KR102523638B1 - 대화 의도 실시간 분석 방법 - Google Patents

대화 의도 실시간 분석 방법 Download PDF

Info

Publication number
KR102523638B1
KR102523638B1 KR1020190022993A KR20190022993A KR102523638B1 KR 102523638 B1 KR102523638 B1 KR 102523638B1 KR 1020190022993 A KR1020190022993 A KR 1020190022993A KR 20190022993 A KR20190022993 A KR 20190022993A KR 102523638 B1 KR102523638 B1 KR 102523638B1
Authority
KR
South Korea
Prior art keywords
conversation
response
information
unit
situation
Prior art date
Application number
KR1020190022993A
Other languages
English (en)
Other versions
KR20200104544A (ko
Inventor
오교중
최호진
Original Assignee
한국과학기술원
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 한국과학기술원 filed Critical 한국과학기술원
Priority to KR1020190022993A priority Critical patent/KR102523638B1/ko
Publication of KR20200104544A publication Critical patent/KR20200104544A/ko
Application granted granted Critical
Publication of KR102523638B1 publication Critical patent/KR102523638B1/ko

Links

Images

Classifications

    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/242—Query formulation
    • G06F16/243—Natural language query formulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2452—Query translation
    • G06F16/24528—Standardisation; Simplification
    • 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
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis

Landscapes

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

Abstract

대화 의도 실시간 분석 방법이 개시된다. 본 발명의 대화 의도 실시간 분석 방법은 자연어 대화 이해부가 문장을 분석하여 대답할 질문을 결정하는 자연어 대화 전처리부에 의해 정제된 정제문장을 분석하여 일반 대화인지, 단답 대화인지 또는 절차적 대화인지에 따라 응답에 대한 대화 정보 및 응답 정책을 결정하는 단계; 어시스턴트 대화 관리부가 자연어 대화 이해부로부터 입력된 대화정보 및 응답정책을 분석하여 대화 문맥을 출력하고 대화 정보의 질의와 관련된 응답 후보를 추출하는 단계; 상황정보 수집부가 어시스턴트 대화 관리부에 의해 추출된 응답 후보, 사용자 정보, 업무 정보 및 도메인 정보를 통해 현장 상황을 정형화하여 상황 정보를 수집하는 단계; 현장지향형 응답 관리부가 어시스턴트 대화 관리부에 의해 추출된 대화 정보 중에서 상황정보 수집부에 의해 생성된 상황 정보에 따른 정제 응답을 검출하는 단계; 및 응답 제공부가 현장지향형 응답 관리부에 의해 검출된 정제 응답에서 최종 응답을 검출하여 휴대 장치에 전달하는 단계를 포함하는 것을 특징으로 한다.

