프로파일 구축부; 통합 사용자 프로파일과 콘텐츠 프로파일 DB를 입력으로 하여, 콘텐츠 평가 예측기를 거쳐 사용자에게 추천 목록을 보여주는 콘텐츠 추천 목록 생성부; 및 추천 목록 제시 후 사용자의 발화 내용을 바탕으로 사용자 반응을 추출, 그 정보를 사용자 반응 도입기에서 분석하여 통합 사용자 프로파일을 갱신하는 사용자 반응 도입부를 포함하는 사용자 프로파일을 이용한 콘텐츠 추천 장치를 제공한다.
바람직하기로는, 상기 사용자 평가 DB는 현 사용자가 기존의 타 콘텐츠에 대해 평가한 데이터가 기록된 평가 데이터와, 명시적으로 에이전트의 문답을 통해 얻어 낸 사용자의 선호도 데이터를 저장하고 있다.
바람직하기로는, 상기 콘텐츠 속성 분석기는 기존에 존재하는 콘텐츠들의 데이터를 가지고 있는 콘텐츠 DB로부터 콘텐츠를 입력으로 받아, 각 콘텐츠의 장르, 구성 요소 등의 속성을 분석, 이를 속성 벡터(vector)로 수치화하여 각 콘텐츠의 성격을 체계적으로 나타낼 수 있는 콘텐츠 프로파일을 생성하여 콘텐츠 프로파일 DB(S4)에 기록한다.
바람직하기로는, 상기 발화 분석기는 사용자가 발화하는 사용자 발화를 자연어 이해 기법을 통하여 분석, 각 발화의 의도와 핵심어(keyword)들을 추출하며, 발 화의 의미분석을 한 후 미리 정의해 놓은 프레임 형태로 기록하여 대화 관리/처리기에 전달한다.
바람직하기로는, 상기 대화 관리/처리기는 전달받은 발화의 의도와 핵심어, 발화 의미 정보를 가지고 사용자가 특정 콘텐츠 혹은 장르 등의 속성에 대해 어떤 감정, 취향을 가지고 있는지 추론, 처리하여 단기적 사용자 프로파일 DB(S6)를 생성한다.
바람직하기로는, 상기 프로파일 통합기는 단기적 사용자 프로파일의 신뢰도와 중요도를 바탕으로 사용자 프로파일과 단기적 사용자 프로파일의 비중을 결정하고, 그에 따라 통합 사용자 프로파일을 구성한다.
바람직하기로는, 상기 콘텐츠 평가 예측기는 사용자에게 추천 목록을 보여주기 위해서 각 콘텐츠에 대해 예측 평가값을 추정한다.
바람직하기로는, 상기 콘텐츠 평가 예측기는 사용자 정보를 통합 사용자 프로파일로부터 불러오고, 각 콘텐츠의 정보를 콘텐츠 프로파일 DB로부터 불러와서, 평가값 예측을 실행, 추정된 평가값을 바탕으로 가장 높은 값을 가지는 콘텐츠부터 차례대로 지정된 숫자의 상위 콘텐츠들을 추천 목록으로 사용자에게 제시한다.
바람직하기로는, 상기 사용자 반응 도입기는 추천 목록 제시 후 사용자와 에이전트의 대화 내용으로부터 사용자 반응(feedback)을 추출하여, 그 반응을 사용자 프로파일의 기록 형태로 변환하여 통합 사용자 프로파일에 통합, 갱신하도록 한다.
상술한 바와 같이, 본 발명은 텍스트 기반의 대화만이 아니라 음성 대화 의 미를 분석하여 채팅에 익숙하지 않은 사용자에게 더욱 편리한 인터페이스를 제공하여 자연스러운 추천이 가능해진다. 사용자가 일상적으로 가지고 있던 선호도와 음성 대화시에 가지고 있던 선호도를 종합적으로 포함하는 통합 사용자 프로파일을 구성하여, 이를 바탕으로 콘텐츠 추천을 실행하고 추천 결과에 대한 사용자의 반응을 반영하여 일방적인 추천이 아닌 상호 소통에 의한 추천을 실현한다. 이를 통해 현재의 사용자 선호도를 효과적으로 반영하여 좀 더 사용자가 당장 원하는 콘텐츠에 근접하는 콘텐츠들을 추천하는 효과를 얻는다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
