맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

복수의 답을 생성하기 위한 기계 학습 방법 및 장치

  • 기술번호 : KST2015169610
  • 담당센터 : 대구기술혁신센터
  • 전화번호 : 053-550-1450
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 발명의 목적은 하나의 입력에 대하여 복수의 답을 생성하기 위한 기계 학습 방법을 제공하는 것이다. 본 발명에 의하면, 변환규칙을 이용하여 하나의 입력으로부터 복수의 답을 생성할 수 있으므로, 기계 학습 방법 및 장치를 하나의 입력으로부터 복수의 답을 생성하는 문제에 적용할 수 있는 장점이 있다. 또한, 변환규칙에 의하여 생성되는 복수의 답 개수를 생성의 정확성에 따라 제한함으로써, 답의 과생성으로 인하여 계산이 복잡해지는 것을 방지할 수 있는 장점이 있다.
Int. CL G06F 15/18 (2006.01) G06F 17/20 (2006.01)
CPC G06N 3/08(2013.01) G06N 3/08(2013.01)
출원번호/일자 1020110097916 (2011.09.28)
출원인 포항공과대학교 산학협력단
등록번호/일자 10-1294882-0000 (2013.08.02)
공개번호/일자 10-2013-0034086 (2013.04.05) 문서열기
공고번호/일자 (20130808) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 소멸
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2011.09.28)
심사청구항수 13

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 포항공과대학교 산학협력단 대한민국 경상북도 포항시 남구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이근배 대한민국 경상북도 포항시 남구
2 이종훈 대한민국 대구광역시 달성군 다사읍 달구
3 이진식 대한민국 경상남도 진주시
4 서홍석 대한민국 경기도 수원시 팔달구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인이상 대한민국 서울특별시 서초구 바우뫼로 ***(양재동, 우도빌딩 *층)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 포항공과대학교 산학협력단 경상북도 포항시 남구
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		 2011.09.28 수리 (Accepted) 1-1-2011-0755535-84
2 선행기술조사의뢰서
Request for Prior Art Search		 2012.06.14 수리 (Accepted) 9-1-9999-9999999-89
3 선행기술조사보고서
Report of Prior Art Search		 2012.07.23 수리 (Accepted) 9-1-2012-0059468-74
4 의견제출통지서
Notification of reason for refusal		 2013.04.08 발송처리완료 (Completion of Transmission) 9-5-2013-0236144-77
5 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2013.04.18 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2013-0337042-63
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)		 2013.04.18 수리 (Accepted) 1-1-2013-0337037-34
7 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2013.06.13 수리 (Accepted) 4-1-2013-0025573-58
