[논문 리뷰] An ontology-based chatbot for crises management: use case coronavirus

Khouloud Hwerbi|arXiv (Cornell University)|2020. 11. 02.

Advanced Text Analysis Techniques참고 문헌 49인용 수 4

한 줄 요약

이 논문은 코로나19 팬데믹 기간 동안 위기 관리에 활용하기 위해 '코로나 어시스턴트'라는 온톨로지 기반 챗봇을 제안한다. 이 시스템은 웹 스크래핑, 유한 상태 기계, 키워드 추출, 훈련된 NLP 모델을 통합하여 실시간으로 정확한 정보를 제공한다. 시스템은 24시간 연중무휴 운영이 가능하며, 정확성 보장을 위해 Uppaal을 사용하여 공식적으로 검증되었으며, 대화 상태에서의 도달 가능성, 안전성, 생존성 보장을 보장한다.

ABSTRACT

Today is the era of intelligence in machines. With the advances in Artificial Intelligence, machines have started to impersonate different human traits, a chatbot is the next big thing in the domain of conversational services. A chatbot is a virtual person who is capable to carry out a natural conversation with people. They can include skills that enable them to converse with the humans in audio, visual, or textual formats. Artificial intelligence conversational entities, also called chatbots, conversational agents, or dialogue system, are an excellent example of such machines. Obtaining the right information at the right time and place is the key to effective disaster management. The term "disaster management" encompasses both natural and human-caused disasters. To assist citizens, our project is to create a COVID Assistant to provide the need of up to date information to be available 24 hours. With the growth in the World Wide Web, it is quite intelligible that users are interested in the swift and relatedly correct information for their hunt. A chatbot can be seen as a question-and-answer system in which experts provide knowledge to solicit users. This master thesis is dedicated to discuss COVID Assistant chatbot and explain each component in detail. The design of the proposed chatbot is introduced by its seven components: Ontology, Web Scraping module, DB, State Machine, keyword Extractor, Trained chatbot, and User Interface.

연구 동기 및 목표

• 코로나19 팬데믹 기간 동안 실시간으로 정확하고 접근 가능한 정보의 급격한 수요를 해결하기 위해.
• 위기 상황에서 높은 신뢰성과 맥락 인식 능력을 갖춘 24시간 연중무휴로 운영되는 챗봇을 설계하기 위해.
• 온톨로지 기반의 구조화된 지식과 웹 소스에서의 동적 학습, 훈련된 NLP 모델을 통합하기 위해.
• 대화 논리의 정확성, 안전성, 死비 상태 없음 행동을 공식적으로 검증하기 위해.
• 더 넓은 재난 관리 맥락에 적용 가능한 확장성 있고 유연한 아키텍처를 제공하기 위해.

제안 방법

• 코로나19에 관한 의료, 역학, 행정 지식을 표현하기 위해 도메인 특화 온톨로지(CVIO)를 OWL로 개발하였다.
• 공식 소스로부터 실시간으로 최신 데이터를 추출하고 온톨로지에 주입하기 위해 웹 스크래핑 모듈을 구현하였다.
• 사용자 입력 상태인 증상 문의, 국가 상태, 일반 질문 등을 관리하기 위해 대화 흐름을 모델링하기 위해 유한 상태 기계(FSM)를 설계하였다.
• AIML 기반의 의도 인식과 응답 생성을 사용한 ChatterBot 기반의 훈련된 챗봇을 통합하였다.
• 사용자 질의를 적절한 온톨로지 개념과 FSM 상태로 매핑하기 위해 키워드 추출을 적용하였다.
• 모델 체킹을 통해 도달 가능성, 안전성, 생존성 성질을 검증함으로써 시스템의 행동 정확성을 검증하였다.

실험 결과

연구 질문

• RQ1 공공보건 위기 상황에서 실시간으로 정확하고 맥락 인식 능력 있는 응답을 보장하기 위해 온톨로지 기반 챗봇을 어떻게 아키텍처화할 수 있는가?
• RQ2 위기 챗봇 시스템에서 가장 효과적인 지식 표현, 동적 데이터 수신, 대화 관리의 조합은 무엇인가?
• RQ3 모델 체킹과 같은 공식 검증 기법이 챗봇의 대화 논리의 신뢰성과 정확성을 보장할 수 있는가?
• RQ4 규칙 기반, 훈련된, 온톨로지 기반 컴포넌트를 융합한 하이브리드 아키텍처는 응답 품질 향상과 시스템의 강건성 향상에 어떻게 기여하는가?
• RQ5 재난 대응 챗봇에서 24시간 연중무휴 운영과 확장성을 가능하게 하는 핵심 구성 요소와 설계 패턴은 무엇인가?

주요 결과

• 챗봇은 웹 스크래핑을 통해 실시간으로 최신 정보를 확보한 온톨로지(CVIO)와 성공적으로 통합되어 최신 정보 제공이 보장되었다.
• 유한 상태 기계는 다양한 사용자 질의, 예를 들어 증상, 국가 상태, 일반 정보에 대해 체계적이고 맥락 인식 능력 있는 대화 관리 기능을 제공하였다.
• Uppaal을 사용한 공식 검증을 통해 시스템이 사전 정의된 상태 전이에서 사전 정의된 모든 경우에 응답 생성이 보장되며, 死비 상태 없이 작동함을 확인하였다.
• 시간적 논리 공식을 사용하여 도달 가능성, 안전성, 생존성 성질을 검증하였으며, 모든 성질이 유효함(모델 체킹 결과에서 초록색으로 표시됨)으로 확인되었다.
• 병렬 실행 시뮬레이션을 통해 여러 챗봇 인스턴스가 충돌 없이 동시에 운영될 수 있음을 입증하여 확장성 확보를 확인하였다.
• 시스템은 테스트된 대화 시나리오에서 고장 없이 24시간 연중무휴로 완전한 운영 가용성을 달성하였다.