Description

대화 의도 실시간 분석 방법{METHOD OF REAL TIME INTENT RECOGNITION}
본 발명은 대화 의도 실시간 분석 방법에 관한 것으로서, 더욱 상세하게는 현장 업무를 지원하는 인공지능 어시스턴트에서 사용자 프로파일과 업무 관련 정보를 수집하고 상황 정보와 대화를 통해 현장전문가에게 업무 절차상 필요한 도움을 주는 대화 의도 실시간 분석 방법에 관한 것이다.
최근 음성인식 개인 비서, 인공지능 스피커, 챗봇, 자율주행 차량 등 다양한 응용 도메인에서 대화를 통해 인간과 기계가 소통하는 기술이 여러 응용사례를 통해 구현되고 있다.
이와 같은 대화형 인터페이스를 사용함으로서, 서비스로의 접근성과 사용성이 좋아지거나 상황에 맞는 정보를 제공하거나 개인화된 서비스를 제공할수 있는 장점이 있다. 특히 현장전문가의 간단한 질의에 대한 응답을 하거나, 업무를 돕는 명령을 수행할 수도 있는데, 이를 통해 업무의 효율성을 올리고, 현장의 절차적 지식에 대한 가이드를 제공하며, 현장 교육에 활용할 수도 있다. 이처럼 인공지능 어시스턴트는 단순한 명령의 주입이 아닌 자연어 대화를 통한 질의와 명령이 입력되기 때문에 높은 수준의 자연어 처리와 이해 기술을 필요로 한다.
기존의 챗봇이나 현장전문가용 인공지능 어시스턴트에서는 자연어 혹은 음성 입력을 컴퓨터가 분석할 수 있는 문장으로 변환하고, 자연어 처리 및 이해 기술을 이용하여 입력 질의를 분석하며, 부족한 정보에는 재질의를 하고 답변을 찾는 등 대화를 관리하며, 사용자에게 최적의 답변을 글자 또는 음성 형태로 제공하는 과정을 거쳐 입력에 대한 응답을 제공한다.
본 발명의 배경기술은 대한민국 공개특허공보 10-2015-0141279호(2015.12.18)호의 '고객 상담 의도를 예측하여 대응하기 위한 장치 및 컴퓨터-판독가능 매체'에 개시되어 있다.
종래의 종래의 대화 시스템과 챗봇 기술은 대화 내용에만 집중하여 질의를 분석하고 응답을 제공한다. 그래서 주로 단대단으로 질의에 응답하기 위해 키워드, 형태소 패턴, 의존관계 정보 등 질의의 자연어적인 특성 자체의 분석에 집중하였다. 그러나, 최신의 챗봇 기술에서는 함축된 의미와 질의 의도 분석을 통해 다양한 표현과 짧은 발화에 대해서도 응답할 수 있는 깊은 이해를 요하고 있다. 예를 들어 고객 상담이나 상품 마케팅용 챗봇 경우, 현재 대면하고 있는 고객과의 대화 문장에 포함된 주요 키워드 일부로부터 대화 의도를 빠르게 파악하고 관련된 절차적 행동을 수행한다. 금융 도메인에서 대출의 연체나 상환 가능 여부와 같은 경우 단답으로 답변을 주고, 가입이나 갱신의 경우 해당 시나리오를 통해 요청을 해결하며, 이탈 고객은 빠르게 전문 상담원으로 연결하는 등의 예시를 들 수 있다.
하지만 현장 전문가를 위한 어시스턴트의 경우, 단대단 질의에 응답하기보다는 대화를 유도하면서 부족한 정보를 수집하고 사용자의 현재 상황에 맞는 정보나 응답을 제공해야한다. 그 뿐만 아니라 현재 사용자의 과거 서비스 이용 기록이나 현재 상태 등을 이용하여 사용자의 수행하고 있는 업무의 진행 상황에 대한 파악이 필요하다.
종래의 상황인지형 서비스들은 각종 센서나 미들 플랫폼으로부터 사용자의 상태를 파악할 수 있는 데이터를 수집하여 상황 정보로 정제한다. 종래의 기술들은 기계나 장치 수행에 있어서 자동화, 지능화를 목적으로 하고 있기 때문에 특정 상태나 조건에 수행하는 임무를 정의해 주었다. 인공지능 어시스턴트는 응답을 하는데 필요한 부가 정보를 사용자와 대화를 통해 얻을 수 있다. 따라서 응답에 필요한 정보들을 정형화해서 사용자에게 해당 정보를 얻을 수 있는 질문이나 재질의를 하는 절차가 필요하다.
본 발명은 전술한 문제점을 개선하기 위해 창안된 것으로서, 본 발명의 일 측면에 따른 목적은 현장 업무를 지원하는 인공지능 어시스턴트에서 사용자 프로파일과 업무 관련 정보를 수집하고 상황 정보화 대화를 통해 현장전문가에게 업무 절차상 필요한 도움을 주는 대화 의도 실시간 분석 방법을 제공하는 데 있다.
본 발명의 일 측면에 따른 대화 의도 실시간 분석 방법은 자연어 대화 이해부가 문장을 분석하여 대답할 질문을 결정하는 자연어 대화 전처리부에 의해 출력된 정제문장을 분석하여 일반 대화인지, 단답 대화인지 또는 절차적 대화인지에 따라 대화 정보를 추출하고 응답 정책을 결정하는 단계; 어시스턴트 대화 관리부가 상기 자연어 대화 이해부에 의해 분석된 대화정보 및 응답정책을 분석하여 대화 문맥을 출력하고 대화 정보의 질의와 관련된 응답 후보를 추출하는 단계; 상황정보 수집부가 상기 어시스턴트 대화 관리부에 의해 추출된 응답 후보, 사용자 정보, 업무 정보 및 도메인 정보를 통해 현장 상황을 정형화하여 상황 정보를 수집하는 단계; 현장지향형 응답 관리부가 상기 어시스턴트 대화 관리부에 의해 추출된 대화 정보 중에서 상기 상황정보 수집부에 의해 생성된 상황 정보에 따른 정제 응답을 검출하는 단계; 및 응답 제공부가 상기 현장지향형 응답 관리부에 의해 검출된 정제 응답에서 최종 응답을 검출하여 휴대 장치에 전달하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 상기 응답에 대한 대화 정보를 추출 또는 응답 정책을 결정하는 단계는, 상기 자연어 대화 전처리부에서 정제된 대화 문장을 입력으로 해당 질의가 업무나 응용 도메인과 관련이 있는 질의인지를 분석하여 응용 도메인과 적용 시스템에 따라 응답할지를 결정하는 단계; 상기 자연어 대화 전처리부에서 정제된 대화 문장에서의 입력 대화의 질의가 단답으로 대답할 수 있는 질의이면 단답 대화를 위한 응답 정책을 선택하는 단계; 및 상기 자연어 대화 전처리부에서 정제된 대화 문장에서의 입력 대화나 질의가 절차적 지식과 관련된 대화이면 절차적 지식과 관련된 대화를 위한 응답 정책을 선택하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 상기 절차적 지식은 사용자가 임무를 수행할 때 지켜야하는 조건이나 행위의 규칙을 포함하는 것을 특징으로 한다.
