챗봇 개발을 위한 네이버 랩스 api
챗봇 개발을 위한 네이버 랩스 api
1. NAVER LABS 김정희 (jeonghee.kim@navercorp.com) 챗봇 개발을 위한 네이버 랩스 API
2. 2
3. 3 Services Devices
4. 4 Services Devices Ambient Intelligence Service Platform
5. 5 Services Devices Natural Language Interface
6. 6 Why Natural Language Interface ?
7. 7
8. 8
9. 9 제한된 interface 환경 Complex UX
10. 10 인간에게 가장 자연스러운 interface “Speech, Dialogue”
11. 11
12. 12
13. 13 Service Platform 이 된 메신저
14. 14 메신저에서 가장 자연스러운 Service UX “Dialogue”
15. 15 Pizza Service in Messenger
16. 16
17. • Chatbot 으로 서비스 하려면 ? 17
18. • Chatbot 으로 서비스 하려면 ? • ”슈프림피자 4개 주세요” • 무엇을 해야 할까? 18
19. • Chatbot 으로 서비스 하려면 ? • ”슈프림피자 4개 주세요” • 메뉴 : 슈프림피자 • 수량 : 4개 • 의도 : 주문 19
20. • Chatbot 으로 서비스 하려면 ? • ”슈프림피자 4개 주세요” • 메뉴 : 슈프림피자 • 수량 : 4개 • 의도 : 주문 • Natural Language Understanding 20
21. • Chatbot 으로 서비스 하려면 ? • ”슈프림피자 4개 주세요” • 메뉴 : 슈프림피자 • 수량 : 4개 • 의도 : 주문 • Natural Language Understanding • Who? 21
22. • Chatbot 으로 서비스 하려면 ? • ”슈프림피자 4개 주세요” • 메뉴 : 슈프림피자 • 수량 : 4개 • 의도 : 주문 • Natural Language Understanding • Who? • 서비스 개발자 • 어렵다. 귀찮다 22
23. Natural Language Understanding Natural Language 23
24. 24
25. 25 한국어
26. • 한국어 • 교착어 • 조사, 어미, 어간 • 형태소 분석 • 아버지가방에 들어가신다
27. 27
28. • 대화형 인터페이스를 만들 수 있는 엔진 및 개발 툴 • Named entity recognition 및 intent analysis 를 통한 자연어 처리 • Chat bot, app, service, device 등에 자연어 대화 인터페이스
29. • 한국어 자연어 처리 • 한국어 형태소 분석, 자연어 이해 • 한국어를 시작으로 global language 로 확장
30. Natural Language 30
31. • Built - in • Service - defined
32. • “슈프림피자 4개 주세요” • “치즈 3개로 바꿔주세요” • “4개”, “3개” • 수량 정보 • 자주 사용 예상되는 정보 • 수량, 주소, 인명 등 • 알아서 분석 해 줬으면… 32
33. • Built-in entity • 대화 서비스에서 많이 사용될 것으로 예상되는 entity • 장소, 인명, 시간 등 25개 제공 • Built-in intent • 대화 서비스에서 많이 사용될 것으로 예상되는 intent • Yes, no, cancel 등 7개 제공
34. • “슈프림 피자”, “치즈” • Service 에 따라 unique 한 정보 • 서비스 개발자가 직접 • Entity name • Entity list • 피자 메뉴 • 슈프림 : 수프림 • 페퍼로니 : 페페로니 • 치즈 : 치이즈 34
35. • Service-defined entity • 특정 서비스에서 필요하다고 생각되는 unique 한 entity 를 서비스 개발 자가 설정할 수 있는 tool • Ex) 커피 종류, 피자 종류 등 • Service-defined intent • 특정 서비스에서 필요하다고 생각되는 unique 한 intent 를 서비스 개발 자가 설정할 수 있는 tool • Ex) 피자 주문, 날씨 확인 등
36. User Messenger Service AMICA.ai Text NLU Result Service Response
37. • Dialogue management (DM) 은 제공하지 않는다. • Service response 를 결정할 때 dialogue history 사용은 service logic 에서 • DM 및 서비스 시나리오는 서비스 개발자가 직접 • 향후 개발 방향 • DM 까지 편하게 설계할 수 있도록
38. 38 if (!사이즈) printf( ”어떤 사이즈를 원하시나요”);
39. 39
40. 40 Q&A
'프로그래밍 > AI_DeepLearning' 카테고리의 다른 글
[DL/ML] Awesome-Korean-NLP 한글 자연어 처리 머신러닝 (0) | 2017.06.07 |
---|---|
SlideShare - 챗봇, 머신러닝, 자연어 (0) | 2017.06.02 |
인공지능 비서 앱 ‘네이버-클로바’ 베타 테스트 시작 (0) | 2017.06.01 |
네이버, AI 기반 콘텐츠 큐레이션 서비스 ‘디스코’ 출시 (0) | 2017.06.01 |
https://github.com/howdyai/botkit (0) | 2017.05.30 |