① 최신버전 다운로드 받기CS의 최신버전은 아래 사이트에서 받을 수 있다. https://sourceforge.net/projects/chatscript/files/위 페이지에 접속하면 목록의 가장 윗줄에 “Looking for the latest version?”이라는 문장이 있고 그 옆에 최신버전의 파일을 다운로드 받을 수 있는 링크가 있다. 그 파일을 다운로드 받으면 된다. 이 파일 안에 윈도우용, 맥용 그리고 리눅스용이 함께 들어있다. ② 압축 풀기다운로드 받은 파일의 압축을 풀면 윈도우용 실행화일도 함께 나온다. 추가 설정한다거나 레지스트리에 등록하는 등의 작업은 필요없다. 디폴트 폴더의 이름은 Chatscript-x.x (뒤에 붙은 숫자는 버전 번호이다.)이 될텐데 향후의 업그레이드를 고려하..
대화형 시스템은 사물인터넷 시대가 열릴수록 더욱 중요해지는 기술이다. 사물인터넷 시대가 본격화 되면 일상의 모든 주변 기기가 서로 인터넷으로 연결되고 서로 정보를 주고 받게 될텐데 이때 사람과의 대화 기능이 필수요소가 될 것이기 때문이다. 예를 들어 청소기는 청소를 잘 하기 위해 사람과 대화 기능이 필요하고, 인형은 아기와 더 잘 놀기 위해 대화 능력이 필요할 것이며, 스피커는 주인이 원하는 음악을 잘 선곡하기 위해 음악에 관한 지식과 대화 기능이 필요할 것이다. 침대, 변기, 의자, 조명기구, 보일러, 가습기 등 모든 사물이 사용자와 대화를 하고, 음성으로든 텍스트로든, 대화로 지시 받는 대화형 지능 로봇이 될 것이다. 따라서 만약 자신이 관심있는 분야를 대화형 시스템으로 구축해 놓게 되면 장차 그 시..
CS는 영어대화를 목적으로 개발되었기 때문에 CS로 한국어 대화를 하기 위해서는 CS에게 한국어의 고유 특징을 추가해 주어야 한다. 이 장에서는 한국어의 특징을 CS에 반영하는 방법에 대해 알아볼텐데 먼저 CS에서 대화 관리를 어떻게 하는지 이해하는 것에서부터 시작하기로 한다. (1) CS의 대화 관리자 이해하기 대화 관리자(dialog manager)의 가장 중요한 임무는 사용자 의도를 파악하여 그에 맞는 대화를 진행하는 것이다. 이를 위해 CS의 대화 관리자는 사용자가 입력한 단어를 가장 중요한 기준으로 삼는다. 사용자가 입력한 단어야 말로 사용자가 무엇에 관해 이야기 하려는 지를 단적으로 보여준다고 생각하기 때문이다.대화를 하는 중에 사용자가 새로운 단어, 새로운 화제를 입력하면 대화 관리자는 사용..
마약이나 폭력 등 금지어를 입력할 경우는 단호하게 대응하는 것이 좋다. 예를 들어 첫번째 때는 부드럽게 경고를 하되 2~3회 반복되면 더 이상 대화를 하지 않겠다고 하는 등 강력하게 대응하는 것이 좋다. 그리고 이런 악담에 올바르게 대응하기 위해서는 금지어를 빠뜨리지 않고 등록하는 것이 중요하다. concept: ~금지어 [ 마약 폭력 도박 ]Topic: ~금기 [ ~금지어 ]u: ( _*1 _0?~금지어) ^keep() If (!$Taboo) {저는 잘 모르겠는데요. $Taboo = 1 } else If ($Taboo = 3) {당신과는 더 이상 대화하지 않겠어요. $Taboo = $Taboo + 1 } ..
