맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

학습 데이터 구축 장치 및 방법

  • 기술번호 : KST2015081125
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명은 정보검색, 정보추출, 번역, 자연어 처리 등의 작업을 위한 통계적 방법론에서 필요한 학습 데이터 구축을 효율적으로 하기 위한 학습 데이터 구축 장치 및 방법을 제공하기 위한 것으로서, (a) 학습 데이터에 대해 기계 학습을 수행하여 학습 모델을 생성하는 단계와, (b) 상기 생성된 학습 모델을 이용하여 원시 코퍼스에 자동으로 태그를 부착하여 학습 데이터 후보를 생성하는 단계와, (c) 상기 생성된 학습 데이터 후보의 신뢰점수를 계산하고, 계산된 후보의 신뢰 점수를 이용하여 학습 데이터 후보를 선택하는 단계와, (d) 사용자에게 인터페이스를 통해 상기 선택된 학습 데이터 후보에서 오류를 수정하고, 상기 오류 수정된 상기 학습 데이터 후보를 학습 데이터에 추가하여, 새로운 학습 모델을 점진적으로 확대시키는 단계를 포함하는데 있다.학습데이터, 자동태그 부착, 학습 데이터 후보 선택, 능동 학습, 점진 학습
Int. CL G06F 17/21 (2006.01) G06F 17/27 (2006.01)
CPC
출원번호/일자 1020050120977 (2005.12.09)
출원인 한국전자통신연구원
등록번호/일자 10-0750886-0000 (2007.08.14)
공개번호/일자 10-2007-0060862 (2007.06.13) 문서열기
공고번호/일자 (20070822) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 소멸
심사진행상태 수리
심판사항
구분
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2006.03.20)
심사청구항수 9

