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
|