사용자가 사랑, 연애, 결혼 등에 관해 얘기를 할 때 어떻게 할 것이냐는 것은 전적으로 챗봇 개발자의 정책에 달려있다. 예를 들어 챗봇을 청소년으로 개발하고 있는지, 성인으로 개발하고 있는지에 따라 다르고 또 그런 대화에 응할 것인지 거절할 것인 지도 개발자가 선택할 문제이다. 기술적으로는 다른 주제와 동일하게 취급할 수 있는데, 이 주제를 특별 취급하겠다면 관련되는 유의어를 빠짐없이 모으는 것이 중요할 것이다.예를 들어, 챗봇을 20대 후반의 직장인으로 개발하고, 사랑에 관한 대화는 아래와 같이 3단계로 수위조절을 하기로 했다고 가정해 보자. concept: ~사랑1 [ 사랑, 아가페, 플라토닉_러브, 내리사랑 ]concept: ~사랑2 [ 그린라이트, 썸, 데이트, 프로포즈, 로맨틱, 연애 ]conc..
사용자의 질문에 대한 답을 스크립트 내에서 예상답변으로 준비할 수도 있지만 지식베이스에 지식으로 구축해 놓고 필요할 때 검색해서 답할 수도 있다. 어떤 방법을 선택할 것인가는 작성자의 판단이지만 보통 음악, 영화, 책, 스포츠, 가수, 배우, 작가, 운동선수 등 그 수가 방대할 때는 스크립트 내에 준비하기 보다 지식베이스로 구축하는 것이 반복 작업도 줄이고 코드를 읽기에도 더 효율적이다.이제 지식베이스를 이용하는 대표적인 상황을 알아 보기로 하자. 먼저 사용자가 챗봇에게 개인 신상을 묻는 경우이다. A. #! 너 학교에 다니니??: ( > ) if(^query(direct_svo 나 다니다 _0)) {예.} else {아니오.} 사람은 누군가를 알게 되면 점점 더 개인 신상에 대해 궁금해지게 마련이다. ..
사람 간의 대화에서 공유하는 지식이 비슷해야 말이 통하는 것처럼 챗봇도 사용자와 자연스런 대화를 하기 위해서는 사람만큼의 폭 넓은 배경지식을 가져야 한다. 대화는 사적인 영역뿐만 아니라 세상에 관한 내용도 포함하기 때문에 가족이나 친구, 사는 동네 등의 신상 명세에서부터 영화, 음악, 요리, 스포츠, 여행, 취미 등을 포함하여 역사, 지리, 경제, 사회 그리고 세세하게는 주요 건물의 이름, 관광지, 교통수단에 이르기까지 세상에 관한 지식을 폭 넓게 알고 있는 것이 필요하다. 많이 알면 알수록 대화가 자연스러워지겠으나 모든 것을 다 알게 만드는 데에는 시간이 많이 걸리므로 챗봇의 개발자가 잘 알고 있고 관심이 많은 분야를 선택해 지식을 구축해 가면 될 것이다.[1] 이 장에서는 K-POP이라는 분야를 예로..
대화 스크립트를 작성하는 시점에는 사용자의 반응을 다각도로 예상하여 그에 대한 답변을 충분히 작성하려 한다. 그러나 그렇게 준비하더라도 사용자의 모든 질문에 대응할 수 있는 룰을 작성하는 것은 매우 어렵다. 시간이 많이 필요하다는 점 뿐만 아니라 사용자의 반응이 예상대로 나오지 않을 수 있기 때문이다. 작성자는 이런 경우 챗봇이 어떤 행동을 취해야 할 것인가에 관해 미리 준비해 놓아야 한다. 매칭되는 룰이 없는 경우 챗봇의 취할 수 있는 행동은, A. 아무런 대답없이 계속 대기하기 (사용자의 추가 입력 대기)B. 임의로 새로운 화제 제시하기C. 얼버무리며 화제 전환하기 가 가능할 것이다. 이 중에서 A의 상태가 최악의 상태로, 사용자는 자신의 질문이나 대답에 아무런 반응이 없는 것을 보고 대화 해 볼만한..
