맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

인공 신경망 기반의 문단 생성 방법 및 장치(AN APPARATUS FOR GENERATING PARAGRAPH BASED ON ARTIFICIAL NEURAL NETWORK AND METHOD THEREOF)

  • 기술번호 : KST2018002812
  • 담당센터 : 경기기술혁신센터
  • 전화번호 : 031-8006-1570
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 인공 신경망 기반의 문단 생성 방법이 제공된다. 상기 방법은 문서 데이터 세트에 포함된 복수의 문장 데이터를 기반으로 머신 러닝을 통해 문장 데이터와 상기 문장 데이터에 대응하는 문장 벡터 간의 상호 변환을 위한 문장 벡터 변환 모델을 생성하는 단계, 상기 복수의 문장 데이터에 각각 대응하는 복수의 문장 벡터를 기반으로 머신 러닝을 통해 현재 문장 벡터에 대한 후속 문장 벡터를 예측하기 위한 후속 문장 예측 모델을 생성하는 단계 및 상기 문장 벡터 변환 모델 및 상기 후속 문장 예측 모델을 이용하여 하나의 입력 문장 데이터에 대응하는 출력 문단 데이터를 생성하는 단계를 포함할 수 있다. 따라서, 앞뒤 문맥을 고려하여 문장을 생성하여, 올바른 문법과 일정한 스토리의 흐름을 고려한 문장을 생성하도록 함으로써 스토리의 질을 향상시킬 수 있다.
Int. CL G06F 17/27 (2016.10.07) G06N 3/08 (2016.10.07) G06N 99/00 (2016.10.07)
CPC G06F 40/274(2013.01) G06F 40/274(2013.01) G06F 40/274(2013.01)
출원번호/일자 1020160112691 (2016.09.01)
출원인 성균관대학교산학협력단
등록번호/일자
공개번호/일자 10-2018-0025691 (2018.03.09) 문서열기
공고번호/일자 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2016.09.01)
심사청구항수 15

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 성균관대학교산학협력단 대한민국 경기도 수원시 장안구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 최윤석 대한민국 경기도 고양시 일산동구
2 김수아 대한민국 경기도 의왕시 부곡복지관길 *
3 김진아 대한민국 서울특별시 양천구
4 이세희 대한민국 경기도 수원시 장안구
5 이지형 대한민국 서울특별시 용산구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 인비전 특허법인 대한민국 서울특별시 강남구 테헤란로 **길**, *층(대치동, 동산빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 성균관대학교산학협력단 대한민국 경기도 수원시 장안구
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		 2016.09.01 수리 (Accepted) 1-1-2016-0855339-37
2 [출원서등 보정]보정서
[Amendment to Patent Application, etc.] Amendment		 2017.02.16 수리 (Accepted) 1-1-2017-0159242-16
3 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2017.02.23 수리 (Accepted) 4-1-2017-5028829-43
4 선행기술조사의뢰서
Request for Prior Art Search		 2017.04.10 수리 (Accepted) 9-1-9999-9999999-89
5 선행기술조사보고서
Report of Prior Art Search		 2017.06.13 수리 (Accepted) 9-1-2017-0019707-48
6 의견제출통지서
Notification of reason for refusal		 2017.08.21 발송처리완료 (Completion of Transmission) 9-5-2017-0577206-12
