🥑데이터 소개

ETRI 나눔의 데이터 공유 데이터 중 카페 배달리뷰 데이터셋을 활용하였습니다. 데이터는 날짜, 작성자 닉네임, 별점, 배달평가, 주문메뉴, 사진, 리뷰로 구성되어 있습니다. 해당 데이터는 매장 한 곳에 대한 데이터지만, AI를 서비스화 할 경우, 추후에 데이터를 추가로 확보할 예정입니다

🥑 서비스 소개

(1) 리뷰 답글 생성기

리뷰 답글 생성기 AI 모델은 두 단계로 구성됩니다

우선적으로 모델 사용에 앞서 답글의 포맷을 정하였습니다. 위 사진은 그 예시로 답글의 포맷은 소상공인(주체)가 수정 가능하도록 설계하였습니다.

첫번째는 감성 분류가 진행됩니다. 소비자가 작성한 댓글이 모델에 입력되면 해당 리뷰가 긍정인지, 부정인지 감성 분석이 이루어지게 됩니다. 감성 분석은 소비자나 대중이 작성된 글로부터 임의의 대상에 대해 느끼는 감성을 분석하는 자연어 처리 (NLP) 작업 중 하나이며, 그 중에서도 특히 우리가 사용하는 감성 분석은 속성 기반 감성분석(ABSA, Aspect-Based Sentiment Analysis)로 대상이 가지고 있는 각 속성에 대한 감성을 보다 세밀하게 분석하는 방법을 활용하였습니다. 우리는 모델을 만드는 과정에서 <BERT를 활용한 속성기반 감성분석: 속성카테고리 감성분류 모델 개발 (박현정, 신경식 저)>논문을 참고하였습니다. 이 과정에서는 오픈소스 파이썬 모듈인 KeyBert를 활용하였습니다.

두번째는 키워드를 추출하여 사진 속 A 빈칸 내용을 정하는 단계입니다. 이 과정에서 우리는 <딥러닝을 이용한 배달 음식점 리뷰 자동 생성 (김나경, 조혜진, 이혜진, 정유철 저)> 논문을 참고하였습니다. 배달 데이터의 리뷰는 맛, 배달, 가격, 서비스 등의 내용으로 구성되어 있다. 이를 바탕으로 리뷰 데이터를 정제하여 학습시켰습니다. 활용한 모델은 kears 의 LSTM 모델과 koGPT-2 모델입니다.

(1) 리뷰 대시보드

사진1. 리뷰 대시보드 메인 페이지

메인페이지에서는 월별 평점 평균, 리뷰 평점별 비율, 리뷰 긍정 부정 비율, 월별 리뷰 개수, 사진 리뷰 비율로 구성되어 있습니다. 위 예시 사진의 경우, 활용 데이터에 따른 결과를 나타낸 것입니다.

더 구체적인 정보는 해당 정보를 클릭하여 새로운 상세 정보 페이지로 접근할 수 있습니다. 아래 첨부된 사진2의 경우, 리뷰 긍정, 부정 비율에서 부정을 클릭하는 경우 나오는 페이지입니다. 이처럼 각 정보에 대한 차트 혹은 글을 클릭하면 상세 정보가 나오도록 대시보드를 구성할 예정입니다.