$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

음성 기반 상담의 품질 평가를 위한 자동화 기법
A Method of Automated Quality Evaluation for Voice-Based Consultation 원문보기

Journal of Internet Computing and Services = 인터넷정보학회논문지, v.22 no.2, 2021년, pp.69 - 75  

이건수 (Research Lab, CNAI Ltd.) ,  김중연 (ICT Convergence Research Center, Soonchunhyang University)

초록
AI-Helper 아이콘AI-Helper

언택트 시대의 시작으로, 온라인 산업의 성장 속도는 점차 빨라지고 있다. 온라인 산업이 성장할수록, 고객 관리에 대한 중요성은 높아지며, 그 접점에 존재하는 컨택센터 시장 역시 성장하고 있다. 언택트 시대의 주요 서비스 분야인 컨택센터의 업무가 노동 집약적이라는 아이러니를 극복하고 컨택센터 업무 효율을 증가시키기 위한 다양한 업무 자동화 기술 개발 연구들이 활발하게 진행되고 있다. 본 연구는 업무 자체는 정형적이지만, 그 중요성이 높아 업무 자동화의 효율이 높은 대표적인 컨택센터의 업무 중 하나인 품질평가 업무의 자동화 방법을 제안한다. 제안 방법은 채널 분리된 상담 내용 녹취 내용을 토대로, 음성 인식 결과를 획득한 뒤, 문장단위 발화 내용을 분석하여, 정량 평가 항목인 도입부 평가, 응대 중 경청과 침묵 평가, 그리고 마무리 평가를 수행한 후 수행 결과를 평가표에 맞춰 출력하는 단계를 따른다. 제안 방법은 전문가의 평가 결과 대비 92.7% 일치율을 보였다. 불일치 케이스의 경우, 주로 음성 인식의 오류에 기인한 경우였다. 따라서 음성 인식 결과의 신뢰도가 보장된다면, 본 논문에서 제안한 방법을 통해 자동화된 품질평가로 해당 업무 효율을 증대시킬 수 있을 것이다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In a contact-free society, online services are becoming more important than classic offline services. At the same time, the role of a contact center, which executes customer relation management (CRM), is increasingly essential. For supporting the CRM tasks and their effectiveness, techniques of proc...

주제어

#컨택센터   #상담   #품질평가   #음성 인식   #업무 자동화  

표/그림 (5)

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 이에 본 연구에서는 음성 기반의 상담 녹취 데이터를 대상으로 상담 품질 평가를 자동으로 수행하는 방법을 제안하였으며, 실제 구현을 통해 자동화된 평가 결과와 수작업으로 진행된 평가 결과를 비교하였다.
본문요약 정보가 도움이 되었나요?

참고문헌 (10)

  1. M. Lee, and D. Lee. ""Untact": a new customer service strategy in the digital age." Service Business vol. 14. no. 1, pp. 1-22. 2020. http://dx.doi.org/10.1007/s11628-019-00408-2 

    상세보기 crossref

  2. M. Rim, K. Thomas, j. Chandramouli, S. Barrus, and N. Nickman. "Implementation and quality assessment of a pharmacy services call center for outpatient pharmacies and specialty pharmacy services in an academic health system". The Bulletin of the American Society of Hospital Pharmacists, vol. 75, no. 10, pp. 633-641, 2018. https://doi.org/10.2146/ajhp170319 

    상세보기 crossref

  3. A. Prashar, "Adopting PDCA (Plan-Do-Check-Act) cycle for energy optimization in energy-intensive SMEs". Journal of cleaner production, vol. 145, pp. 277-293, 2017. https://doi.org/10.1016/j.jclepro.2017.01.068 

    상세보기 crossref

  4. S. Ahmed, "Integrating DMAIC approach of Lean Six Sigma and theory of constraints toward quality improvement in healthcare." Reviews on environmental health, vol. 34, no. 4, pp. 427-434, 2019. https://doi.org/10.1515/reveh-2019-0003 

    상세보기 crossref

  5. X. Yang, S. Gao, Z. He, and M. Zhang, "Application of Design for Six Sigma tools in telecom service improvement". Production Planning & Control, vol. 29, no. 12, pp. 959-971, 2018. https://doi.org/10.1080/09537287.2018.1486469 

    상세보기 crossref

  6. E. Suarez, A. Calvo-Mora, J. Roldan, and R. Perianez-Cristobal, "Quantitative research on the EFQM excellence model: A systematic literature review (1991-2015)". European Research on Management and Business Economics, vol. 23, no. 3, pp. 147-156, 2017. https://doi.org/10.1016/j.iedeen.2017.05.002 

    상세보기 crossref

  7. J. Li, A. Sun, J. Han, and C. Li, "A survey on deep learning for named entity recognition". IEEE Transactions on Knowledge and Data Engineering. 2020. https://doi.org/10.1109/TKDE.2020.2981314 

    상세보기 crossref

  8. J. Devlin, M. Chang, K. Lee, and K. Toutanova, "Bert: Pre-training of deep bidirectional transformers for language understanding". 2018. arXiv preprint, https://arxiv.org/abs/1810.04805 

  9. K. Clark, M. Luong, Q. Le, and C. Manning, "Electra: Pre-training text encoders as discriminators rather than generators". 2020. arXiv preprint, https://arxiv.org/abs/2003.10555 

  10. Graf, S., Herbig, T., Buck, M. et al. "Features for voice activity detection: a comparative analysis". EURASIP J. Adv. Signal Process. vol. 91, 2019. https://doi.org/10.1186/s13634-015-0277-z 

    상세보기 crossref

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로