분별 프롬프트 학습을 통한 고객 질의응답 데이터의 계층 구조 표현 및 시각화 (Hierarchical Representation and Visualization of Customer Query Response Data Through Discriminative Prompt Learning)

서지정보

· 발행기관 : 한국디지털콘텐츠학회
· 수록지 정보 : 디지털콘텐츠학회논문지 / 25권 / 12호 / 3837 ~ 3846페이지
· 저자명 : 이채별, 최권택

초록

기업은 고객의 요구 사항을 파악하고 시장에서 경쟁 우위를 확보하기 위해 대규모 데이터를 수집하고, 딥러닝을 통해 분석 및 시각화하는 방법을 활용하고 있다. 그러나 기존의 딥러닝 기반 연구 방법은 새로운 데이터나 문제에 적응하기 어려우며, 복잡하고 다양한 고객 데이터를 충분히 반영하는 데 한계가 있다. 본 논문에서는 대형 언어 모델을 활용하여 고객 질문 데이터를 계층 구조로 표현하고, 분별 프롬프트 학습을 적용하여 보다 정확한 카테고리 분류 알고리즘을 제안한다. AI 허브 데이터를 사용해 제안 방법의 효과성을 검증하고, 고객 질의응답 데이터셋에 대해 97.75%의 카테고리 인식률을 보였다. 제안 방법은 데이터가 가지고 있는 복잡성과 구조를 직관적으로 이해할 수 있도록 하여, 기업이 고객의 요구를 효과적으로 파악하고 의사 결정 과정에 활용될 수 있다.

영어초록

To understand customer needs and gain a competitive advantage in the marketplace, companies are collecting large volumes of data and using deep learning for analysis and visualization. However, existing deep learning methods often struggle to adapt to new data or problems and have limitations in fully capturing the complexity and diversity of customer data. In this paper, we propose a more accurate category classification algorithm that leverages a large language model to represent customer question data in a hierarchical structure, employing Discriminative Prompt Learning. We validate the effectiveness of this approach using AI Hub data, achieving a category recognition rate of 97.75% on a customer question-and-answer dataset. This method offers an intuitive way to understand the complexity and structure of data, enabling companies to better grasp customer needs and effectively integrate these insights into their decision-making processes.

참고자료

· 없음