민원 업무 자동화 인공지능 언어 데이터
- 분야한국어
- 유형 텍스트
-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.1 2022-09-29 데이터 전체 개방 1.0 2022-07-29 데이터 최초 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2023-06-29 AI 모델 및 AI 모델 설명서 수정 2022-07-29 콘텐츠 최초 등록 소개
창원시로부터 제공받은 콜센터 및 민원게시판(국민신문고) 원시 데이터에 학습에 필요한 정보(개체명, 의도분류, 부서정보, 키워드 등)를 부착하고 유사문장생성을 통해 표현의 다양성과 언어이해 능력을 향상한 인공지능 데이터셋
구축목적
인공지능 챗봇의 대화이해도 및 정확도를 향상 시킬 수 있는 대화형 의도파악기술 개발에 활용
-
메타데이터 구조표 데이터 영역 한국어 데이터 유형 텍스트 데이터 형식 JSON 데이터 출처 창원시 콜센터, 민원게시판(국민신문고) 라벨링 유형 질의응답 라벨링 형식 JSON 데이터 활용 서비스 챗봇 서비스 데이터 구축년도/
데이터 구축량2021년/100만 건 -
1. 데이터 구축 규모
- 게시판 15만, 콜센터 5만 총 20만 건 데이터를 수집하여 80만 건 확장을 통해 총 100만 건 구축
1. 데이터 구축 규모 데이터 종류 데이터 형태 원문 규모(건) 확장 규모(건) 결과물 규모(건) 결과물 용량 민원게시판 텍스트 150,000 600,000 750,000 - 콜센터 텍스트 50,000 200,000 250,000 - 총계 200,000 800,000 1,000,000 2GB
2. 데이터 분포
- 질의 전체 길이 분포 : 소(~30자), 중(30~50자), 대(50자~)
2. 데이터 분포 질의 전체 길이 분포 구분 건수 비율 소 251,979 25.20% 중 433,434 43.34% 대 314,587 31.46% 합계 1,000,000 100% 
- 민원 분야 분포
2. 데이터 분포 민원 분야 분포 구분 건수 비율 자동차 368,890 36.89% 안전건설 117,180 11.72% 교통 106,825 10.68% 건축허가 71,570 7.16% 환경미화 47,665 4.77% 세무 25,625 2.56% 산림 32,830 3.28% 행정 28,995 2.90% 복지 26,130 2.61% 공통 37,870 3.79% 보건소 25,010 2.50% 문화_체육_관광 25,295 2.53% 경제 19,650 1.97% 상하수도 21,520 2.15% 위생 24,665 2.47% 농업_축산 11,735 1.17% 토지 7,615 0.76% 정보통신 930 0.09% 합계 1,000,000 100% 
- 술어 분포
2. 데이터 분포 술어 분포 구분 건수 비율 요청/개선 737,261 73.73% 문의(질의) 214,332 21.43% 건의/제기 25,195 2.52% 항의 12,711 1.27% 고충/토로 5,175 0.52% 협조 2,991 0.30% 감사 2,125 0.21% 성토(집단민원) 210 0.02% 합계 1,000,000 100% 
- 게시판 15만, 콜센터 5만 총 20만 건 데이터를 수집하여 80만 건 확장을 통해 총 100만 건 구축
-
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드
[창원시 민원 인공지능 데이터 활용 예시]
창원시 챗봇 ‘창원아이(AI)’
- 성능이 향상된 민원 인공지능 데이터를 창원시에서 운영 중인 챗봇 ‘창원아이(AI)’에 적용하여 민원 관련 내용을 분석하여 담당 부서 자동 지정, 개체명 인식을 통한 민원 자동 검색 등 민원 처리 챗봇의 성능 향상을 위해 쓰일 예정
-
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 의도분류 정확도 Text Classification Electra Accuracy 85 % 98.68 % 2 개체명 인식 정확도 Object Detection BERT F1-Score 0.9 점 0.908 점
※ 데이터 성능 지표가 여러 개일 경우 각 항목을 클릭하면 해당 지표의 값이 그래프에 표기됩니다.
