맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

주어진 문서에 대한 독자의 신뢰도 분포를 예측하기 위해 웹 문서에서 저자가 사건을 언급한 방식을 분석하고 활용하는 방법 및 그 시스템

  • 기술번호 : KST2020001551
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
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 주어진 문서에 대한 독자의 신뢰도 분포를 예측하기 위해 웹 문서에서 저자가 사건을 언급한 방식을 분석하고 활용하는 방법 및 그 시스템이 개시된다. 본 발명의 일 실시예에 따른 독자 신뢰도 분포 예측 방법은 웹 문서의 저자들을 가상의 독자들로 간주하여 상기 웹 문서로부터 추출된 사건 정보 각각에 대한 사건 신뢰도를 계산하는 단계; 사용자로부터 신뢰도 분포 예측을 수행하기 위한 문서를 입력 받는 단계; 및 상기 계산된 사건 정보 각각에 대한 사건 신뢰도에 기초하여 미리 설정된 복수의 인구통계학적 특징에 따라 구별되는 독자 그룹들 각각의 상기 입력된 문서에 대한 신뢰도 분포를 예측하는 단계를 포함한다.
Int. CL G06Q 30/02 (2012.01.01) G06F 40/20 (2020.01.01)
CPC G06Q 30/0278(2013.01) G06Q 30/0278(2013.01) G06Q 30/0278(2013.01)
출원번호/일자 1020180128806 (2018.10.26)
출원인 한국과학기술원
등록번호/일자 10-2084861-0000 (2020.02.27)
공개번호/일자
공고번호/일자 (20200304) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.10.26)
심사청구항수 8

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국과학기술원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 박종철 대전광역시 유성구
2 양원석 대전광역시 유성구
3 정진우 대전광역시 유성구
4 송호윤 대전광역시 유성구
5 이희제 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 양성보 대한민국 서울특별시 강남구 선릉로***길 ** (논현동) 삼성빌딩 *층(피앤티특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국과학기술원 대한민국 대전광역시 유성구
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		 2018.10.26 수리 (Accepted) 1-1-2018-1059713-54
2 [우선심사신청]심사청구(우선심사신청)서
[Request for Preferential Examination] Request for Examination (Request for Preferential Examination)		 2019.03.26 수리 (Accepted) 1-1-2019-0306541-36
3 [우선심사신청]선행기술조사의뢰서
[Request for Preferential Examination] Request for Prior Art Search		 2019.04.01 수리 (Accepted) 9-1-9999-9999999-89
4 [우선심사신청]선행기술조사보고서
[Request for Preferential Examination] Report of Prior Art Search		 2019.04.02 수리 (Accepted) 9-1-2019-0015897-80
5 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2019.04.24 수리 (Accepted) 4-1-2019-5081392-49
6 의견제출통지서
Notification of reason for refusal		 2019.07.11 발송처리완료 (Completion of Transmission) 9-5-2019-0500705-70
