ML+

ML+는 문장 간의 의미론적인 유사성을 측정해 사용자의 다양한 의도를 하나의 의도로 해석하여 인텐트를 분류합니다.
즉, 등록된 패턴 발화와 인입된 사용자 발화 간의 유사도를 측정하여 가장 유사한 블록으로 매칭하는 방식입니다.
등록된 패턴 발화와 사용자 발화 텍스트는 벡터로 치환되어 패턴 발화와 의미적으로 가장 유사한 인텐트로 분류됩니다. 이때 ML+를 통해 의도에 적합한 답변 블록을 확인할 수 있습니다.



챗봇 관리자센터에서 제공하는 ML+는 블록별 머신러닝 발화 관리가 필요 없이 인텐트 목적에 맞는 최소한의 패턴 발화만으로 동작하여 보다 쉽게 챗봇을 디자인할 수 있습니다.
또한 사용자의 다양한 의도를 발화 유사도로 인텐트를 분류해내기 때문에 폴백 블록의 발생 비율도 줄어들게 됩니다.



이 과정에서 의미적으로 유사한 수치를 조절할 수 있는 기능이 제공됩니다. 머신러닝 페이지에서는 발화 유사도(문장 간 유사도의 스코어) 기능을 사용하여 블록의 매칭 범위를 조절할 수 있습니다. 각 유사도 단계에 따라 조정되는 패턴 발화 매칭 범위와 정확도를 참고하시어 발화 유사도를 조절해보세요.



더 자세한 사용법은 이후 튜토리얼 > 주요 기능 사용법 > ML+ 사용하기에서 볼 수 있습니다.

Caution.

ML+는 순차적으로 적용될 예정입니다. 머신러닝 탭 또는 봇 목록에 ML+ 뱃지가 추가되었는지 확인해주세요.

Information.
ML+는 BERT Language Model을 활용하고 있습니다.
- BERT Language Model : Transformer를 기반으로 한 쌍방향 인코더 표현(Bidirectional Encoder Representations from Transformers)의 약자로, 문장 단위의 임베딩(Embedding)을 만들 수 있도록 파인튜닝(Fine Tuning)하여 사용자 발화 의도 분류에 사용되고 있습니다.