7 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2017.10.23 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2017-1045892-01
8 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2017.10.23 수리 (Accepted) 1-1-2017-1045891-55
9 등록결정서
Decision to grant		 2018.02.28 발송처리완료 (Completion of Transmission) 9-5-2018-0144923-20
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
문서 데이터 세트에 포함된 복수의 문장 데이터를 기반으로 머신 러닝을 통해 문장 데이터와 상기 문장 데이터에 대응하는 문장 벡터 간의 상호 변환을 위한 문장 벡터 변환 모델을 생성하는 단계; 상기 복수의 문장 데이터에 각각 대응하는 복수의 문장 벡터를 기반으로 머신 러닝을 통해 현재 문장 벡터에 대한 후속 문장 벡터를 예측하기 위한 후속 문장 예측 모델을 생성하는 단계; 및상기 문장 벡터 변환 모델 및 상기 후속 문장 예측 모델을 이용하여 하나의 입력 문장 데이터에 대응하는 출력 문단 데이터를 생성하는 단계를 포함하고, 상기 문장 벡터 변환 모델을 생성하는 단계는, 제 1 순환 신경망을 이용하여 상기 문장 데이터를 상기 문장 데이터에 대응하는 상기 문장 벡터로 변환하는 단계; 및 제 2 순환 신경망을 이용하여 상기 문장 벡터를 변환한 출력 값이 상기 문장 데이터와 동일해지도록 상기 문장 벡터 변환 모델을 학습시키는 단계를 포함하며, 상기 제 1 순환 신경망은 하기 수학식을 기반으로 상기 문장 데이터를 상기 문장 데이터에 대응하는 상기 문장 벡터로 변환하는, 컴퓨터에 의한 인공 신경망 기반의 문단 생성 방법
2 2
삭제
3 3
삭제
4 4
제 1 항에 있어서, 상기 제 2 순환 신경망은 하기 수학식을 기반으로 상기 문장 벡터를 변환한 출력 값을 도출하는, 컴퓨터에 의한 인공 신경망 기반의 문단 생성 방법
5 5
제 1 항에 있어서, 상기 후속 문장 예측 모델을 생성하는 단계는, 상기 문서 데이터 세트에 포함된 복수의 문장 데이터를 상기 문장 벡터 변환 모델을 이용하여 복수의 문장 벡터로 변환하는 단계; 및 상기 후속 문장 예측 모델에 의한 현재 문장 벡터에 대한 출력 값이 상기 문서 데이터 세트 내에서 현재 문장 데이터에 후속하는 문장 데이터에 대응하는 문장 벡터와 동일해지도록 상기 후속 문장 예측 모델을 학습시키는 단계를 포함하는, 컴퓨터에 의한 인공 신경망 기반의 문단 생성 방법
6 6
제 5 항에 있어서, 상기 후속 문장 예측 모델은 하기의 수학식을 기반으로 후속 문장 벡터를 예측하는, 컴퓨터에 의한 인공 신경망 기반의 문단 생성 방법
7 7
제 1 항에 있어서, 상기 출력 문단 데이터를 생성하는 단계는, 상기 문장 벡터 변환 모델을 이용하여 상기 입력 문장 데이터를 입력 문장 벡터로 변환하는 단계; 상기 후속 문장 예측 모델을 이용하여 상기 입력 문장 벡터의 후속 문장 벡터를 예측하는 단계; 및 상기 문장 벡터 변환 모델을 이용하여 상기 입력 문장 벡터 및 후속 문장 벡터를 문장 데이터로 변환함으로써 상기 출력 문단 데이터를 생성하는 단계를 포함하는, 컴퓨터에 의한 인공 신경망 기반의 문단 생성 방법
8 8
제 7 항에 있어서, 상기 후속 문장 벡터를 예측하는 단계는 미리 입력된 개수의 후속 문장 벡터를 예측하는, 컴퓨터에 의한 인공 신경망 기반의 문단 생성 방법
9 9
제 7 항에 있어서, 상기 후속 문장 벡터를 예측하는 단계는 후속 문장 벡터가 없는 것으로 예측될 때까지 상기 후속 문장 벡터의 예측을 반복하는, 컴퓨터에 의한 인공 신경망 기반의 문단 생성 방법
10 10
