<aside>
💡 [TEXTNET의 문체변환 Know-how]
발화자의 느낌을 일관되고, 평가가 가능하도록 체계화하며 추적이 가능하게 설계하기 위해 Linguist와 심리학 분야의 융합적 협력이 필요합니다.
이를 위한 2가지 TEXTNET의 접근을 공유합니다.
- 문체를 규정하는 어학적인 핵심 요소를 규명합니다.
- 문체를 통해 성격이 발현되는 logic을 도출하고 이를 case에 따라 적용합니다.
</aside>
페르소나를 어떻게 발화 데이터에 녹여낼 수 있을까?
<aside>
🤔 챗봇의 발화를 보고 성격을 느껴본 적이 있었나?
</aside>
- 일반적으로 챗봇은 페르소나 기획부터 시작합니다. 그리고 그에 따라 발화 데이터를 구축합니다.
- 그런데 챗봇의 페르소나를 발화 데이터에 "어떻게" 구현할 수 있는지 아는 곳은 드뭅니다.
하나의 발화문 문장에도 문학적, 어학적, Domain Knowledge, 파트너 요구사항 등 다양한 정보를 일관되고 적확하게 반영을 해야합니다.
- 어떻게 구현해야 할지 모르기 때문에 챗봇의 발화에는 문체적 일관성이 없습니다.
- 그렇기 때문에 우리는 챗봇의 발화를 보고 챗봇의 페르소나, 곧 성격을 느끼기 어렵습니다.
정의를 내리지 않고 데이터를 구축하면, 성과 평가/ 고도화 등 이후 작업에 어려움을 겪을 수 있습니다.
페르소나를 문체에 녹여내기 위한 Linguist의 접근
<aside>
😯 챗봇의 페르소나를 발화 데이터에 어떻게 표현하지?
</aside>
- TEXTNET은 어학적 요소들을 가지고 발화에 페르소나를 반영할 수 있는 문체적 logic을 설계합니다.
- 어학적 요소란, 국어학 및 국문학 전공자들이 발화 분석을 통해 음운, 어휘, 통사 영역에서 문체를 구성하는 세부 요소들을 도출한 것입니다.
- TEXTNET은 챗봇의 페르소나에 따라 어학적 요소들을 적절히 조합하고 조절하여 문체를 구성합니다.