도 1은 본 발명에 따라 인공지능 에이전트와의 대화를 통한 사용자 프로파일 구성 방법 및 장치, 및 그에 따른 콘텐츠 추천 방법 및 장치의 블록 구성도로서, 사용자 프로파일 구축부(10), 콘텐츠 프로파일 구축부(20), 대화 관리 및 처리부(30), 사용자 프로파일 통합부(40), 콘텐츠 추천 목록 생성부(50), 사용자 반응 도입부(60)로 구성된다.
사용자 프로파일 구축부(10)에서는 사용자 평가 데이터베이스(DB)(S1)를 사용자 프로파일 생성기(11)에서 분석하여 사용자 프로파일 DB(S2)를 생성한다. 사용자 평가 DB(S1)는 현 사용자가 기존의 타 콘텐츠에 대해 평가한 데이터가 기록된 평가 데이터와, 명시적으로 에이전트의 문답을 통해 얻어 낸 사용자의 선호도 데이터를 저장하고 있는데, 사용자 프로파일 생성기(11)는 이 사용자 평가 DB(S1)로부터 사용자 프로파일 DB(S2)를 생성해 낸다.
콘텐츠 프로파일 구축부(20)에서는 콘텐츠 DB(S3)로부터 콘텐츠 속성 분석기(21)가 콘텐츠의 속성을 수치화하여 콘텐츠 프로파일 DB(S4)에 기록한다. 콘텐츠 속성 분석기(21)는 기존에 존재하는 콘텐츠들의 데이터를 가지고 있는 콘텐츠 DB(S3)로부터 콘텐츠를 입력으로 받아, 각 콘텐츠의 장르, 구성 요소 등의 속성을 분석, 이를 속성 벡터(vector)로 수치화하여 각 콘텐츠의 성격을 체계적으로 나타낼 수 있는 콘텐츠 프로파일을 생성하여 콘텐츠 프로파일 DB(S4)에 기록한다.
대화 관리 및 처리부(30)에서는 사용자가 에이전트에게 음성으로 전달하는 사용자 발화(S5)를 발화 분석기(31)에서 분석하여, 대화 관리/처리기(32)에 전달하면 이를 바탕으로 단기적 사용자 프로파일 DB(S6)를 생성한다. 발화 분석기(31)는 사용자가 발화하는 사용자 발화(S5)를 자연어 이해 기법을 통하여 분석, 각 발화의 의도와 핵심어(keyword)들을 추출한다. 즉 발화의 의미분석을 한 후 미리 정의해 놓은 프레임 형태로 기록하여 대화 관리/처리기(32)에 전달한다. 대화 관리/처리기(32)는 전달받은 발화의 의도와 핵심어, 발화 의미 정보를 가지고 사용자가 특정 콘텐츠 혹은 장르 등의 속성에 대해 어떤 감정, 취향을 가지고 있는지 추론, 처리하여 단기적 사용자 프로파일 DB(S6)를 생성한다. 여기에서 생성된 단기적 사용자 프로파일은 일상적으로 현 사용자의 선호도를 나타내는 사용자 프로파일 DB(S2)와는 다른 것으로, 현재 대화가 이루어지는 시점의 사용자의 선호도를 단기적(short-term)으로 저장하는 임시 프로파일의 개념을 가지고 있다.
사용자 프로파일 통합부(40)에서는 앞서 생성된 사용자 프로파일 DB(S2)와 단기적 사용자 프로파일 DB(S6)를 프로파일 통합기(41)를 통하여 결합, 최종적으로 통합 사용자 프로파일(S7)을 생성하게 된다. 프로파일 통합기(41)는 단기적 사용자 프로파일(S6)의 신뢰도와 중요도를 바탕으로 사용자 프로파일(S2)과 단기적 사용자 프로파일(S6)의 비중을 결정하고, 그에 따라 통합 사용자 프로파일(S7)을 구성한다.
