AI-Hub

#일상 대화문 # 감정 레이블링 # 챗봇

한국어 감정 정보가 포함된 연속적 대화 데이터셋

분야미분류
유형 텍스트

조회수 : 2,382 다운로드 : 373 용량 :

소개 파일 목록 (API 다운로드)

※ 내국인만 데이터 신청이 가능합니다.

데이터 토론 목록

소개

웹 크롤링 등의 방법으로 대화를 수집하고, 적정 길이와 turn 수 및 주제를 가진 대화를 선정하였으며 감정 레이블링 수행
챗봇이 말하기 부적절한 용어(지나치게 전문적인 용어, 비속어 등)을 가능한 범위에서 필터링 하였음

구축목적

딥러닝 기반의 챗봇 대화생성을 위해서는 일상적인 대화문이 필요하고, 단문/단답형이 아니라 멀티턴/긴 문장으로 다양한 상황에 대해 작성된 대화문이 필요하나, 한국어 기반으로는 이런 공개된 대화 데이터의 수집이 어려움
영어권에서는 dailydialog와 같은 데이터셋이 존재하여, 한국어 대화 생성 연구를 위해서는 이와 유사한 한국어 버전의 데이터셋 수요가 예상됨

구축량
- 연속적 10,000개 대화 (단발성 55,627문장)
구축량
- 연속적 10,000개 대화 (단발성 55,627문장)
필요성
- 딥러닝 기반의 챗봇 대화생성을 위해서는 일상적인 대화문이 필요하고, 단문/단답형이 아니라 멀티턴/긴 문장으로 다양한 상황에 대해 작성된 대화문이 필요하나, 한국어 기반으로는 이런 공개된 대화 데이터의 수집이 어려움
- 영어권에서는 dailydialog와 같은 데이터셋이 존재하여, 한국어 대화 생성 연구를 위해서는 이와 유사한 한국어 버전의 데이터셋 수요가 예상됨
구축 내용
- 웹 크롤링 등의 방법으로 대화를 수집하고, 적정 길이와 turn 수 및 주제를 가진 대화를 선정하였으며 감정 레이블링 수행
- 챗봇이 말하기 부적절한 용어(지나치게 전문적인 용어, 비속어 등)을 가능한 범위에서 필터링 하였음
- 연속적 10,000개 대화 세트, 단발성으로는 55,627 문장 존재: 1개 대화당 두 사람이 합쳐서 5.6개 정도의 발화를 주고받음
데이터 구조
- 엑셀 파일
  - A열 : 발화 시작 구분자
  - B열 : 발화 본문
  - C열 : 해당 문장의 감정 정보 (행복/중립/슬픔/공포/혐오/분노/놀람)
- 각 대화문의 시작은 파란색 음영 및 A열의 S 표시로 구분되어 있음
- 모든 대화문은 두 사람의 대화 내용이며 행이 바뀌면 발화자가 바뀜
다운로드 폴더 구성정보

데이터셋 구축 담당자

수행기관(주관) : ㈜ 아크릴

수행기관(주관)
책임자명	전화번호	대표이메일	담당업무
이세화	02-557-4958	green@iacryl.com

보건의료 데이터 개방 안내

보건의료 데이터는 온라인 및 오프라인 안심존을 통해 개방됩니다.

안심존이란 안심존 이용메뉴얼 안심존 이용신청

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
1. AI 허브 접속
  신청자
2. 안심존
  사용신청신청자신청서류 제출*
3. 심사구축기관
4. 승인구축기관
5. 데이터 분석 활용신청자
6. 분석모델반출신청자
1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기]
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