맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

가격등락에 따른 감성사전 구축과 합성곱 신경망 기반의 문장 감성 분류 시스템 및 방법

  • 기술번호 : KST2020001706
  • 담당센터 : 광주기술혁신센터
  • 전화번호 : 062-360-4654
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 본 발명은 가격등락에 따른 감성사전 구축과 합성곱 신경망 기반의 문장 감성 분류 시스템 및 방법에 관한 것이다. 본 발명에 따른 문장 감성 분류 시스템은 데이터 전처리부, 감성사전 구축부 및 감성 분류부를 포함한다. 상기 데이터 전처리부는 문서 집합에서 문장을 추출하여 형태소를 분석하고, 상기 문서 집합에서 변별력이 없는 단어를 제거하여 불용어를 처리한다. 상기 감성사전 구축부는 상기 문서집합에서 단어의 의미와 빈도수를 파악하기 위해 단어의 내/외부 경계값을 활용하여 단어를 추출하고 벡터로 표현하며, 특정 분야에 따른 가격등락 정보를 수집하고 상기 가격등락 정보를 토대로 단어의 긍정과 부정을 분류하여 감성사전을 생성한다. 상기 감성 분류부는 상기 감성사전을 기반으로 합성곱 신경망(Convolutional Newral Network, CNN)을 이용하여 문장의 감성을 분류한다.
Int. CL G06F 40/20 (2020.01.01) G06N 3/08 (2006.01.01)
CPC G06F 40/30(2013.01) G06F 40/30(2013.01) G06F 40/30(2013.01) G06F 40/30(2013.01)
출원번호/일자 1020180085570 (2018.07.23)
출원인 전남대학교산학협력단
등록번호/일자 10-2086642-0000 (2020.03.03)
공개번호/일자 10-2020-0017568 (2020.02.19) 문서열기
공고번호/일자 (20200309) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.07.23)
심사청구항수 5