7 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2019.09.03 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2019-0904200-43
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)		 2019.09.03 수리 (Accepted) 1-1-2019-0904199-84
9 등록결정서
Decision to grant		 2019.11.27 발송처리완료 (Completion of Transmission) 9-5-2019-0857334-17
10 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.05.15 수리 (Accepted) 4-1-2020-5108396-12
11 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.06.12 수리 (Accepted) 4-1-2020-5131486-63
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
가상 독자 데이터 수집부에서 웹 문서의 저자들을 가상의 독자들로 간주하여 상기 웹 문서로부터 추출된 사건 정보 각각에 대한 사건 신뢰도를 계산하는 단계;사용자 입력 문서 처리부에서 사용자로부터 신뢰도 분포 예측을 수행하기 위한 문서를 입력 받는 단계; 및상기 사용자 입력 문서 처리부에서 상기 계산된 사건 정보 각각에 대한 사건 신뢰도에 기초하여 미리 설정된 복수의 인구통계학적 특징에 따라 구별되는 독자 그룹들 각각의 상기 입력된 문서에 대한 신뢰도 분포를 예측하는 단계를 포함하고,상기 사건 신뢰도를 계산하는 단계는상기 웹 문서를 수집하고, 상기 수집된 웹 문서로부터 상기 사건 정보 각각을 추출하는 단계;상기 추출된 사건 정보 각각에 대한 사건 신뢰도를 계산하는 단계; 및상기 추출된 사건 정보 중 동일한 사건 정보에 대해 계산된 사건 신뢰도의 값을 수합하고, 상기 수합된 사건 신뢰도의 값에 기초하여 상기 사건 신뢰도의 값에 따른 독자들 수에 대한 통계 분포인 사건 신뢰도 분포를 생성하여 데이터베이스에 저장하는 단계를 포함하고,상기 예측하는 단계는상기 생성된 사건 신뢰도 분포 중 상기 사용자로부터 입력된 문서로부터 추출된 상기 사용자의 사건 정보 각각과 일치하는 사건 신뢰도 분포를 이용하여 상기 입력된 문서로부터 추출된 상기 사용자의 사건 정보에 대한 신뢰도 분포를 예측하며,상기 사건 정보는상기 웹 문서의 텍스트에서 드러난 하나의 술어(Predicate)와 해당하는 술어에 대해 의미역 추출(Semantic Role Labeling)된 의미역(Semantic Role) 및 각 의미역에 해당하는 단어들의 집합이고,상기 예측하는 단계는상기 데이터베이스에 저장된 정보와 직접적인 신뢰도 설문을 통해 수집한 각 문서에 대한 독자들의 신뢰도 분포를 저장한 예측 기준 코퍼스로부터 지도 학습(supervised learning)을 통해 학습한 학습 모델을 이용하여 상기 사용자가 입력한 문서의 신뢰도 분포를 예측하고,상기 학습 모델은학습 중에 상기 예측 기준 코퍼스에 저장된 문서 내의 텍스트 정보와 해당 문서 내에서 추출된 사건들에 상응하는 사건 신뢰도 분포들을 상기 데이터베이스로부터 불러와 입력 기준으로 삼고, 상기 해당 문서에 대해 실제 설문을 통해 측정된 문서 신뢰도 분포를 상기 예측 기준 코퍼스로부터 불러와 출력 기준으로 삼는 독자 신뢰도 분포 예측 방법
2 2
삭제
3 3
제1항에 있어서,상기 인구통계학적 특징은상기 문서의 신뢰도를 판단하는 주체가 되는 독자의 성별에 대한 제1 항목, 상기 독자의 연령에 대한 제2 항목, 상기 독자의 직업에 대한 제3 항목, 상기 독자의 관심 주제에 대한 제4 항목 및 상기 독자가 문서의 주제에 대한 전문가인지 여부에 대한 제5 항목 중 적어도 하나를 포함하는 것을 특징으로 하는 독자 신뢰도 분포 예측 방법
4 4
