• 뉴스, 기사 등의 문어체에 비해 생략이나 변형이 많고, 대화의 문맥을 고려해야 하는 특수성이 있는 대화 요약 기술 개발을 위한 한국어 학습 데이터 구축

• 대화 및 토론의 주제 분류 파악, 상담 내역 파악, 챗봇, 메신저 어플 등 대화의 핵심 내용을 신속하고 정확하게 파악해야 하는 분야

• 대화요약, 생성요약, 한국어, 요약기술, 학습데이터

• 대화 참여자와 제공자 모두로부터 개인정보처리 및 저작권 이용 허락 계약을 체결하여 수집한 다양한 주제의 한국어 대화 원문 데이터에 대하여 개인정보 비식별화 및 정제 작업을 거쳐, 대화 주제 분류와 생성 요약문 어노테이션 후 AI 모델링을 통해 데이터의 유효성을 검증한 한국어 대화 데이터셋 구축

• 한국어 대화 원문 35만건
• 한 문장으로 요약된 생성 요약문 35만건
• 개인정보 비식별화
• 메타정보(화자정보, 대화 유형, 대화 주제) 부착

• 코비드-19 상황이 장기화되면서 1990년대 후반 이후 미국을 중심으로 시작된 ‘디지털 경제’로의 전환이 가속화됨
• 디지털 경제의 핵심 요소 가운데 하나는 ‘비대면 경제’이므로 비대면 의사소통의 수요가 폭발적으로 증가하고 있음
• 효율적인 비대면 의사소통과 엄청난 속도와 규모로 축적되기 시작한 대화 데이터의 활용성을 높이기 위해서는 대화 요약 기술의 도입이 요구됨
• 대화 요약 기술을 아직 초기 단계에 머물러 있으나 딥러닝 기술의 발달과 대규모 대화 요약 데이터의 구축으로 비약적 발전이 가능할 것으로 기대됨

• 데이터 구성

  데이터 구성

  Key	Description	Type	Child type
  header	대화 메타 데이터	JsonObject	JsonObject
  {
  dialogueInfo	대화 정보	JsonObject	JsonObject
  {
  dialogueID	대화 ID	String
  numberOfParticipants	대화 참여자 수	Integer
  numberOfUtterances	발화 수	Integer
  numberOfTurns	말차례 수	Integer
  type	대화 유형	String
  topic	대화 주제	String
  }
  participantsInfo	대화 참여자 정보	Array	JsonObject
  [
  participantID	대화 참여자 ID	String
  gender	대화 참여자 성별	String
  age	대화 참여자 연령대	String
  residentialProvince	대화 참여자 거주지역	String
  ]
  }
  body	대화 데이터 본문	JsonObject	Array, String
  {
  dialogue	대화 본문 데이터	Array	String
  [
  utteranceID	발화 ID	String
  turnID	말차례 ID	String
  participantID	대화 참여자 ID	String
  date	발화 날짜	String
  time	발화 시간	String
  utterance	발화	String
  ]
  summary	요약문	String
  }

   

• 어노테이션 포맷

  어노테이션 포맷

  No		항목		길이	타입	필수여부
  		한글명	영문명
  1		대화 메타 데이터	header		JsonObject	Y
  	1-1	대화 정보	dialogueInfo		JsonObject	Y
  		{
  	1-1-1	대화 ID	dialogueID		String	Y
  	1-1-2	대화 참여자 수	numberOfParticipants		Integer	Y
  	1-1-3	발화 수	numberOfUtterances		Integer	Y
  	1-1-4	말차례 수	numberOfTurns		Integer	Y
  	1-1-5	대화 유형	type		String	Y
  	1-1-6	대화 주제	topic		String	Y
  		}
  	1-2	대화 참여자 정보	participantsInfo		Array	Y
  		[
  		{
  	1-2-1	대화 참여자 ID	participantID		String	Y
  	1-2-2	대화 참여자 성별	gender		Integer	Y
  	1-2-3	대화 참여자 연령대	age		Integer	Y
  	1-2-4	대화 참여자 거주지역	residentialProvince		Integer	Y
  		}
  		]
  2		대화 데이터 본문	body		JsonObject	Y
  	2-1	대화 본문 데이터	dialogue		Array	Y
  		[
  		{
  	2-1-1	발화 ID	utteranceID		String	Y
  	2-1-2	말차례 ID	turnID		String	Y
  	2-1-3	대화 참여자 ID	participantID		String	Y
  	2-1-4	발화 날짜	date		String	Y
  	2-1-5	발화 시간	time		String	Y
  	2-1-6	발화	utterance		String	Y
  		}
  		]
  	2-2	요약문	summary		String	Y

수행기관(주관) : 바이브컴퍼니