콘텐츠 추천 목록 생성부(50)에서는 통합 사용자 프로파일(S7)과 콘텐츠 프로파일 DB(S4)를 입력으로 하여, 콘텐츠 평가 예측기(51)를 거쳐 사용자에게 추천 목록(S8)을 보여주게 된다. 콘텐츠 평가 예측기(51)는 사용자에게 추천 목록을 보여주기 위해서 각 콘텐츠에 대해 예측 평가값을 추정한다. 이를 위해서는 콘텐츠 평가 예측기(51)는 현재 사용자와 예측하고자 하는 콘텐츠에 대한 정보가 필요한데, 사용자 정보를 통합 사용자 프로파일(S7)로부터 불러오고, 각 콘텐츠의 정보를 콘텐츠 프로파일 DB(S4)로부터 불러온다. 이를 이용하여 콘텐츠 평가 예측기(51)는 평가값 예측을 실행, 추정된 평가값을 바탕으로 가장 높은 값을 가지는 콘텐츠부터 차례대로 지정된 숫자의 상위 콘텐츠들을 추천 목록(S8)으로 사용자에게 제시한다.
사용자 반응 도입부(60)에서는 추천 목록(S8) 제시 후 사용자의 발화 내용을 바탕으로 사용자 반응을 추출, 그 정보를 사용자 반응 도입기(61)에서 분석하여 통합 사용자 프로파일(S7)을 갱신한다. 사용자 반응 도입기(61)는 추천 목록(S8) 제시 후 사용자와 에이전트의 대화 내용으로부터 사용자 반응(feedback)을 추출한다. 그 반응을 사용자 프로파일의 기록 형태로 변환하여 통합 사용자 프로파일(S7)에 통합, 갱신하도록 한다. 갱신된 사용자 프로파일은 이후의 추천이 더욱 정확해지도록 할 수 있다.
도 2의 흐름도는 인공지능 에이전트와의 대화를 통한 사용자 프로파일 구성 및 그에 따른 콘텐츠 추천 방법의 일련의 과정을 알기 쉽게 설명한다.
도 1 및 도 2에서, 사용자 평가 DB(S1)는 현 사용자가 기존의 타 콘텐츠에 대해 평가한 데이터가 기록된 평가 데이터와, 명시적으로 에이전트의 문답을 통해 얻어 낸 사용자의 선호도 데이터를 저장하고 있는데, 사용자 프로파일 생성기(11)는 이 사용자 평가 DB(S1)로부터 사용자 프로파일 DB(S2)를 생성해 낸다. 즉, 사용자가 기존에 평가했던 기록들과 에이전트가 제시한 문답에 대해 사용자가 명시적으로 제시한 선호도를 이용하여 사용자 프로파일 생성기(11)는 사용자 평가 DB(S1)에 저장된 사용자 평가 데이터베이스로부터 사용자 프로파일 DB(S2)를 생성한다(단계 201). 즉, 단계 201은 사용자 프로파일 구축 단계이다.
콘텐츠 속성 분석기(21)는 기존의 콘텐츠에 대한 정보가 기록된 콘텐츠 DB(S3)로부터 콘텐츠의 속성을 추출, 분석하여 수치화하고, 그것을 콘텐츠 프로파일 DB(S4)에 기록한다(단계 202). 즉, 단계 202는 콘텐츠 프로파일 구축 단계이다.
사용자가 에이전트와의 대화를 위하여 발화를 하면, 사용자 발화(S5)가 기록되고 그 발화를 발화 분석기(31)가 분석하여 미리 정의해 놓은 프레임에 발화의 의도와 핵심어를 저장한다(단계 203). 단계 203에서 생성된 프레임을 받은 대화 관리/처리기(32)는 추후 콘텐츠 추천에 영향을 줄만한 사용자 선호도의 변경사항을 감지하여 단기적 사용자 프로파일 DB(S6)을 구축한다(단계 204). 즉, 단계 203 및 단계 204는 대화 관리 및 처리 단계이다.
