1 |
1
사용자의 발화 정보를 음성 또는 텍스트 형태로 입력받고, 네트워크를 통해 전달된 학습 데이터를 음성 또는 텍스트 형태로 사용자에게 출력하는 사용자 단말; 및상기 사용자의 발화 정보의 의미를 분석하고, 소정의 상황에서의 대화 학습에 상응하는 적어도 하나의 응답 발화 후보를 생성하여 상기 사용자의 정답을 유도하고 상기 상황에 따른 대화를 연결하는 학습 처리부, 및 상기 학습 처리부와 연동되어 대화 학습에 따른 자료 데이터 또는 대화 모델을 저장하는 저장부로 구성된 메인 서버를 포함하는 어학 학습 시스템
|
2 |
2
제 1항에 있어서,상기 학습 처리부는,상기 사용자의 발화 정보의 문장 의미를 분석 모델을 이용하여 인식하는 의미 분석부,상기 사용자의 발화 정보에 따른 내용이 상기 상황에 대응하는 발화 내용인지 판단하고, 대화 학습에 따라서 정답을 제시하거나 후속하는 연결 발화를 생성하는 대화 관리부,상기 상황에 따른 대화 학습에 상응하는 적어도 하나의 응답 발화 후보를 생성하는 발화 후보 생성부,상기 발화 후보 생성부에서 생성된 응답 발화 후보의 결과값과 기 등록된 발화 정보를 결합하여 음성 합성하고 사용자 단말로 출력하는 음성 합성부, 및상기 상황에 대응하는 사용자의 응답 발화를 유도하기 위하여 상기 발화 후보 생성부에서 생성된 응답 발화 후보를 이용하여 사용자 단말로 핵심 단어 또는 문법 오류 문장을 생성하여 제공하는 응답 유도부를 포함하는 어학 학습 시스템
|
3 |
3
제 2항에 있어서,상기 학습 처리부는,상기 사용자 발화 정보가 음성인 경우 텍스트 데이터로 변경하는 음성 인식기를 더 포함하는 어학 학습 시스템
|
4 |
4
제 2항에 있어서,상기 응답 유도부는,상기 발화 후보 생성부에서 생성된 응답 발화 후보를 이용하여 사용자 단말로 핵심 단어를 추출하고 상기 사용자 단말로 핵심 단어를 제시하는 핵심 단어 추출부,상기 발화 후보 생성부에서 생성된 응답 발화 후보를 이용하여 문법 오류 생성을 모델링하고 상기 문법 오류가 포함된 문장이나 보기 문제를 생성하여 상기 사용자 단말로 제시하는 문법 오류 생성부, 및상기 핵심 단어 추출부 및 상기 문법 오류 검출부를 통해 사용자가 수정하여 발화한 응답에 대한 문법 오류를 검출하는 문법 오류 검출부를 포함하는 어학 학습 시스템
|
5 |
5
제 4항에 있어서,상기 핵심 단어 추출부는, 상기 응답 발화 후보 데이터 중에서 선택된 입력 문장에서 최소 의미 단위로 태깅하고 순차적으로 단어를 추출하여 명사 또는 동사에 해당하는 등록되지 않은 단어를 기본형으로 변경하여 핵심 단어로 저장하는 것을 특징으로 하는 어학 학습 시스템
|
6 |
6
제 4항에 있어서,상기 문법 오류 생성부는, 상기 응답 발화 후보 데이터 중에서 선택된 입력 문장의 최소 의미 단위에 기반한 문법 오류 문장의 모델을 추출하고, 문법 오류의 위치 및 종류의 확률값에 근거하여 오류 단어를 예측 및 생성하고, 상기 오류 단어로 대체된 문장이나 상기 오류 단어를 포함하는 보기 문제를 생성하는 것을 특징으로 하는 어학 학습 시스템
|
7 |
7
제 2항에 있어서,상기 발화 후보 생성부는,상기 저장부에 저장된 문장 정보들로부터 상기 소정의 상황에 관련된 적어도 하나의 대화 예제를 추출하는 대화 순서 추출부,상기 상황에 대한 현재 대화에 포함된 문장 및 상기 적어도 하나의 대화 예제에 포함된 문장 각각의 중요도의 상대값을 계산하는 노드 중요도 계산부, 상기 현재 대화에 포함된 문장 및 대화 예제에 포함된 문장 각각의 중요도의 상대값을 이용하여 문장 상호간의 유사도를 계산하고 상기 유사도의 결과값에 따라 상기 대화 예제의 순서를 정렬하는 대화 유사도 계산부, 상기 저장부에 저장된 대화 예제 정보의 순서를 기반으로 각각에 포함된 문장 간의 상대적 위치를 계산하는 상대적 위치 계산부, 상기 현재 대화에 포함된 문장의 고유 표지가 상기 대화 예제에 포함된 각 문장의 고유 표지와 일치되는 확률값을 계산하는 개체명 일치도 계산부, 및상기 대화 유사도 계산부, 상기 상대적 위치 계산부, 상기 개체명 일치도 계산부의 결과를 바탕으로 대화 예제의 문장을 정렬하고, 소정의 순위에 따라 상기 적어도 하나의 응답 발화 후보로 결정하는 발화 정렬부를 포함하는 어학 학습 시스템