본 발명의 상기 대화 문맥을 출력하고 대화 정보의 질의와 관련된 응답 후보를 추출하는 단계는, 상기 자연어 대화 이해부로부터 입력된 대화 정보에서 대화 문맥을 분석하는 단계; 상기 자연어 대화 이해부로부터 입력된 대화 정보가 일반 질의이면 일반 질의에 대한 응답 후보를 검출하는 단계; 상기 자연어 대화 이해부로부터 입력된 대화 정보가 단답 대화이면 미리 정의한 질의나 반복 질의를 기초로 단답 대화에 대한 응답 후보를 검출하는 단계; 및 상기 자연어 대화 이해부로부터 입력된 대화 정보가 상기 절차적 지식과 관련된 대화인지를 검출하고, 상기 절차적 지식과 관련된 대화이면 조건과 순서에 따라 상기 절차적 지식과 관련된 대화에 대한 응답 후보를 검출하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 상기 단답 대화에 대한 응답 후보를 검출하는 단계는, 상기 자연어 대화 이해부로부터 입력된 대화 정보가 단답 대화이면, 질의 문장과 미리 준비된 질의-응답 쌍에서 질문과 유사성을 분석하고 기존의 응답 지식 중에서 가장 점수가 높은 질의의 응답을 응답 후보로 결정하는 것을 특징으로 한다.
본 발명의 상기 상기 절차적 지식과 관련된 대화에 대한 응답 후보를 검출하는 단계는, 방법에 관한 절차적 지식인 경우 업무에 선행되어야 하는 조건에 대한 지식을 검출하고, 순서에 관한 절차의 지식인 경우 업무 수행 순서에 대한 지식을 검출하며, 교육용이나 업무 시작 전이면 기본적인 가이드라인 지식을 검출하며, 업무 수행 중에는 체크리스트 지식을 제공할 수 있도록 하는 지식을 정형화하는 것을 특징으로 한다.
본 발명의 상기 현장 상황을 정형화하여 상황 정보를 수집하는 단계는, 사용자 정보와 업무 정보, 및 도메인 지식을 이용하여 사용자의 업무를 인식하는 단계; 사용자의 업무에 따라 상황인지 플랫폼으로부터 입력되는 상황정보를 정형화한 테이블 템플릿을 생성하는 단계; 및 상기 어시스턴트 대화 관리부로부터 입력된 대화문맥과, 상황정보 및 업무정보를 이용하여 어떤 절차적 지식에 해당하는 절차적 상황인지를 인식하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 상기 테이블 템플릿은 현재의 상황 단계를 예측하고 인식할 수 있는 모델, 및 상기 모델에서 분석된 상황정보를 포함하는 것을 특징으로 한다.
본 발명의 상기 정제 응답을 검출하는 단계는, 상기 어시스턴트 대화 관리부로부터 입력된 응답후보를 상기 상황정보 수집부로부터 입력된 상황정보와 매핑하기 위해 응답후보 자질을 추출하는 단계; 업무에 대한 메타정보와 상황정보 및 문맥 정보를 종합하여 절차적 지식에서 현재의 순서나 상태를 인식하고 응답후보와 상황정보를 매핑하여 응답 상황 매핑 결과 테이블을 생성하는 단계; 및 응답 상황 매핑 결과 테이블의 응답 상황 매핑 결과를 바탕으로 각 응답 후보 중에서 정제응답을 검출하는 단계를 포함하는 것을 특징으로 한다.
본 발명의 상기 정제응답을 검출하는 단계는, 응답후보별로 점수화하여 정제응답을 검출하는 것을 특징으로 한다.
본 발명의 상기 정제응답을 검출하는 단계는, 매핑되는 컬럼이 많을수록 해당 응답의 점수를 높게 설정하며, 응답-상황 매핑 결과 테이블의 컬럼마다 중요도를 부가하여 응답후보를 점수화하는 것을 특징으로 한다.
본 발명의 상기 최종 응답을 검출하여 휴대 장치에 전달하는 단계는, 정체 응답 중 점수가 가장 높은 응답을 최종 응답으로 선별하는 것을 특징으로 한다.
본 발명의 일 측면에 따른 대화 의도 실시간 분석 방법은 현장 업무를 지원하는 인공지능 어시스턴트에서 사용자 프로파일과 업무 관련 정보를 수집하고 상황 정보화 대화를 통해 현장전문가에게 업무 절차상 필요한 도움을 줄 수 있다.
본 발명의 다른 측면에 따른 대화 의도 실시간 분석 방법은 현장 업무의 수행에 특화된 지식을 안내해 주거나, 가이드라인 및 체크리스트 등 현장전문가가 반드시 주시해야 하는 정보를 제공해 줄 수 있다.
본 발명의 또 다른 측면에 따른 대화 의도 실시간 분석 방법은 현장 업무의 효율성을 올리고 현장의 절차적 지식에 대한 가이드를 제공해 주거나 현장 교육에 활용될 수도 있다.
도 1 은 본 발명의 일 실시예에 따른 대화 의도 실시간 분석 장치의 블럭 구성도이다.
도 2 는 본 발명의 일 실시예에 따른 대화 의도 실시간 분석 방법의 순서도이다.
도 3 은 본 발명의 일 실시예에 따른 자연어 대화 이해부의 동작 과정을 도시한 순서도이다.
도 4 는 본 발명의 일 실시예에 따른 어시스턴트 대화 관리부의 동작 과정을 도시한 순서도이다.
도 5 는 본 발명의 일 실시예에 따른 상황정보 수집부의 동작 과정을 도시한 순서도이다.
도 6 은 본 발명의 일 실시예에 따른 현장지향형 응답 관리부의 동작 과정을 도시한 순서도이다.
도 7 은 본 발명의 일 실시예에 따른 휴대장치의 인터페이스 디자인을 도시한 도면이다.
이하에서는 본 발명의 일 실시예에 따른 대화 의도 실시간 분석 방법을 첨부된 도면들을 참조하여 상세하게 설명한다. 이러한 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서, 이는 이용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야할 것이다.