사용자 프로파일 DB(S2)와 단기적 프로파일 DB(S6)를 프로파일 통합기(41)가 통합하여 하나의 통합 사용자 프로파일(S7)을 생성한다(단계 205). 즉, 단계 205는 사용자 프로파일 통합 단계이다.
여기서, 단계 203 내지 단계 205는 사용자의 발화가 이루어질 때마다 반복적으로 진행된다. 즉, 프로파일 통합 단계(205) 후 결과는 단계 203으로 진행되어, 발화 분석을 거치게 된다.
통합 사용자 프로파일(S7)과 콘텐츠 프로파일 DB(S4)를 바탕으로 콘텐츠 평가 예측기(51)가 존재하는 콘텐츠들에 대해 예측 평가값을 추정한다(단계 206). 그 다음, 추정된 평가값들을 그 값들의 크기순으로 나열하여 상위 콘텐츠들에 대해 추천 목록(S8)을 작성, 이를 사용자에게 제시한다(단계 207). 즉, 단계 206 및 단계 207은 콘텐츠 추천 목록 생성 단계이다.
사용자가 추천 콘텐츠에 대해 대화를 통하여 다른 의견을 제시하였다면, 사용자 반응 도입기(61)가 사용자의 반응을 대화로부터 추출한다(단계 208). 추출된 사용자 반응 정보를 이용하여 통합 사용자 프로파일을 갱신한다(단계 209). 즉, 단계 208 및 단계 209는 사용자 반응 도입 단계이다.
여기서, 단계 206 내지 단계 209는 추천 실행 후 사용자의 발화가 나타날 때마다 반복적으로 진행된다. 즉, 사용자 프로파일 갱신 단계(209) 후 결과는 단계 206으로 보내져 콘텐츠 평가 예측을 거치게 된다.
상술한 바와 같이, 본 발명에 의한, 인공지능 에이전트와의 음성 대화를 통해 생성된 정보로부터 사용자의 선호도를 추출하고, 그로부터 사용자의 최근 선호 도를 반영한 최신 프로파일을 구성하는 방법 및 장치는 사용자가 일상적으로 가지고 있던 선호도와 음성 대화시에 가지고 있던 선호도를 종합적으로 포함하는 통합 사용자 프로파일을 구성하여, 또한 본 발명에 의한 콘텐츠 추천 방법 및 장치는 이를 바탕으로 콘텐츠 추천을 실행하고 추천 결과에 대한 사용자의 반응을 반영하여 일방적인 추천이 아닌 상호 소통에 의한 추천을 실현하여, 텍스트 기반의 대화만이 아니라 음성 대화 의미를 분석하여 채팅에 익숙하지 않은 사용자에게 더욱 편리한 인터페이스를 제공하여 자연스러운 추천이 가능해진다. 이를 통해 현재의 사용자 선호도를 효과적으로 반영하여 좀 더 사용자가 당장 원하는 콘텐츠에 근접하는 콘텐츠들을 추천할 수 있다.
도 1은 본 발명에 따라 대화를 통한 사용자 프로파일 구성 방법 및 장치와, 그를 적용한 콘텐츠 추천 방법 및 장치를 설명하기 위한 개략적인 블록도이다.
도 2는 도 1에 도시한 본 발명에 따라 대화를 통한 사용자 프로파일 구성 방법 및 장치와, 그를 적용한 콘텐츠 추천 방법 및 장치를 설명하기 위한 개략적인 흐름도이다.
<도면의 주요부분에 대한 부호의 설명>
10 : 프로파일 구축부 11 : 사용자 프로파일 생성기
20 : 콘텐츠 프로파일 구축부 21 : 콘텐츠 속성 분석기
30 : 대화 관리 및 처리부 31 : 발화 분석기
32 : 대화 관리/처리기 40 : 사용자 프로파일 통합부
41 : 프로파일 통합기 50 : 콘텐츠 추천 목록 생성부
51 : 콘텐츠 평가 예측기 60 : 사용자 반응 도입부
61 : 사용자 반응 도입기

