With it being more than eight years since the initial release of the Apple App Store and the Android Market (now Google Play), smartphones are capable of operating more than two million types of applications. Despite having such an "application buffet", mobile chat applications still rank as one of the most popular application categories. Within chat applications, we mainly communicate with text, but the recent trend is to provide more visuals, such as emojis and images, to better deliver emotions, nuances, and information compared to simple text. However, current chat applications merely show 1,500-plus emojis to users without sorting through the context, hence naturally forces users to consume time navigating through their options. Moreover, to include (and embed) an image from the Internet to a mobile chat, users must switch applications back and forth (e.g., a search or browser app to find the image). We present MilliCat, a real-time emoji and image suggestion service for mobile chat applications. MilliCat combines deep learning and natural language processing techniques to make proper and timely image/emoji suggestions. The proposed scheme is lightweight and incurs only manageable energy and communication overhead. We evaluate the efficiency of MilliCat through systematical experiments and its effectiveness and practical usability through user studies. MilliCat is easily deployable as we provide APIs that could be integrated into existing chat applications.
스마트폰에서 200만개 이상의 어플리케이션이 애플 어플리케이션 스토어와 안드로이드 마켓 등을 통해서 사용 가능하다. 하지만 이런 다양한 어플리케이션에서 예전부터 지금까지 꾸준히 제일 많이 사용 되는 것은 모바일 채팅 이다. 모바일 채팅은 주로 문자를 이용해서 의사소통을 하고 스마트폰에서 가장 많이 사용하는 통신 수단이다. 하지만 문자를 주로 이용하는 특성 때문에 감정이나 뉘앙스 그리고 구체적인 정보를 전달하기에 제약이 있다. 현재 이모티콘과 이미지가 이런 문제를 도와주기위해 많이 사용 되고 있다. 하지만 모바일 채팅 어플리케이션은 사용자에게 1,500 개 이상의 이모티콘을 제공하여 사용자가 자신의 원하는 이모티콘을 선택하는데 많은 시간이 소모된다. 또한 인터넷의 이미지를 모바일 채팅에 사용 하려면 사용자가 어플리케이션을 전환하여 검색하고 선택하는 과정이 필요하다. 이런 문제들은 모바일에서 이모티콘과 이미지를 사용을 방해하는 요소가 된다. 우리는 모바일 채팅 어플리케이션을 위한 실시간 이모티콘과 이미지 추천 시스템을 제안 하였다. 우리 시스템은 딥 러닝과 자연어 처리 기술을 결합하여 현재 채팅 문맥에 적절한 이모티콘과 이미지를 자동 추천하며 모바일 환경에서 적은 에너지와 무선 데이터 소모를 한다. 그리고 실제 사용자 평가를 통해서 빠른 이모티콘 선택과 적절한 추천을 하는지 검증 하였다.