본 명세서에서 설명된 구현은, 예컨대, 방법 또는 프로세스, 장치, 소프트웨어 프로그램, 데이터 스트림 또는 신호로 구현될 수 있다. 단일 형태의 구현의 맥락에서만 논의(예컨대, 방법으로서만 논의)되었더라도, 논의된 특징의 구현은 또한 다른 형태(예컨대, 장치 또는 프로그램)로도 구현될 수 있다. 장치는 적절한 하드웨어, 소프트웨어 및 펌웨어 등으로 구현될 수 있다. 방법은, 예컨대, 컴퓨터, 마이크로프로세서, 집적 회로 또는 프로그래밍가능한 로직 디바이스 등을 포함하는 프로세싱 디바이스를 일반적으로 지칭하는 프로세서 등과 같은 장치에서 구현될 수 있다. 프로세서는 또한 최종-사용자 사이에 정보의 통신을 용이하게 하는 컴퓨터, 셀 폰, 휴대용/개인용 정보 단말기(personal digital assistant: "PDA"), 스마트 스피커 장치, 웨어러블 디바이스 및 다른 디바이스 등과 같은 통신 디바이스를 포함한다.
본 발명의 일 실시예에 따른 대화 의도 실시간 분석 장치는 현장에서 업무를 수행하는 현장 전문가나 고객 상담사 또는 마케터와 같이 업무와 관련된 질의가 많이 발생하는 서비스를 제공하는 사용자에게 적합하다.
현장 전문가는 현장 업무 수행과 관련된 질문을 하거나, 가이드라인을 확인하거나, 챙겨야할 체크리스트를 관리하거나, 업무 수행 결과를 자동 리포팅하기 위해 인공지능 어시스턴트를 사용할 수 있으며, 그 밖에도 메모, 기억, 단순 계산 등에도 사용할 수 있다.
따라서, 사용자가 어떤 업무를 수행하고 어떤 정보가 필요한지 사용자에 대한 기본적인 정보, 상황 정보, 그리고 입력 대화의 내용이 필요하다. 사용자에 대한 정보에는 사용자의 프로파일 정보와 현재 수행중인 업무 정보, 과거 서비스 사용 또는 정보 및 기록 열람 등이 포함될 수 있다.
현장 상황에는 모바일 플랫폼이나 센서 장치가 있으면 해당 장치로부터 얻을 수 있는 데이터 등이 포함될 수 있다.
도 1 은 본 발명의 일 실시예에 따른 대화 의도 실시간 분석 장치의 블럭 구성도이다.
도 1 을 참조하면, 본 발명의 일 실시예에 따른 대화 의도 실시간 분석 장치는 휴대 장치(10), 자연어 대화 전처리부(20), 자연어 대화 이해부(30), 어시스턴트 대화 관리부(40), 사용자 및 업무정보 검출부(50), 상황정보 수집부(60), 도메인 지식 데이터베이스부(70), 현장지향형 응답 관리부(80), 및 응답 제공부(90)를 포함한다.
휴대 장치(10)는 현장 전문가나 고객 상담원 또는 상품 마케터와 같은 사용자가 업무 수행을 위해 소지하는 것으로써, 모바일 플랫폼이나 센서 장치 등이 채용될 수 있다.
이러한 휴대 장치(10)는 사용자로부터 대화를 위한 음성이나 현장 상황에 대한 정보를 입력받고, 응답 제공부(90)를 통해 최종 응답을 출력한다.
자연어 대화 전처리부(20)는 여러 턴(Turn)에 걸친 문장의 경계를 인식하거나 질의 문장을 단문의 형태로 분할하여 대답할 질문을 결정한다.
통상적으로, 대화형 시스템 기술들은 주로 턴(turn)마다 단대단 응답 방식의 응답을 제공하고 있다. 그러나 일반적인 상황의 대화에서는 여러 턴에 거쳐 한 문장을 말하거나, 한 턴에 복문의 형태로 여러 문장을 입력하기도 한다. 이에 자연어 대화 전처리부(20)는 이러한 여러 턴에 걸치 대화를 전처리하여 여러 턴에 걸친 문장의 경계를 인식하거나 질의 문장을 단문의 형태로 쪼개고, 어떤 질문에 대답을 할 것인지 결정한다. 또한 자연어 대화 전처리부(20)는 문장 내 오타와 띄어쓰기 보정도 수행함으로써, 이후 자연어 처리 및 인식 작업의 성능을 향상시키고, 정제 문장과 함께 대화 문장의 형태소 분석도 수행한다.
자연어 대화 이해부(30)는 자연어 대화 전처리부(20)에 의해 전처리 과정을 거쳐 얻은 정제문장을 분석하여 대화정보 및 응답정책을 출력한다.
어시스턴트 대화 관리부(40)는 자연어 대화 이해부(30)로부터 입력된 대화정보 및 응답정책을 분석하여 대화 문맥을 출력하고, 대화 정보의 질의와 관련된 응답 후보를 추출한다.
사용자 및 업무정보 검출부(50)는 사용자 정보 및 업무정보를 검출하는 것으로써, 사용자 데이터베이스부(51) 및 프로파일부(52)를 포함한다.
사용자 데이터베이스부(51)는 사용자의 개인정보를 저장한다.
프로파일부(52)는 사용자 데이터베이스부(51)에 저장된 사용자의 개인정보를 프로파일링하여 사용자가 업무와 관련된 경험, 경력 정보, 숙련도 등을 포함하는 현장 업무를 검출한다.
도메인 지식 데이터베이스부(70)는 도메인 지식을 저장한다.
상황정보 수집부(60)는 현재의 절차적 대화를 관리하기 위해, 어시스턴트 대화 관리부(40)로부터 입력된 대화문맥, 사용자 및 업무정보 검출부(50)로부터 입력된 사용자 정보와 업무 정보, 및 도메인 지식을 이용하여 현장 상황을 정형화하여 상황정보를 출력한다.
현장지향형 응답 관리부(80)는 어시스턴트 대화 관리부(40)에서 추출한 응답 후보 중에서 현장 상황과 적합한 정제 응답을 검출한다.
응답 제공부(90)는 현장지향형 응답 관리부(80)에 의해 정제된 정제 응답 중 최종 응답을 선별하여 휴대 장치(10)에 전달한다.
이하 본 발명의 일 실시예에 따른 대화 의도 실시간 분석 방법을 도 2 내지 도 7 을 참조하여 상세하게 설명한다.
도 2 는 본 발명의 일 실시예에 따른 대화 의도 실시간 분석 방법의 순서도이고, 도 3 은 본 발명의 일 실시예에 따른 자연어 대화 이해부의 동작 과정을 도시한 순서도이며, 도 4 는 본 발명의 일 실시예에 따른 어시스턴트 대화 관리부의 동작 과정을 도시한 순서도이며, 도 5 는 본 발명의 일 실시예에 따른 상황정보 수집부의 동작 과정을 도시한 순서도이며, 도 6 은 본 발명의 일 실시예에 따른 현장지향형 응답 관리부의 동작 과정을 도시한 순서도이며, 도 7 은 본 발명의 일 실시예에 따른 휴대장치의 인터페이스 디자인을 도시한 도면이다.
