-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.2 2022-12-28 원천데이터, 라벨링데이터 재연결 1.1 2022-12-07 원천데이터, 라벨링데이터 수정 1.0 2021-06-18 데이터 최초 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2022-12-07 어노테이션 포맷 및 데이터 구조 내용 수정 소개
크라우드 소싱 수행으로 일반인 1,500명을 대상으로 하여 음성 15,700문장 및 코퍼스 27만 문장 구축 및 세대별 감성 대화 텍스트 구축을 통해 감성 대화 엔진을 개발하여 세대별 감성 대화 서비스 제공
- 데이터 영역 : 한국어
- 데이터 유형 : 오디오 , 텍스트
- 구축년도 : 2020년
- 구축량 : 10,000문장 (음성), 27만문장 (코퍼스)
구축목적
감정 인식을 위한 데이터는 크롤링이 불가능하기 때문에 직접 제작해야 하는 희소성 있는 데이터임. 60가지의 세부 감정에 대한 자연어 처리 말뭉치를 확보함으로써 다양한 AI 산업에 활용이 가능함
-
구축 내용 및 제공 데이터량
- 음성 약 10,000 문장
- 코퍼스 27만 문장
특허 데이터 구축내용 표 (구축년도,데이터종류,포함내용,제공방식) 구분 내용 데이터 구축 범위 감성 텍스트 언어 수집
-우울증 관련 언어 의미 구조화 및 대화 응답 시나리오 동반 수집데이터구축 규모 음성 약 10,000 발화, 코퍼스 27만 문장 수집/태깅
- 일반인 1,500명 대상의 인터뷰 및 크라우드 소싱 수행
- 우울증 환자 대상 WOZ 대화 수집데이터구축 일정 총 5개월 소요 예정
- 데이터 설계 및 인프라 구축 1개월, 데이터 수집/태깅 3개월, 데이터 품질 검수 1개월 -
-
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 기본 6가지 감정 인식률 Text Classfication ALBERT EM 60 % 67.2 % 2 대화 세션 단위 감정 인식률 Text Classfication ALBERT EM 60 % 64.1 % 3 기본 6가지 감정 인식률 Text Classfication ALBERT F1-Score 0.8 점 0.809 점 4 대화 세션 단위 감정 인식률 Text Classfication ALBERT F1-Score 0.75 점 0.783 점
※ 데이터 성능 지표가 여러 개일 경우 각 항목을 클릭하면 해당 지표의 값이 그래프에 표기됩니다.
※ AI모델 평가 지표에 따라 측정값의 범위, 판단 기준이 달라질 수 있습니다. (ex. 오류율의 경우, 낮을수록 좋은 성능을 내는 것으로 평가됩니다)
-
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.0 2021.06.18 데이터 최초 개방 구축목적
- 감정 인식을 위한 데이터는 크롤링이 불가능하기 때문에 직접 제작해야 하는 희소성 있는 데이터임. 60가지의 세부 감정에 대한 자연어 처리 말뭉치를 확보함으로써 다양한 AI 산업에 활용이 가능함
활용분야
- 인공지능 학습용 감성대화 코퍼스 데이터 구축을 통해 감성대화 엔진을 개발, 감성 챗봇 또는 음성비서 서비스 출시
- 청소년, 청장년층, 노년층 등 세대별 감성대화 코퍼스를 분리 구축, 감성대화 서비스에서도 세대별로 특화된 대화 서비스를 제공
소개
- 우울증 관련 언어 의미 구조화 및 대화 응답 시나리오 동반한 감성 텍스트 언어 수집
- 크라우드 소싱 수행으로 일반인 1,500명 대상으로한, 음성 10,000 문장 및 코퍼스 27만 문장 구축
구축 내용 및 제공 데이터량
- 음성 약 10,000 문장
- 코퍼스 27만 문장
특허 데이터 구축내용 표 (구축년도,데이터종류,포함내용,제공방식) 구분 내용 데이터 구축 범위 감성 텍스트 언어 수집
-우울증 관련 언어 의미 구조화 및 대화 응답 시나리오 동반 수집데이터구축 규모 음성 약 10,000 발화, 코퍼스 27만 문장 수집/태깅
- 일반인 1,500명 대상의 인터뷰 및 크라우드 소싱 수행
- 우울증 환자 대상 WOZ 대화 수집데이터구축 일정 총 5개월 소요 예정
- 데이터 설계 및 인프라 구축 1개월, 데이터 수집/태깅 3개월, 데이터 품질 검수 1개월대표도면
- 코퍼스 데이터 수집 방법
- 데이터 수집 방법
코퍼스 데이터 수집 방법 표 항목 내용 데이터
수집
방법Quality methods · 질적 방법은 관찰, 인터뷰, 사례 연구, 서면 문서 분석 등의 절차가 포함되고 일반적으로 이벤트와 프로세스에 대한 흐름도 및 서술 설명을 생성 Qunantity methods · 양적 방법은 검사와 평가 척도 및 생리학적 측정에 의존하고 수치 결과를 산출 질문법 · 표본의 모든 개인에 대해 동일한 질문을 하는 방법 인터뷰 · 면접원의 구두 질문과 연구 참가자의 구두 응답으로 구성 설문 조사 · 표본에서 의도한 모집단에게 결과를 일반화하기 위해 질문, 인터뷰를 사용하여 샘플의 참가자 특성, 경험 및 의견에 대한 데이터 수
