GETTING STARTED
Kore.ai XO Platform
Virtual Assistants Overview
Natural Language Processing (NLP)
Concepts and Terminology
Quick Start Guide
Accessing the Platform
Navigating the Kore.ai XO Platform
Building a Virtual Assistant
Help & Learning Resources
Release Notes
Current Version
Recent Updates
Previous Versions
CONCEPTS
Design
Storyboard
Overview
FAQs
Conversation Designer
Overview
Dialog Tasks
Mock Scenes
Dialog Tasks
Overview
Navigate Dialog Tasks
Build Dialog Tasks
Node Types
Overview
Intent Node
Dialog Node
Dynamic Intent Node
GenAI Node
GenAI Prompt
Entity Node
Form Node
Confirmation Node
Message Nodes
Logic Node
Bot Action Node
Service Node
Webhook Node
Script Node
Process Node
Agent Transfer
Node Connections
Node Connections Setup
Sub-Intent Scoping
Entity Types
Entity Rules
User Prompts or Messages
Voice Call Properties
Knowledge AI
Introduction
Knowledge Graph
Introduction
Terminology
Build a Knowledge Graph
Manage FAQs
Knowledge Extraction
Import or Export Knowledge Graph
Prepare Data for Import
Importing Knowledge Graph
Exporting Knowledge Graph
Auto-Generate Knowledge Graph
Knowledge Graph Analysis
Answer from Documents
Alert Tasks
Small Talk
Digital Skills
Overview
Digital Forms
Digital Views
Introduction
Widgets
Panels
Session and Context Variables
Context Object
Intent Discovery
Train
NLP Optimization
ML Engine
Overview
Model Validation
FM Engine
KG Engine
Traits Engine
Ranking and Resolver
Training Validations
NLP Configurations
NLP Guidelines
LLM and Generative AI
Introduction
LLM Integration
Kore.ai XO GPT Module
Prompts & Requests Library
Co-Pilot Features
Dynamic Conversations Features
Intelligence
Introduction
Event Handlers
Contextual Memory
Contextual Intents
Interruption Management
Multi-intent Detection
Amending Entities
Default Conversations
Conversation Driven Dialog Builder
Sentinment Management
Tone Analysis
Default Standard Responses
Ignore Words & Field Memory
Test & Debug
Overview
Talk to Bot
Utterance Testing
Batch Testing
Conversation Testing
Conversation Testing Overview
Create a Test Suite
Test Editor
Test Case Assertion
Test Case Execution Summary
Glossary
Health and Monitoring
NLP Health
Flow Health
Integrations
Actions
Actions Overview
Asana
Configure
Templates
Azure OpenAI
Configure
Templates
BambooHR
Configure
Templates
Bitly
Configure
Templates
Confluence
Configure
Templates
DHL
Configure
Templates
Freshdesk
Configure
Templates
Freshservice
Configure
Templates
Google Maps
Configure
Templates
Here
Configure
Templates
HubSpot
Configure
Templates
JIRA
Configure
Templates
Microsoft Graph
Configure
Templates
Open AI
Configure
Templates
Salesforce
Configure
Templates
ServiceNow
Configure
Templates
Stripe
Configure
Templates
Shopify
Configure
Templates
Twilio
Configure
Templates
Zendesk
Configure
Templates
Agents
Agent Transfer Overview
Custom (BotKit)
Drift
Genesys
Intercom
NiceInContact
NiceInContact(User Hub)
Salesforce
ServiceNow
