1 |
1
객체로부터 토픽을 추출하여 상기 토픽의 분포와 관련된 사전 확률을 최적화하는 단계;상기 사전 확률에 기초하여 추출된 상기 토픽을 분할 또는 합병함으로써 상기 토픽을 정제하는 단계; 및정제된 토픽을 대표하는 문장을 추출함으로써 상기 정제된 토픽을 자동으로 레이블링(labeling)하는 단계를 포함하고,상기 최적화하는 단계는,상기 객체로부터 상기 토픽을 추출하는 단계;상기 토픽에 대하여 상기 사전 확률의 변화에 따른 평균 토픽 일관성(coherence)을 계산하는 단계; 및상기 평균 토픽 일관성에 기초하여 최적화된 사전 확률을 채택하는 단계를 포함하는 토픽 모델링 방법
|
2 |
2
삭제
|
3 |
3
제1항에 있어서,상기 계산하는 단계는,하기 수학식에 기초하여 상기 평균 토픽 일관성을 계산하는 단계를 포함하는 토픽 모델링 방법
|
4 |
4
제1항에 있어서,상기 정제하는 단계는,상기 토픽에 포함된 연관어들의 의미 유사도에 기초하여 상기 토픽을 분할하는 단계; 또는상기 연관어들로부터 계산한 토픽 간 유사도에 기초하여 상기 토픽을 합병하는 단계를 포함하는 토픽 모델링 방법
|
5 |
5
제4항에 있어서,상기 분할하는 단계는,상기 연관어들을 군집화하여 복수의 군집을 생성하는 단계;각각의 군집 내부의 연관어들 간의 의미 유사도를 평균하여 내부 유사도(within-cluster similarity)를 계산하는 단계;상이한 군집의 연관어들 간의 의미 유사도를 평균하여 교차 유사도((cross-clusters similarity)를 계산하는 단계; 및상기 내부 유사도와 상기 교차 유사도에 기초하여 복수의 군집을 상이한 토픽으로 분할하는 단계를 포함하는 토픽 모델링 방법
|
6 |
6
제4항에 있어서,상기 합병하는 단계는,상기 연관어들에 기초하여 상기 토픽과 상기 토픽에 대한 문장 간의 연관성을 계산하는 단계;상기 연관성에 기초하여 상기 연관어들을 상기 문장으로 대체하는 단계;상기 문장과 상이한 토픽에 포함된 문장 간의 코사인 유사도(cosine similarity)를 계산하여 이분 그래프(Bipartite Graph)를 생성하는 단계;상기 토픽과 상기 상이한 토픽 간의 토픽 유사도를 계산하는 단계; 및상기 토픽 유사도에 기초하여 상기 토픽과 상기 상이한 토픽을 합병하는 단계를 포함하는 토픽 모델링 방법
|
7 |
7
제1항에 있어서,상기 레이블링하는 단계는,상기 토픽과 연관성이 높은 문장을 후보 문장으로 채택하는 단계; 및상기 후보 문장에 포함된 연관어들의 확률 분포에 기초하여 상기 토픽을 대표하는 문장을 추출하여 상기 토픽을 레이블링하는 단계를 포함하는 토픽 모델링 방법
|
8 |
8
제7항에 있어서,상기 채택하는 단계는,상기 토픽에 포함된 연관어들의 확률 분포에 기초하여 상기 토픽으로부터 확률값이 작은 연관어들을 제거하는 단계;상기 토픽에 포함된 문장과 상기 토픽에 포함된 연관어의 쌍을 생성하는 단계;상기 쌍에 기초하여 각각의 연관어와 쌍을 이루는 문장의 개수를 계산하는 단계; 및상기 개수에 기초하여 상기 쌍을 제거하여 상기 후보 문장을 채택하는 단계를 포함하는 토픽 모델링 방법
|
9 |
9
제8항에 있어서,상기 레이블링하는 단계는,상기 후보 문장에 포함된 연관어들의 확률 분포 및 상기 쌍에 기초하여 상기 토픽과 상기 후보 문장 간의 레이블링 유사도를 계산하는 단계;상기 레이블링 유사도에 기초하여 상기 토픽에 대응하는 대표 문장을 추출하는 단계를 포함하는 토픽 모델링 방법
|
10 |
10
제9항에 있어서,상기 레이블링 유사도를 계산하는 단계는,하기 수학식에 기초하여 상기 레이블링 유사도를 계산하는 단계를 포함하는 토픽 모델링 방법
|
11 |
11
객체를 수신하는 수신기; 및상기 객체로부터 토픽을 추출하고, 정제하여 상기 토픽을 자동으로 레이블링하는 컨트롤러;를 포함하고,상기 컨트롤러는,상기 객체로부터 상기 토픽을 추출하여 상기 토픽의 분포와 관련된 사전 확률을 최적화하는 사전 확률 추출기;상기 사전 확률에 기초하여 추출된 상기 토픽을 분할 또는 합병함으로써 상기 토픽을 정제하는 토픽 정제기; 및정제된 토픽을 대표하는 문장을 추출함으로써 상기 정제된 토픽을 자동으로 레이블링(labeling)하는 레이블러(labeler)를 포함하고,상기 사전 확률 추출기는,상기 객체로부터 상기 토픽을 추출하고, 상기 토픽에 대하여 상기 사전 확률의 변화에 따른 평균 토픽 일관성(coherence)을 계산하고, 상기 평균 토픽 일관성에 기초하여 최적화된 사전 확률을 채택하는토픽 모델링 장치
|
12 |
12
삭제
|
13 |
13
제11항에 있어서,상기 사전 확률 추출기는,하기 수학식에 기초하여 상기 평균 토픽 일관성을 계산하는토픽 모델링 장치
|
14 |
14
제11항에 있어서,상기 토픽 정제기는,상기 토픽 내에 포함된 연관어들의 의미 유사도에 기초하여 상기 토픽을 분할하거나 상기 연관어들에 기초한 상기 토픽 사이의 유사도에 기초하여 상기 토픽을 합병하는토픽 모델링 장치
|
15 |
15
제14항에 있어서,상기 토픽 정제기는,상기 연관어들을 군집화하여 복수의 군집을 생성하고, 각각의 군집 내부의 연관어들 간의 의미 유사도를 평균하여 내부 유사도를 계산하고, 상이한 군집의 연관어들 간의 의미 유사도를 평균하여 교차 유사도를 계산하고, 상기 내부 유사도와 상기 교차 유사도에 기초하여 복수의 군집을 상이한 토픽으로 분할하는토픽 모델링 장치
|
16 |
16
제14항에 있어서,상기 토픽 정제기는,상기 연관어들에 기초하여 상기 토픽과 상기 토픽에 대한 문장 간의 연관성을 계산하고, 상기 연관성에 기초하여 상기 연관어들을 상기 문장으로 대체하고, 상기 문장과 상이한 토픽에 포함된 문장 간의 코사인 유사도를 계산하여 이분 그래프(Bipartite Graph)를 생성하고, 상기 토픽과 상기 상이한 토픽 간의 토픽 유사도를 계산하고, 상기 토픽 유사도에 기초하여 상기 토픽과 상기 상이한 토픽을 합병하는토픽 모델링 장치
|
17 |
17
제11항에 있어서,상기 레이블러는,상기 토픽과 연관성이 높은 문장을 후보 문장으로 채택하고, 상기 후보 문장에 포함된 연관어들의 확률 분포에 기초하여 상기 토픽을 대표하는 문장을 추출하여 상기 토픽을 레이블링하는토픽 모델링 장치
|
18 |
18
제17항에 있어서,상기 레이블러는,상기 토픽에 포함된 연관어들의 확률 분포에 기초하여 상기 토픽으로부터 확률값이 작은 연관어들을 제거하고, 상기 토픽에 포함된 문장과 상기 토픽에 포함된 연관어의 쌍을 생성하고, 상기 쌍에 기초하여 각각의 연관어와 쌍을 이루는 문장의 개수를 계산하고, 상기 개수에 기초하여 상기 쌍을 제거하여 상기 후보 문장을 채택하는토픽 모델링 장치
|
19 |
19
제18항에 있어서,상기 레이블러는,상기 후보 문장에 포함된 연관어들의 확률 분포 및 상기 쌍에 기초하여 상기 토픽과 상기 후보 문장 간의 레이블링 유사도를 계산하고, 상기 레이블링 유사도에 기초하여 상기 토픽에 대응하는 대표 문장을 추출하는토픽 모델링 장치
|
20 |
20
제19항에 있어서,상기 레이블러는,하기 수학식에 기초하여 상기 레이블링 유사도를 계산하는토픽 모델링 장치
|