상세검색
최근 검색어 전체 삭제
다국어입력
즐겨찾기0
커버이미지 없음
학술저널

자연어처리와 오픈소스 SW를 활용한 학사민원 챗봇 시스템

Chatbot Dialogue System for Academic Affairs using Natural Language Processing and Open Source Software

  • 470

대학 신입생들이 입학하는 시기에 신입생들의 문의가 집중되어 대학 내 관련 부서의 업무 부담이 증가한다. 본 논문에서는 자연어처리 기법과 음성인식 및 음성합성을 지원하는 오픈소스 SW를 이용 하여 학사 관련 민원에 대해 자동 응답을 할 수 있는 챗봇 시스템을 구현하였다. 사용자는 먼저 질의 에 대한 유형을 선택하게 되고, 이후 사용자의 음성 질의를 음성인식 API를 통해 텍스트로 변환한다. 사용자 질의 텍스트는 형태소 분석을 통하여 형태소 단위로 나누고 사용자 질의 문장 벡터를 생성한 다. 문장 벡터는 질의 유형별로 분류된 학사 민원 FAQ 말뭉치에서 분류별 질의문만 선택하여 선정된 속성들로 구성된다. 따라서 4가지 질의 유형에 대해 속성리스트가 생성되며, 의미가 같은 속성들은 묶어서 하나의 속성으로 나타낸다. 사용자가 선택한 질의 유형의 속성리스트를 통해 사용자 질의 문 장 벡터와 FAQ 내 질의문들의 문장 벡터를 유사도 분석을 통하여 비교한 후, 해당 질의에 가장 적합 한 답변을 선택하고 이를 음성합성을 통해 사용자에게 들려준다.

During the university admission period, work burdens of related offices increase steeply due to the intensiveness of admission related questions. We found that speech recognition and speech synthesis, which are both open source software, could help to address this problem. In this paper, we implemented an chatbot dialogue system deals for academic affairs using natural language processing and open source software. First, the system require the user to select the type of query, and convert user s voice questions to text sentences by using open source speech recognition API. The sentences are divided into morpheme units through morphological analysis, and the selected morphemes are used to generate sentence vectors. The vectors consists of attributes extracted from each question in FAQ corpus categorized by four query types. Therefore, four types of feature lists were created in advance according to the types of queries. The features have same meanings are replaced into a representative feature. Then similarity analysis is conducted between the user query sentence vector and previously collected query sentence vectors. Finally, the user is informed the answer to the query through speech synthesis.

1. 서 론

2. 관련 연구

3. 제안 시스템

4. 실험 및 평가

5. 결 론

References

로딩중