인공지능 프로젝트-“대화형 에이젼트” 의 기술과 이해

소개글

인공지능 프로젝트-“대화형 에이젼트” 의 기술과 이해에 대한 보고서 자료입니다.

목차

1.개요

2.Domain Knowledge 구축

3.질의 / 답변형태의 지식표현

4.RDB 형태의 지식 표현

5.온톨로지 형식의 지식 표현

6.사용자 질의 처리 과정

7.질의 분석

8.답변 생성

9.대화 전략의사용

10.대화 전략

11.기본적인 대화 전략의 사용법

본문내용

대화형 에이젼트란?
사람의 대화에 자연스럽게 참여할 수 있는 에이젼트
예 : 심심이, 마이크로소프트 오피스 에이젼트, ELIZA.
구현 목표
한정된 도메인에서 사람과 자연스럽게 대화를 나누며 지식을 제공할 수 있는 에이젼트.
예 :
개요
대화형 에이젼트란?
사람의 대화에 자연스럽게 참여할 수 있는 에이젼트
예 : 심심이, 마이크로소프트 오피스 에이젼트, ELIZA.

구현 목표
한정된 도메인에서 사람과 자연스럽게 대화를 나누며 지식을 제공할 수 있는 에이젼트.
예 :
개요 2
필요한 요소
사용자의 입력 문장을 이해하기 위한 언어처리 기술
Exact matching, Partial matching, NLP
입력 문장에 대해 적절한 답변을 생성하기 위한 지식, 대화 전략 및 그 처리 기술.
답변을 생성하기 위해 필요한 언어처리 기술.
간단한 예제 : “최근 개봉작 중 추천할 만한 영화는?” 이란 질의가 들어왔을 때.
기타
프로젝트 요구 조건
Domain Knowledge 구축.
해당 도메인에 대해 사용자의 요구를 충족시켜줄 수 있어야 함.
Conversational strategy 구축.
단순한 질의 / 응답 개념이 아닌, 연속된 의미 있는 대화가 이루어져야 함.
자연어 문장 입력 / 자연어 문장 출력.
평가 기준
한 주제에 대한 일련의 대화가 자연스러운가? 대화 전략은 적절하며 융통성을 가지는가?
에이젼트 구현 시 사용된 지식의 양이 어느정도 인가?
사용자의 질의에 적절한 답을 해줄 수 있는가?
사용자의 입력에 대해 적절한 지식과 전략이 선택되는가? 또 그 방법은 무엇인가?
에이젼트의 Coverage는 어느정도인가?
Domain Knowledge 구축
Domain Knowledge 구축 방법
예상 질의에 대한 답변 형식으로 지식을 구축하는 방법
예 : 심심이의 질의 / 답변 형식의 데이터 베이스
구축이 용이하나 도메인 지식의 융통성 있는 사용이 어렵다.
RDB 형식의 데이터 베이스 구축
예 : 고객 정보, 물품 정보 등 거의 모든 실세계 데이터베이스
온톨로지 혹은 시소러스 등의 개념망 구축
예 : 워드넷, 정보 추출에서의 도메인 지식 사전
엔티티간의 의미적 관계성과 계층 정보를 포함.
가장 많은 지식 표현이 가능
그외 AI의 많은 지식 표현 방법
Conceptual Graph, Script, ..
프로젝트 수행자의 목적에 적절한 형태의 지식 표현 방법을 선택하여 사용

키워드

인공지능,   대화형 에이전트,   온톨로지,   스소러스,   개념망,   심심이