8 등록결정서
Decision to grant		 2013.07.29 발송처리완료 (Completion of Transmission) 9-5-2013-0522941-25
9 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2014.02.25 수리 (Accepted) 4-1-2014-5024386-11
10 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.11.20 수리 (Accepted) 4-1-2019-5243581-27
11 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.11.22 수리 (Accepted) 4-1-2019-5245997-53
12 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.11.25 수리 (Accepted) 4-1-2019-5247115-68
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
소정 말뭉치의 표준발음 데이터 및 상기 소정 말뭉치에 대해 실제 관측된 변이발음 데이터를 제공받는 단계;상기 소정 말뭉치에 포함된 소정 단어의 문맥 크기를 확장해 가면서 상기 소정 단어의 표준발음에 대한 최대표지를 선택하는 과정을 반복하되, N번째 과정은 N-1번째 과정에서 선택된 최대표지가 반영된 상기 소정 단어의 표준발음에 대한 최대표지를 선택하는 단계;상기 N-1번째 과정에서 선택된 최대표지와 상기 N번째 과정에서 선택된 최대표지의 동일성 여부를 판단하는 단계;상기 N-1번째 과정에서 선택된 최대표지와 상기 N번째 과정에서 선택된 최대표지가 동일한 경우, N-1번째 과정에서 사용된 문맥, N-1번째 과정에서 선택된 최대표지 및 N-1번째 과정에서 선택된 최대표지가 반영된 상기 소정 단어의 표준발음을 포함하는 초기화 규칙을 생성하는 단계;상기 N-1번째 과정에서 선택된 최대표지가 반영된 상기 소정 단어의 표준발음과 상기 소정 단어에 대해 실제 관측된 변이발음을 비교한 결과 및 상기 초기화 규칙을 기반으로 수집 변환규칙을 생성하는 단계; 및상기 수집 변환규칙을 결합하여 복수의 표지를 생성하는 학습 변환규칙을 생성하는 단계를 포함하는 복수의 답을 생성하기 위한 기계 학습 방법
2 2
제1항에 있어서, 상기 복수의 답을 생성하기 위한 기계 학습 방법은,상기 소정 말뭉치에 포함된 단어의 표준발음에 상기 수집 변환규칙 및 상기 학습 변환규칙을 적용하고, 이에 따라 변환된 표준발음과 이에 대응하는 변이발음을 비교하여 최적의 변환규칙을 선택하는 단계를 더 포함하는 복수의 답을 생성하기 위한 기계 학습 방법
3 3
제1항 또는 제2항에 있어서, 상기 최대표지를 선택하는 단계는,상기 변이발음 데이터 중에서 상기 소정 단어의 문맥에 따라 가장 많이 관측되는 표지를 최대표지로 선택하는 것을 특징으로 하는 복수의 답을 생성하기 위한 기계 학습 방법
4 4
제1항 또는 제2항에 있어서, 상기 수집 변환규칙을 생성하는 단계는,다시쓰기 규칙과 방아쇠 규칙을 포함하는 상기 수집 변환규칙을 생성하되,상기 다시쓰기 규칙은 상기 N-1번째 과정에서 선택된 최대표지가 반영된 상기 단어의 표준발음을 상기 소정 단어에 대해 실제 관측된 변이발음으로 변환되도록 하고,상기 방아쇠 규칙은 상기 N-1번째 과정에서 사용된 문맥으로 정의 되는 것을 특징으로 하는 복수의 답을 생성하기 위한 기계 학습 방법
5 5
제4항에 있어서, 상기 학습 변환규칙을 생성하는 단계는,상기 수집 변환규칙 중에서 서로 다른 다시쓰기 규칙 및 동일한 방아쇠 규칙을 가지는 수집 변환규칙을 결합하여 학습 변환규칙을 생성하는 것을 특징으로 하는 복수의 답을 생성하기 위한 기계 학습 방법
6 6
제2항에 있어서, 상기 최적의 변환규칙을 선택하는 단계는,상기 소정 단어에 대한 변이발음과 동일성이 가장 높은 변환된 표준발음에 적용된 변환규칙을 최적의 변환규칙으로 선택하는 것을 특징으로 하는 복수의 답을 생성하기 위한 기계 학습 방법
