• Proceedings of the Acoustical Society of Korea Conference
• /
• 1994.06c
• /
• pp.80-85
• /
• 1994

자동통역에서의 대화체 기계번역은 일반적인 문어체 문장 번여고가는 다른 몇가지 특징을 고려하여야 한다. 첫째, 자동통역에서의 기계번역은 음성인식의 결과를 번역하는 부분으로, 하나의 문장이 아닌 다중 입력을 받아 이 중 가장 올바른 문장을 번역하여야 한다. 둘째, 대화체 문장에서는 일반적으로 생략을 포함하는 단편적인 발화나 대용어의 사용빈도가 많다. 그러나, 이러한 현상은 언어마다 다소 다르게 사용되기 때문에 이들에 대한 올바른 해석을 한 후 번역하는 것이 필요하다. 대화체 기계번역이 이러한 문제점들을 해결하기 위해서는 문맥정보를 필요로 한다. 대화는 상호간 밀접한 관련성을 가지고 진행되기 때문이다. 이에 본 논문에서는 담화분석을 통해 올바르게 구축하고, 이 정보를 이용하여 앞에서 언급한 문제점들을 해결하기 위한 방법론에 대해 논하고자 한다.

• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.220-224
• /
• 2017

최근 은행, 보험회사 등 핀테크 관련 업체에서는 챗봇과 같은 인공지능 대화 시스템을 고객상담 업무에 도입하고 있다. 본 논문에서는 금융 도메인을 위한 고객상담 챗봇을 구현하기 위하여, 자연어 이해 기술 중 하나인 고객상담 대화의 도메인 및 화행분류 방법을 제시한다. 이 기술을 통해 자연어로 이루어지는 상담내용을 이해하고 적합한 응답을 해줄 수 있는 기술을 개발할 수 있다. TF-IDF, LDA, 문장 임베딩 등 대화 문장에 대한 자질을 추출하고, 추출된 자질을 Extreme learning machine(ELM)을 통해 도메인 및 화행 분류 모델을 학습한다.

• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.29-34
• /
• 2017

챗봇 혹은 대화 시스템은 특정 질문이나 발화에 대해 적절한 응답을 해주는 시스템으로 자연어처리 분야에서 활발히 연구되고 있는 주제 중 하나이다. 최근에는 대화 모델 학습에 딥러닝 방식의 시퀀스-투-시퀀스 프레임워크가 많이 이용되고 있다. 하지만 해당 방식을 적용한 모델의 경우 학습 데이터에 나타나지 않은 다양한 형태의 질의문에 대해 응답을 잘 못해주는 문제가 있다. 이 논문에서는 이러한 문제점을 해결하기 위하여 디노이징 응답 생성 모델을 제안한다. 제안하는 방법은 다양한 형태의 노이즈가 임의로 가미된 질의문을 모델 학습 시에 경험시킴으로써 강건한 응답 생성이 가능한 모델을 얻을 수 있게 한다. 제안하는 방법의 우수성을 보이기 위해 9만 건의 질의-응답 쌍으로 구성된 한국어 대화 데이터에 대해 실험을 수행하였다. 실험 결과 제안하는 방법이 비교 모델에 비해 정량 평가인 ROUGE 점수와 사람이 직접 평가한 정성 평가 모두에서 더 우수한 결과를 보이는 것을 확인할 수 있었다.

• Journal of the Korea Society of Computer and Information
• /
• v.10 no.6 s.38
• /
• pp.85-92
• /
• 2005

In this Paper, we develope an effective web-based learning contents using interactive genetic algorithms with modified mutation operation. In the interactive genetic algorithm, reciprocal exchange mutation is used. But. we modify the mutation operator to improve the learning effects. The new web-based learning contents using interactive genetic algorithm provide the dynamic learning contents providing and real-time test system. Especially, learners can execute the interactive genetic algorithm according to the learners' characters and interests to select the efficient learning environments and contents sequences.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.253-256
• /
• 2005

언어는 단순히 인간의 의사소통의 수단이 될 뿐만 아니라 사고, 추론, 판단 등의 지적활동의 도구로서 활용된다. 컴퓨터에서는 인간의 언어를 사용하여 인간과 유사한 지적활동을 실현하고 자 하는 연구로 일상언어 컴퓨팅(everyday language computing)이 있다. 본 논문에서는 일상언어 컴퓨팅을 실현하는 한 예로 교통정보 서비스를 위한 대화시스템을 제안한다. 제안하는 시스템은 시스테믹 기능문법(Systemic Functional Grammar: SFG)을 기반으로 사용자의 발화를 3개의 메타기능을 통하여 의미를 분석하고, 메타기능으로 표현된 의미로부터 시스템의 발화를 생성한다 기존 교통정보 서비스는 DB의 질의검색과 일률적인 정보제공이 일반적인 것에 비해, 제안하는 대화시스템은 대화의 의미 속에 포함된 사용자의 의도 및 의미를 분석함으로써 보다 적절한 정보를 제공하여 사용자의 서비스만족도를 향상 시키는 교통정보서비스를 가능하게 한다. 또한, 웹과 연동되는 VXML(Voice Extend Makeup Language)을 대화시스템에 적용함으로서 실용적인 인터페이스를 실행하였다.