Claims (16)

  1. 에이전트와의 음성 대화를 통해 생성되는 사용자 프로파일 구성 방법에 있어서,
    사용자로부터 명시적 문답을 통하여 사용자 프로파일을 구성하는 단계;
    음성 발화를 받아들여 대화 내용의 의미를 이해하는 단계;
    사용자와 에이전트의 대화 내용으로부터 단기적 프로파일을 추출하는 단계; 및
    기본 사용자 프로파일과 새로운 사용자 프로파일을 결합하여 새로운 사용자 프로파일을 생성하는 단계를 포함하는 사용자 프로파일 구성 방법.
  2. 에이전트와의 음성 대화를 통해 생성되는 사용자 프로파일 구성 장치에 있어서,
    사용자 평가 데이터베이스(DB)를 사용자 프로파일 생성기에서 분석하여 사용자 프로파일 DB를 생성하는 사용자 프로파일 구축부;
    사용자가 에이전트에게 음성으로 전달하는 사용자 발화를 발화 분석기에서 분석하여, 대화 관리/처리기에 전달하면 이를 바탕으로 단기적 사용자 프로파일 DB를 생성하는 대화 관리 및 처리부; 및
    앞서 생성된 사용자 프로파일 DB와 단기적 사용자 프로파일 DB를 프로파일 통합기를 통하여 결합, 최종적으로 통합 사용자 프로파일을 생성하는 사용자 프로 파일 통합부를 포함하는 사용자 프로파일 구성 장치.
  3. 제2항에 있어서, 상기 사용자 평가 DB는 현 사용자가 기존의 타 콘텐츠에 대해 평가한 데이터가 기록된 평가 데이터와, 명시적으로 에이전트의 문답을 통해 얻어 낸 사용자의 선호도 데이터를 저장함을 특징으로 하는 사용자 프로파일 구성 장치.
  4. 제2항에 있어서, 상기 발화 분석기는 사용자가 발화하는 사용자 발화를 자연어 이해 기법을 통하여 분석, 각 발화의 의도와 핵심어(keyword)들을 추출하며, 발화의 의미분석을 한 후 미리 정의해 놓은 프레임 형태로 기록하여 대화 관리/처리기에 전달함을 특징으로 하는 사용자 프로파일 구성 장치.
  5. 제2항에 있어서, 상기 대화 관리/처리기는 전달받은 발화의 의도와 핵심어, 발화 의미 정보를 가지고 사용자가 특정 콘텐츠 혹은 장르 등의 속성에 대해 어떤 감정, 취향을 가지고 있는지 추론, 처리하여 단기적 사용자 프로파일 DB(S6)를 생성함을 특징으로 하는 사용자 프로파일 구성 장치.
  6. 제2항에 있어서, 상기 프로파일 통합기는 단기적 사용자 프로파일의 신뢰도와 중요도를 바탕으로 사용자 프로파일과 단기적 사용자 프로파일의 비중을 결정하고, 그에 따라 통합 사용자 프로파일을 구성함을 특징으로 하는 사용자 프로파일 구성 장치.
  7. 에이전트와의 음성 대화를 통해 생성되는 사용자 프로파일을 이용한 콘텐츠 추천 방법에 있어서,
    사용자로부터 명시적 문답을 통하여 사용자 프로파일을 구성하는 단계;
    음성 발화를 받아들여 대화 내용의 의미를 이해하는 단계;
    사용자와 에이전트의 대화 내용으로부터 단기적 프로파일을 추출하는 단계;
    기본 사용자 프로파일과 새로운 사용자 프로파일을 결합하여 새로운 사용자 프로파일을 생성하는 단계;
    각 콘텐츠들의 속성에 따른 콘텐츠 프로파일을 구성하는 단계;
    사용자 프로파일과 콘텐츠 프로파일을 이용하여 실제로 적합한 추천 콘텐츠 목록을 생성하는 단계; 및
    마지막으로 추천을 받은 사용자로부터의 반응(feedback)과 이어지는 대화로부터 얻어진 정보를 바탕으로 프로파일을 업데이트하는 단계를 포함하는 사용자 프로파일을 이용한 콘텐츠 추천 방법.
  8. 에이전트와의 음성 대화를 통해 생성되는 사용자 프로파일을 이용한 콘텐츠 추천 장치에 있어서,
    사용자 평가 데이터베이스(DB)를 사용자 프로파일 생성기에서 분석하여 사용자 프로파일 DB를 생성하는 사용자 프로파일 구축부;
    사용자가 에이전트에게 음성으로 전달하는 사용자 발화를 발화 분석기에서 분석하여, 대화 관리/처리기에 전달하면 이를 바탕으로 단기적 사용자 프로파일 DB(S6)를 생성하는 대화 관리 및 처리부;
    앞서 생성된 사용자 프로파일 DB와 단기적 사용자 프로파일 DB를 프로파일 통합기를 통하여 결합, 최종적으로 통합 사용자 프로파일을 생성하는 사용자 프로파일 통합부;