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 전남대학교산학협력단 대한민국 광주광역시 북구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 양형정 광주광역시 북구
2 김미선 광주광역시 북구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 이은철 대한민국 서울특별시 송파구 법원로**길 **, A동 *층 ***호 (문정동, H비지니스파크)(*T국제특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 전남대학교산학협력단 광주광역시 북구
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		 2018.07.23 수리 (Accepted) 1-1-2018-0727238-80
2 [공지예외적용대상(신규성, 출원시의 특례)증명서류]서류제출서
[Document Verifying Exclusion from Being Publically Known (Novelty, Special Provisions for Application)] Submission of Document		 2018.07.24 수리 (Accepted) 1-1-2018-0729095-94
3 의견제출통지서
Notification of reason for refusal		 2019.07.30 발송처리완료 (Completion of Transmission) 9-5-2019-0545871-28
4 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2019.09.06 수리 (Accepted) 1-1-2019-0918463-16
5 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2019.09.06 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2019-0918464-51
6 보정요구서
Request for Amendment		 2019.09.09 발송처리완료 (Completion of Transmission) 1-5-2019-0147020-13
7 [출원서 등 보정]보정서
[Amendment to Patent Application, etc.] Amendment		 2019.09.11 수리 (Accepted) 1-1-2019-0937975-60
8 등록결정서
Decision to grant		 2020.01.21 발송처리완료 (Completion of Transmission) 9-5-2020-0054662-23
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
문서 집합에서 문장을 추출하여 형태소를 분석하고, 상기 문서 집합에서 변별력이 없는 단어를 제거하여 불용어를 처리하는 데이터 전처리부;상기 문서집합에서 특정 단어가 나온 기사의 수를 합산하여 계산되는 단어의 빈도수와 단어의 의미를 파악하기 위해 단어의 내/외부 경계값을 활용하여 단어를 추출하고 벡터화하며, 특정 분야에 따른 가격등락 정보를 수집하고 상기 가격등락 정보를 토대로 단어의 긍정과 부정을 분류하여 감성사전을 생성하며, 상기 문서집합에서 상기 특정 단어가 들어간 기사가 월별 대상체 가격(Object month price, OMP)이 상승한 달에 속한 경우의 수를 합산하여 상승 값(pos)을 계산하고, 가격 등락 정보에 따른 감성사전을 생성하기 위해 상기 상승 값(pos)을 빈도수로 나누어 상기 특정 단어들의 상승 지수를 계산하는 감성사전 구축부; 및상기 감성사전을 기반으로 합성곱 신경망(Convolutional Newral Network, CNN)을 이용하여 문장의 감성을 분류하는 감성 분류부를 포함하는 것을 특징으로 하는 가격등락에 따른 감성사전 구축과 합성곱 신경망 기반의 문장 감성 분류 시스템
2 2
제 1항에 있어서,상기 감성사전 구축부는단어를 구성하는 글자 간의 정보로부터 통계적 정보를 추출하는 내부 경계값과 단어 주변의 다른 글자들로부터 통계적 정보를 추출하는 외부 경계값을 사용하여 상기 감성사전의 단어에 대한 후보키워드를 선정하는 것을 특징으로 하는 가격등락에 따른 감성사전 구축과 합성곱 신경망 기반의 문장 감성 분류 시스템
3 3
제 2항에 있어서,상기 감성사전 구축부는상기 내부 경계값과 외부 경계값을 사용하기 위해 띄어쓰기를 이용하여 문장을 토큰(token)으로 구분한 후, 각 부분 글자의 위치 정보를 사용하여 단어를 추출하고, 추출한 단어는 명사 및 어근과 같이 의미를 지니는 단어 집합과, 어미 및 조사와 같은 문법적 기능을 하는 단어 집합으로 분류하는 것을 특징으로 하는 가격등락에 따른 감성사전 구축과 합성곱 신경망 기반의 문장 감성 분류 시스템
4 4
삭제
5 5
삭제
6 6
데이터 수집부가 웹 크롤링(Web Crawling)을 이용하여 대상체의 관련 뉴스 기사를 수집하고, 특정 분야에 따른 가격 등락 정보를 수집하는 데이터 수집 단계(S10);데이터 전처리부가 수집된 문서 집합에서 문장을 추출하여 문서를 어절 단위로 형태소 분석하고, 상기 문서 집합에서 변별력이 없는 단어를 제거하여 불용어를 처리하는 데이터 전처리 단계(S20);감성사전 구축부가 상기 문서집합에서 특정 단어가 나온 기사의 수를 합산하여 계산되는 단어의 빈도수와 단어의 의미를 파악하기 위해 단어의 내/외부 경계값을 활용하여 단어를 벡터로 표현하고 상기 가격 등락 정보를 이용하여 단어의 긍정 또는 부정을 분류하여 감성사전을 생성하며, 상기 문서집합에서 상기 특정 단어가 들어간 기사가 월별 대상체 가격(Object month price, OMP)이 상승한 달에 속한 경우의 수를 합산하여 상승 값(pos)을 계산하고, 가격 등락 정보에 따른 감성사전을 생성하기 위해 상기 상승 값(pos)을 빈도수로 나누어 상기 특정 단어들의 상승 지수를 계산하는 감성사전 구축 단계(S30); 및감성 분류부가 상기 감성사전을 합성곱 신경망(Convolutional Newral Network, CNN)의 훈련데이터로 이용하여 문장의 감성을 분류하는 감성 분류 단계(S40)를 포함하는 것을 특징으로 하는 가격등락에 따른 감성사전 구축과 합성곱 신경망 기반의 문장 감성 분류 방법
7 7
제 6항에 있어서,상기 데이터 전처리 단계(S20)는상기 문서 집합에서 널(NULL) 값이나 형식에 맞지 않는 데이터를 삭제하고,제목을 기준으로 중복되는 기사를 제거하여 불용어를 처리하는 것을 특징으로 하는 가격등락에 따른 감성사전 구축과 합성곱 신경망 기반의 문장 감성 분류 방법
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 전남대학교산학협력단 정보통신기술인력양성(정보화) 도시 재난재해 대응 ICT 융합 시스템 연구