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 인텔리전스의 정서 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.

예

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.

정서 관리

On this Page