    콘텐츠 DB로부터 콘텐츠 속성 분석기가 콘텐츠의 속성을 수치화하여 콘텐츠 프로파일 DB에 기록하는 콘텐츠 프로파일 구축부;
    통합 사용자 프로파일과 콘텐츠 프로파일 DB를 입력으로 하여, 콘텐츠 평가 예측기를 거쳐 사용자에게 추천 목록을 보여주는 콘텐츠 추천 목록 생성부; 및
    추천 목록 제시 후 사용자의 발화 내용을 바탕으로 사용자 반응을 추출, 그 정보를 사용자 반응 도입기에서 분석하여 통합 사용자 프로파일을 갱신하는 사용자 반응 도입부를 포함하는 사용자 프로파일을 이용한 콘텐츠 추천 장치.
  9. 제8항에 있어서, 상기 사용자 평가 DB는 현 사용자가 기존의 타 콘텐츠에 대해 평가한 데이터가 기록된 평가 데이터와, 명시적으로 에이전트의 문답을 통해 얻어 낸 사용자의 선호도 데이터를 저장함을 특징으로 하는 콘텐츠 추천 장치.
  10. 제8항에 있어서, 상기 콘텐츠 속성 분석기는 기존에 존재하는 콘텐츠들의 데이터를 가지고 있는 콘텐츠 DB로부터 콘텐츠를 입력으로 받아, 각 콘텐츠의 장르, 구성 요소 등의 속성을 분석, 이를 속성 벡터(vector)로 수치화하여 각 콘텐츠의 성격을 체계적으로 나타낼 수 있는 콘텐츠 프로파일을 생성하여 콘텐츠 프로파일 DB(S4)에 기록함을 특징으로 하는 콘텐츠 추천 장치.
  11. 제8항에 있어서, 상기 발화 분석기는 사용자가 발화하는 사용자 발화를 자연어 이해 기법을 통하여 분석, 각 발화의 의도와 핵심어(keyword)들을 추출하며, 발화의 의미분석을 한 후 미리 정의해 놓은 프레임 형태로 기록하여 대화 관리/처리기에 전달함을 특징으로 하는 콘텐츠 추천 장치.
  12. 제8항에 있어서, 상기 대화 관리/처리기는 전달받은 발화의 의도와 핵심어, 발화 의미 정보를 가지고 사용자가 특정 콘텐츠 혹은 장르 등의 속성에 대해 어떤 감정, 취향을 가지고 있는지 추론, 처리하여 단기적 사용자 프로파일 DB(S6)를 생성함을 특징으로 하는 콘텐츠 추천 장치.
  13. 제8항에 있어서, 상기 프로파일 통합기는 단기적 사용자 프로파일의 신뢰도와 중요도를 바탕으로 사용자 프로파일과 단기적 사용자 프로파일의 비중을 결정하고, 그에 따라 통합 사용자 프로파일을 구성함을 특징으로 하는 콘텐츠 추천 장치.
  14. 제8항에 있어서, 상기 콘텐츠 평가 예측기는 사용자에게 추천 목록을 보여주기 위해서 각 콘텐츠에 대해 예측 평가값을 추정함을 특징으로 하는 콘텐츠 추천 장치.
  15. 제8항에 있어서, 상기 콘텐츠 평가 예측기는 사용자 정보를 통합 사용자 프로파일로부터 불러오고, 각 콘텐츠의 정보를 콘텐츠 프로파일 DB로부터 불러와서, 평가값 예측을 실행, 추정된 평가값을 바탕으로 가장 높은 값을 가지는 콘텐츠부터 차례대로 지정된 숫자의 상위 콘텐츠들을 추천 목록으로 사용자에게 제시함을 특징으로 하는 콘텐츠 추천 장치.
  16. 제8항에 있어서, 상기 사용자 반응 도입기는 추천 목록 제시 후 사용자와 에이전트의 대화 내용으로부터 사용자 반응(feedback)을 추출하여, 그 반응을 사용자 프로파일의 기록 형태로 변환하여 통합 사용자 프로파일에 통합, 갱신함을 특징으로 하는 콘텐츠 추천 장치.
KR1020090046508A 2009-05-27 2009-05-27 음성 대화 의미처리를 통한 사용자 프로파일 자동 구성 장치, 및 그에 따른 콘텐츠 추천 장치 KR101072176B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020090046508A KR101072176B1 (ko) 2009-05-27 2009-05-27 음성 대화 의미처리를 통한 사용자 프로파일 자동 구성 장치, 및 그에 따른 콘텐츠 추천 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020090046508A KR101072176B1 (ko) 2009-05-27 2009-05-27 음성 대화 의미처리를 통한 사용자 프로파일 자동 구성 장치, 및 그에 따른 콘텐츠 추천 장치