Configure Tokyo and Lower versions
Configure Utah and Higher versions
Unblu
External NLU Adapters
Overview
Dialogflow Engine
Test and Debug
Deploy
Channels
Publishing
Versioning
Analyze
Introduction
Dashboard Filters
Overview Dashboard
Conversations Dashboard
Users Dashboard
Performance Dashboard
Custom Dashboards
Introduction
Custom Meta Tags
Create Custom Dashboard
Create Custom Dashboard Filters
LLM and Generative AI Logs
NLP Insights
Task Execution Logs
Conversations History
Conversation Flows
Conversation Insights
Feedback Analytics
Usage Metrics
Containment Metrics
Universal Bots
Introduction
Universal Bot Definition
Universal Bot Creation
Training a Universal Bot
Universal Bot Customizations
Enabling Languages
Store
Manage Assistant
Team Collaboration
Plan & Usage
Overview
Usage Plans
Templates
Support Plans
Invoices
Authorization
Conversation Sessions
Multilingual Virtual Assistants
Get Started
Supported Components & Features
Manage Languages
Manage Translation Services
Multiingual Virtual Assistant Behavior
Feedback Survey
Masking PII Details
Variables
Collections
IVR Settings
General Settings
Assistant Management
Manage Namespace
Data
Overview
Data Table
Table Views
App Definitions
Data as Service
HOW TOs
Build a Travel Planning Assistant
Travel Assistant Overview
Create a Travel Virtual Assistant
Design Conversation Skills
Create an ‘Update Booking’ Task
Create a Change Flight Task
Build a Knowledge Graph
Schedule a Smart Alert
Design Digital Skills
Configure Digital Forms
Configure Digital Views
Train the Assistant
Use Traits
Use Patterns
Manage Context Switching
Deploy the Assistant
Use Bot Functions
Use Content Variables
Use Global Variables
Use Web SDK
Build a Banking Assistant
Design Conversation Skills
Create a Sample Banking Assistant
Create a Transfer Funds Task
Create a Update Balance Task
Create a Knowledge Graph
Set Up a Smart Alert
Design Digital Skills
Configure Digital Forms
Configure Digital Views
Add Data to Data Tables
Update Data in Data Tables
Add Data from Digital Forms
Train the Assistant
Composite Entities
Use Traits
Use Patterns for Intents & Entities
Manage Context Switching
Deploy the Assistant
Configure an Agent Transfer
Use Assistant Functions
Use Content Variables
Use Global Variables
Intent Scoping using Group Node
Analyze the Assistant
Create a Custom Dashboard
Use Custom Meta Tags in Filters
Migrate External Bots
Google Dialogflow Bot
APIs & SDKs
API Reference
API Introduction
Rate Limits
API List
koreUtil Libraries
SDK Reference
SDK Introduction
Web SDK
How the Web SDK Works
SDK Security
SDK Registration
Web Socket Connect and RTM
Tutorials
Widget SDK Tutorial
Web SDK Tutorial
BotKit SDK
BotKit SDK Deployment Guide
Installing the BotKit SDK
Using the BotKit SDK
SDK Events
SDK Functions
Tutorials
BotKit - Blue Prism
BotKit - Flight Search Sample VA
BotKit - Agent Transfer
  1. Docs
  2. Virtual Assistants
  3. Advanced Topics
  4. 어조 분석

