법률 챗봇은 변호사 비용 부담을 낮춰 소외 계층에게 법률 서비스 접근성을 높이는 데 기여하지만, 실제 사용자 입력의 다양성을 담아내는 것은 기술적 과제입니다.
연구진은 언어 자원인 로컬 문법 그래프(LGG)를 기반으로 대량의 발화와 고품질 라벨을 함께 생성하는 방법을 개발하여 데이터 라벨링 비용을 절감했습니다.
연구 결과, 생성된 7억 개의 발화 데이터로 학습한 DIET 분류 모델은 91%의 F1 점수를 달성했으며, 이를 활용한 법률 챗봇 LIGA가 개발되었습니다.