Publications (2)

Publication Number Publication Date
KR20100128068A true KR20100128068A (ko) 2010-12-07
KR101072176B1 KR101072176B1 (ko) 2011-10-10

Family

ID=43505070

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090046508A KR101072176B1 (ko) 2009-05-27 2009-05-27 음성 대화 의미처리를 통한 사용자 프로파일 자동 구성 장치, 및 그에 따른 콘텐츠 추천 장치

Country Status (1)

Country Link
KR (1) KR101072176B1 (ko)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013105999A2 (en) * 2011-02-24 2013-07-18 Google Inc. Identifying and using bibliographical references in electronic books
US9031493B2 (en) 2011-11-18 2015-05-12 Google Inc. Custom narration of electronic books
US9141404B2 (en) 2011-10-24 2015-09-22 Google Inc. Extensible framework for ereader tools
KR20190066116A (ko) * 2017-12-05 2019-06-13 현대자동차주식회사 대화 시스템 및 이를 포함하는 차량
KR20200073624A (ko) * 2018-12-14 2020-06-24 미스터마인드 주식회사 인공지능 대화 서비스 제공 시스템
WO2020214011A1 (en) * 2019-04-19 2020-10-22 Samsung Electronics Co., Ltd. Information processing method, apparatus, electronic device and computer readable storage medium
CN112084318A (zh) * 2020-09-25 2020-12-15 支付宝(杭州)信息技术有限公司 一种对话辅助方法、系统及装置
KR102274335B1 (ko) * 2020-11-16 2021-07-07 한화생명보험(주) 복수의 상담원을 통한 채팅기반 고객 프로파일 생성 방법 및 장치

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102485253B1 (ko) 2017-11-10 2023-01-06 현대자동차주식회사 대화 시스템 및 그 제어방법
US11436215B2 (en) 2018-08-20 2022-09-06 Samsung Electronics Co., Ltd. Server and control method thereof