※ AI모델 평가 지표에 따라 측정값의 범위, 판단 기준이 달라질 수 있습니다. (ex. 오류율의 경우, 낮을수록 좋은 성능을 내는 것으로 평가됩니다)
-
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드1. 데이터 포맷
1. 데이터 포맷 구축내용 구축단계 데이터 종류 데이터 포맷 비고 공공기관(창원시)의 콜센터(민원) 상담 내역과 민원게시판(국민신문고) 내용을 활용한 질의 데이터셋 구축 데이터 획득 민원게시판 데이터 XML/XLSX/CSV 정제가 가능하도록 필터 콜센터 데이터 JSON 데이터 정제 민원게시판 데이터 JSON 언어적/법률적 정제 콜센터 데이터 JSON 데이터 가공 민원게시판 데이터 JSON 개체명/키워드/의도 라벨링 콜센터 데이터 JSON
2. 데이터 구성2. 데이터 구성 Key Description Type Child Type name 파일명 string create_date 생성일 string documents 문서 jsonArray jsonObject [ 문서 배열 시작 jsonObject id 민원 아이디 string publish_date 민원 발행일 string Q_refined 민원 문장 string labeling 라벨링 정보 json { 라벨링 정보 내부 json 시작 jsonObject entities 개체명들 jsonArray jsonObject [ 개체명 배열 시작 jsonObject form 개체명 string label 라벨 정보 string begin 개체명 인덱스 시작 번호 number end 개체명 인덱스 끝 번호 number ] 개체명 배열 끝 jsonObject keyword 키워드들 jsonArray jsonObject [ 키워드 배열 시작 jsonObject form 키워드 string begin 키워드 인덱스 시작 번호 number end 키워드 인덱스 끝 번호 number ] 키워드 배열 끝 jsonObject } 라벨링 정보 내부 json 끝 jsonObject intent 의도 json { 의도 내부 json 시작 jsonObject category 카테고리 정보 string subcategory 서브 카테고리 정보 string predication 술어 정보 string } intent 내부 json 끝 jsonObject similar_Q 유사 문장 정보 list string department 부서 정보 string ] jsonObject 3. 어노테이션 포맷
- 어노테이션 구조 정의
3. 어노테이션 포맷 어노테이션 구조 정의 구분 항목명 타입 필수여부 설명 범위 비고 1 documents Object Y 민원 가공 데이터 원소들의 집합 1.1 documents.id String Y 민원접수번호
(or 민원 식별자)documents.publish_date String Y 민원 게시일 documents.Q_refined String Y 민원 질의 documents.labeling Dict Y 라벨링 결과 1.1.1 labeling.entities List Y 개체명 정보 labeling.keyword List N 민원 핵심 키워드 정보 labeling.intent Dict Y 의도 라벨링 결과 labeling.similar_Q List N 유사질의 정보
(List값은 String이며,
documents.id를 가리킴)값 4개 labeling.department String Y 민원 처리 담당 부서 labeling.related_law String N 민원 관련 법률 정보 1.1.1.1 entities.form String Y 개체명 entities.label String Y 개체명 라벨 entities.begin String Y 개체명 단어 또는 구의 시작 위치 entities.end String Y 개채명 단어 또는 구의 끝 위치 keyword.form String N 민원 핵심 키워드 keyword.begin String N 키워드 단어의 시작 위치 keyword.end String N 키워드 단어의 끝 위치 intent.category String Y 대분류 정보 18개(대분류) intent.subcategory String N 하위분류 정보 119개(하위분류)
※첨부파일[첨부5]참조intent.predication String Y 술어 정보 8개(술어)
4. 실제예시
- 원천데이터(정제데이터)
- 라벨데이터
- 어노테이션 구조 정의
-
데이터셋 구축 담당자
수행기관(주관) : 데이터리(Data.ly)
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 차정원 055-713-5475 [email protected] · 총괄 책임 수행기관(참여)
수행기관(참여) 기관명 담당업무 창원시청 · 원시 데이터 제공, 수요기관 ㈜엔에이치엔다이퀘스트 · 데이터 제작, 모델링 주식회사 에프아이솔루션 · 데이터 제작 케이웨어(주) · 데이터 제작 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 차정원 055-713-5475 [email protected]
-
인터넷과 물리적으로 분리된 온라인·오프라인 공간으로 의료 데이터를 포함하여 보안 조치가 요구되는 데이터를 다운로드 없이 접근하고 분석 가능
* 온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
* 오프라인 안심존 : 추가적인 보안이 필요한 데이터를 대상으로 지정된 물리적 공간에서만 접속하여 데이터에 접근하고 분석 -
- AI 허브 접속
신청자 - 안심존
사용신청신청자신청서류 제출* - 심사구축기관
- 승인구축기관
- 데이터 분석 활용신청자
- 분석모델반출신청자
- AI 허브 접속
-
1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기] [공용IRB 심의신청 가이드라인]
2. 기관생명윤리위원회(IRB) 승인된 연구계획서
3. 신청자 소속 증빙 서류 (재직증명서, 재학증명서, 근로계약서 등 택1)
4. 안심존 이용 신청서 [다운로드]
5. 보안서약서 [다운로드]
※ 상기 신청서 및 첨부 서류를 완비한 후 신청을 진행하셔야 정상적으로 절차가 이루어집니다. -
신청 및 이용관련 문의는 [email protected] 또는 02-525-7708, 7709로 문의
데이터셋 다운로드 승인이 완료 된 후 API 다운로드 서비스를 이용하실 수 있습니다.
API 다운로드 파일은 분할 압축되어 다운로드 됩니다. 분할 압축 해제를 위해서는 분할 압축 파일들의 병합이 필요하며 리눅스 명령어 사용이 필요합니다.
리눅스 OS 계열에서 다운로드 받으시길 권장하며 윈도우에서 파일 다운로드 시 wsl(리눅스용 윈도우 하위 시스템) 설치가 필요합니다.
※ 파일 병합 리눅스 명령어
find "폴더경로" -name "파일명.zip.part*" -print0 | sort -zt'.' -k2V | xargs -0 cat > "파일명.zip"
- 해당 명령어 실행 시, 실행 경로 위치에 병합 압축 파일이 생성됩니다.
- 병합된 파일 용량이 0일 경우, 제대로 병합이 되지 않은 상태이니 "폴더경로"가 제대로 입력되었는지 확인 부탁드립니다.
※ 데이터셋 소개 페이지에서 다운로드 버튼 클릭하여 승인이 필요합니다.