한국어 대화
- 분야한국어
- 유형 텍스트
-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.3 2021-10-28 데이터 비식별화 보완 1.2 2021-09-27 데이터 비식별화 보완 1.1 2021-07-30 데이터 품질 보완 후 개방 1.0 2019-05-15 데이터 최초 개방 소개
소상공인 및 공공 민원 10개 분야에 대한 50만 건 이상의 대화를 제공하는 자연어 데이터 제공
-
메타데이터 구조표 데이터 영역 한국어 데이터 유형 텍스트 데이터 형식 데이터 출처 라벨링 유형 라벨링 형식 데이터 활용 서비스 데이터 구축년도/
데이터 구축량2018년/50만 -
구축내용
- 소상공인 및 공공민원 10개 분야에 대한 50만건 이상의 대화(Dialog) 데이터 구축
- 도메인 및 카테고리 정보, 의도, 엔티티, 시소러스를 포함하는 지식베이스
-
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.3 2021.10.28 데이터 비식별화 보완 1.2 2021.09.27 데이터 비식별화 보완 1.1 2021.07.30 데이터 품질 보완 후 개방 1.0 2019.05.15 데이터 최초 개방 필요성
- 최근 딥러닝. 자연어처리 등 인공지능 기술의 발전과 더불어, 챗봇은 전 산업 분야에 적용할 수 있는 대표적인 인공지능 서비스로 평가받고 있음
- 챗봇 서비스는 공공분야와 민간 대기업을 중심으로 활성화되고 있는 추세이나 챗봇 서비스의 핵심인 대화 데이터가 공개되지 않아, 일반인 및 소상공인 등 일반 수요자를 위한 양질의 대화 데이터 제공이 요구됨
- 소상공인 및 공공민원 분야에 대한 대화 데이터를 구축함으로써, 챗봇 서비스를 위한 진입장벽을 낮추고 다양한 인공지능 서비스와 연계시킬 수 있는 기회 제공
구축내용
- 소상공인 및 공공민원 10개 분야에 대한 50만건 이상의 대화(Dialog) 데이터 구축
- 도메인 및 카테고리 정보, 의도, 엔티티, 시소러스를 포함하는 지식베이스
데이터 구조
- 사용자의 입력의 의도를 파악하여 그에 따라 시스템이 응답 또는 행동을 하는 대화 생성/관리로 구현
- 대화 데이터의 기본 구조는 Q&A(질의/응답)로 구성되며, 화자가 분리된 각각의 질문(Q)에 대하여 메인 의도(Main Intent)와 서브 의도(Sub Intent)로 구분하여 의도 정보 태깅
- 대화 데이터의 각 문장은 사용자(손님) 질문(Main Question), 메인 질문에 추가적으로 필요한 시스템(점원)의 서브 질문(Sub Question), 서브 질문에 대한 사용자(손님) 응답(User Answer), 시스템(점원) 최종 응답(System Answer)로 구분
- 각 문장에서 고유명사와 복합명사, 수식표현 등 사용자 의도가 반영된 개체(Entity)를 추출하여 시소러스 및 소상공인, 공공민원 분야에 대한 지식정보 구축
<한국어 대화데이터 분야 구조 이미지 예시>
활용예시
- 소상공인 분야 맞춤형 인공지능 데이터 활용 및 챗봇 서비스 구축에 활용
- 디지털 소외계층도 함께 누릴 수 있는 챗봇 생태계 조성을 위한 기반 데이터로 활용
- 공공 분야의 민원 상담 데이터를 기반으로 인공지능 민원 상담 시스템의 고도화 및 실시간 민원 접수에 활용
-
데이터셋 구축 담당자
수행기관(주관) : 한국과학기술정보연구원
데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 이태환(더아이엠씨) 053-744-0707 theimc@theimc.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.