먼저, 도 2 내지 도 6 을 참조하면, 자연어 대화 전처리부(20)는 여러 턴에 걸친 문장의 경계를 인식하거나 질의 문장을 단문의 형태로 쪼개 어떤 질문에 대한 대답을 할 것인지를 결정하는 자연어 대화 전처리 단계를 수행(S100)한다. 즉, 자연어 대화 전처리부(20)는 일반적인 상황의 대화에서는 여러 턴에 거쳐 한 문장을 말하거나, 한 턴에 복문의 형태로 여러 문장을 입력하는 바, 이러한 여러 턴에 걸치 대화를 전처리하여 여러 턴에 걸친 문장의 경계를 인식하거나 질의 문장을 단문의 형태로 쪼개고, 어떤 질문에 대답을 할 것인지 결정하며, 문장 내 오타와 띄어쓰기 보정도 수행하며, 정제 문장과 함께 대화 문장의 형태소 분석도 수행한다.
도 3 을 참조하면, 자연어 대화 이해부(30)는 자연어 대화 전처리부(20)에 의해 전처리 과정을 거쳐 얻은 정제문장을 분석하여 대화정보 및 응답정책을 출력하는 자연어 대화 이해 단계를 수행(S200)하며, 이러한 자연어 대화 이해 단계(S200)는 아웃-오브-도메인(Out-of domain) 대화 판단 단계(S210), 질의-응답 타입 분석 단계(S220) 및 응답 정책 결정 단계(S230)를 포함한다.
먼저, 자연어 대화 이해부(30)는 아웃-오브-도메인 대화 단계(S210)에서, 자연어 대화 전처리부(20)에서 정제된 대화 문장을 입력으로 받고, 해당 질의가 업무나 응용 도메인과 관련이 있는 질의인지를 분석하여 응용 도메인과 적용 시스템에 따라 응답할지를 결정한다. 이 경우, 자연어 대화 이해부(30)는 등록된 일반 대화 질의인 경우 답변 규칙이 있는 경우에만 응답하며, 기타 대화에는 반응하지 않는다.
자연어 대화 이해부(30)는 질의-응답 타입 분석 단계(S220)에서, 입력 대화의 질의가 단답으로 대답할 수 있는 질의인 경우에 단답 대화 응답 정책을 선택한다. 해당 질의는 도메인 전문가가 미리 정의해 둔 질의-응답 지식이나 빈번하게 등록되는 질의-응답(FAQ) 지식이 있는 지로 판단하거나, 또는 기존의 질의-응답 사례에서 해당 질문과 일치하거나, 또는 유사한 질문이 있는 지를 판단하여 답변 내역으로 응답을 제공할 수 있다.
자연어 대화 이해부(30)는 응답 정책 결정 단계(S230)에서, 해당 대화나 질의가 절차적 지식과 관련된 대화인지 판단하여 절차적 지식과 관련된 대화이면 절차적 지식과 관련된 응답 정책을 선택한다. 여기서 절차적 지식은 사용자가 임무를 수행할 때 지켜야 하는 조건과 행위의 규칙이다. 현장 업무는 주로 절차적 지식에 해당하며 해당 업무의 수행 순서, 가이드라인 및 체크리스트 등이 해당한다.
도 4 를 참조하면, 어시스턴트 대화 관리부(40)는 자연어 대화 이해부(30)로부터 입력된 대화정보 및 응답정책을 분석하여 대화 문맥을 출력하고, 대화 정보의 질의와 관련된 응답 후보를 추출하는 어시스턴트 대화 관리 단계를 수행(S300)한다. 어시스턴트 대화 관리 단계(S300)는 대화 문맥 분석 단계(S310), 일반기타 대화 관리 단계(S320), 단답 대화 관리 단계(S330) 및 절차적 대화 관리 단계(S340)를 포함한다.
먼저, 어시스턴트 대화 관리부(40)는 대화 문맥 분석 단계(S310)에서, 자연어 대화 이해부(30)로부터 입력된 대화 정보에서 대화 문맥을 분석하는 데, 이는 기본적으로 응용 도메인과 적용 시스템에 맞춰 대화 문맥 분석 테이블을 채우는 방식으로 이루어진다. 대화 문맥 분석 테이블은 단문으로 정제된 질문과 해당 질문의 도메인, 화행 분류 분석 정보, 이전의 대화에서 주고받은 응답과 만족 여부 등을 포함한다.
어시스턴트 대화 관리부(40)는 일반기타 대화 관리 단계(S320)에서, 미리 정해진 응답 정책에 따라 일반 질의에 관해서만 응답하도록 응답 후보를 검출한다. 일반기타 대화로는 주로 인사말, 업무 보조 명령 수행(스케쥴 관리, 알림, 메모 등), 혼자 말이나 욕설 등이 이에 해당한다.
어시스턴트 대화 관리부(40)는 단답 대화 관리 단계(S330)에서, 대화 정보가 단답 대화이면 FAQ 질의-응답 데이터베이스부(미도시)를 통해 미리 정의한 질의나 빈번하게 반복되는 질의에 대한 응답 후보를 검출한다. 이 경우, 어시스턴트 대화 관리부(40)는 질의 문장과 미리 준비된 질의-응답 쌍에서 질문과 유사성을 분석하고 기존의 응답 지식 중에서 점수가 가장 높은 질의의 응답을 후보 문장, 즉 응답 후보로 결정한다.
어시스턴트 대화 관리부(40)는 절차적 대화 관리 단계(S340)에서, 도메인 지식을 탐색하고 이러한 질의 분석, 지식 추론 등의 방법을 이용하여 해당 대화가 어떤 절차적 지식과 관련이 있는지를 검출한다. 예를 들어, 어시스턴트 대화 관리부(40)는 방법에 관한 절차적 지식인 경우 업무에 선행되어야 하는 조건에 대한 지식을 검출하고, 순서에 관한 절차의 지식인 경우 업무 수행 순서에 대한 지식을 검출하며, 교육용이나 업무 시작 전이면 기본적인 가이드라인 지식을 검출하며, 업무 수행 중에는 체크리스트 지식을 제공할 수 있도록 해당 분류의 지식을 템플릿(정형)화하여 검출한다. 어시스턴트 대화 관리부(40)는 절차적 대화의 경우 모든 조건이나 순서 등의 지식을 가져 오게 되므로 이러한 조건과 순서에 따라 복수 개의 응답 문장, 즉 응답 후보를 검출한다.
도 5 를 참조하면, 상황정보 수집부(60)는 현재의 절차적 대화를 관리하기 위해, 어시스턴트 대화 관리부(40)로부터 입력된 대화문맥, 사용자 및 업무정보 검출부(50)로부터 입력된 사용자 정보와 업무 정보, 및 도메인 지식을 이용하여 현장 상황을 정형화하여 상황정보를 출력하는 상황정보 수집 단계(S400)를 수행한다. 상황정보 수집 단계(S400)는 사용자 업무 인식 단계(S410), 외부 환경요인 인식 단계(S420) 및 절차적 상황 인식 단계(S430)를 포함한다.