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9501461B2 (en) 2011-02-24 2016-11-22 Google Inc. Systems and methods for manipulating user annotations in electronic books
WO2013105999A3 (en) * 2011-02-24 2013-10-10 Google Inc. Identifying and using bibliographical references in electronic books
US10067922B2 (en) 2011-02-24 2018-09-04 Google Llc Automated study guide generation for electronic books
WO2013105999A2 (en) * 2011-02-24 2013-07-18 Google Inc. Identifying and using bibliographical references in electronic books
US9141404B2 (en) 2011-10-24 2015-09-22 Google Inc. Extensible framework for ereader tools
US9678634B2 (en) 2011-10-24 2017-06-13 Google Inc. Extensible framework for ereader tools
US9031493B2 (en) 2011-11-18 2015-05-12 Google Inc. Custom narration of electronic books
KR20190066116A (ko) * 2017-12-05 2019-06-13 현대자동차주식회사 대화 시스템 및 이를 포함하는 차량
KR20200073624A (ko) * 2018-12-14 2020-06-24 미스터마인드 주식회사 인공지능 대화 서비스 제공 시스템
WO2020214011A1 (en) * 2019-04-19 2020-10-22 Samsung Electronics Co., Ltd. Information processing method, apparatus, electronic device and computer readable storage medium
CN112084318A (zh) * 2020-09-25 2020-12-15 支付宝(杭州)信息技术有限公司 一种对话辅助方法、系统及装置
CN112084318B (zh) * 2020-09-25 2024-02-20 支付宝(杭州)信息技术有限公司 一种对话辅助方法、系统及装置
KR102274335B1 (ko) * 2020-11-16 2021-07-07 한화생명보험(주) 복수의 상담원을 통한 채팅기반 고객 프로파일 생성 방법 및 장치
WO2022103068A1 (ko) * 2020-11-16 2022-05-19 주식회사 엔터프라이즈블록체인 복수의 상담원을 통한 채팅기반 고객 프로파일 생성 방법 및 장치

Also Published As

Publication number Publication date
KR101072176B1 (ko) 2011-10-10

Similar Documents

Publication Publication Date Title
KR101072176B1 (ko) 음성 대화 의미처리를 통한 사용자 프로파일 자동 구성 장치, 및 그에 따른 콘텐츠 추천 장치
US10847139B1 (en) Crowd sourced based training for natural language interface systems
US10657966B2 (en) Better resolution when referencing to concepts
US11062270B2 (en) Generating enriched action items
US20230359656A1 (en) Method for adaptive conversation state management with filtering operators applied dynamically as part of a conversational interface
US10885278B2 (en) Auto tele-interview solution
CN110892395B (zh) 提供增强的通信会话服务的虚拟助手
US20190272269A1 (en) Method and system of classification in a natural language user interface
US9380017B2 (en) Human assisted chat information system
US20170337261A1 (en) Decision Making and Planning/Prediction System for Human Intention Resolution
US10468052B2 (en) Method and device for providing information
KR20140042994A (ko) 가상 에이전트와의 대화 내용에서 자동으로 추출되는 개인 프로파일링 정보를 이용한 자동학습 기반의 인공지능 대화 시스템
US20130246392A1 (en) Conversational System and Method of Searching for Information
KR20190114051A (ko) 대화형 상호작용 시스템에서 서치 입력에서의 사용자 의도를 추론하는 방법 및 이를 위한 시스템
JP7096172B2 (ja) キャラクタ性に応じた形容発話を含む対話シナリオを生成する装置、プログラム及び方法
JP2000207214A (ja) 対話装置
US11694690B2 (en) Method and system providing service based on user voice
JP6858721B2 (ja) コンテンツに関する対話を実施可能な対話制御装置、プログラム及び方法
Hernández et al. User-centric Recommendation Model for AAC based on Multi-criteria Planning
Griol et al. Modeling users emotional state for an enhanced human-machine interaction
US11942081B2 (en) Information processing device and information processing method for response presentation
US11934439B1 (en) Similar cases retrieval in real time for call center agents
JP7485029B2 (ja) 情報推薦システム、情報検索装置、情報推薦方法、及びプログラム
Martina et al. Narrative Recommendations based on Natural Language Preference Elicitation for a Virtual Assistant for the Movie Domain.
Fredriksson et al. Chatbot for Information Retrieval from Unstructured Natural Language Documents

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20140930

Year of fee payment: 4

LAPS Lapse due to unpaid annual fee