대화를 할 때 상대방의 질문에 맞춰 차근차근 대답을 하는 경우도 있지만, 대화의 앞뒤 문맥에 맞춰 상대방의 질문을 미리 예상하고 앞서 답변을 하는 경우도 있다. 위의 예에서 첫 번째 예문은 상대방의 질문에 맟춰 하나씩 답변하는 경우이다. Bot > 그럼 콘서트에도 가 본 적 있겠네요? User> 예. Bot > 누구 콘서트에 가 봤어요? User> 투애니원 콘서트에 가 보았어요 그러나 두 번째 예문처럼 상대방의 질문 의도를 미리 파악하고 답변을 한데 묶어 대답할 수도 있다. Bot > 그럼 콘서트에도 가 본 적 있겠네요?User> 예. 투애니원 콘서트에 가 보았어요 즉 “예”라는 답변으로 일단 상대방의 질문에 긍정을 한 후, 연이어 상대방의 질문 의도인 누구 콘서트에 갔었는가에 대한 답변을 한 번에 하는..
되묻기란 질문에 대답을 한 후 동일한 내용으로 상대방에게 질문하는 것을 말한다. 예를 들면, 그런데, 되묻는 질문을 한 템포 뒤에 할 수도 있다. 이러한 되묻기는 일상 대화에서 흔히 볼 수 있는 질문인데, 다음과 같이 3가지 상황으로 나눠볼 수 있다. ① 답변과 되묻기를 한 번에 하기② 답변 한 후 다음 번 말할차례에서 되묻기③ 답하기 전에 되묻고 다시 최초 질문에 답하기 답을 한 후에 되묻기를 하는 경우는 스크립트를 작성하기 쉽다. 순서대로 주고 받는 대화이므로 그에 맞게 예상응답을 작성해 놓으면 되기 때문이다. 대화예제 A가 답변과 되묻기를 한꺼번에 하는 경우인데 이를 위한 스크립트는 다음과 같다. t: 그럼, 좋아하는 가수가 있어요?a: ( ~2NE1 ~당신 ) 저는 악동뮤지션을 좋아해요. 대화예제..
- Total
- Today
- Yesterday
- 쇼핑에이전트 #유통혁신 #전자상거래의 미래 #소비자행동변화 #상거래생태계 #플랫폼비즈니스 #알고리즘 경제 #미래시나리오
- 헬스케어ai #b2b조달자동화 #예측기반의사결정 #지능형큐레이션 #하이브리드추천시스템 #산업별디지털전환 #산업혁신동력
- 쇼핑에이전트 #예측기반상거래 #소비자트윈 #차세대이커머스 #b2a전략 #사업모델
- 쇼핑에이전트 #전자상거래 #상거래혁신 #설득 #ai플랫폼 #미래시나리오 #유통업 재편 #물류혁신 #ai사업모델
- 전자상거래 #쇼핑에이전트 #결제방식 #위임결제 #비동기결제 #패키지결제 #에이전트 결제 #목적기반 결제 #동적결제 #맥락기반 전자상거래 #데이터 기반 결제
- 전자상거래 #쇼핑에이전트 #추천 #품질보증 #접근권 관리 #동적 가격전략 #에이전트기반 상거래 #알고리즘 통행료 #에이전트 시장경쟁
- 전자상거래 #쇼핑에이전트 #가치상승 #협업형 투자 #참여자매칭 #쇼핑투자 플랫폼 #가치기반 상거래 #멀티에이전트 의사결정 #예측형 상품 가치평가 #자산연계쇼핑 #리테일 핀테크 융합
- 소프트봇 채터봇
- 전자상거래 #쇼핑에이전트 #쇼핑여정 최적화 #실시간 맥락 적응 #이탈방지 전략 #예측형 쇼핑 #전환율 최적화 #맞춤형 쇼핑경로 #구매의사결정 지원