먼저, 상황정보 수집부(60)는 사용자 업무 인식 단계(S410)에서, 프로파일부(52)로부터 개인정보, 기존 질의 내역 등, 업무 관련 정보를 얻어, 사용자가 업무와 관련된 경험, 경력 정보, 숙련도, 및 주로 어떤 현장 업무를 하는지 등과 같은 사용자의 업무를 파악한다. 이를 통해 현재 사용자가 수행중인 업무가 무엇인지 어떤 업무 분류에 해당하는 것인지, 유사한 업무 사례는 없었는지 등을 검출할 수 있다.
상황정보 수집부(60)는 외부 환경요인 인식 단계(S430)에서, 모바일이나 센서 등의 상황인지 플랫폼으로부터 입력되는 데이터, 즉 현장상황정보를 이용하여 정형화된 상황 정보 테이블을 생성한다. 이 경우, 상황정보 수집부(60)는 상기한 사용자 업무 인식 단계(S410)에서 얻은 사용자의 업무에 따라 테이블 템플릿을 정의하여 제공하며, 현재의 상황 단계를 예측하고 인식할 수 있는 모델, 및 해당 모델에서 분석된 상황 정보 등을 테이블 템플릿에 입력한다.
상황정보 수집부(60)는 절차적 상황 인식 단계(S430)에서, 테이블 템플릿의 현장상황정보와 대화 문맥 정보를 바탕으로 현재 사용자가 어떤 절차적 지식에 해당하는 상황인지 인식한다. 이 경우, 상황정보 수집부(60)는 추출한 업무정보, 상황정보와 종합하여 어떠한 절차적 지식에 해당하는 상황인지를 판단하며, 부족한 정보는 재질의를 통해 현재의 상황이나 상태를 파악한다. 예를 들어 주상 변압기 관리 업무인 경우 해당 업무의 체크리스트 중에서 외관점검과 설치상태 점검을 하게 되는데 점검 체크리스트(착안사항) 항목을 제시하면서 예/아니오와 같은 답변을 사용자로부터 입력받는다.
도 6 을 참조하면, 현장지향형 응답 관리부(80)는 어시스턴트 대화 관리 단계에서 추출한 응답 후보 중에서 현장 상황과 적합한 정제 응답을 검출하는 현장지향형 응답 관리 단계(S500)를 수행한다. 현장지향형 응답 관리 단계(S500)는 응답후보 자질 추출 단계(S510), 응답 상황 매핑 단계(S520) 및 응답후보 점수화 단계(S530)를 포함한다.
먼저, 현장지향형 응답 관리부(80)는 응답후보 자질 추출 단계(S510)에서, 어시스턴드 대화 관리부(40)로부터 입력된 응답 후보 문장에서 상황정보 수집부(50)로부터 입력된 해당 상황정보와 매핑을 수행하기 위해, 응답후보를 비교하여 응답후보 자질을 추출하며, 주로 주요 키워드와 개체명을 위주로 수행여부나 체크 여부를 테이블화한다.
현장지향형 응답 관리부(80)는 응답 상황 매핑 단계(S520)에서, 업무에 대한 메타정보와 상황 정보 및 문맥 정보를 종합하여 절차적 지식 중에서 현재의 순서나 상태를 인식한다. 현장지향형 응답 관리부(80)는 업무에 대한 메타정보와 상황정보 및 문맥 정보를 종합하여 절차적 지식에서 현재의 순서나 상태를 인식하고 응답후보와 상황정보를 매핑하여 응답-상황 매핑 결과 테이블을 생성하되, 응답-상황 매핑 결과 테이블에서의 공백 내용을 재질의를 통해 재입력받을 수 있으며, 동의 표현이나 상하위 개념어를 사용하여 테이블을 채우고, 절차상 완료 여부를 판단하게 된다.
현장지향형 응답 관리부(80)는 응답 상황 매핑 단계(S520)의 응답-상황 매핑 결과를 바탕으로 응답별로 점수화를 수행한다. 이 경우 현장지향형 응답 관리부(80)는 기본적으로 매핑되는 컬럼이 많을수록 해당 응답의 점수를 높게 설정하며, 응답-상황 매핑 결과 테이블의 컬럼마다 중요도를 부가하여 점수화한다. 이어 현장지향형 응답 관리부(80)는 각 응답을 내림차순으로 정렬하여 정제응답으로 제공한다.
응답 제공부(90)는 현장지향형 응답 관리부(80)로부터 제공받은 정제된 정제 응답 중에서 점수가 가장 높은 응답을 최종 응답으로 선별하여 해당 최종 응답을 휴대 장치(10)에 전달한다.
이에 따라, 휴대 장치(10)는 도 7 에 도시된 바와 같은 최종 응답을 출력한다.
한편, 본 발명의 일 실시예에 따른 대화 의도 실시간 분석 방법은 도 7 에 도시된 바와 같이, 휴대 장치(스마트폰, 태블릿)(10)에 프로그램 형태로 제공되거나, 웹이나 APIs를 통해 인터넷 통신이 되는 다른 플랫폼에도 설치될 수 있다.
이와 같이, 본 발명의 일 실시예에 따른 대화 의도 실시간 분석 방법은 현장 업무를 지원하는 인공지능 어시스턴트에서 사용자 프로파일과 업무 관련 정보를 수집하고 상황 정보화 대화를 통해 현장전문가에게 업무 절차상 필요한 도움을 줄 수 있다.
또한, 본 발명의 일 실시예에 따른 대화 의도 실시간 분석 방법은 현장 업무의 수행에 특화된 지식을 안내해 주거나, 가이드라인 및 체크리스트 등 반드시 현장전문가가 주시해야 하는 정보를 제공해 줄 수 있다.
게다가 본 발명의 일 실시예에 따른 대화 의도 실시간 분석 방법은 현장 업무의 효율성을 올리고 현장의 절차적 지식에 대한 가이드를 제공해 주거나 현장 교육에 활용될 수도 있다.
본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며 당해 기술이 속하는 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 아래의 특허청구범위에 의하여 정해져야할 것이다.
10: 휴대 장치 20: 자연어 대화 전처리부
30: 자연어 대화 이해부 40: 어시스턴트 대화 관리부
50: 사용자 및 업무정보 검출부 51: 사용자 데이터베이스부
52: 프로파일부 60: 상황정보 수집부
70: 도메인 지식 데이터베이스부 80: 현장지향형 응답 관리부
90: 응답 제공부

