저희는 P2P업체 8퍼센트와 협업해서,

인공지능 챗봇(에이다)을 만드는 DATANADA 입니다.

 

현재 국내시장에서 유일하게 자연어 처리(NLP) + 기계학습(ML)을 하는 챗봇을 개발합니다.

 

 

현재 연구/개발하는 부분은,

-데이터의 양/질이 작아서, 어떻게 하면 데이터를 부풀릴수 있나. (unsupervised/semi-supervised/human-in-the-loop)

-데이터가 매우 커지면 (with junk), 알고리즘을 어떻게(시간, 사이즈, complexity) 바꿔야 하나.

-NLP는 vectorize 에서 signal loss가 높습니다. 또는, embedding space를 넓게 사용해서, hash mapping 정도로 밖에 사용되지 않는데, 이 문제를 어떻게 해결하나.

-data ingest, data cleaning, etc. 입니다.

 

이런것을 같이 고민하실분들을 찾습니다.

 

관심있으신 분은 john@jdlab.org 로 연락주세요.

 

감사합니다.