- Qualitative (데이터 수집 품질 구분)
데이터 수집 품질 구분 표 방법 내용 Observation · 연구원은 주제를 연구하여 사람들이 자신이 하는 말을 하는지 여부를 이해하고 주제에 대한 암묵적 지식에 접근할 수 있도록 하기 위해 충분히 가까이 접근 Interview · 질문을 하거나 듣고 답변을 개인이나 그룹으로 구조화, 반 구조화 또는 비정형 형식으로 심층적인 방식으로 듣고 녹음하는 작업이 포함 Focus 그룹 토론 · 모두가 대화의 기회를 가지고 의견의 다양성을 제공할 수 있을 정도로 충분히 작은 그룹과 집중적이고 상호작용하는 세션 다른 방법들 · 신속한 평가 절차, 무료 목록, 데이터 정렬, 순위, 생활사 등
필요성
- 한국인 정신건강을 위한 감성대화 서비스 필요
- 한국인은 정신건강 문제를 많이 안고 있으나, 전문가와 상담하는 건수는 매우 10명 중 1명도 되지 않음. 음성비서를 활용한 감성대화 서비스가 필요
- 이에 따라 세대별로 감성대화 텍스트를 구축하여 딥러닝을 통해 감성대화 엔진을 개발 세대별 서비스를 제공함. 궁극적으로 한국인의 우울감을 낮추고, 자살률을 떨어뜨리는 데 기여할 것임
- 세대별 감성대화 서비스를 통해, 우울증 예방과 자살 방지, 심리적 안정과 행복 증진이 목적 - 노년층 감성대화 서비스 가능성 높음
- 실제로 노년층이 감성대화를 사용하는 비중이 높음
- AI 기반의 우울증 및 노인 돌봄 서비스가 지속적으로 나오고 있음
데이터 구조
- 데이터 정제
- 코퍼스 규칙
- 코퍼스 데이터
- 자의 페르소나 및 감정 상태에 따른 상황 제시
- 사용자 발화 코퍼스에 대한 시스템 응답 코퍼스 대응 수집
- 대화형 구어체 코퍼스 수집 및 정제
-
데이터셋 구축 담당자
수행기관(주관) : 미디어젠
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 송민규 02-6429-7104 minks@mediazen.co.kr · 프로젝트 총괄 관리 · 데이터 품질 관리 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 송민규(미디어젠) 02-6429-7104 minks@mediazen.co.kr
-
인터넷과 물리적으로 분리된 온라인·오프라인 공간으로 의료 데이터를 포함하여 보안 조치가 요구되는 데이터를 다운로드 없이 접근하고 분석 가능
* 온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
* 오프라인 안심존 : 추가적인 보안이 필요한 데이터를 대상으로 지정된 물리적 공간에서만 접속하여 데이터에 접근하고 분석 -
- AI 허브 접속
신청자 - 안심존
사용신청신청자신청서류 제출* - 심사구축기관
- 승인구축기관
- 데이터 분석 활용신청자
- 분석모델반출신청자
- AI 허브 접속
-
1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기] [공용IRB 심의신청 가이드라인]
2. 기관생명윤리위원회(IRB) 승인된 연구계획서
3. 신청자 소속 증빙 서류 (재직증명서, 재학증명서, 근로계약서 등 택1)
4. 안심존 이용 신청서 [다운로드]
5. 보안서약서 [다운로드]
※ 상기 신청서 및 첨부 서류를 완비한 후 신청을 진행하셔야 정상적으로 절차가 이루어집니다. -
신청 및 이용관련 문의는 safezone1@aihub.kr 또는 02-525-7708, 7709로 문의
데이터셋 다운로드 승인이 완료 된 후 API 다운로드 서비스를 이용하실 수 있습니다.
API 다운로드 파일은 분할 압축되어 다운로드 됩니다. 분할 압축 해제를 위해서는 분할 압축 파일들의 병합이 필요하며 리눅스 명령어 사용이 필요합니다.
리눅스 OS 계열에서 다운로드 받으시길 권장하며 윈도우에서 파일 다운로드 시 wsl(리눅스용 윈도우 하위 시스템) 설치가 필요합니다.
※ 파일 병합 리눅스 명령어
find "폴더경로" -name "파일명.zip.part*" -print0 | sort -zt'.' -k2V | xargs -0 cat > "파일명.zip"
- 해당 명령어 실행 시, 실행 경로 위치에 병합 압축 파일이 생성됩니다.
- 병합된 파일 용량이 0일 경우, 제대로 병합이 되지 않은 상태이니 "폴더경로"가 제대로 입력되었는지 확인 부탁드립니다.
※ 데이터셋 소개 페이지에서 다운로드 버튼 클릭하여 승인이 필요합니다.
오프라인 데이터 이용 안내
본 데이터는 K-ICT 빅데이터센터에서도 이용하실 수 있습니다.
다양한 데이터(미개방 데이터 포함)를 분석할 수 있는 오프라인 분석공간을 제공하고 있습니다.
데이터 안심구역 이용절차 및 신청은 K-ICT빅데이터센터 홈페이지를 참고하시기 바랍니다.
국방데이터 개방 안내
본 데이터는 국방데이터로 군사 보안에 따라 AI허브에서 데이터를 제공하지 않으며,
군 담당자를 통한 별도의 사용 신청이 필요합니다.