| 1 |
1
사용자의 발언(utterance)에 따라 응답하는 챗봇의 서비스 제공 방법에 있어서,상기 사용자 및 상기 챗봇의 이전 발언들, 상기 사용자의 현재 발언 및 미리 학습하지 않은 새로운 지식 데이터를 수신하는 단계;상기 이전 발언들 및 상기 현재 발언을 인코딩한 인코딩된 이전 발언들 및 인코딩된 현재 발언을 이용하여 계산된 제1 어텐션 스코어(attention score)에 기초하여 제1 연관도를 계산하는 단계;상기 새로운 지식 데이터를 인코딩한 인코딩된 지식 데이터 및 상기 인코딩된 현재 발언을 이용하여 계산된 제2 어텐션 스코어와 상기 제1 연관도에 기초하여 제2 연관도를 계산하는 단계;상기 제1 연관도, 상기 인코딩된 현재 발언에 기초하여 잠재 변수를 생성하는 단계; 및상기 인코딩된 현재 발언, 상기 제1 연관도, 상기 제2 연관도 및 상기 잠재 변수를 이용하여 상기 사용자의 현재 발언에 대한 상기 챗봇의 응답을 생성하는 단계를 포함하는 챗봇 서비스 제공 방법
|
| 2 |
2
제1항에 있어서,상기 제1 연관도를 계산하는 단계는,상기 이전 발언들 및 상기 현재 발언을 양방향 게이트 반복 단위로 개별적으로 인코딩하여, 상기 인코딩된 이전 발언들 및 상기 인코딩된 현재 발언을 생성하는 단계;상기 인코딩된 이전 발언들 중에서 각 발언을 단방향 게이트 반복 단위로 인코딩하여 컨텍스트 벡터를 생성하는 단계;상기 컨텍스트 벡터, 상기 인코딩된 현재 발언을 이용하여 상기 제1 어텐션 스코어를 계산하는 단계; 및상기 제1 어텐션 스코어 및 상기 인코딩된 현재 발언을 이용하여 상기 제1 연관도를 계산하는 단계를 포함하는 챗봇 서비스 제공 방법
|
| 3 |
3
제2항에 있어서,상기 제2 연관도를 계산하는 단계는,상기 새로운 지식 데이터를 양방향 게이트 반복 단위로 인코딩하여, 상기 인코딩된 지식 데이터를 생성하는 단계;상기 인코딩된 지식 데이터 및 상기 인코딩된 현재 발언을 이용하여 상기 제2 어텐션 스코어를 계산하는 단계;상기 제2 어텐션 스코어 및 상기 인코딩된 현재 발언을 이용하여 제3 연관도를 계산하는 단계; 및상기 제1 어텐션 스코어 및 상기 제2 어텐션 스코어를 이용하여 상기 제2 연관도를 계산하는 단계를 포함하는 챗봇 서비스 제공 방법
|
| 4 |
4
제3항에 있어서,상기 잠재 변수를 생성하는 단계는,상기 인코딩된 현재 발언의 첫번째 단어 벡터와 마지막 단어 벡터를 연결하여 챗봇의 다음 발언을 생성하는 단계; 및상기 제1 연관도, 상기 인코딩된 현재 발언 및 상기 다음 발언을 이용하여 상기 잠재 변수를 생성하는 단계를 포함하는 챗봇 서비스 제공 방법
|
| 5 |
5
제4항에 있어서,상기 챗봇의 응답을 생성하는 단계는,상기 현재 발언, 상기 제1 연관도, 상기 제2 연관도 및 상기 잠재 변수를 이용하여 WGAN(Wasserstein Generative Adversarial Network) 기반의 Wasserstein autoencoder(WAE) 프로세스를 통해 상기 챗봇의 응답을 생성하는 단계를 포함하는 챗봇 서비스 제공 방법
|
| 6 |
6
사용자의 발언(utterance)에 따라 응답하는 챗봇 서비스를 위한 인스트럭션들을 저장하는 메모리; 및상기 인스트럭션들을 실행하기 위한 프로세서를 포함하고,상기 인스트럭션들이 상기 프로세서에 의해 실행될 때, 상기 프로세서는,상기 사용자 및 상기 챗봇의 이전 발언들, 상기 사용자의 현재 발언 및 미리 학습하지 않은 새로운 지식 데이터를 수신하고,상기 이전 발언들 및 상기 현재 발언을 인코딩한 인코딩된 이전 발언들 및 인코딩된 현재 발언을 이용하여 제1 계산된 제1 어텐션 스코어(attention score)에 기초하여 제1 연관도를 계산하고,상기 새로운 지식 데이터를 인 코딩한 인코딩된 지식 데이터 및 상기 인코딩된 현재 발언을 이용하여 계산된 제2 어텐션 스코어와 상기 제1 연관도에 기초하여 제2 연관도를 계산하고,상기 제1 연관도, 상기 인코딩된 현재 발언에 기초하여 잠재 변수를 생성하고,상기 인코딩된 현재 발언, 상기 제1 연관도, 상기 제2 연관도 및 상기 잠재 변수를 이용하여 상기 사용자의 현재 발언에 대한 상기 챗봇의 응답을 생성하는챗봇 서비스 제공 장치
|
| 7 |
7
제6항에 있어서,상기 프로세서는,상기 이전 발언들 및 상기 현재 발언을 양방향 게이트 반복 단위로 개별적으로 인코딩하여, 상기 인코딩된 이전 발언들 및 상기 인코딩된 현재 발언을 생성하고,상기 인코딩된 이전 발언들 중에서 각 발언을 단방향 게이트 반복 단위로 인코딩하여 컨텍스트 벡터를 생성하고,상기 컨텍스트 벡터, 상기 인코딩된 현재 발언을 이용하여 상기 제1 어텐션 스코어를 계산하고,상기 제1 어텐션 스코어 및 상기 인코딩된 현재 발언을 이용하여 상기 제1 연관도를 계산하는챗봇 서비스 제공 장치
|
| 8 |
8
제7항에 있어서,상기 프로세서는,상기 새로운 지식 데이터를 양방향 게이트 반복 단위로 인코딩하여, 상기 인코딩된 지식 데이터를 생성하고,상기 인코딩된 지식 데이터 및 상기 인코딩된 현재 발언을 이용하여 상기 제2 어텐션 스코어를 계산하고,상기 제2 어텐션 스코어 및 상기 인코딩된 현재 발언을 이용하여 제3 연관도를 계산하고,상기 제1 어텐션 스코어 및 상기 제2 어텐션 스코어를 이용하여 상기 제2 연관도를 계산하는챗봇 서비스 제공 장치
|
| 9 |
9
제8항에 있어서,상기 프로세서는,상기 인코딩된 현재 발언의 첫번째 단어 벡터와 마지막 단어 벡터를 연결하여 챗봇의 다음 발언을 생성하고,상기 제1 연관도, 상기 인코딩된 현재 발언 및 상기 다음 발언을 이용하여 상기 잠재 변수를 생성하는챗봇 서비스 제공 장치
|
| 10 |
10
제9항에 있어서,상기 프로세서는,상기 현재 발언, 상기 제1 연관도, 상기 제2 연관도 및 상기 잠재 변수를 이용하여 WGAN(Wasserstein Generative Adversarial Network) 기반의 Wasserstein autoencoder(WAE) 프로세스를 통해 상기 챗봇의 응답을 생성하는챗봇 서비스 제공 장치
|