어조 분석

봇 플랫폼 자연어 처리(NLP) 통역가는 특정 단어와 구문에 대한 사용자 발화를 구문 분석한 다음, 함축, 단어 위치, 모든 추가된 수식어에 따라 평균 어조 점수를 제공할 수 있습니다. 사용자 입력을 평가하고 봇과 사용자 사이의 대화 흐름을 지시하는 것을 지원하기 위해 점수를 사용할 수 있습니다. 예를 들어, 어조 점수가 사용자의 분노나 슬픔을 표시하는 경우, 라이브 에이전트로 봇 대화를 전환하고자 합니다. 대화 작업에서, 사용자는 Context 개체에서 어조 점수에 액세스할 수 있거나 인텔리전스정서 관리 옵션에서 트리거 될 이벤트를 설정할 수 있습니다.

어조 유형

Kore.ai 봇 플랫폼은 다음 여섯 가지 가능한 감정을 찾기 위해 사용자 입력을 평가합니다.

  • 분노
  • 혐오
  • 두려움
  • 슬픔
  • 즐거움
  • 긍정 – 발화의 전반적인 긍정성을 평가하는 데 사용되는 특별한 어조입니다.

봇 플랫폼 어조 알고리즘은 상호 배타적으로 감정을 생성하지 않음으로써 사용자 발화 어조의 뉘앙스 개요를 제공합니다. 예를 들어, 입력은 공포에 대해서는 높은 점수와 슬픔에 대해서는 낮은 점수를 산출할 수 있습니다. 다른 입력은 슬픔에 대해 부정적인 점수를 가지는 동안 즐거움에 대해 아주 높은 점수를 산출할 수 있습니다. v8.1 이후, 플랫폼은 사용자 발화에서 이모지를 식별할 수 있으며 이에 따라 어조를 설정합니다.

어조 감정 채점

봇 플랫폼은 긍정적 값은 발산된 어조 감성을 나타내고 부정적 값은 억눌린 어조 감정을 나타내는 -3~에서 +3의 범위에서 어조 감정을 채점합니다. 부정적 값이 분명하게 무효가 되는 반면, 긍정적 값의 경우, 어조 감정은 분명하게 전달됩니다. 예를 들어, 사용자 발화인 나는 이 소식이 기쁩니다는 기쁨에 대한 긍정적인 점수를 반환하는 반면, 나는 이 소식이 기쁘지 않습니다는 기쁨에 대한 부정적인 점수를 반환합니다. 다음 척도는 어조 감정의 긍정적인 표현 수준 또는 어조 감정의 부정적인 억누름 수준에 대한 점수의 관계를 보여줍니다.

  • +3 – 사용자가 어조 감정을 확실히 표현했습니다.
  • +2 – 사용자가 어조 감정을 표시했습니다.
  • +1 – 사용자가 어조 감정을 표현했을 가능성이 큽니다.
  • 0 – 사용자 어조 감정이 중립입니다.
  • -1 – 사용자가 어조 감정을 억눌렀을 가능성이 큽니다.
  • -2 – 사용자가 어조 감정을 억눌렀습니다.
  • -3 – 사용자가 어조 감정을 확실히 억눌렀습니다.

어조 점수 정보

전반적인 어조 점수는 기본 어조 값과 어조 수식어의 함수대로 계산됩니다. 수식어는 일반적으로 어조 감정 단어를 보충하는 부사 또는 형용사이며, 기본 어조 점수를 높이거나 낮춥니다. 예를 들어, 사용자 발화인 나는 매우 실망했습니다는 사용자 발화가 나는 실망했습니다인 경우보다 높은 어조 점수를 분노 어조 감정에 반환합니다. 반대로, 나는 실망하지 않았습니다는 어조 감정과 어조 점수를 무효로 합니다. 기본 어조 및 수식어의 값은 각 어조 감정에 대한 최종 어조 점수를 계산하기 위해 사용됩니다. 어조 분석기는 어조 감정 유형에 따라 모든 기본 어조를 컴파일한 다음 현재 대화 작업 노드의 개별 어조 감정 유형의 평균 점수와 마지막 리셋 이후 어조 총점수를 계산합니다. 어조 결과는 다음과 같이 Context 개체 변수로 반환됩니다.

  • message_tone – 대화 작업의 현재 노드에 대해 인식된 어조 감정 및 점수 배열입니다.
  • dialog_tone – 전체 대화 작업 세션에 대해 평균적인 인식된 어조 감정 및 점수의 배열입니다. 이 값은 각 대화 세션의 마지막에 리셋됩니다.

각 변수는 각각 인식된 어조 감정에 대한 키/값 쌍으로 채워집니다. 키/값 쌍은 어조가 감정을 감지하지 않으면 반환되지 않습니다. 하지만, NLP 엔진은 어조가 중립으로 인식되었을 때 어조 점수를 0으로 반환합니다. Context 개체의 어조 변수에 액세스하는 경우, 정의되지 않은 결과와 마찬가지로 긍정적, 부정적, 0을 다루는 것이 가능해야 합니다.

message_tone
   0
      tone_name : positive
      level : 2
   1
      tone_name : disgust
      level : -2
   2
      tone_name : angry
      level : -2
dialog_tone
   0
      tone_name : angry
      level : -3
   1
      tone_name : sad
      level : -3
   2
      tone_name : positive
      level : 3
   3
      tone_name : joy
      level : 3

