생물다양성 정보 제공을 위한 인공지능 챗봇 시스템 구축

장동석; 홍윤식

doi:10.5762/KAIS.2024.25.8.623

추천

검색

질문

자료유형: 학술저널

저자정보: 장동석 (인천대학교) 홍윤식 (인천대학교)

저널정보: 한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제25권 제8호

발행연도: 2024.8

수록면: 623 - 627 (5page)

DOI: 10.5762/KAIS.2024.25.8.623

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

생물다양성은 생태계의 건강과 지속 가능성에 중요한 요소로, 생물종의 다양성과 분포에 대한 정보는 생태계 보호 및 관리에 필수적이며, 한반도는 다양한 기후와 지형적 특성 덕분에 생물다양성이 풍부한 지역 중 하나이다. 이에 따라 한반도의 생물다양성을 체계적으로 관리하고 보호하기 위한 데이터 통합 및 분석 시스템의 필요성이 대두되고 있으며, 본 연구는 환경부 국립생물자원관에서 운영 중인 한반도 생물다양성 웹사이트에서 제공하는 데이터를 전처리하고, 인공지능(AI)[1] 기반의 챗봇 시스템을 구축하여 사용자에게 효율적인 정보 검색을 제공하는 것을 연구 목표로 한다. 수집된 데이터는 TF-IDF(Vectorizer)를 사용하여 벡터화한 후, 코사인 유사도(Cosine Similarity)를 활용하여 사용자 질문과 가장 유사한 결과를 도출하며, 챗봇은 OpenAI의 GPT-3.5-turbo 모델을 활용하여 높은 수준의 대화 능력을 갖추고 있으며, 추가적으로 로컬에서 Sentence-Transformer[1] 모델(all-MiniLM-L6-v2)[2]을 사용하여 임베딩을 생성함으로써 과금 및 입력 제한을 예방하였다. 또한, Streamlit과 Streamlit-chat을 활용하여 사용자 친화적인 인터페이스를 구현하였다. 본 논문에서는 챗봇[3] 시스템의 개발 과정, 데이터 전처리 방법, TF-IDF 벡터화 및 코사인 유사도를 이용한 유사도 계산 방법 등을 상세히 설명하며, 실제 구현된 챗봇 시스템의 성능을 평가한다.

#Artificial Intelligence #Biodiversity #Transformer #Embedding #Chat-bot System

참고문헌 (7)

참고문헌 신청

G. Caldarini, S. Jaf, and K. McGarry, "A Literature Survey of Recent Advances in Chatbots," Information, vol. 13, no. 1, p. 41, Jan. 2022. DOI: https://doi.org/10.3390/info13010041

J.K. Cage, Learn Deep Learning with 101 Problems: Hugging Face Transformer with PyTorch - Transformer Model Practice that Anyone Can Easily Follow, Ruby Paper, Aug. 2023, Chaps. 8, 10, 12, 14.

S. Raj, "Creating a chatbot with Python: Using natural language processing and machine learning | Complete everything from chatbot design to implementation and deployment in one step," youngjin.com, Nov. 2020. pp29-66

S. Lee, Creating a Chatbot Using the ChatGPT API: Master Python, Prompt Engineering, OpenAI API, Agent, and Vector DB in 5 Days, Hanbit Media, Mar. 2024, pp. 261-272, 282-297.

J.S. Kim, W.J. Yoo, and S.J. Ahn, How to Use the Real ChatGPT API: From ChatGPT API-Based Voice Assistant to KakaoTalk/Telegram Chatbot Production, Langchain Utilization, and Fine Tuning, Wikibooks GAI Series 1, Aug. 2023, pp. 73-74, 235-238, 245-252.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

인간 피드백 기반 강화학습 방식을 통한 GPT 기반의 자연스럽고 윤리적인 일상대화형 챗봇 모델

박성완 , 허유민 , 홍여원 외 1명 한국정보과학회 학술발표논문집 2024 .06

바벨탑 3.0의 시대, 인공지능과 번역을 논하다

이상빈 번역학연구 2024 .09

중국어 수업에서 생성형 인공지능 활용에 대한 대학생의 인식과 태도 연구

이지원 한국콘텐츠학회논문지 2024 .08

비판적 기호학 역량 증진을 위한 ‘맞춤형 인공지능 챗봇’ 활용 방안 : ChatGPT4.0(4o) 커스텀 기능을 활용한 교양교과 <생성형 AI와 인문예술의 만남> 수업 사례

오진영 , 정용수 교양학연구 2024 .07

프로그래밍 교육 기초 학습자를 위한 교육 콘텐츠 생성 GPTs 챗봇 구성

김슬기 컴퓨터교육학회 논문지 2024 .07

최근 본 자료

전체보기

UCI(KEPA) : I410-151-24-02-090660605

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (7)

함께 읽어보면 좋을 논문

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)