공감 및 구체적 설명 생성 우울증 챗봇 구현을 위한 모델 기초 연구 (A Basic Model Study for the Implementation of Depression Chatbot to Generate Empathy and Specific Explanations)

서지정보

· 발행기관 : 한국정보통신학회
· 수록지 정보 : 한국정보통신학회논문지 / 27권 / 9호 / 1030 ~ 1036페이지
· 저자명 : 황새연, 오하영

초록

본 논문은 우울증과 관련된 질문 및 전문의의 구체적인 답변으로 구성된 데이터셋을 학습시켜 전문적, 구체적인 설명을 생성하는 챗봇 구현을 위한 언어 모델 기초 연구를 목표로 한다. 이는 KoBERT를 통해 우울 발화 의도를 분류한 다음, KoGPT2로 문장을 생성하는 과정을 포함한다. KoBERT는 실험 데이터에서 약 0.97의 정확도를, KoGPT2는 감성 대화 말뭉치셋으로만 학습한 것과 비교했을 때 정성적으로 더 구체적이고 발화 의도에 맞는 답변을 생성하는 경향을 보였다. 해당 모델은 우울증과 관련된 구체적 질문에 대해 즉각적인 답변을 줄 수 있으며, 부족한 전문의 인력을 보완할 수 있고, 비대면으로 이루어지기 때문에 심리적 부담감이 적다는 점에서 의미가 있다.

영어초록

This paper aims to study the foundation of language models for implementing chatbots that generate professional and specific explanations by learning datasets consisting of depression-related questions and specific answers from specialists. This includes classifying depression speech intentions through KoBERT and then generating sentences with KoGPT2. KoBERT showed an accuracy of about 0.97 in experimental data, and KoGPT2 showed a tendency to generate qualitatively more specific and utterance-appropriate answers compared to those learned only with a set of emotional dialogue corpus. The model is meaningful in that it can immediately answer specific questions related to depression, supplement insufficient specialist manpower, and have less psychological burden because it is done non-face-to-face.

참고자료

· 없음