다음은 관련 어조 감정 점수와 테스트 문장 예시입니다.
나는 이게 좋은 생각이라고 생각하지 않고 나온 방식도 좋지 않아, 특히 네 태도 때문에.

dialog_tone
   0
      tone_name : joy
      count : 1
      level : 0.67
   1
      tone_name : sad
      count : 1
      level : 0.5
   2
      tone_name : angry
      count : 1
      level : 0.5

이건 정말 좋은 생각이야! 난 이미 매우 신났어.

dialog_tone
   0
      tone_name : joy
      count : 1
      level : 3
   1
      tone_name : sad
      count : 1
      level : 2.8
   2
      tone_name : angry
      count : 1
      level : -3
}

이건 정말 재밌고 자연스럽게 잘 쓰인 책이야, 잘 읽었어. 하지만 완결을 내지 않고 이야기를 그만둬서 약간 실망스러워.

dialog_tone
   0
      tone_name : joy
      count : 1
      level : 1.5
   1
      tone_name : sad
      count : 1
      level : -1.5
   2
      tone_name : angry
      count : 1
      level : -1

어조 점수에 액세스하고 사용하여 조건부 전이 문구를 사용하는 대화 작업의 흐름을 이끌 수 있습니다. 예를 들면,

if context.message_tone.angry > 2.0
    then goTo liveAgent

더 자세한 정보는 컨텍스트 개체를 참조하세요.

어조 분석

봇 플랫폼 자연어 처리(NLP) 통역가는 특정 단어와 구문에 대한 사용자 발화를 구문 분석한 다음, 함축, 단어 위치, 모든 추가된 수식어에 따라 평균 어조 점수를 제공할 수 있습니다. 사용자 입력을 평가하고 봇과 사용자 사이의 대화 흐름을 지시하는 것을 지원하기 위해 점수를 사용할 수 있습니다. 예를 들어, 어조 점수가 사용자의 분노나 슬픔을 표시하는 경우, 라이브 에이전트로 봇 대화를 전환하고자 합니다. 대화 작업에서, 사용자는 Context 개체에서 어조 점수에 액세스할 수 있거나 인텔리전스정서 관리 옵션에서 트리거 될 이벤트를 설정할 수 있습니다.

어조 유형

Kore.ai 봇 플랫폼은 다음 여섯 가지 가능한 감정을 찾기 위해 사용자 입력을 평가합니다.

  • 분노
  • 혐오
  • 두려움
  • 슬픔
  • 즐거움
  • 긍정 – 발화의 전반적인 긍정성을 평가하는 데 사용되는 특별한 어조입니다.

봇 플랫폼 어조 알고리즘은 상호 배타적으로 감정을 생성하지 않음으로써 사용자 발화 어조의 뉘앙스 개요를 제공합니다. 예를 들어, 입력은 공포에 대해서는 높은 점수와 슬픔에 대해서는 낮은 점수를 산출할 수 있습니다. 다른 입력은 슬픔에 대해 부정적인 점수를 가지는 동안 즐거움에 대해 아주 높은 점수를 산출할 수 있습니다. v8.1 이후, 플랫폼은 사용자 발화에서 이모지를 식별할 수 있으며 이에 따라 어조를 설정합니다.

어조 감정 채점

봇 플랫폼은 긍정적 값은 발산된 어조 감성을 나타내고 부정적 값은 억눌린 어조 감정을 나타내는 -3~에서 +3의 범위에서 어조 감정을 채점합니다. 부정적 값이 분명하게 무효가 되는 반면, 긍정적 값의 경우, 어조 감정은 분명하게 전달됩니다. 예를 들어, 사용자 발화인 나는 이 소식이 기쁩니다는 기쁨에 대한 긍정적인 점수를 반환하는 반면, 나는 이 소식이 기쁘지 않습니다는 기쁨에 대한 부정적인 점수를 반환합니다. 다음 척도는 어조 감정의 긍정적인 표현 수준 또는 어조 감정의 부정적인 억누름 수준에 대한 점수의 관계를 보여줍니다.

