1 |
1
해석 및 시각화 시스템에 의해 수행되는 객체 표상(entity representation)을 해석 및 시각화하는 방법에 있어서,상기 해석 및 시각화 시스템에서, 자연어 텍스트를 대상으로, 현실 세계에 존재하는 객체의 의미를 나타내는 특성을 파악하는 객체 표상 학습(entity representation learning)을 위한 객체 표상에 해당하는 표상 벡터를 생성하는 단계;상기 해석 및 시각화 시스템에서, 복수개의 객체 별로 생성된 상기 표상 벡터 중 적어도 둘 이상의 객체에 해당하는 표상 벡터를 대상으로, 필터링을 수행하여 벡터 활성화 패턴을 생성하는 단계; 및상기 해석 및 시각화 시스템에서, 상기 벡터 활성화 패턴에 상기 적어도 둘 이상의 객체에 연관된 목표 특성(property)을 맵핑(mapping)시키는 단계를 포함하는 해석 및 시각화 방법
|
2 |
2
제1항에 있어서,상기 해석 및 시각화 시스템에서, 상기 목표 특성을 맵핑 시키는 단계는,상기 복수개의 객체 별로 생성된 상기 표상 벡터를 대상으로, 상기 벡터 활성화 패턴에 해당하는 객체를 결정하는 단계; 및결정된 객체에 해당하는 표상 벡터에 속하는 벡터 요소들(components)을 대상으로, 상기 벡터 활성화 패턴에 해당하는 벡터 요소들로 구성된 패턴에 상기 목표 특성을 맵핑시키는 단계를 포함하는 해석 및 시각화 방법
|
3 |
3
제1항에 있어서,상기 해석 및 시각화 시스템에서, 상기 벡터 활성화 패턴을 생성하는 단계는,상기 적어도 둘 이상의 표상 벡터에 속하는 복수의 벡터 요소(component)를 대상으로, 벡터 요소를 나타내는 신호 세기가 미리 지정된 일정 세기 이상인 벡터 요소를 결정하는 단계;결정된 상기 일정 세기 이상에 해당하는 벡터 요소들을 대상으로, 상기 적어도 둘 이상의 표상 벡터에서 공통되는 벡터 요소를 선별하기 위한 필터링을 수행하는 단계; 및상기 필터링을 통해 선별된 벡터 요소에 기초하여 상기 벡터 활성화 패턴을 생성하는 단계를 포함하는 해석 및 시각화 방법
|
4 |
4
제3항에 있어서,상기 해석 및 시각화 시스템에서, 상기 필터링을 통해 선별된 벡터 요소에 기초하여 상기 벡터 활성화 패턴을 생성하는 단계는,상기 적어도 둘 이상의 표상 벡터에 속하는 상기 선별된 벡터 요소를 대상으로, 벡터 요소 별 평균값을 계산하는 단계; 계산된 평균값을 해당 벡터 요소의 세기로 결정하는 단계; 및결정된 상기 벡터 요소의 세기를 상기 선별된 벡터 요소를 나타내는 식별자 정보에 연관시킴으로써, 상기 벡터 활성화 패턴을 생성하는 단계를 포함하는 해석 및 시각화 방법
|
5 |
5
제1항에 있어서,상기 해석 및 시각화 시스템에서, 상기 표상 벡터를 생성하는 단계는,상기 복수개의 객체 각각에 해당하는 표상 벡터를 대상으로, 스파스 코딩(sparse coding)에 기초하여 상기 표상 벡터와 관련된 적어도 하나의 벡터 활성화 패턴을 분해하는 단계를 포함하는 해석 및 시각화 방법
|
6 |
6
제1항에 있어서,상기 목표 특성은 객체 별로 미리 정의된 정제된 데이터 셋(data set)에 포함된 특성 정보 중 어느 하나인 것을 특징으로 하는 해석 및 시각화 방법
|
7 |
7
제1항에 있어서,상기 해석 및 시각화 시스템에서, 상기 표상 벡터를 생성하는 단계는,정제된 데이터 셋이 포함된 특성 정보를 기준으로 기계학습(machine learning) 또는 부트스트랩(bootstrapping) 기법에 기초하여 학습을 수행함으로써, 상기 정제된 데이터 셋에 포함된 특성 정보를 확장시키는 단계를 포함하는 해석 및 시각화 방법
|
8 |
8
제1항에 있어서,상기 해석 및 시각화 시스템에서, 특정 객체에 해당하는 표상 벡터와 연관된 적어도 하나의 벡터 활성화 패턴에 맵핑된 목표 특성을 시각화하여 제공하는 단계를 더 포함하는 해석 및 시각화 방법
|
9 |
9