제1항에 있어서,상기 사건 신뢰도를 계산하는 단계는상기 웹 문서 내에서 저자가 사건을 언급하면서 사용한 긍정 표현 횟수, 부정 표현 횟수, 신뢰 표현 횟수, 불신 표현 횟수, 동의 표현 횟수 및 비동의 표현 횟수에 기초하여 상기 사건 신뢰도를 계산하는 것을 특징으로 하는 독자 신뢰도 분포 예측 방법
5 5
제1항에 있어서,상기 예측된 독자 그룹들 각각의 신뢰도 분포를 상기 사용자에게 제공하는 단계를 더 포함하는 독자 신뢰도 분포 예측 방법
6 6
웹 문서의 저자들을 가상의 독자들로 간주하여 상기 웹 문서로부터 추출된 사건 정보 각각에 대한 사건 신뢰도를 계산하는 가상 독자 데이터 수집부; 및사용자로부터 신뢰도 분포 예측을 수행하기 위한 문서를 입력 받고, 상기 계산된 사건 정보 각각에 대한 사건 신뢰도에 기초하여 미리 설정된 복수의 인구통계학적 특징에 따라 구별되는 독자 그룹들 각각의 상기 입력된 문서에 대한 신뢰도 분포를 예측하는 사용자 입력 문서 처리부를 포함하고,상기 가상 독자 데이터 수집부는상기 웹 문서를 수집하고, 상기 수집된 웹 문서로부터 상기 사건 정보 각각을 추출하고, 상기 추출된 사건 정보 각각에 대한 사건 신뢰도를 계산하며, 상기 추출된 사건 정보 중 동일한 사건 정보에 대해 계산된 사건 신뢰도의 값을 수합하고, 상기 수합된 사건 신뢰도의 값에 기초하여 상기 사건 신뢰도의 값에 따른 독자들 수에 대한 통계 분포인 사건 신뢰도 분포를 생성하여 데이터베이스에 저장하며,상기 사용자 입력 문서 처리부는상기 생성된 사건 신뢰도 분포 중 상기 사용자로부터 입력된 문서로부터 추출된 상기 사용자의 사건 정보 각각과 일치하는 사건 신뢰도 분포를 이용하여 상기 입력된 문서로부터 추출된 상기 사용자의 사건 정보에 대한 신뢰도 분포를 예측하며,상기 사건 정보는상기 웹 문서의 텍스트에서 드러난 하나의 술어(Predicate)와 해당하는 술어에 대해 의미역 추출(Semantic Role Labeling)된 의미역(Semantic Role) 및 각 의미역에 해당하는 단어들의 집합이고,상기 사용자 입력 문서 처리부는상기 데이터베이스에 저장된 정보와 직접적인 신뢰도 설문을 통해 수집한 각 문서에 대한 독자들의 신뢰도 분포를 저장한 예측 기준 코퍼스로부터 지도 학습(supervised learning)을 통해 학습한 학습 모델을 이용하여 상기 사용자가 입력한 문서의 신뢰도 분포를 예측하고,상기 학습 모델은학습 중에 상기 예측 기준 코퍼스에 저장된 문서 내의 텍스트 정보와 해당 문서 내에서 추출된 사건들에 상응하는 사건 신뢰도 분포들을 상기 데이터베이스로부터 불러와 입력 기준으로 삼고, 상기 해당 문서에 대해 실제 설문을 통해 측정된 문서 신뢰도 분포를 상기 예측 기준 코퍼스로부터 불러와 출력 기준으로 삼는 독자 신뢰도 분포 예측 시스템
7 7
삭제
8 8
제6항에 있어서,상기 인구통계학적 특징은상기 문서의 신뢰도를 판단하는 주체가 되는 독자의 성별에 대한 제1 항목, 상기 독자의 연령에 대한 제2 항목, 상기 독자의 직업에 대한 제3 항목, 상기 독자의 관심 주제에 대한 제4 항목 및 상기 독자가 문서의 주제에 대한 전문가인지 여부에 대한 제5 항목 중 적어도 하나를 포함하는 것을 특징으로 하는 독자 신뢰도 분포 예측 시스템
9 9
제6항에 있어서,상기 가상 독자 데이터 수집부는상기 웹 문서 내에서 저자가 사건을 언급하면서 사용한 긍정 표현 횟수, 부정 표현 횟수, 신뢰 표현 횟수, 불신 표현 횟수, 동의 표현 횟수 및 비동의 표현 횟수에 기초하여 상기 사건 신뢰도를 계산하는 것을 특징으로 하는 독자 신뢰도 분포 예측 시스템
10 10
제6항에 있어서,상기 사용자 입력 문서 처리부는상기 예측된 독자 그룹들 각각의 신뢰도 분포를 상기 사용자에게 제공하는 것을 특징으로 하는 독자 신뢰도 분포 예측 시스템
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 한국과학기술원 정보통신.방송 연구개발사업 (EZBARO)(SW 스타랩)언어학적 분석 및 증거문서 자동 수집을 통한 신뢰도 분포 자동 예측 및 자동 증강(2018)