  • +3 – 사용자가 어조 감정을 확실히 표현했습니다.
  • +2 – 사용자가 어조 감정을 표시했습니다.
  • +1 – 사용자가 어조 감정을 표현했을 가능성이 큽니다.
  • 0 – 사용자 어조 감정이 중립입니다.
  • -1 – 사용자가 어조 감정을 억눌렀을 가능성이 큽니다.
  • -2 – 사용자가 어조 감정을 억눌렀습니다.
  • -3 – 사용자가 어조 감정을 확실히 억눌렀습니다.

어조 점수 정보

전반적인 어조 점수는 기본 어조 값과 어조 수식어의 함수대로 계산됩니다. 수식어는 일반적으로 어조 감정 단어를 보충하는 부사 또는 형용사이며, 기본 어조 점수를 높이거나 낮춥니다. 예를 들어, 사용자 발화인 나는 매우 실망했습니다는 사용자 발화가 나는 실망했습니다인 경우보다 높은 어조 점수를 분노 어조 감정에 반환합니다. 반대로, 나는 실망하지 않았습니다는 어조 감정과 어조 점수를 무효로 합니다. 기본 어조 및 수식어의 값은 각 어조 감정에 대한 최종 어조 점수를 계산하기 위해 사용됩니다. 어조 분석기는 어조 감정 유형에 따라 모든 기본 어조를 컴파일한 다음 현재 대화 작업 노드의 개별 어조 감정 유형의 평균 점수와 마지막 리셋 이후 어조 총점수를 계산합니다. 어조 결과는 다음과 같이 Context 개체 변수로 반환됩니다.

  • message_tone – 대화 작업의 현재 노드에 대해 인식된 어조 감정 및 점수 배열입니다.
  • dialog_tone – 전체 대화 작업 세션에 대해 평균적인 인식된 어조 감정 및 점수의 배열입니다. 이 값은 각 대화 세션의 마지막에 리셋됩니다.

각 변수는 각각 인식된 어조 감정에 대한 키/값 쌍으로 채워집니다. 키/값 쌍은 어조가 감정을 감지하지 않으면 반환되지 않습니다. 하지만, NLP 엔진은 어조가 중립으로 인식되었을 때 어조 점수를 0으로 반환합니다. Context 개체의 어조 변수에 액세스하는 경우, 정의되지 않은 결과와 마찬가지로 긍정적, 부정적, 0을 다루는 것이 가능해야 합니다.

message_tone
   0
      tone_name : positive
      level : 2
   1
      tone_name : disgust
      level : -2
   2
      tone_name : angry
      level : -2
dialog_tone
   0
      tone_name : angry
      level : -3
   1
      tone_name : sad
      level : -3
   2
      tone_name : positive
      level : 3
   3
      tone_name : joy
      level : 3

다음은 관련 어조 감정 점수와 테스트 문장 예시입니다.
나는 이게 좋은 생각이라고 생각하지 않고 나온 방식도 좋지 않아, 특히 네 태도 때문에.

dialog_tone
   0
      tone_name : joy
      count : 1
      level : 0.67
   1
      tone_name : sad
      count : 1
      level : 0.5
   2
      tone_name : angry
      count : 1
      level : 0.5

이건 정말 좋은 생각이야! 난 이미 매우 신났어.

dialog_tone
   0
      tone_name : joy
      count : 1
      level : 3
   1
      tone_name : sad
      count : 1
      level : 2.8
   2
      tone_name : angry
      count : 1
      level : -3
}

이건 정말 재밌고 자연스럽게 잘 쓰인 책이야, 잘 읽었어. 하지만 완결을 내지 않고 이야기를 그만둬서 약간 실망스러워.

dialog_tone
   0
      tone_name : joy
      count : 1
      level : 1.5
   1
      tone_name : sad
      count : 1
      level : -1.5
   2
      tone_name : angry
      count : 1
      level : -1

어조 점수에 액세스하고 사용하여 조건부 전이 문구를 사용하는 대화 작업의 흐름을 이끌 수 있습니다. 예를 들면,

if context.message_tone.angry > 2.0
    then goTo liveAgent

더 자세한 정보는 컨텍스트 개체를 참조하세요.

메뉴