Claims (12)

  1. 자연어 대화 이해부가 문장을 분석하여 대답할 질문을 결정하는 자연어 대화 전처리부에 의해 정제된 정제문장을 분석하여 일반 대화인지, 단답 대화인지 또는 절차적 대화인지에 따라 응답에 대한 대화 정보 추출하고 및 응답 정책을 결정하는 단계;
    어시스턴트 대화 관리부가 상기 자연어 대화 이해부에 의해 분석된 대화정보 분석 및 응답정책을 결정하여 대화 문맥을 출력하고 대화 정보의 질의와 관련된 응답 후보를 추출하는 단계;
    상황정보 수집부가 상기 어시스턴트 대화 관리부에 의해 출력된 상기 대화 문맥, 사용자 및 업무 정보 검출부에서 검출되는 사용자 정보, 상기 사용자 정보를 프로파일링하여 얻은 업무 정보 및 도메인 지식 데이터베이스부로부터 추출한 도메인 정보를 통해 현장 상황을 정형화하여 상황 정보를 수집하고, 상기 상황 정보를 현장지향형 응답 관리부로 출력하는 단계;
    상기 현장지향형 응답 관리부가 상기 어시스턴트 대화 관리부에 의해 추출된 대화 정보 중에서 상기 상황정보 수집부에 의해 생성된 상황 정보에 따른 정제 응답을 검출하는 단계; 및
    응답 제공부가 상기 현장지향형 응답 관리부에 의해 검출된 정제 응답에서 최종 응답을 검출하여 휴대 장치에 전달하는 단계를 포함하는 대화 의도 실시간 분석 방법.
  2. 제 1 항에 있어서, 상기 응답에 대한 대화 정보를 추출하고 또는 응답 정책을 결정하는 단계는,
    상기 자연어 대화 전처리부에서 정제된 대화 문장을 입력으로 해당 질의가 업무나 응용 도메인과 관련이 있는 질의인지를 분석하여 응용 도메인과 적용 시스템에 따라 응답할지를 결정하는 단계;
    상기 자연어 대화 전처리부에서 정제된 대화 문장에서의 입력 대화의 질의가 단답으로 대답할 수 있는 질의이면 단답 대화를 위한 응답 정책을 선택하는 단계; 및
    상기 자연어 대화 전처리부에서 정제된 대화 문장에서의 입력 대화나 질의가 절차적 지식과 관련된 대화이면 절차적 지식과 관련된 대화를 위한 응답 정책을 선택하는 단계를 포함하는 것을 특징으로 하는 대화 의도 실시간 분석 방법.
  3. 제 2 항에 있어서, 상기 절차적 지식은 사용자가 임무를 수행할 때 지켜야하는 조건이나 행위의 규칙을 포함하는 것을 특징으로 하는 대화 의도 실시간 분석 방법.
  4. 제 1 항에 있어서, 상기 대화 문맥을 출력하고 대화 정보의 질의와 관련된 응답 후보를 추출하는 단계는,
    상기 자연어 대화 이해부로부터 입력된 대화 정보에서 대화 문맥을 분석하는 단계;
    상기 자연어 대화 이해부로부터 입력된 대화 정보가 일반 질의이면 일반 질의에 대한 응답 후보를 검출하는 단계;
    상기 자연어 대화 이해부로부터 입력된 대화 정보가 단답 대화이면 미리 정의한 질의나 반복 질의를 기초로 단답 대화에 대한 응답 후보를 검출하는 단계; 및
    상기 자연어 대화 이해부로부터 입력된 대화 정보가 절차적 지식과 관련된 대화인지를 검출하고, 상기 절차적 지식과 관련된 대화이면 조건과 순서에 따라 상기 절차적 지식과 관련된 대화에 대한 응답 후보를 검출하는 단계를 포함하는 것을 특징으로 하는 대화 의도 실시간 분석 방법.
  5. 제 4 항에 있어서, 상기 단답 대화에 대한 응답 후보를 검출하는 단계는,
    상기 자연어 대화 이해부로부터 입력된 대화 정보가 단답 대화이면, 질의 문장과 미리 준비된 질의-응답 쌍에서 질문과 유사성을 분석하고 기존의 응답 지식 중에서 가장 점수가 높은 질의의 응답을 응답 후보로 결정하는 것을 특징으로 하는 대화 의도 실시간 분석 방법.
  6. 제 4 항에 있어서, 상기 상기 절차적 지식과 관련된 대화에 대한 응답 후보를 검출하는 단계는,
    방법에 관한 절차적 지식인 경우 업무에 선행되어야 하는 조건에 대한 지식을 검출하고, 순서에 관한 절차의 지식인 경우 업무 수행 순서에 대한 지식을 검출하며, 교육용이나 업무 시작 전이면 기본적인 가이드라인 지식을 검출하며, 업무 수행 중에는 체크리스트 지식을 제공할 수 있도록 하는 지식을 정형화하는 것을 특징으로 하는 대화 의도 실시간 분석 방법.
  7. 제 1 항에 있어서, 상기 현장 상황을 정형화하여 상황 정보를 수집하는 단계는,
    사용자 정보와 업무 정보, 및 도메인 지식을 이용하여 사용자의 업무를 인식하는 단계;
    사용자의 업무에 따라 상황인지 플랫폼으로부터 입력되는 상황정보를 정형화한 테이블 템플릿을 생성하는 단계; 및
    상기 어시스턴트 대화 관리부로부터 입력된 대화문맥과, 상황정보 및 업무정보를 이용하여 어떤 절차적 지식에 해당하는 절차적 상황인지를 인식하는 단계를 포함하는 것을 특징으로 하는 대화 의도 실시간 분석 방법.
  8. 제 7 항에 있어서, 상기 테이블 템플릿은 현재의 상황 단계를 예측하고 인식할 수 있는 모델, 및 상기 모델에서 분석된 상황정보를 포함하는 것을 특징으로 하는 대화 의도 실시간 분석 방법.
  9. 제 1 항에 있어서, 상기 정제 응답을 검출하는 단계는,
    상기 어시스턴트 대화 관리부로부터 입력된 응답후보를 상기 상황정보 수집부로부터 입력된 상황정보와 매핑하기 위해 응답후보 자질을 추출하는 단계;
    업무에 대한 메타정보와 상황정보 및 문맥 정보를 종합하여 절차적 지식에서 현재의 순서나 상태를 인식하고 응답후보와 상황정보를 매핑하여 응답 상황 매핑 결과 테이블을 생성하는 단계; 및
    응답 상황 매핑 결과 테이블의 응답 상황 매핑 결과를 바탕으로 각 응답 후보 중에서 정제응답을 검출하는 단계를 포함하는 것을 특징으로 하는 대화 의도 실시간 분석 방법.
  10. 제 9 항에 있어서, 상기 정제응답을 검출하는 단계는, 응답후보별로 점수화하여 정제응답을 검출하는 것을 특징으로 하는 대화 의도 실시간 분석 방법.
  11. 제 10 항에 있어서, 상기 정제응답을 검출하는 단계는, 매핑되는 컬럼이 많을수록 해당 응답의 점수를 높게 설정하며, 응답-상황 매핑 결과 테이블의 컬럼마다 중요도를 부가하여 응답후보를 점수화하는 것을 특징으로 하는 대화 의도 실시간 분석 방법.
  12. 제 11 항에 있어서, 상기 최종 응답을 검출하여 휴대 장치에 전달하는 단계는,
    정제 응답 중 점수가 가장 높은 응답을 최종 응답으로 선별하는 것을 특징으로 하는 대화 의도 실시간 분석 방법.
KR1020190022993A 2019-02-27 2019-02-27 대화 의도 실시간 분석 방법 KR102523638B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190022993A KR102523638B1 (ko) 2019-02-27 2019-02-27 대화 의도 실시간 분석 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190022993A KR102523638B1 (ko) 2019-02-27 2019-02-27 대화 의도 실시간 분석 방법