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국전자통신연구원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이창기 대한민국 대전 서구
2 왕지현 대한민국 대전 유성구
3 김현진 대한민국 부산 사하구
4 이충희 대한민국 대전 유성구
5 오효정 대한민국 대전 중구
6 장명길 대한민국 대전 유성구
7 이영직 대한민국 대전 서구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 신영무 대한민국 서울특별시 강남구 영동대로 ***(대치동) KT&G타워 *층(에스앤엘파트너스)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국전자통신연구원 대한민국 대전광역시 유성구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 특허출원서
Patent Application		 2005.12.09 수리 (Accepted) 1-1-2005-0722346-92
2 명세서등보정서
Amendment to Description, etc.		 2006.03.20 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2006-0191602-10
3 출원심사청구서
Request for Examination		 2006.03.20 수리 (Accepted) 1-1-2006-0191610-75
4 선행기술조사의뢰서
Request for Prior Art Search		 2006.11.10 수리 (Accepted) 9-1-9999-9999999-89
5 선행기술조사보고서
Report of Prior Art Search		 2006.12.05 수리 (Accepted) 9-1-2006-0080920-07
6 의견제출통지서
Notification of reason for refusal		 2007.01.26 발송처리완료 (Completion of Transmission) 9-5-2007-0048919-37
7 지정기간연장신청서
Request for Extension of Designated Period		 2007.03.23 수리 (Accepted) 1-1-2007-0231520-26
8 의견서
Written Opinion		 2007.04.26 수리 (Accepted) 1-1-2007-0314626-36
9 등록결정서
Decision to grant		 2007.08.13 발송처리완료 (Completion of Transmission) 9-5-2007-0441400-17
10 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2009.08.04 수리 (Accepted) 4-1-2009-5150899-36
11 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2015.02.02 수리 (Accepted) 4-1-2015-0006137-44
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
(a) 학습 데이터에 대해 기계 학습을 수행하여 학습 모델을 생성하는 단계와, (b) 상기 생성된 학습 모델을 이용하여 원시 코퍼스에 자동으로 태그를 부착하여 학습 데이터 후보를 생성하는 단계와,(c) 상기 생성된 학습 데이터 후보의 신뢰점수를 계산하고, 계산된 후보의 신뢰 점수를 이용하여 학습 데이터 후보를 선택하는 단계와,(d) 사용자에게 인터페이스를 통해 상기 선택된 학습 데이터 후보에서 오류를 수정하고, 상기 오류 수정된 상기 학습 데이터 후보를 학습 데이터에 추가하여, 새로운 학습 모델을 점진적으로 확대시키는 단계를 포함하는 것을 특징으로 하는 학습 데이터 구축 방법
2 2
제 1 항에 있어서, 상기 추가된 학습 데이터에 대해 상기 (a) 내지 (d) 단계를 반복 수행하는 것을 특징으로 하는 학습 데이터 구축 방법
3 3
제 1 항에 있어서, 상기 (b)단계는 원시 코퍼스에 속한 문장들로부터 자질을 생성하는 단계와, 상기 생성된 자질에 다수의 학습 모델을 적용하여 다수의 정답 추측을 한 후에 이들을 선출(Voting)하여 정답 문장을 결정하는 단계와, 상기 결정된 문장에 태그를 부착하여 학습 데이터 후보를 생성하는 단계를 포함하는 것을 특징으로 하는 학습 데이터 구축 방법
4 4
제 1 항에 있어서, 상기 (c)단계는상기 다수의 학습 모델로부터 생성된 다수의 정답 추측치들을 이용하여 자동 생성된 학습 데이터 후보들의 신뢰 점수(Confidence score)를 계산하는 단계와,상기 계산된 학습 데이터 후보들의 신뢰 점수를 이용하여 특정 학습 데이터 후보를 선택하는 단계를 포함하는 것을 특징으로 하는 학습 데이터 구축 방법
5 5
제 4 항에 있어서,상기 학습 데이터 후보들의 신뢰 점수는 다수의 학습 모델을 이용하여 제공되는 다수의 정답 추측을 이용하여 커미티-베이스(committee-base) 방법으로 계산되는 것을 특징으로 하는 학습 데이터 구축 방법
6 6
제 4 항에 있어서,상기 후보의 선택은 신뢰점수가 낮은 순으로 후보로 선택하는 액티브 학습(active learning) 방법과, 신뢰점수가 높은 순으로 후보로 선택하는 비교사 학습(bootstrapping) 방법중 하나의 방법으로 선택되는 것을 특징으로 하는 학습 데이터 구축 방법
7 7
제 1 항에 있어서, 상기 (d)단계는사용자에게 상기 생성된 특정 학습 데이터 후보를 제시하면, 사용자가 GUI 도구를 이용하여 오류를 수정하는 단계와, 상기 수정된 학습 데이터 후보를 기존의 학습 데이터에 추가하는 초기 학습 모델을 생성하는 단계를 포함하는 것을 특징으로 하는 학습 데이터 구축 방법
8 8
기계 학습을 이용하여 학습 데이터로부터 새로운 학습 모델을 생성하는 점진 학습부와,상기 생성된 학습모델을 이용하여 원시 코퍼스에 자동으로 태그를 부착하여 학습 데이터 후보를 생성하는 자동 태그 부착부와,상기 생성된 학습 데이터 후보의 신뢰점수를 계산하여 학습 데이터 후보를 선택하는 학습 데이터 후보 선택부와,사용자에게 상기 선택된 학습 데이터 후보를 게시하고 사용자가 오류를 수정하도록 인터페이스를 제공하기 위한 수동 오류 수정부를 포함하는 것을 특징으로 하는 학습 데이터 구축 장치
9 9
제 8 항에 있어서,상기 점진 학습부는 상기 학습 데이터로부터 기계 학습에 사용될 자질을 생성한 후, 생성된 자질을 이용하여 점진학습으로 새로운 학습 모델을 생성하는 것을 특징으로 하는 학습 데이터 구축 장치
지정국 정보가 없습니다
순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - 패밀리정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
1 US07725408 US 미국 FAMILY
2 US20070143284 US 미국 FAMILY

DOCDB 패밀리 정보

순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - DOCDB 패밀리 정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
1 US2007143284 US 미국 DOCDBFAMILY
2 US7725408 US 미국 DOCDBFAMILY
국가 R&D 정보가 없습니다.