In-Vehicle Voice User Interface 에서의 사용자 니즈 및 발화 특징 탐색 연구 (서울대 UX랩 논문)
- 실험으로 수집한 943개 발화를 41개 Intent에 따라 분류
A New Multi-Turn, Multi-Domain, Task-Oriented Dialogue Dataset
- https://nlp.stanford.edu/blog/a-new-multi-turn-multi-domain-task-oriented-dialogue-dataset/
- 3개의 Intent (navigate, schedule, weather) 를 갖는 3,031 개의 multi-turn 대화 데이터셋
- 1개의 Dialogue 당 1 ~ 4 개의 driver - assistant turn 대화 보유
- 각 Intent 별로 Dialogue 의 첫번째 발화만 추출
- driver 의 첫번째 발화가 가장 intent 가 명확하게 드러나므로
- Papago 높임말 번역
- 번역 결과 파일
- dev + train + test set
- 중복 문장 제거
- 길 찾기
- navigate.csv (536 utterances)
- 날씨
- weather.csv (525 utterances)
- 스케줄
- schedule.csv (819 utterances)
- 길 찾기
- 주소, 위치 찾기
- sub_navigate_1.csv (322 utterances)
- 경로 찾기
- sub_navigate_2.csv (214 utterances)
- 주소, 위치 찾기
- 날씨
- 일기예보 확인 (일기예보 단순 조회, 더울까요/따뜻할까요)
- sub_weather_1.csv (195 utterances)
- 날씨 확인 (흐림, 맑음, 비, 눈, 우박, 기온)
- sub_weather_2.csv (330 utterances)
- 일기예보 확인 (일기예보 단순 조회, 더울까요/따뜻할까요)
- 스케줄
- 일정 추가
- sub_schedule_1.csv (252 utterances)
- 알림 설정
- sub_schedule_2.csv (177 utterances)
- 일정 확인
- sub_schedule_3.csv (390 utterances)
- 일정 추가
- Domain Intent SVM 분류 코드
- SVM - Domain Intent.ipynb
- Sub Intent SVM 분류 코드
- sub-intent_navigate.ipynb
- sub-intent_weather.ipynb
- sub-intent_schedule.ipynb
- intent.py (Domain Intent, Sub Intent 분류하는 코드)
- Domain Intent - SVM 분류 결과
- model_domain_pipeline.joblib
- Sub Intent - SVM 분류 결과
- model_navigate.joblib
- model_weather.joblib
- model_schedule.joblib
- Domain Intent - SVM 분류 결과
- main.py (Flask code)
- templates\session.html (웹페이지 html 코드)