• 한국어정보학회:학술대회논문집
• /
• 2016.10a
• /
• pp.119-121
• /
• 2016

최근 사람과 컴퓨터가 대화를 하는 채팅시스템 연구가 활발해지고 있다. 컴퓨터가 사람의 말에 적절한 응답을 하기 위해선 그 의미를 분석할 필요가 있다. 발화에 대한 의미 분석의 기본이 되는 연구로 감정분석과 화행분석이 있다. 그러나 이 둘은 서로 밀접한 연관이 있음에도 불구하고 함께 분석하는 연구가 시도되지 않았다. 본 연구에서는 Long Short-term Memory(LSTM)를 이용하여 대화체 문장의 감정과 화행, 서술자를 동시에 분석하는 통합 대화 분석모델을 제안한다. 사랑 도메인 데이터를 사용한 실험에서 제안 모델은 감정 58.08%, 화행 82.60%, 서술자 62.74%의 정확도(Accuracy)를 보였다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2003.11a
• /
• pp.141-142
• /
• 2003

본 논문에서는 이성간의 대화에서 여성을 상대로 이성에 대하여 관심이 있을 경우와 관심이 없을 경에 따른 성문 특성변화를 비교 연구하였다. 대화내용을 녹음한 음성신호의 분석을 거쳐 얻어낸 결과로부터 보면 여성은 자신이 관심을 갖지 않는 상대에 대하여서는 17.2％ 미만의 응답을 보여주는 반면 관심이 있는 상대에 대하여서는 45.1％ 좌우 또는 그 이상의 응답을 보여주고 있다. 대화 내용의 음성신호를 스펙트로그램으로 표현 하였을 경우 성문 특성의 변화는 매우 뚜렷하다. 주파수 측면으로부터 보면 여성은 관심 있는 이성과 대화할 경우 200Hz에서 450Hz 좌우의 기본 주파수 폭을 이루게 되지만 관심이 없는 상대에 대해서는 200Hz에서 320Hz 정도의 기본 주파수 폭을 나타내게 된다. 따라서 이성간 대화에서 이러한 성문 특성의 변화를 이용하여 상대방 호감도를 측정할 수 있는 제품 개발에도 본 논문에서의 연구내용이 용이하게 쓰일 것으로 예상하고 있다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.29-34
• /
• 2017

챗봇 혹은 대화 시스템은 특정 질문이나 발화에 대해 적절한 응답을 해주는 시스템으로 자연어처리 분야에서 활발히 연구되고 있는 주제 중 하나이다. 최근에는 대화 모델 학습에 딥러닝 방식의 시퀀스-투-시퀀스 프레임워크가 많이 이용되고 있다. 하지만 해당 방식을 적용한 모델의 경우 학습 데이터에 나타나지 않은 다양한 형태의 질의문에 대해 응답을 잘 못해주는 문제가 있다. 이 논문에서는 이러한 문제점을 해결하기 위하여 디노이징 응답 생성 모델을 제안한다. 제안하는 방법은 다양한 형태의 노이즈가 임의로 가미된 질의문을 모델 학습 시에 경험시킴으로써 강건한 응답 생성이 가능한 모델을 얻을 수 있게 한다. 제안하는 방법의 우수성을 보이기 위해 9만 건의 질의-응답 쌍으로 구성된 한국어 대화 데이터에 대해 실험을 수행하였다. 실험 결과 제안하는 방법이 비교 모델에 비해 정량 평가인 ROUGE 점수와 사람이 직접 평가한 정성 평가 모두에서 더 우수한 결과를 보이는 것을 확인할 수 있었다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.220-224
• /
• 2017

최근 은행, 보험회사 등 핀테크 관련 업체에서는 챗봇과 같은 인공지능 대화 시스템을 고객상담 업무에 도입하고 있다. 본 논문에서는 금융 도메인을 위한 고객상담 챗봇을 구현하기 위하여, 자연어 이해 기술 중 하나인 고객상담 대화의 도메인 및 화행분류 방법을 제시한다. 이 기술을 통해 자연어로 이루어지는 상담내용을 이해하고 적합한 응답을 해줄 수 있는 기술을 개발할 수 있다. TF-IDF, LDA, 문장 임베딩 등 대화 문장에 대한 자질을 추출하고, 추출된 자질을 Extreme learning machine(ELM)을 통해 도메인 및 화행 분류 모델을 학습한다.

• Information and Communications Magazine
• /
• v.18 no.10
• /
• pp.88-98
• /
• 2001

iMS(Interactive Media Solution) 또는 대화형 미디어 솔루션 프로젝트에서는 대화형, 맞춤형, TVN 서비스를 제공하기 위한 엔드-투-엔드 솔루션을 개발한다. iMS 프로젝트가 개발대상으로 삼는 대화형 서비스는 시청자의 방송참여를 제한적이지만 부분적으로 허용하는 것을 목표로 삼고 있다. 일반적으로 대화형 서비스는 데이터방송을 통해 부가정보를 제공하는 것으로 한정하지만 iMS 프로젝트에서는 그 범위를 더 넓혀 T-커머스를 킬러 애플리케이션으로 삼는다. 데이터표현 규격은 ATSC-DASE(Dase-1) 및 DVB-MHP(버전 1.0) 규격을 기반으로 삼는다. 맞춤형은 시청자가 원하는 서비스를 신속하고 편안하게 받을 수 있도록 지원하는 것을 목표로 삼고 있다. 맞춤형은 마땅한 참조모델이 없지만 TV Anytime 규격을 원용할 예정이다. TVN은 방송과 홈 네트워크를 결합하기 위한 새로운 개념을 말한다. 이 기고문은 이들 서비스의 개념과 목표 및 구현방법 등을 소개한다.