여행 도메인 추천봇의 요청문 의도 분석을 위한 언어자원 구축 = Building Language Resources for Intent Analysis of Travel-Recommendation chatbots

국문 초록 (Abstract)

본 연구는 여행 도메인 챗봇에서 나타나는 추천 요청문에 대한 의도 분석 모델을 구축하는 과정에서 필요한 양질의 학습 데이터를 효율적으로 생성하는 방법론을 제안한다. 이를 위해 여행 도메인에서의 후기글과 추천 요청문 간의 상관관계를 파악하고 후기글을 상향식으로 분석하여 여행 도메인 추천 요청문 구성에 필요한 3가지 원소({평가 대상, 평가 속성, 평가 내용})와 요청 화행을 하향식으로 분석한 {평가 요청} 원소를 LGG 형식으로 언어자원을 구축하였다. 구축된 언어자원으로 생성된 데이터는 DACO CONVERTER를 통한 후처리 과정을 거쳐 의도 분석 모델을 위한 학습 데이터로 최종 생성된다. 제안된 방법론으로 생성된 학습 데이터의 성능을 알아보기 위해 의도 분석 모델을 학습시킨 결과, 여행 도메인의 하위 분류인 숙박 도메인과 맛집 도메인에서 각각 0.897, 0.957의 F1 점수를 획득하며 제안된 방법론의 실효성을 입증하였다.

다국어 초록 (Multilingual Abstract)

This study proposes a methodology for efficiently generating high-quality training data required to build an intent analysis model for recommendation requests in travel domain chatbots. We investigate the correlation between reviews and recommendation requests within the travel domain to achieve this. We extracted from the reviews the three elements ({Evaluation Target, Evaluation Aspect, Evaluation Value}), and described the {Evaluation Request} element that represents query-related language patterns. We trained the intent analysis model to investigate the performance of the training data generated by the proposed methodology. We obtained F1 scores of 0.897 and 0.957 in the accommodation and restaurant domain respectively, which underlines the effectiveness of the proposed methodology.

참고문헌 (Reference)

• 1 윤정우, "후기기반 숙소추천 챗봇 LIST 구현을 위한 언어자원 연구" 한국외국어대학교 디코라연구센터 52-, 2022
• 2 김신우, "후기기반 맛집 추천 챗봇 LIFU 구현을 위한 언어자원 연구" 한국외국어대학교 디코라연구센터 45-, 2022
• 3 고대영, "화행과 요청" 배달말학회 (55) : 1-23, 2014
• 4 김강희, "한국어 지시화행의 체계에 대한 소고" 국어국문학회 (191) : 5-40, 2020
• 5 민동희 ; 이우범, "통계적 단어 대조를 이용한 음식점 추천 챗봇 애플리케이션 구현" 한국융합신호처리학회 20 (20): 31-36, 2019
• 6 남지순, "자질기반 감성분석(FbSA) 모델의 인공지능 학습을 위한 지식베이스-패턴문법 기반 반자동 학습데이터 증강(SSP) 방법 및 장치" 한국외국어대학교 디코라연구센터 35-, 2021
• 7 남지순, "이커머스 후기글 평가분석에 기반한 상품 검색 추천 챗봇 개발을 위한 학습데이터 증강 방법 및 장치" 한국외국어대학교 디코라연구센터 35-, 2021
• 8 최수원 ; 남지순, "이커머스 후기글 평가분석 트리플에 기반한 평가주석 데이터셋 EVAD 구축 방법론" 언어과학회 (99) : 245-272, 2021
• 9 소진수 ; 신판섭, "음식점 리뷰 감성분석을 통한 세부 평가항목별 평점 예측" 한국컴퓨터정보학회 25 (25): 81-89, 2020
• 10 윤정호, "스마트폰에서 데이터마이닝을 이용한 음식추천 시스템" 19 (19): 1379-1381, 2012
• 11 황창회, "생성용 LGG에 기반한 챗봇 데이터의 RASA 호환형 데이터 컨버터 DECO-DACO" 한국외국어대학교 디코라연구센터 339-, 2021
• 12 한승규 ; 임희석, "발화 의도 예측 및 슬롯 채우기 복합 처리를 위한 한국어 데이터셋 개발" 한국융합학회 12 (12): 57-63, 2021
• 13 김유미 ; 허고은, "리뷰 텍스트 기반 감성 분석과 네트워크 분석에 관한 연구" 한국문헌정보학회 55 (55): 397-417, 2021
• 14 Samuel, D., "Trained on 100 million words and still in shape : BERT meets British National Corpus"
• 15 Liu, B., "Sentiment analysis and opinion mining" 5 (5): 1-167, 2012
• 16 Park, M. H., "Restaurant recommendation for group of people in mobile environments using probabilistic multi-criteria decision making" 114-122, 2008
• 17 Maynez, J., "On faithfulness and factuality in abstractive summarization"
• 18 Tran, T., "Measuring hotel review sentiment: An aspect-based sentiment analysis approach" Springer 393-405, 2019
• 19 Touvron, H., "Llama 2 : Open foundation and fine-tuned chat models"
• 20 Yoon, J. H., "Food Recommendation System using Data Mining in Smartphone" Korea Information Processing Society 1379-1381, 2012
• 21 Gross, M., "Finite-state language processing" The MIT Press 329-354, 1997
• 22 Paumier, S, "De la reconnaissance de formes linguistiques a l’analyse syntaxique" Univ of PEMLV in France 2003
• 23 유광훈 ; 남지순, "DECO 감성사전과 LGG 문법에 기반한 관광 숙박 온라인 후기글의 감성 분석 연구" 한국사전학회 (30) : 100-154, 2017
• 24 Choi, S. W., "Construction of Evaluation-Annotated Datasets for EA-based Clothing Recommendation Chatbots" 467-472, 2021
• 25 Contractor, D., "Constrained BERT BiLSTM CRF for understanding multi-sentence entity-seeking questions" 27 (27): 65-87, 2021
• 26 Gunawan, D., "Bershca: Bringing chatbot into hotel industry in Indonesia" 18 (18): 839-845, 2020
• 27 Akhtar, N., "Aspect based Sentiment Oriented Summarization of Hotel Reviews" 115 : 2017
• 28 Sun, L., "Applying uncertainty theory into the restaurant recommender system based on sentiment analysis of online Chinese reviews" 22 (22): 83-100, 2019
• 29 Ray, B., "An ensemble-based hotel recommender system using sentiment analysis and aspect categorization of hotel reviews" 98 : 2021
• 30 Roh, Y., "A survey on data collection for machine learning: a big data-ai integration perspective" 33 (33): 1328-1347, 2019
• 31 Gao, Y., "A restaurant recommendation system by analyzing ratings and aspects in reviews" Springer 526-530, 2015