$\require{mediawiki-texvc}$

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.

온톨로지 기반 지식 검색 시스템 개발: KT 콜센터 사례
Development of an ontology-based knowledge search system: The case of KT call center 원문보기

한국정보처리학회 2010년도 추계학술발표대회, 2010 Nov. 12, 2010년, pp.576 - 579  

안세열 (고려대학교 컴퓨터정보통신대학원) ,  최현식 (고려대학교 대학원 컴퓨터전파통신공학과)

초록
AI-Helper 아이콘AI-Helper

콜센터의 고객문의는 복잡하여 기존 검색 시스템으로는 고객의 문제점을 신속하게 찾아 상담에 적용하는데 문제가 많았다. 온톨로지를 구축하고 시맨틱 검색을 제공할 경우 보다 보다 좋은 검색 기능을 제공할 것으로 기대되나 콜센터의 상담지식은 내용이 매우 복잡하여 그 텍스트의 내용을 완벽하게 온톨로지로 표현하는 것은 쉽지 않았다. 본 논문에서는 온톨로지 기반으로 구축된 지식베이스의 데이터 검색과 함께 그와 가장 관련성이 높은 문서를 출력하기 위해 문서를 온톨로지와 링크하여 어노테이션하는 방법을 제안한다. 본 시스템을 적용한 상담에서 상담원들의 생산성이 향상되고 고객 만족도를 높이는 결과를 확인했다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 콜센터의 상담 지식 도메인에 대해서 온톨로지 기반의 지식 검색 시스템을 도입하여 서비스 제공이 보다 신속하고 정확한 검색을 제공함을보였다. 향후에는 온톨로지의 커버리지 확대, 쿼리 분석 모듈 성능 개선, 자연어 처리기술을 이용한 문서 어노테이션 성능 개선, 온톨로지 시각화, 시스템 안정화 등의 작업을 진행하고 보다 정확한 성능의 검증을 위해 콜센터 상담원들을 대상으로 필드 테스트를 진행하고자 한다.
  • 본 논문에서는 콜센터의 상담원에게 보다 수준 높은 지식검색 서비스를 제공하기 위해 온톨로지(ontology)에 기반한 지식베이스를 구축하고, 구축한 온톨로지에 기반한 콜센터 지식 검색 시스템을 설계하였다.
  • 온톨로지 구축 방법[1]으로는 도메인의 전문가가 수동으로 구축하는 방법(hand-crafted)과 기계학습, 자연어처리 기술분야의 알고리즘을 이용하여 자동으로 구축하는 방법이 있다. 본 연구에서는 검증을 위해 아주 작은 규모의 품질이 높은 온톨로지를 구축하는 것을 목표로 커버리지가 낮더라도 완전 수동으로 구축하였다. 온톨로지 구축의 기초 자료로는 기존 상담지식 관리시스템에서 정의하고 있는 지식분류체계와 검색로그, 그리고 5,700 건의 상담지식 문서를 활용하였다.
  • 여기서는 온톨로지를 구축하고 나서 온톨로지를 활용한 문서검색이 가능하도록 온톨로지와 문서 간의 링크를 만드는 방법을 소개한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
시맨틱 문서 인덱스는 무엇인가? 시맨틱 문서 인덱스는 온톨로지의 S-P-O 트리플과 문서의 유사도를 저장하고 있는 인덱스로서 온톨로지에서 검색한 트리플 형태의 정답과 가장 관련이 높은 문서를 사용자에게 보여주기 위해서 필요하다. 시맨틱 인덱스 구축 과정은 문서에서 온톨로지의 인스턴스를 찾아 주석을 부착하는 시맨틱 어노테이션(annotation)과 유사한 과정을 거치는데 그 자세한 설명은 3 장 2 절 에서 설명한다.
온톨로지 구축 방법에는 무엇이 있는가? 온톨로지 구축 방법[1]으로는 도메인의 전문가가 수동으로 구축하는 방법(hand-crafted)과 기계학습, 자연어처리 기술분야의 알고리즘을 이용하여 자동으로 구축하는 방법이 있다. 본 연구에서는 검증을 위해 아주 작은 규모의 품질이 높은 온톨로지를 구축하는 것을 목표로 커버리지가 낮더라도 완전 수동으로 구축하였다.
온톨로지의 검색의 두 단계는 무엇인가? 온톨로지의 검색은 크게 두 가지의 단계로 나누어 볼 수 있다. 첫 번째 단계는 데이터 검색 (fact retrieval) 단계로서 사용자가 입력하는 쿼리를 분석하여 그 질의에 대한 답을 트리플 형태의 데이터로 추출하는 단계이다. 쿼리 분석 모듈에서는 가장 먼저 사용자의 쿼리가 온톨로지의 S-P-0 트리플 쿼리 형태로 매핑이 되는지를 판단하고, 트리플 쿼리로 정확히 매핑이 되지 않는 경우 형태소 분석 과정을 거쳐서 키워드 셋을 추출한다. 이 키워드 셋은 복수개의 가능성 있는 트리플 쿼리로 변환되어 트리플 저장소를 검색한다. 트리플 저장소에서는 AllegoGraph 에서 지원하는 RDFS++ 수준의 추론을 거쳐 트리플 형태의 정답 집합을 추출하여 사용자질의에 대한 구체적인 답으로 제시한다. 두 번째 단계는 온톨로지에서 추출한 트리플 형태의 지식과 가장 관련이 높은 문서를 찾아서 랭킹하여 보여주는(documents retrieval)단계이다. 이를 위해서 트리플 아이디와 문서 간에 유사도 점수를 저장하고 있는 시맨틱 문서 인덱스를 검색하여 가장 점수가 높은 순서로 문서를 출력한다.
질의응답 정보가 도움이 되었나요?

관련 콘텐츠

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