• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.05a
• /
• pp.365-368
• /
• 2018

인공지능 기술이 발달하면서 챗봇 플랫폼이 주목받고 있다. 챗봇이란 규칙 또는 인공지능(AI)을 이용해 사용자와 상호작용을 하는 대화형 인터페이스다. 챗봇에서 대화를 처리하는 방법은 규칙기반 대화 시스템, 검색기능 대화 시스템, 생성기반 대화 시스템이 있다. 본 논문에서는 규칙 기반 대화 시스템을 바탕으로 하는 모바일 영화 챗봇 서비스를 개발하였다. 이를 통하여 사용자는 더 편리하게 영화 관련 정보를 제공받을 수 있다.

• KIPS Transactions on Software and Data Engineering
• /
• v.6 no.11
• /
• pp.499-506
• /
• 2017

Chatter bots are normally used in task-oriented dialogue systems to support free conversations. However, there is not much research on how chatter bots as auxiliary system should be different from independent ones. In this paper, we have developed a chatter bot for a dialogue-based computer assisted language learning (DB-CALL) system. We compared the chatter bot in two different cases: as an independent bot, and as an auxiliary system. The results showed that, the chatter bot as an auxiliary system showed much lower satisfaction than the independent one. A discussion is held about the difference between an auxiliary chatter bot and an independent bot. In addition, we evaluated a search-based chatter bot and a deep learning based chatter bot. The advantages and disadvantages of both methods are discussed.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.25-30
• /
• 2018

기존의 검색 기반 챗봇 시스템과 다르게 생성 기반 챗봇 시스템은 사전에 정의된 응답에 의존하지 않고 채팅 말뭉치를 학습한 신경망 모델을 사용하여 응답을 생성한다. 생성 기반 챗봇 시스템이 사람과 같이 자연스러운 응답을 생성하려면 이전 문맥을 반영해야 할 필요가 있다. 기존 연구에서는 문맥을 반영하기 위해 이전 문맥과 입력 발화를 통합하여 하나의 벡터로 표현했다. 이러한 경우 이전 문맥과 입력 발화가 분리되어 있지 않아 이전 문맥이 필요하지 않는 경우 잡음으로 작용할 수 있다. 본 논문은 이러한 문제를 해결하기 위해 입력 발화와 이전 문맥을 각각의 벡터로 표현하는 방법을 제안한다. 또한 생성적 적대적 신경망을 통해 챗봇 시스템을 보강하는 방법을 제안한다. 채팅 말뭉치(55,000 개의 학습 데이터, 5,000개의 검증 데이터, 5,260 개의 평가 데이터)를 사용한 실험에서 제안한 문맥 반영 방법과 생성적 적대적 신경망을 통한 챗봇 시스템 보강 방법은 BLEU와 임베딩 기반 평가의 성능 향상에 도움을 주었다.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.49-53
• /
• 2019

챗봇은 사람과 컴퓨터가 자연어로 대화를 주고받는 시스템을 말한다. 최근 챗봇에 대한 연구가 활발해지면서 단순히 기계적인 응답보다 사용자가 원하는 개인 특성이 반영된 챗봇에 대한 연구도 많아지고 있다. 기존 연구는 하나의 벡터를 사용하여 한 가지 형태의 페르소나 정보를 모델에 반영했다. 하지만, 페르소나는 한 가지 형태로 정의할 수 없어서 챗봇 모델에 페르소나 정보를 다양한 형태로 반영시키는 연구가 필요하다. 따라서, 본 논문은 최신 생성 기반 Multi-Turn 챗봇 시스템을 기반으로 챗봇이 다양한 형태로 페르소나를 반영하게 하는 방법을 제안한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2018.11a
• /
• pp.119-121
• /
• 2018

최근 자연어 처리 기술의 발전과 서비스 산업에서의 챗봇에 대한 수요가 증가함에 따라 챗봇을 활용한 서비스가 증가하고 있다. 본 논문은 챗봇을 이용한 소셜 매거진 생성 및 배포 시스템에 관한 것으로, 챗봇이 사용자들의 대화를 수집 및 분석하여 대화 주제와 키워드를 찾은 뒤, 크롤링 된 콘텐츠로부터 소셜 매거진을 생성 및 배포하는 서비스에 관한 것이다. 본 논문에서 제안한 시스템에 대한 성능은 실험을 통하여 검증하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.367-368
• /
• 2023

