AI에서 "Utterance"란 무엇인가?: 예시, 데이터 세트 및 모범 사례

'Siri야' 또는 'Alexa'라고 말하면 챗봇과 가상 비서가 어떻게 깨어나는지 궁금하신가요? 프로그램된 깨우기 단어를 듣자 마자 시스템을 활성화하는 소프트웨어에 포함된 단어 모음 또는 트리거 단어가 텍스트 발화 모음 때문입니다.

그러나 소리와 발화 데이터를 만드는 전체 과정은 그렇게 간단하지 않습니다. 원하는 결과를 얻으려면 올바른 기술로 수행해야 하는 과정입니다. 따라서 이 블로그는 대화형 AI와 원활하게 작동하는 좋은 발화/유발 단어를 만드는 경로를 공유합니다.

AI에서 '발언'이란 무엇인가?

대화형 AI(챗봇, 음성 비서)에서 발화는 짧은 사용자 입력, 즉 사람이 말하거나 입력하는 정확한 단어입니다. 모델은 발화를 사용하여 사용자의 의도(목표)와 모든 엔터티(날짜, 제품 이름, 수량 등의 세부 정보)를 파악합니다.

간단한 예

전자상거래 봇

발화: “주문 추적 123-456. "

• 의도: TrackOrder
• 엔티티: order_id = 123-456

통신봇

발화: “데이터 요금제 업그레이드. "

• 의도: 계획 변경
• 엔터티: plan_type = 데이터

은행 음성 비서

발화(말함): “W오늘 내 당좌예금 잔액은 얼마입니까?"

• 의도: CheckBalance
• 엔티티: account_type = checking, date = today

대화형 AI에 우수한 발화 데이터가 필요한 이유

챗봇이나 음성 비서가 불안정하지 않고 도움이 되는 것처럼 느껴지게 하려면, 더 나은 발화 데이터부터 시작하세요. 발화는 사람들이 일을 처리하기 위해 말하거나 입력하는 원초적인 문구입니다("내일 방 예약해 줘", "요금 변경해 줘", "상황이 어때?"). 발화는 의도 분류, 엔터티 추출, 그리고 궁극적으로 고객 경험에 영향을 미칩니다. 발화가 다양하고 대표성이 높으며 레이블이 잘 지정되면 모델은 의도 간의 적절한 경계를 학습하고 복잡하고 현실적인 입력을 침착하게 처리합니다.

발화 저장소 구축: 간단한 워크플로

1. 실제 사용자 언어에서 시작하세요

광산 채팅 로그, 검색 쿼리, IVR 기록, 에이전트 메모및 고객 이메일을 수집합니다. 사용자 목표별로 클러스터링하여 의도를 심어줍니다. (실내에서는 생각지도 못할 구어체 표현과 멘탈 모델을 포착하게 될 것입니다.)

2. 의도적으로 변형을 만드세요

각 의도에 대해 다양한 예를 작성하세요.

• 동사와 명사를 다른 말로 바꿔 말해보세요("취소", "중지", "종료", "계획", "구독").
• 문장의 길이와 구조(의문, 지시, 단편)를 섞습니다.
• 해당하는 경우 오타, 약어, 이모티콘(채팅용), 코드 전환을 포함하세요.
• 비슷해 보이지만 다음과 같은 부정 사례를 추가합니다. 지원 이 의도에 대한 지도입니다.

3. 수업의 균형을 맞추세요

매우 불균형적인 학습(예: 한 가지 의도에 대해 500개의 예제와 다른 의도에 대해 10개의 예제)은 예측 품질을 저하시킵니다. 의도 크기가 비교적 균일함 그리고 트래픽을 통해 이를 함께 성장시키세요.

4. 훈련 전 품질 검증

저신호 데이터 차단 유효성 검사기 저작/수집 중:

• 언어 감지: 예시가 대상 언어에 맞는지 확인하세요.
• 횡설수설 감지기: 말도 안되는 문자열을 잡아내다.
• 중복/거의 중복된 수표: 다양성을 높이세요.
• 정규식/맞춤법 및 문법: 필요한 경우 스타일 규칙을 적용합니다.
  Appen에서 사용하는 스마트 검증기는 이러한 게이트키핑의 대부분을 자동화할 수 있습니다.

5. 엔티티에 일관되게 레이블을 지정합니다.

슬롯 유형(날짜, 제품, 주소)을 정의하고 주석자를 표시합니다. 경계를 표시하는 방법. 다음과 같은 패턴 패턴은 무엇이든 LUIS에서는 모델을 혼란스럽게 하는 길고 가변적인 범위(예: 문서 이름)를 명확하게 표현할 수 있습니다.

6. 프로덕션처럼 테스트하세요

푸시 눈에 보이지 않는 예측 엔드포인트 또는 스테이징 봇에 대한 실제 발언, 잘못된 분류 검토 및 홍보 모호한 예시를 학습에 적용하세요. 이를 루프로 만들어 보세요. 수집 → 학습 → 검토 → 확장.

"엉망진창인 현실"이 실제로 의미하는 것(그리고 이를 처리하는 방법)

실제 사용자는 완벽한 문장으로 말하는 경우가 드뭅니다. 예상:

• 조각 : "배송비 환불"
• 복합 목표: "주문 취소하고 파란색으로 다시 주문하세요"
• 암시적 엔터티: "내 사무실로 배송" (어느 사무실인지 알아야 합니다)
• 모호: "계획을 변경하세요"(어떤 계획? 언제부터 적용되나요?)

실용적인 수정 사항

• 제공 명확한 프롬프트 필요할 때만 요청하세요. 너무 많이 요청하지 마세요.
• 포착 컨텍스트 이월 (예: "그 순서", "마지막 순서")
• 폴백 인텐트 목표 회복을 위한: "저는 계획을 취소하거나 변경하는 데 도움을 드릴 수 있습니다. 무엇을 원하시나요?"
• 모니터 의도 건강 (혼란, 충돌) 그리고 데이터가 약한 곳에 데이터를 추가합니다.