멀티태스크 대화 만족도·감정 인식·감정 전이 예측 벤치마크

초록

본 논문은 고객 서비스 대화를 대상으로 만족도, 감정, 감정 상태 전이를 동시에 예측할 수 있는 대규모 중국어 멀티태스크 데이터셋을 구축하고, 최신 대형 언어 모델(LLM)들을 활용한 벤치마크 실험을 제공한다. 90,000개 세션, 1.24백만 턴, 1.59백만 사용자 발화에 대해 7가지 세분화 감정, 9가지 감정 전이, 3가지 만족도 라벨을 부여했으며, 데이터 불균형 완화와 라벨 일관성을 위한 다단계 검증 절차를 제시한다. 실험 결과는 감정·전이 정보가 만족도 예측에 유의미한 보조 역할을 함을 확인한다.

상세 분석

이 연구는 기존 영어 위주 감정·만족도 데이터셋의 한계를 극복하고, 실제 고객센터 콜센터 환경을 모사한 대규모 중국어 멀티턴 대화를 제공한다는 점에서 의미가 크다. 데이터 수집 단계에서는 텔레콤 콜 기록을 음성인식으로 전사하고, 개인정보를 제거하기 위해