문서 데이터 세트에 포함된 복수의 문장 데이터를 기반으로 머신 러닝을 통해 문장 데이터와 상기 문장 데이터에 대응하는 문장 벡터 간의 상호 변환을 위한 문장 벡터 변환 모델을 생성하는 문장 벡터 변환 모델 생성부; 상기 복수의 문장 데이터에 각각 대응하는 복수의 문장 벡터를 기반으로 머신 러닝을 통해 현재 문장 벡터에 대한 후속 문장 벡터를 예측하기 위한 후속 문장 예측 모델을 생성하는 후속 문장 예측 모델 생성부; 및상기 문장 벡터 변환 모델 및 상기 후속 문장 예측 모델을 이용하여 하나의 입력 문장 데이터에 대응하는 출력 문단 데이터를 생성하는 출력부를 포함하고, 상기 문장 벡터 변환 모델 생성부는, 제 1 순환 신경망을 이용하여 상기 문장 데이터를 상기 문장 데이터에 대응하는 상기 문장 벡터로 변환하고; 그리고제 2 순환 신경망을 이용하여 상기 문장 벡터를 변환한 출력 값이 상기 문장 데이터와 동일해지도록 상기 문장 벡터 변환 모델을 학습시키며, 상기 제 1 순환 신경망은 하기 수학식을 기반으로 상기 문장 데이터를 상기 문장 데이터에 대응하는 상기 문장 벡터로 변환하는, 인공 신경망 기반의 문단 생성 장치
11 11
삭제
12 12
삭제
13 13
제 10 항에 있어서, 상기 제 2 순환 신경망은 하기 수학식을 기반으로 상기 문장 벡터를 변환한 출력 값을 도출하는, 인공 신경망 기반의 문단 생성 장치
14 14
제 10 항에 있어서, 상기 후속 문장 예측 모델 생성부는, 상기 문서 데이터 세트에 포함된 복수의 문장 데이터를 상기 문장 벡터 변환 모델을 이용하여 복수의 문장 벡터로 변환하고; 그리고상기 후속 문장 예측 모델에 의한 현재 문장 벡터에 대한 출력 값이 상기 문서 데이터 세트 내에서 현재 문장 데이터에 후속하는 문장 데이터에 대응하는 문장 벡터와 동일해지도록 상기 후속 문장 예측 모델을 학습시키는, 인공 신경망 기반의 문단 생성 장치
15 15
제 14 항에 있어서, 상기 후속 문장 예측 모델은 하기의 수학식을 기반으로 후속 문장 벡터를 예측하는, 인공 신경망 기반의 문단 생성 장치
16 16
제 10 항에 있어서, 상기 출력부는, 상기 문장 벡터 변환 모델을 이용하여 상기 입력 문장 데이터를 입력 문장 벡터로 변환하고; 상기 후속 문장 예측 모델을 이용하여 상기 입력 문장 벡터의 후속 문장 벡터를 예측하고; 그리고상기 문장 벡터 변환 모델을 이용하여 상기 입력 문장 벡터 및 후속 문장 벡터를 문장 데이터로 변환함으로써 상기 출력 문단 데이터를 생성하는, 인공 신경망 기반의 문단 생성 장치
17 17
제 16 항에 있어서, 상기 인공 신경망 기반의 문단 생성 장치는 사용자로부터 예측할 후속 문장 벡터의 개수를 입력받는 입력부를 더 포함하고, 상기 출력부는 상기 입력부를 통해 입력된 개수의 후속 문장 벡터를 예측하는, 인공 신경망 기반의 문단 생성 장치
18 18
제 16 항에 있어서, 상기 출력부는 후속 문장 벡터가 없는 것으로 예측될 때까지 상기 후속 문장 벡터의 예측을 반복하는, 인공 신경망 기반의 문단 생성 장치
19 19
컴퓨터 판독 가능한 저장 매체로서, 상기 컴퓨터에 포함된 프로세서로 하여금,문서 데이터 세트에 포함된 복수의 문장 데이터를 기반으로 머신 러닝을 통해 문장 데이터와 상기 문장 데이터에 대응하는 문장 벡터 간의 상호 변환을 위한 문장 벡터 변환 모델을 생성하도록 하기 위한 명렁어; 상기 복수의 문장 데이터에 각각 대응하는 복수의 문장 벡터를 기반으로 머신 러닝을 통해 현재 문장 벡터에 대한 후속 문장 벡터를 예측하기 위한 후속 문장 예측 모델을 생성하도록 하기 위한 명령어; 및상기 문장 벡터 변환 모델 및 상기 후속 문장 예측 모델을 기반으로 하나의 입력 문장 데이터에 대응하는 출력 문단 데이터를 생성하도록 하기 위한 명령어를 포함하고, 상기 문장 벡터 변환 모델을 생성하는 것은, 제 1 순환 신경망을 이용하여 상기 문장 데이터를 상기 문장 데이터에 대응하는 상기 문장 벡터로 변환하는 것; 및 제 2 순환 신경망을 이용하여 상기 문장 벡터를 변환한 출력 값이 상기 문장 데이터와 동일해지도록 상기 문장 벡터 변환 모델을 학습시키는 것을 포함하며, 상기 제 1 순환 신경망은 하기 수학식을 기반으로 상기 문장 데이터를 상기 문장 데이터에 대응하는 상기 문장 벡터로 변환하는, 컴퓨터 판독 가능한 저장 매체
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 미래창조과학부 성균관대학교 산학협력단 SW중심대학지원사업-ICT/SW창의연구과정지원사업 SW중심대학(ICT/SW창의연구과정)_성균관대
2 미래창조과학부 성균관대학교 산학협력단 SW컴퓨팅산업원천기술개발사업(SW) 스마트TV 2.0 소프트웨어 플랫폼
3 미래창조과학부 성균관대학교(자연과학캠퍼스) 차세대정보컴퓨팅기술개발사업 의미 분석을 통한 연구내용 기반 상시 모니터링 시스템 개발