최근 챗봇 시스템은 급격한 발전과 함께 사용자와 자연스러운 대화를 할 수 있는 인공지능 기술의 필요성이 대두되고 있다. 기존의 챗봇 시스템은 대화 상황을 충분히 이해하지 못하거나, 학습된 데이터를 벗어나는 문장에 대한 일관성 있는 응답을 제공하지 못하는 한계가 있다. 본 논문에서는 GPT-3와 KoBERT를 활용하여 사용자의 감정 상태를 파악하고 해당 감정을 고려한 일관성 있는 대화를 제공하는 감정 분석 기반 챗봇 시스템을 제안한다. 이를 바탕으로 긍정적인 대화를 이어 나가는데 초점을 두어 자연스러운 대화가 가능할 것으로 기대된다.

• The Journal of the Convergence on Culture Technology
• /
• v.8 no.6
• /
• pp.303-308
• /
• 2022

A chatbot is a responsive chatting program that can communicate with people through text or voice. 'Siri' and 'Bixby' installed in smartphones are also representative artificial intelligences that use the chatbot system. With the rapid development of chatbots, users in various fields have also begun to pay attention to the food service industry. As machine learning technology developed, it became possible to use more flexible conversations, and it soon expanded to the realm of education. Userㄴs interact through conversations with chatbots, and active interactions stimulate users' desires and at the same time have a positive effect on learning motivation. Recommendation system programs using chatbots not only recommend products according to users' preferences, but also provide various additional information. This study planned a program that combined the chatbot system and tourism service. The chatbot curator will develop into a form of inducing interest and curiosity to users through learning, and then facilitating the desire for tourism. The purpose of this study is to lay the foundation for a chatbot curator based on previous studies.

• The Journal of the Convergence on Culture Technology
• /
• v.8 no.6
• /
• pp.843-848
• /
• 2022

A chatbot is a responsive chatting program that can communicate with people through text or voice. 'Siri' and 'Bixby' installed in smartphones are also representative artificial intelligences that use the chatbot system. With the rapid development of chatbots, users in various fields have also begun to pay attention to the food service industry. As machine learning technology developed, it became possible to use more flexible conversations, and it soon expanded to the realm of education. Userㄴs interact through conversations with chatbots, and active interactions stimulate users' desires and at the same time have a positive effect on learning motivation. Recommendation system programs using chatbots not only recommend products according to users' preferences, but also provide various additional information. This study planned a program that combined the chatbot system and tourism service. The chatbot curator will develop into a form of inducing interest and curiosity to users through learning, and then facilitating the desire for tourism. The purpose of this study is to lay the foundation for a chatbot curator based on previous studies.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.527-529
• /
• 2019

현대 사회에 1인 가구 수가 증가함에 따라 소비 패턴에도 변화가 생기고 있다. 1인 가구의 빈곤율은 2인 이상 가구에 비해 상대적으로 높아 자산관리 서비스의 필요성이 높아지는데 좀 더 접근성이 좋고 편리하게 소비 습관에 대한 조언을 해 줄 수 있는 서비스가 도움이 될 것으로 분석되었다. 또한, 최근 금융 회사들의 챗봇 도입률이 증가하는 중인 것을 참고 해 본 논문에서는 챗봇을 활용한 소비 패턴 분석을 위한 클라우드 기반의 챗봇 가계부 시스템을 제안한다.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.524-528
• /
• 2020

챗봇은 발화에 대해 컴퓨터가 자동으로 응답하는 시스템이다. 현재 챗봇은 전체 주제에 대한 잡담(chit-chat)보다는 특정 주제에 관한 대화를 목적으로 많이 개발되고 있다. 하지만 개개인이 필요로 하는 챗봇 용도에 적합한 학습 데이터는 부족하다. 이러한 상황에서 챗봇 학습을 위해 필요한 주제의 말뭉치를 대량으로 구축하는 것은 시간과 비용이 많이 소모되어 현실적으로 어렵다. 따라서 학습에 필요한 소량의 말뭉치만 사용하더라도 주제에 적합한 응답을 할 수 있는 챗봇이 필요하다. 이에 본 논문은 챗봇의 목적과 관련 없는 대량의 말뭉치와 소량의 주제 기반 말뭉치를 이용하여 높은 성능을 끌어낼 수 있는 주제 임베딩 방법을 제안한다.