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