Publications (2)

Publication Number Publication Date
KR20200104544A KR20200104544A (ko) 2020-09-04
KR102523638B1 true KR102523638B1 (ko) 2023-04-20

Family

ID=72471078

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190022993A KR102523638B1 (ko) 2019-02-27 2019-02-27 대화 의도 실시간 분석 방법

Country Status (1)

Country Link
KR (1) KR102523638B1 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11977849B2 (en) * 2020-04-24 2024-05-07 Rajiv Trehan Artificial intelligence (AI) based automated conversation assistance system and method thereof
US20230351117A1 (en) * 2020-06-25 2023-11-02 Korea Advanced Institute Of Science And Technology Conversation intention real-time analysis method
CN113010692B (zh) * 2021-03-30 2023-09-22 国网江苏省电力有限公司营销服务中心 一种基于知识图谱的对话管理方法及对话系统
KR20230016398A (ko) * 2021-07-26 2023-02-02 삼성전자주식회사 부적절한 대답을 관리하는 전자 장치 및 이의 동작 방법
KR20230050796A (ko) * 2021-10-08 2023-04-17 삼성전자주식회사 서버 및 이의 제어 방법
KR20240054021A (ko) * 2022-10-18 2024-04-25 삼성전자주식회사 상황 별 거동 패턴을 제안 가능한 전자 디바이스 및 그 제어 방법

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101720972B1 (ko) * 2015-04-16 2017-03-30 주식회사 플런티코리아 답변 추천 장치 및 방법
KR102447513B1 (ko) * 2016-01-22 2022-09-27 한국전자통신연구원 점증적 대화지식 자가학습 기반 대화장치 및 그 방법
KR101763679B1 (ko) * 2017-05-23 2017-08-01 주식회사 엔씨소프트 화행 분석을 통한 스티커 추천 방법 및 시스템
KR20180128805A (ko) * 2017-05-24 2018-12-04 주식회사 솔트룩스 실시간 데이터 수집에 기초한 대화 모델의 동적 확장을 위한 시스템 및 방법
KR102152339B1 (ko) * 2017-11-22 2020-09-04 서강대학교 산학협력단 대화 정책 모델의 최적화 방법 및 이를 구현하는 대화 시스템

Also Published As

Publication number Publication date
KR20200104544A (ko) 2020-09-04

Similar Documents

Publication Publication Date Title
KR102523638B1 (ko) 대화 의도 실시간 분석 방법
US10430447B2 (en) Predicting intent of a user from anomalous profile data
US9582757B1 (en) Scalable curation system
US9734193B2 (en) Determining domain salience ranking from ambiguous words in natural speech
US10410628B2 (en) Adjusting a ranking of information content of a software application based on feedback from a user
US11243991B2 (en) Contextual help recommendations for conversational interfaces based on interaction patterns
CN111833853B (zh) 语音处理方法及装置、电子设备、计算机可读存储介质
KR20210158375A (ko) 인공지능기반 상담지원장치
US10192569B1 (en) Informing a support agent of a paralinguistic emotion signature of a user
JP2017016566A (ja) 情報処理装置、情報処理方法及びプログラム
US11354754B2 (en) Generating self-support metrics based on paralinguistic information
US11163961B2 (en) Detection of relational language in human-computer conversation
Hastie Metrics and evaluation of spoken dialogue systems
KR102100214B1 (ko) 음성 인식 기반의 세일즈 대화 분석 방법 및 장치
Guo et al. Abg-coqa: Clarifying ambiguity in conversational question answering
CN112084318B (zh) 一种对话辅助方法、系统及装置
CN114357126A (zh) 一种智能问答系统
Giachos et al. Inquiring natural language processing capabilities on robotic systems through virtual assistants: A systemic approach
US11615787B2 (en) Dialogue system and method of controlling the same
JP2021157419A (ja) 対話型業務支援システムおよび対話型業務支援方法
Trivedi Fundamentals of Natural Language Processing
CN111782779B (zh) 语音问答方法、系统、移动终端及存储介质
WO2021261617A1 (ko) 대화 의도 실시간 분석 방법
KR102135098B1 (ko) 세종실록을 이용한 정책 자문 서비스 시스템
WO2022270603A1 (en) A system and method for delivering domain or use-case switch suggestion for an ongoing conversation

Legal Events

Date Code Title Description
N231 Notification of change of applicant
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right