7 7
제6항에 있어서, 상기 최적의 변환규칙을 선택하는 단계는,상기 표지의 과생성을 방지하기 위하여, 상기 수집 변환규칙 및 상기 학습 변환규칙 중에서 생성되는 표지수가 상대적으로 적은 변환규칙에 가중치를 주는 것을 특징으로 하는 복수의 답을 생성하기 위한 기계 학습 방법
8 8
소정 말뭉치의 표준발음 및 상기 소정 말뭉치에 대해 실제 관측된 변이발음이 저장되는 데이터베이스와, 상기 데이터베이스에 저장된 상기 소정 말뭉치에 포함된 소정 단어의 문맥 크기를 확장해 가면서 상기 소정 단어의 표준발음에 대한 최대표지를 선택하는 과정을 반복하되, N번째 과정은 N-1번째 과정에서 선택된 최대표지가 반영된 상기 소정 단어의 표준발음에 대한 최대표지를 선택하는 최대표지 선택부와, 상기 최대표지 선택부에서 N-1번째 과정에서 선택된 최대표지와 N번째 과정에서 선택된 최대표지가 동일한 경우, N-1번째 과정에서 사용된 문맥, N-1번째 과정에서 선택된 최대표지 및 N-1번째 과정에서 선택된 최대표지가 반영된 상기 소정 단어의 표준발음을 포함하는 초기화 규칙을 생성하는 초기화 규칙 생성부로 구성되는 초기화 규칙 생성모듈; 및상기 최대표지 선택부의 상기 N-1번째 과정에서 선택된 최대표지가 반영된 상기 소정 단어의 표준발음과 상기 소정 단어에 대해 실제 관측된 변이발음을 비교한 결과 및 상기 초기화 규칙 생성부에서 생성된 상기 초기화 규칙을 기반으로 수집 변환규칙을 생성하는 수집 변환규칙 생성부와, 상기 수집 변환규칙 생성부에서 생성된 상기 수집 변환규칙을 결합하여 복수의 표지를 생성하는 학습 변환규칙을 생성하는 학습 변환규칙 생성부와, 상기 데이터베이스에 저장된 상기 소정 말뭉치에 포함된 단어의 표준발음에 상기 수집 변환규칙 및 상기 학습 변환규칙을 적용하고, 이에 따라 변환된 표준발음과 이에 대응하는 변이발음을 비교하여 최적의 변환규칙을 선택하는 변환규칙 선택부로 구성되는 변환규칙 생성모듈을 포함하는 복수의 답을 생성하기 위한 기계 학습 장치
9 9
제8항에 있어서, 상기 최대표지 선택부는,상기 변이발음 데이터 중에서 상기 소정 단어의 문맥에 따라 가장 많이 관측되는 표지를 최대표지로 선택하는 것을 특징으로 하는 복수의 답을 생성하기 위한 기계 학습 장치
10 10
제8항에 있어서, 상기 수집 변환규칙 생성부는,다시쓰기 규칙과 방아쇠 규칙을 포함하는 상기 수집 변환규칙을 생성하되,상기 다시쓰기 규칙은 상기 N-1번째 과정에서 선택된 최대표지가 반영된 상기 단어의 표준발음을 상기 소정 단어에 대해 실제 관측된 변이발음으로 변환되도록 하고,상기 방아쇠 규칙은 상기 N-1번째 과정에서 사용된 문맥으로 정의 되는 것을 특징으로 하는 복수의 답을 생성하기 위한 기계 학습 장치
11 11
제10항에 있어서, 상기 학습 변환규칙 생성부는,상기 수집 변환규칙 중에서 서로 다른 다시쓰기 규칙 및 동일한 방아쇠 규칙을 가지는 수집 변환규칙을 결합하여 학습 변환규칙을 생성하는 것을 특징으로 하는 복수의 답을 생성하기 위한 기계 학습 장치
12 12
제8항 내지 제11항 중 어느 하나에 있어서, 상기 변환규칙 선택부는,상기 소정 단어에 대한 변이발음과 동일성이 가장 높은 변환된 표준발음에 적용된 변환규칙을 최적의 변환규칙으로 선택하는 것을 특징으로 하는 복수의 답을 생성하기 위한 기계 학습 장치
13 13
제12항에 있어서, 상기 변환규칙 선택부는,상기 표지의 과생성을 방지하기 위하여, 상기 수집 변환규칙 및 상기 학습 변환규칙 중에서 생성되는 표지수가 상대적으로 적은 변환규칙에 가중치를 주는 것을 특징으로 하는 복수의 답을 생성하기 위한 기계 학습 장치
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 지식경제부 한국전자통신연구원 산업원천기술개발사업(정보통신) 모바일 플랫폼 기반 대화모델 적용 자연어 음성인터페이스 기술 개발