MODEL_CARD.ko.md

🇺🇸 English card: README.md

Voice2Policy Text Router v0.1 (한국어)

한국어 업무 음성 명령의 전사문을 읽고 명령 틀을 예측하는 작은 분류기입니다. 명령 틀은 의도·동작·대기 항목 종류로 이루어집니다. 예약 시간이나 날짜, 전화번호를 말했는지도 함께 판단합니다. 방식은 문자 n-gram TF-IDF와 로지스틱 회귀입니다. ThakiCloud Voice2Policy 경로에서 라우팅 단계를 맡습니다. 경로 순서는 ASR, 이 라우터, 이름 해석기, 도구 인자 검사, 정책 엔진입니다.

학습한 머신러닝 모델이지만 신경망이나 언어 모델, 음성 모델은 아닙니다. 소리를 듣지 않습니다. 등록 이름을 찾지 않고 도구를 실행하지도 않습니다.

쓰는 법

from huggingface_hub import snapshot_download
import sys
d = snapshot_download("ThakiCloud/Voice2Policy-Text-Router-v0.1")
sys.path.insert(0, d)
from predict import TextRouter
print(TextRouter(d).predict("내일 오후 세 시에 스케일링 예약해 주세요"))

pickle과 scikit-learn이 필요 없습니다. numpy와 safetensors만 있으면 됩니다.

출력

intent는 tool, no_command, delegate 가운데 하나입니다. action은 book, order, confirm, decline 가운데 하나입니다. kind는 확정하거나 취소할 대상이 예약인지 주문인지를 나타냅니다. slot_mentioned는 시간이나 연락처를 말했는지를 뜻합니다. 최종 도구는 이 모델이 고르지 않습니다. 등록 이름, 대기 상태, 필수 인자를 확인한 뒤에 정해집니다. tool_hint를 곧바로 실행하면 안 됩니다.

크기와 학습

파라미터는 104,603개이고 가중치 파일은 0.84MB입니다. 한 문장 추론에 CPU로 약 0.7ms가 걸립니다. 합성 업무 명령 10,682문장으로 CPU에서 11초 동안 학습했습니다. 문장은 언어 모델이 정형화된 명령 표현을 보고 썼고, 레이블은 그 표현에서 규칙으로 계산했습니다. 고객 데이터와 녹음, 개인정보는 쓰지 않았습니다. 데이터셋은 공개하지 않습니다.

성능

같은 생성기에서 나온 시험 문장 3,081개에서 명령 틀 정확도는 0.998입니다. 같은 시험 세트를 TTS 음성으로 읽혀 ASR로 받아 적은 전사 18,879개에서는 0.997입니다. 다른 사람이 쓴 문장 81개에서는 0.827로 떨어집니다. 시험 세트가 학습과 말투를 공유해서 앞의 두 수치는 낙관적입니다.

자주 틀리는 유형은 세 가지입니다. 직원을 언급하지 않은 환불 요청을 명령 아님으로 읽습니다. '취소하지 말아 주세요' 같은 부정 요청을 동작 자체로 읽습니다. '그거 해 주세요'처럼 지시어만 있으면 취소로 추측합니다. Voice2Policy에서는 정책 엔진이 이런 경우를 막습니다. 그 계층까지 거치면 같은 81문장에서 결정 76개가 맞고 위험한 실행은 없습니다.

한계

• 한국어 소상공인 예약과 주문에 맞춰져 있습니다.
• 실제 사용자 말투로는 아직 측정하지 않았습니다.
• 문자 n-gram에는 부정이나 지시의 범위 개념이 없어서 뒤 단계 검사가 필요합니다.
• 점수는 정답일 확률로 보정되지 않았습니다.

라이선스

Apache-2.0