|
8 |
8
제 7항에 있어서,상기 현재 대화에 포함된 문장 및 대화 예제에 포함된 문장 각각은 의미 분석 모델에 따라 대화 주체, 문장 형식, 문장의 주제요소, 및 고유명사요소의 형태로 태깅되는 것을 특징으로 하는 어학 학습 시스템
|
9 |
9
제 1항에 있어서,상기 저장부는,의미 분석 모델에 따른 문장의 결과 분석값들을 저장하는 의미 분석 모델,대화 코퍼스 데이터 중에서 상기 소정의 상황에 관련된 일련의 대화 문장으로 구성된 복수의 대화 예제를 저장하는 대화 예제 데이터베이스,상기 상황에 대한 사용자의 응답 후보를 지정하는 계산 모델과 그에 따라 선정된 응답 발화 후보를 저장하는 대화 예제 계산 모델,상기 응답 발화 후보 중 소정의 응답 문장에 대하여 문법 오류를 모델링하고 확률값에 따라 선정된 문법 오류 단어를 포함한 문법 오류 응답 후보 문장을 저장하는 문법 오류 생성 모델, 및상기 사용자의 발화 정보 및 사용자가 수정하여 답변한 발화 정보에 대한 문법 오류를 검출한 문법 오류 결과 데이터를 저장하는 문법 오류 검출 모델을 포함하는 것을 특징으로 하는 어학 학습 시스템
|
10 |
10
어학 학습용 메인 서버에 접속하여 소정의 상황에서의 대화 학습을 위한 발화 정보를 입력하는 단계,상기 사용자의 발화 정보의 의미를 분석하고, 상기 상황에 대응하는 발화 내용인지 판단하여 상기 대화 학습을 관리하는 단계, 및상기 상황에 대응하는 발화인 경우 상기 상황에서의 후속하는 대화 학습을 진행하고, 상기 상황에 대응하지 않는 발화이거나 사용자의 요청이 있는 경우 상기 상황에서의 대화 학습에 상응하는 적어도 하나의 응답 발화 후보 데이터를 생성하고, 상기 상황에 대응하는 사용자의 응답 발화를 유도하는 단계를 포함하는 어학 학습 방법
|
11 |
11
제 10항에 있어서,상기 적어도 하나의 응답 발화 후보 데이터는 상기 상황에 대한 적합성과 중요도에 따른 확률 순위에 대응하여 정렬되는 것을 특징으로 하는 어학 학습 방법
|
12 |
12
제 10항에 있어서,상기 적어도 하나의 응답 발화 후보 데이터는 기 등록된 발화 정보 데이터와 결합하여 사용자 단말에서 음성 합성 데이터로 출력되는 것을 특징으로 하는 어학 학습 방법
|
13 |
13
제 10항에 있어서,상기 사용자의 응답 발화를 유도하는 단계는,상기 상황에 대응하는 응답 발화에 대한 보기 고르기 문제를 제시하는 제1 단계,상기 적어도 하나의 응답 발화 후보 데이터를 이용하여 핵심 단어를 추출하여 제시하는 제2 단계, 및상기 적어도 하나의 응답 발화 후보 데이터를 이용하여 문법 오류 생성을 모델링하고 상기 문법 오류가 포함된 문장이나 상기 문법 오류와 정답이 포함된 보기 문제를 생성하여 제시하는 제3 단계 중에서 적어도 하나의 단계를 포함하는 것을 특징으로 하는 어학 학습 방법
|
14 |
14
제 13항에 있어서,상기 제2 단계는,상기 적어도 하나의 응답 발화 후보 데이터 중에서 입력 문장을 선택하여 최소 의미 단위로 태깅하는 단계,상기 입력 문장의 처음부터 순차적으로 단어를 추출하는 단계,상기 추출된 단어가 명사 또는 동사에 해당하는지 확인하는 단계,상기 추출된 단어가 기 등록된 핵심 단어인지 확인하는 단계,상기 추출된 단어가 명사 또는 동사에 해당하고 등록되지 않은 경우 상기 추출된 단어를 기본형으로 변경하여 등록 및 저장하는 단계, 및상기 등록 및 저장된 핵심 단어를 제시하여 상기 상황에 대응하는 응답 발화를 유추하는 단계를 포함하는 어학 학습 방법
