맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

학습 데이터로부터 생성된 최종 분류기를 이용하여 텍스트를 분류하는 방법 및 시스템

  • 기술번호 : KST2015141923
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
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 학습 데이터로부터 생성된 최종 분류기를 이용하여 텍스트를 분류하는 방법 및 시스템이 제시된다.학습 데이터로부터 생성된 최종 분류기를 이용하여 텍스트를 분류하는 방법에 있어서, 텍스트를 수집하여 학습 데이터를 형성하는 단계; 상기 학습 데이터로부터 복수의 분류기들을 생성하는 단계; 상기 복수의 분류기들을 하나의 최종 분류기로 형성하는 단계; 및 상기 최종 분류기를 이용하여 새로운 텍스트를 분류하는 단계를 포함한다.
Int. CL G06F 17/21 (2006.01) G06F 17/30 (2006.01)
CPC G06F 17/3071(2013.01)G06F 17/3071(2013.01)
출원번호/일자 1020140051027 (2014.04.28)
출원인 한양대학교 산학협력단
등록번호/일자 10-1500900-0000 (2015.03.03)
공개번호/일자
공고번호/일자 (20150312) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 소멸
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2014.04.28)
심사청구항수 9

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한양대학교 산학협력단 대한민국 서울특별시 성동구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이기천 대한민국 서울특별시 서대문구
2 강만기 대한민국 서울특별시 성동구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 양성보 대한민국 서울특별시 강남구 선릉로***길 ** (논현동) 삼성빌딩 *층(피앤티특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한양대학교 산학협력단 대한민국 서울특별시 성동구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2014.04.28 수리 (Accepted) 1-1-2014-0406627-04
2 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2014.06.05 수리 (Accepted) 4-1-2014-5068294-39
3 의견제출통지서
Notification of reason for refusal		 2014.12.23 발송처리완료 (Completion of Transmission) 9-5-2014-0881831-11
4 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2015.02.16 수리 (Accepted) 4-1-2015-5022074-70
5 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2015.02.23 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2015-0174726-29
6 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2015.02.23 수리 (Accepted) 1-1-2015-0174724-38
7 등록결정서
Decision to grant		 2015.02.26 발송처리완료 (Completion of Transmission) 9-5-2015-0133801-08
8 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.08.05 수리 (Accepted) 4-1-2019-5155816-75
9 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.08.06 수리 (Accepted) 4-1-2019-5156285-09
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
학습 데이터로부터 생성된 최종 분류기를 이용하여 텍스트를 분류하는 방법에 있어서,텍스트를 수집하여 학습 데이터를 형성하는 단계;상기 학습 데이터로부터 복수의 분류기들을 생성하는 단계;상기 복수의 분류기들을 하나의 최종 분류기로 형성하는 단계; 및상기 최종 분류기를 이용하여 새로운 텍스트를 분류하는 단계를 포함하고,상기 학습 데이터로부터 복수의 분류기들을 생성하는 단계는상기 텍스트에 포함된 단어들의 동시 발생(Co-occurrence) 정보를 이용하여 용어 문서 행렬을 작성하는 단계;상기 용어 문서 행렬을 특이값 분해(Singular Value Decomposition; SVD)를 이용하여 분해하는 단계;상기 단어들을 클러스터링(Clustering) 하여 라벨(Hidden state)을 각각 부착하는 단계; 및상기 라벨을 고려하여 상기 복수의 분류기들을 생성하는 단계를 포함하는 학습 데이터로부터 생성된 최종 분류기를 이용하여 텍스트를 분류하는 방법
2 2
제1항에 있어서,상기 텍스트를 수집하여 학습 데이터를 형성하는 단계는상기 텍스트를 수집하는 단계; 및상기 텍스트를 긍정, 중립, 그리고 부정 중 어느 하나로 분류하여 상기 학습 데이터를 형성하는 단계를 포함하는 학습 데이터로부터 생성된 최종 분류기를 이용하여 텍스트를 분류하는 방법
3 3
삭제
4 4
제1항에 있어서,상기 용어 문서 행렬을 특이값 분해를 이용하여 분해하는 단계는상기 용어 문서 행렬을 특이값 분해하여 차원(Dimension)을 축소하는 것을 특징으로 하는 학습 데이터로부터 생성된 최종 분류기를 이용하여 텍스트를 분류하는 방법
5 5
제1항에 있어서,상기 학습 데이터로부터 복수의 분류기들을 생성하는 단계는상기 텍스트 내에 포함된 단어들의 순서 및 라벨 중 적어도 어느 하나 이상을 고려하여, 상기 복수의 분류기들을 생성하는 것을 특징으로 하는 학습 데이터로부터 생성된 최종 분류기를 이용하여 텍스트를 분류하는 방법
6 6
제2항에 있어서,상기 학습 데이터로부터 복수의 분류기들을 생성하는 단계는상기 긍정, 중립, 그리고 부정 중 어느 하나 이상의 상기 학습 데이터를 이용하여 상기 복수의 분류기들을 각각 생성하는 것을 특징으로 하는 학습 데이터로부터 생성된 최종 분류기를 이용하여 텍스트를 분류하는 방법
7 7
제1항에 있어서,상기 복수의 분류기들을 하나의 최종 분류기로 형성하는 단계는각각의 상기 복수의 분류기들을 아다부스트(Adaboost)를 이용하여 하나의 최종 분류기를 형성하는 것을 특징으로 하는 학습 데이터로부터 생성된 최종 분류기를 이용하여 텍스트를 분류하는 방법
8 8
제1항에 있어서,상기 복수의 분류기들은은닉 마르코프 모델(Hidden Markov Model; HMM)인 것을 특징으로 하는 학습 데이터로부터 생성된 최종 분류기를 이용하여 텍스트를 분류하는 방법
9 9
제1항에 있어서,상기 최종 분류기를 이용하여 새로운 텍스트를 분류하는 단계는각각의 상기 복수의 분류기들을 이용하여 상기 새로운 텍스트 내의 단어들에 라벨을 부착하고, 문장의 확률 값을 측정하는 단계; 및측정된 상기 확률 값에 따라 상기 문장을 긍정, 중립, 그리고 부정 중 어느 하나로 의사 결정을 내려 분류하는 단계를 포함하는 학습 데이터로부터 생성된 최종 분류기를 이용하여 텍스트를 분류하는 방법
10 10
학습 데이터로부터 생성된 최종 분류기를 이용하여 텍스트를 분류하는 시스템에 있어서,텍스트를 수집하여 학습 데이터를 형성하는 수집부;상기 학습 데이터로부터 생성되는 복수의 분류기들;상기 복수의 분류기들을 종합하여 형성되는 최종 분류기; 및상기 최종 분류기를 이용하여 새로운 텍스트를 분류하는 판단부를 포함하고,상기 학습 데이터로부터 생성되는 복수의 분류기들은,상기 텍스트에 포함된 단어들의 동시 발생(Co-occurrence) 정보를 이용하여 용어 문서 행렬을 작성하고, 상기 용어 문서 행렬을 특이값 분해(Singular Value Decomposition; SVD)를 이용하여 분해하고, 상기 단어들을 클러스터링(Clustering) 하여 라벨(Hidden state)을 각각 부착하고, 상기 라벨을 고려하여 생성되는 것을 특징으로 하는 학습 데이터로부터 생성된 최종 분류기를 이용하여 텍스트를 분류하는 시스템
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 산업통상자원부 한양대학교 산학협력단 산업기술혁신사업 / 산업융합원천기술개발사업 / 지식서비스산업원천기술개발사업(RCMS) 다차원 서비스 구현을 위한 컨버전스 지원기술 개발