제8항에 있어서,상기 해석 및 시각화 시스템에서, 상기 목표 특성을 시각화하여 제공하는 단계는,상기 복수개의 객체 중 특정 객체에 해당하는 표상 벡터 및 상기 표상 벡터와 연관된 적어도 하나의 벡터 활성화 패턴에 맵핑된 목표 특성에 해당하는 이미지(image)를 함께 제공하는 것을 특징으로 하는 해석 및 시각화 방법
|
10 |
10
객체 표상(entity representation)을 해석 및 시각화하는 시스템에 있어서,자연어 텍스트를 대상으로, 현실 세계에 존재하는 객체의 의미를 나타내는 특성을 파악하는 객체 표상 학습(entity representation learning)을 위한 객체 표상에 해당하는 표상 벡터를 생성하는 벡터 생성부;복수개의 객체 별로 생성된 상기 표상 벡터 중 적어도 둘 이상의 객체에 해당하는 표상 벡터를 대상으로, 필터링을 수행하여 벡터 활성화 패턴을 생성하는 패턴 결정부; 및상기 벡터 활성화 패턴에 상기 적어도 둘 이상의 객체에 연관된 목표 특성(property)을 맵핑(mapping)시키는 맵핑부를 포함하는 해석 및 시각화 시스템
|
11 |
11
제10항에 있어서,상기 맵핑부는,상기 복수개의 객체 별로 생성된 상기 표상 벡터를 대상으로, 상기 벡터 활성화 패턴에 해당하는 객체를 결정하고, 결정된 객체에 해당하는 표상 벡터에 속하는 벡터 요소들(components)을 대상으로, 상기 벡터 활성화 패턴에 해당하는 벡터 요소들로 구성된 패턴에 상기 목표 특성을 맵핑시키는 것을 특징으로 하는 해석 및 시각화 시스템
|
12 |
12
제10항에 있어서,상기 패턴 결정부는,상기 적어도 둘 이상의 표상 벡터에 속하는 복수의 벡터 요소(component)를 대상으로, 벡터 요소를 나타내는 신호 세기가 미리 지정된 일정 세기 이상인 벡터 요소를 결정하고, 결정된 상기 일정 세기 이상에 해당하는 벡터 요소들을 대상으로, 상기 적어도 둘 이상의 표상 벡터에서 공통되는 벡터 요소를 선별하기 위한 필터링을 수행하는 필터링부; 및상기 필터링을 통해 선별된 벡터 요소에 기초하여 상기 벡터 활성화 패턴을 생성하는 패턴 결정 제어부를 포함하는 해석 및 시각화 시스템
|
13 |
13
제12항에 있어서,상기 패턴 결정 제어부는,상기 적어도 둘 이상의 표상 벡터에 속하는 상기 선별된 벡터 요소를 대상으로, 벡터 요소 별 평균값을 계산하고, 계산된 평균값을 해당 벡터 요소의 세기로 결정하고, 결정된 상기 벡터 요소의 세기를 상기 선별된 벡터 요소를 나타내는 식별자 정보에 연관시킴으로써, 상기 벡터 활성화 패턴을 생성하는 것을 특징으로 하는 해석 및 시각화 시스템
|
14 |
14
제10항에 있어서,상기 벡터 생성부는,상기 복수개의 객체 각각에 해당하는 표상 벡터를 대상으로, 스파스 코딩(sparse coding)에 기초하여 상기 표상 벡터와 관련된 적어도 하나의 벡터 활성화 패턴을 분해하는 것을 특징으로 하는 해석 및 시각화 시스템
|
15 |
15
제10항에 있어서,상기 목표 특성은 객체 별로 미리 정의된 정제된 데이터 셋(data set)에 포함된 특성 정보 중 어느 하나인 것을 특징으로 하는 해석 및 시각화 시스템
|
16 |
16
제15항에 있어서,상기 벡터 생성부는,상기 정제된 데이터 셋이 포함된 특성 정보를 기준으로 기계학습(machine learning) 또는 부트스트랩(bootstrapping) 기법에 기초하여 학습을 수행함으로써, 상기 정제된 데이터 셋에 포함된 특성 정보를 확장시키는 것을 특징으로 하는 해석 및 시각화 시스템
|
17 |
17
제10항에 있어서,특정 객체에 해당하는 표상 벡터와 연관된 적어도 하나의 벡터 활성화 패턴에 맵핑된 목표 특성을 시각화하여 제공하는 시각화 제어부를 더 포함하는 해석 및 시각화 시스템
|
18 |
18
제17항에 있어서,상기 시각화 제어부는,상기 복수개의 객체 중 특정 객체에 해당하는 표상 벡터 및 상기 표상 벡터와 연관된 적어도 하나의 벡터 활성화 패턴에 맵핑된 목표 특성에 해당하는 이미지(image)를 함께 제공하는 것을 특징으로 하는 해석 및 시각화 시스템
|