|
15 |
15
제 13항에 있어서,상기 제3 단계는,상기 적어도 하나의 응답 발화 후보 데이터 중에서 입력 문장을 선택하고 최소 의미 단위에 기반한 문법 오류 문장의 모델을 추출하는 단계,상기 문법 오류 문장의 모델링에 의해 문법 오류의 위치 및 종류의 확률값에 근거하여 오류 단어를 예측하는 단계, 및상기 오류 단어로 대체된 문장이나 상기 오류 단어를 포함하는 보기 문제를 제시하여 상기 상황에 대응하는 응답 발화를 유추하는 단계를 포함하는 어학 학습 방법
|
16 |
16
제 10항에 있어서,상기 적어도 하나의 응답 발화 후보 데이터를 생성하는 단계는,문장 정보들로부터 상기 상황에 관련된 적어도 하나의 대화 예제를 추출하는 단계,상기 상황에 대한 현재 대화에 포함된 문장 및 상기 적어도 하나의 대화 예제에 포함된 문장 각각의 중요도의 상대값을 계산하는 단계,상기 현재 대화에 포함된 문장 및 대화 예제에 포함된 문장 각각의 중요도의 상대값을 이용하여 문장 상호간의 유사도를 계산하고 상기 유사도의 결과값에 따라 상기 대화 예제의 순서를 정렬하는 단계,상기 대화 예제 정보의 순서를 기반으로 각각에 포함된 문장 간의 상대적 위치를 계산하는 단계,상기 현재 대화에 포함된 문장의 고유 표지가 상기 대화 예제에 포함된 각 문장의 고유 표지와 일치되는 확률값을 계산하는 단계, 및상기 유사도, 상기 상대적 위치, 상기 확률값의 결과를 바탕으로 대화 예제의 문장을 정렬하고, 소정의 순위에 따라 상기 적어도 하나의 응답 발화 후보 데이터로 결정하는 단계를 포함하는 어학 학습 방법
|
17 |
17
어학 학습용 메인 서버에 접속하여 소정의 상황에서의 대화 학습을 위한 발화 정보를 입력하는 단계,상기 사용자의 발화 정보의 의미를 분석하고, 상기 상황에 대응하는 발화 내용인지 판단하는 단계,상기 상황에 대응하는 정답 발화인 경우 상기 상황에서의 후속하는 대화 학습을 진행하고, 상기 상황에 대응하지 않는 발화이거나 사용자의 요청이 있는 경우 적어도 하나의 응답 발화 후보 데이터를 생성하여 핵심 단어를 추출하고, 상기 상황에 대응하는 응답 발화에 대한 제1 힌트를 제공하는 단계,상기 제1 힌트를 이용하여 사용자가 제1 재발화 정보를 입력하고, 상기 제1 재발화 정보가 상기 상황에 대응하지 않는 발화이거나 사용자의 요청이 있는 경우 상기 적어도 하나의 응답 발화 후보 데이터를 이용하여 문법 오류 생성을 모델링하여 취득된 문법 오류에 의한 제2 힌트를 제공하는 단계, 및상기 제2 힌트를 이용하여 사용자가 제2 재발화 정보를 입력하고, 상기 제2 재발화 정보가 상기 상황에 대응하지 않는 발화이거나 사용자의 요청이 있는 경우 상기 상황에 대응하는 정답 발화를 직접 제공하는 단계를 포함하는 어학 학습 방법
|
18 |
18
제 17항에 있어서,상기 정답 발화를 직접 제공하는 단계 이전에, 상기 정답 발화 데이터를 포함한 복수의 보기 고르기 형태의 제3 힌트를 사용자에게 제공하는 단계를 더 포함하는 것을 특징으로 하는 어학 학습 방법
|
19 |
19
제 17항에 있어서,상기 소정의 상황에서의 대화 학습을 위한 발화 정보, 상기 제1 재발화 정보, 및 상기 제2 재발화 정보에 대한 문법 오류를 검출하고, 상기 검출된 문법 오류를 사용자 단말로 피드백하는 단계를 더 포함하는 어학 학습 방법
|
20 |
20
제 17항에 있어서,상기 적어도 하나의 응답 발화 후보 데이터는 기 등록된 발화 정보 데이터와 결합하여 사용자 단말에서 음성 합성 데이터로 출력되는 것을 특징으로 하는 어학 학습 방법
|