- 전자상거래 #쇼핑에이전트 #감정인식 에이전트 #실시간 반응형ui #멀티모달 니즈인식 #동적 ux최적화 #구매여정 최적화 #감성중심 상거래
- 전자상거래 #쇼핑에이전트 #시뮬레이션 #디지털 소비자 트윈 #인플루언서 #what-if #에이전트 기반 모델링 #소셜 영향력 #소비자트윈
- 목적기반쇼핑
- 전자상거래 #쇼핑에이전트 #상호작용 #집단구매력 #공동구매 플랫폼 #협업형 소비 #소셜 쇼핑역학 #멀티에이전트 구매 #군중기반 상거래 #ai기반 집단구매
- 전자상거래 #쇼핑에이전트 #플랫폼 #시뮬레이션 #추천 #셀프진화 플랫폼 #실시간 전략수정 #데이터 기반 의사결정 #시뮬레이션 자동연게 #자동화 피드백 #플랫폼 자동학습
- 전자상거래 #쇼핑에이전트 #판촉 #관계기반판촉 #sns판촉 #구전 #바이럴 #위기관리 #위기대응 #ai기반 인플루언서 타켓팅 #ai기반 소비자모델링 #소셜영향력 시뮬레이션 #인플루언서 영향력 분석
- 한글챗봇 우리말챗봇 인공지능챗봇 ai챗봇
- 전자상거래 #쇼핑에이전트 #
- 전자상거래 #쇼핑에이전트 #쇼핑에이전트유형 #ai구매지원 #개인용 쇼핑에이전트 #기업용 쇼핑에이전트 #독립형 쇼핑에이전트 #통합형 쇼핑에이전트 #보조형 쇼핑에이전트 #니치형 에이전트 #하이브리드 추천 #b2b구매 최적화
- 쇼핑에이전트 #전자상거래 #예측기반상거래 #소비자트윈 #b2a전략 #차세대커머스 #사업모델
- 전자상거래 #쇼핑에이전트 신뢰 #설명가능한ai #개인정보보호 #설명가능한 추천 #추천알고리즘 투명성 #추천시스템 설명성 #데이터 경제
- 전자상거래 #쇼핑에이전트 #사업모델 #예측기반 상거래 #ai 구매의사결정 #미래형 유통모델 #니즈기반 쇼핑 #유통업 미래전망
- 전자상거래 #쇼핑에이전트 #시뮬레이션 #멀티에이전트 #멀티플랫폼 #판촉 #에이전트 상호작용 모델링 #옴니채널 마케팅 #멀티채널 판촉 #채널간 소비자 행동
- 전자상거래 #쇼핑에이전트 #상품정보 #메타데이터 최적화 #상품정보 표준화 #멀티모달 상품정보 #맥락기반 상품정보 #의미기반 상품군집화 #에이전트 맞춤 추천
- 챗봇개발 채팅로봇 한국챗봇
- 전자상거래 #쇼핑에이전트보안 #해킹방지 #에이전트 신뢰강화 #데이터 중독보안 #전자상거래 사기방지 #해킹방어전략 #전자상거래 보안
- 전자상거래 #쇼핑에이전트 #판촉 #sns기반 #관계기반 #예측기반 #소비자트윈 시뮬레이션 #소셜네트워크 효과 #멀티에이전트 시뮬레이션
- 미래 전자상거래 #쇼핑에이전트 #새벽배송 #역산형물류 #니즈예측 #예측형 물류 #사전 배송 #수요예측 #적응형 공급망 #미래형 배송서비스 #풀필먼트
- 전자상거래 #쇼핑에이전트 #니즈진열 #솔루션제안 #솔버 #솔루션블록 #니즈기반 상거래 #니즈그래프 #의도기반 상거래 #니즈 상품 매칭 #솔루션중심 추천
- Chatscript AI 인공지능 챗봇 chatbot
- chatscript chatbot 챗봇 한국어챗봇 ai 인공지능
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |