맞춤기술찾기

이전대상기술

적대적 학습 방법을 이용한 문장 생성 시스템 및 방법

  • 기술번호 : KST2019035746
  • 담당센터 : 부산기술혁신센터
  • 전화번호 : 051-606-6561
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 문장을 생성하기 위한 컴퓨터 구현 방법에 있어서, 생성기가 학습 데이터 저장부(100)로부터 정답 레이블이 부착된 학습 데이터를 읽어오는 단계와, 상기 생성기가 읽어온 학습 데이터에 대해 인공 신경망을 이용하여 문장들을 생성하고, 생성된 문장들을 생성기의 결과물로서 출력하는 단계와, 판별기가 상기 학습 데이터와 상기 생성기의 결과물을 입력받고, 입력된 데이터가 실제 데이터인지 생성기가 만들어낸 데이터인지를 분류하는 단계를 포함하고, 상기 생성기와 상기 판별기는 적대적 학습 방법을 이용하여 학습된다.
Int. CL G06F 17/27 (2006.01.01) G06N 3/08 (2006.01.01)
CPC G06F 40/205(2013.01) G06F 40/205(2013.01) G06F 40/205(2013.01) G06F 40/205(2013.01) G06F 40/205(2013.01)
출원번호/일자 1020180133717 (2018.11.02)
출원인 창원대학교 산학협력단
등록번호/일자 10-2030289-0000 (2019.10.01)
공개번호/일자
공고번호/일자 (20191108) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.11.02)
심사청구항수 7

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 창원대학교 산학협력단 대한민국 경상남도 창원시 의창구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 차정원 경상남도 창원시 성산구
2 박다솔 경상남도 김해시

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김종선 대한민국 서울특별시 강남구 역삼로*길 **, 광성빌딩 **층 (역삼동)(케이엘피특허법률사무소)
2 이형석 대한민국 서울특별시 강남구 역삼로*길 **, 광성빌딩 **층 (역삼동)(케이엘피특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 창원대학교 산학협력단 대한민국 경상남도 창원시 의창구
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
2018.11.02 수리 (Accepted) 1-1-2018-1089692-20
2 [우선심사신청]심사청구(우선심사신청)서
[Request for Preferential Examination] Request for Examination (Request for Preferential Examination)
2019.04.29 수리 (Accepted) 1-1-2019-0441862-65
3 의견제출통지서
Notification of reason for refusal
2019.05.16 발송처리완료 (Completion of Transmission) 9-5-2019-0349363-04
4 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2019.07.16 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2019-0728026-10
5 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2019.07.16 수리 (Accepted) 1-1-2019-0728000-34
6 등록결정서
Decision to grant
2019.09.26 발송처리완료 (Completion of Transmission) 9-5-2019-0697658-85
7 [명세서등 보정]보정서(심사관 직권보정)
2019.10.23 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2019-5033698-08
8 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.11.04 수리 (Accepted) 4-1-2019-5229792-25
9 출원인정보변경(경정)신고서
Notification of change of applicant's information
2020.03.30 수리 (Accepted) 4-1-2020-5073723-40
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
문장을 생성하기 위한 컴퓨터 구현(computer-implemented) 방법에 있어서, 생성기가 학습 데이터 저장부로부터 정답 레이블이 부착된 학습 데이터를 읽어오는 단계;상기 생성기가 읽어온 학습 데이터에 대해 인공 신경망을 이용하여 학습하고, 상기 학습 데이터와 유사한 제1 문장을 생성하는 동시에 상기 생성기가 읽어온 학습 데이터에 대해 미리 정의된 언어 지식을 동시에 적용하여 제2 문장을 생성하고, 생성된 상기 제1 문장 및 상기 제2 문장을 생성기의 결과물로서 출력하는 단계; 및 판별기가 상기 학습 데이터와 상기 생성기의 결과물인 상기 제1 문장 및 상기 제2 문장을 입력받고, 입력된 데이터가 실제 데이터인지 생성기가 만들어낸 데이터인지를 분류하는 단계;를 포함하고,상기 언어 지식은 문장의 구조나 표현 방식을 변경하기 위한 규칙을 의미하며, 상기 생성기와 상기 판별기는 적대적 학습 방법을 이용하여 학습되는 것을 특징으로 하는 방법
2 2
삭제
3 3
제1항에 있어서,연산부가 상기 인공 신경망을 적용하여 생성된 문장들 중에서 일부와 상기 언어 지식을 동시에 적용하여 생성된 문장들 중에서 일부를 선택하여 상기 판별기로 출력하는 것을 특징으로 하는 방법
4 4
제3항에 있어서,상기 연산부에 의해 출력된 상기 인공 신경망을 적용하여 생성된 문장들과 상기 언어 지식을 동시에 적용하여 생성된 문장들의 비율은 상기 판별기의 상기 실제 데이터인지 상기 생성기가 만들어낸 데이터인지를 분류하는 성능에 따라 조절되는 것을 특징으로 하는 방법
5 5
문장을 생성하기 위한 하나 이상의 프로세서들을 포함하는 문장 생성 시스템에 있어서,정답 레이블이 부착된 학습 데이터가 저장된 학습 데이터 저장부를 포함하고,상기 하나 이상의 프로세서들은,상기 학습 데이터 저장부로부터 상기 학습 데이터를 읽어오고, 읽어온 학습 데이터에 대해 미리 설정된 방법을 이용하여 상기 학습 데이터와 유사한 제1 문장 및 제2 문장을 생성하는 생성기; 및상기 학습 데이터, 상기 제1 문장 및 상기 제2 문장을 읽어오고, 읽어온 데이터들이 실제 데이터인지 가짜 데이터인지를 분류하는 판별기;를 포함하고,상기 생성기는 문장의 구조나 표현 방식을 변경하기 위한 규칙을 포함하는 언어 지식을 이용하여 유사한 문장을 생성하는 규칙 기반 생성기; 및상기 읽어온 학습 데이터에 대해 인공 신경망을 이용하여 학습하고, 상기 읽어온 학습 데이터와 유사한 문장을 생성하는 네트워크 기반 생성기로 구성되며, 상기 규칙 기반 생성기와 상기 네트워크 기반 생성기가 동시에 문장을 생성하는 것을 특징으로 하는 문장 생성 시스템
6 6
제5항에 있어서,상기 규칙 기반 생성기, 상기 네트워크 기반 생성기, 및 상기 판별기는 적대적 학습 방법을 이용하여 학습되는 것을 특징으로 하는 문장 생성 시스템
7 7
제5항에 있어서,상기 학습 데이터 저장부에 저장된 학습 데이터가 복수의 카테고리로 분류될 경우, 상기 규칙 기반 생성기와 상기 네트워크 기반 생성기 각각은 카테고리 별로 복수개 존재하는 것을 특징으로 하는 문장 생성 시스템
8 8
제5항에 있어서,상기 제1 문장들 중에서 일부와 상기 제2 문장들 중에서 일부를 선택하여 상기 판별기로 출력하는 연산부;를 더 포함하고,상기 판별기는 상기 학습 데이터와 상기 연산부에서 출력된 문장들이 실제 데이터인지 가짜 데이터인지를 분류하는 것을 특징으로 하는 문장 생성 시스템
9 9
삭제
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 과학기술정보통신부 창원대학교산학협력단 SW컴퓨팅산업원천기술개발(정보화) GANs를 이용한 딥러닝용 학습데이터 자가 증식 기술 및 유효성 검증 기술 개발