Patterns of Users’ First Turns with a Service Chatbot: A Conversation Analytic Perspective

Q: 이 논문에서 정의한 사용자 첫 발화란 무엇인가?

사용자 첫 발화는 사용자가 챗봇에게 주어진 과제 지시에 기반하여 초기 요청을 하는 부분이다. 이는 챗봇의 첫 발화인 "안녕하세요 무엇을 도와드릴까요?"에 대한 사용자의 반응적 행동으로, 이후 대화의 궤적을 예측하고 형성하는 중요한 지점이다. 사용자가 과제 지시를 어떻게 이해하고 챗봇의 작동 방식을 어떻게 해석하는지 보여주는 핵심적인 부분이다.

Q: 서비스 챗봇과의 상호작용에서 사용자 첫 발화의 주요 패턴은 무엇인가?

연구 결과, 서비스 챗봇과의 상호작용에서 사용자 첫 발화는 세 가지 주요 패턴을 보인다. 첫째, 주요 요청만 언급하는 패턴, 둘째, 다른 요청을 선행하는 패턴, 셋째, 과제 지시 내용을 모두 취합하는 패턴이다. 이 패턴들은 사용자가 챗봇의 작동 방식과 과제 지시를 해석하는 방식에서 사용자-개발자 간의 가정 불일치를 드러낸다.

Yeji Lee

doi:10.17154/kjal.2021.7.37.Special.117

추천

검색

질문

자료유형: 학술저널

저자정보: Yeji Lee (University of Basel)

저널정보: 한국응용언어학회 응용언어학 응용언어학 제37권 특별호

발행연도: 2021.7

수록면: 117 - 160 (44page)

DOI: 10.17154/kjal.2021.7.37.Special.117

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

The present study examines patterns of users’ first turns in their interaction with a service chatbot developed by a team in the Department of Computer Science and Engineering at Sogang University, South Korea. The user’s first turn is where the user produces their initial request to the chatbot based on a task prompt that is given to them. This is a crucial site that can project the trajectory of the conversational dialogue in the next turns. The data for this study is a corpus of 456 conversational dialogues between human users and the service chatbot for the task of scheduling (e.g., creating/deleting/changing schedules). Analyses reveal three main patterns emerging from users’ first turns: (1) naming main request; (2) prefacing another request; and (3) aggregating task prompt. These patterns are described as users’ sense-making practices which demonstrate their understanding of the task prompt presented to them as well as how they interpret the underlying mechanism of the chatbot. The first and second patterns, in particular, are illustrative of discrepancies in assumptions between human users and chatbot developers. The study provides practical implications for chatbot developers and discusses the utility of Conversation Analysis (CA) as a methodology to investigate human-chatbot interaction.

#first turns #service chatbots #conversation analysis #human-chatbot interaction

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2021-701-001912756

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)