자연어 처리 기반 실시간 민원 챗봇 / chatLANDI
페이지 정보
작성자 시스템운영팀 작성일24-10-31 14:10 조회21,659회 댓글0건-
- 메인 홈페이지 화면
-
- About 서비스 목적 소개
-
- Successful Cases챗봇 활용 주제 소개
-
- Contact 컨택 포인트 및 챗봇 연결 페이지
-
- QR code 개발자 소개 페이지
-
- chatLANDI 민원 챗봇 경험해보기
| 프로젝트 제목 | 자연어 처리 기반 실시간 민원 챗봇 / chatLANDI | ||
|---|---|---|---|
| 과정명 | 인공지능 기반 빅데이터 서비스 플랫폼 구축 전문가 양성 | ||
| 발표일 | 2024.04.16 ~ 2024.10.28 | 담당강사 | 금영석 강사 |
| 팀원&담당파트 | (조장)김O정 | 백엔드 / API 설계 및 관리, 챗봇 구현 | |
| 김O나 | PM / 전반의 기획 및 관리 | ||
| 김O일 | AI 개발 / 모욕성 질문 필터링을 위한 모델 개발 및 성능 최적화 | ||
| 신O연 | AI 개발 / 유사도 기반 자연어 처리 챗봇 답변 모델 개발 및 성능 최적화 | ||
| 이O한 | 프론트엔드 / 사용자 경험(UX)을 고려한 웹 페이지 개발 | ||
| 김O민 | 엔지니어 / 클라우드 서비스 배포 및 관리 | ||
| 주제 및 목적 | - 주제: 자연어 처리 기반의 실시간 민원 상담 챗봇 - 목적: 한국어 문맥적 특성을 고려하여 품질 높은 챗봇 서비스를 구현하고자 하였으며, 비속어 사용시 자동 필터링 기능을 추가하여 민원 처리 시 발생하는 불필요한 감정 소모를 줄임으로써 업무 효율성을 증대할 수 있는 서비스 구현을 목적으로 하였습니다. |
||
| 내용 | 1. Home : chatLANDI 서비스에 대한 소개 영상과 현재 운영하는 사업 분야와 확장 가능성에 대한 소개를 볼 수 있습니다. 2. Contact: 개발자 소개 페이지로 각 역할을 확인할 수 있습니다. 3. Try it Now: 챗봇을 경험할 수 있는 페이지입니다. 공공 의료, 일반 행정 분야의 빠른 민원 처리가 가능합니다. 4. 머신러닝 4-1) 답변 생성 모델: 소셜 로봇 데이터를 학습 후, 한국어 문맥 분석에 적합한 KcBERT 의 Autotrained 모델을 사용하여 모델 정확성을 높였습니다. 4-2) 모욕어 필터링 모델: 모욕성 데이터를 학습 후, Logistic Regression 모델을 사용하여 사용자 질문 중 모욕어를 분석 및 필터링하도록 하였습니다. |
||
| 특장점 | - 한국어의 문맥 중심 이해도를 높인 AI 모델로 보다 정확한 답변 반환 강화 - 모욕성 단어 감지 필터링 기능을 통한 사후 처리 담당 상담사의 업무 스트레스 완화 기능 - UX(사용자 경험)을 고려한 페이지 심미성 |
||
| 사용기술 및 개발환경 | - 개발 환경: Windows - 개발 언어 및 프레임워크: Python, Django - 데이터베이스: MySQL - 머신러닝 적용: KcBERT autotrained, Logistic Regression - 배포 환경: GCP - 형상관리: Gitlab, Github |
||
과정 통합검색
K Digital
내일배움카드
취업지원