맞춤기술찾기

이전대상기술

향상된 잠재 디리클레 할당 모델을 이용한 토픽 분석 장치 및 방법

  • 기술번호 : KST2020003106
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
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 향상된 잠재 디리클레 할당 모델을 이용한 토픽 분석 방법에 관한 것으로, 토픽 분석 방법에 있어서, 문서에 포함된 텍스트 데이터를 전처리하는 전처리 단계; 및 잠재 디리클레 할당(Latent Dirichlet allocation, LDA)모델 구조에 계층적 디리클레 프로세스(Dirichlet Process, DP) 구조를 추가한 향상된 잠재 디리클레 할당 모델을 이용하여 상기 전처리된 텍스트 데이터에서 상기 토픽을 분석하는 단계;를 포함하되, 상기 향상된 잠재 디리클레 할당 모델에 대해 부분 붕괴된 깁스 샘플러(Partially Collapsed Gibbs Samplers, PCG)를 이용해 샘플링을 실행한다.
Int. CL G06F 16/00 (2019.01.01)
CPC G06F 16/36(2013.01) G06F 16/36(2013.01) G06F 16/36(2013.01)
출원번호/일자 1020180102046 (2018.08.29)
출원인 동국대학교 산학협력단, 연세대학교 산학협력단
등록번호/일자
공개번호/일자 10-2020-0026351 (2020.03.11) 문서열기
공고번호/일자 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.08.29)
심사청구항수 11

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 동국대학교 산학협력단 대한민국 서울특별시 중구
2 연세대학교 산학협력단 대한민국 서울특별시 서대문구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 이영섭 서울특별시 송파구
2 박홍주 서울특별시 성동구
3 박태영 서울특별시 성동구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인이지 대한민국 서울특별시 금천구 가산디지털*로 ***(가산동, KCC웰츠밸리) ***-***

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 동국대학교 산학협력단 서울특별시 중구
2 연세대학교 산학협력단 서울특별시 서대문구
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
2018.08.29 수리 (Accepted) 1-1-2018-0858378-02
2 출원인정보변경(경정)신고서
Notification of change of applicant's information
2019.08.16 수리 (Accepted) 4-1-2019-5163486-33
3 의견제출통지서
Notification of reason for refusal
2019.12.16 발송처리완료 (Completion of Transmission) 9-5-2019-0906006-85
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)
2020.02.11 수리 (Accepted) 1-1-2020-0144848-16
5 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2020.02.11 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-0144849-51
6 최후의견제출통지서
Notification of reason for final refusal
2020.06.24 발송처리완료 (Completion of Transmission) 9-5-2020-0431263-18
7 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2020.08.03 보정승인 (Acceptance of amendment) 1-1-2020-0814387-41
8 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2020.08.03 수리 (Accepted) 1-1-2020-0814386-06
9 등록결정서
Decision to grant
2020.10.29 발송처리완료 (Completion of Transmission) 9-5-2020-0748584-04
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
토픽 분석 방법에 있어서, 문서에 포함된 텍스트 데이터를 전처리하는 전처리 단계; 및 잠재 디리클레 할당(Latent Dirichlet allocation, LDA)모델 구조에 계층적 디리클레 프로세스(Dirichlet Process, DP) 구조를 추가한 향상된 잠재 디리클레 할당 모델을 이용하여 상기 전처리된 텍스트 데이터에서 상기 토픽을 분석하는 단계;를 포함하되, 상기 향상된 잠재 디리클레 할당 모델에 대해 θ,Φ 를 부분 붕괴한 분포를 이용하여 부분 붕괴된 깁스 샘플러(Partially Collapsed Gibbs Samplers, PCG)를 이용해 샘플링을 실행하고, θ는 각 문서의 토픽 혼합 비율을 나타내는 모수이고, Φ는 각 토픽의 단어 혼합 비율을 나타내는 모수인 것 을 특징으로 하는 향상된 잠재 디리클레 할당 모델을 이용한 토픽 분석 방법
2 2
제1항에 있어서, 상기 향상된 잠재 디리클레 할당 모델의 하이퍼파라미터(hyperparameter)인 α 및 β는 사전에 지정된 상수가 아닌 것 을 특징으로 하는 향상된 잠재 디리클레 할당 모델을 이용한 토픽 분석 방법
3 3
제1항에 있어서, 상기 향상된 잠재 디리클레 할당 모델의 하이퍼파라미터인 α 및 β는 자동으로 추정되는 것 을 특징으로 하는 향상된 잠재 디리클레 할당 모델을 이용한 토픽 분석 방법
4 4
제1항에 있어서, 상기 향상된 잠재 디리클레 할당 모델의 하이퍼파라미터인 α 및 β는 디리클레 분포의 서로 다른 차원 파라미터인 것 을 특징으로 하는 향상된 잠재 디리클레 할당 모델을 이용하는 토픽 분석 방법
5 5
제1항에 있어서, 상기 향상된 잠재 디리클레 할당 모델은 이질적인 문서의 분석을 위해 상기 이질적인 문서의 텍스트 데이터를 군집화하여 각 군집마다 하이퍼파라미터를 할당하는 것 을 특징으로 하는 향상된 잠재 디리클레 할당 모델을 이용한 토픽 분석 방법
6 6
문서에 포함된 텍스트 데이터를 전처리하는 전처리부; 상기 전처리된 텍스트 데이터를 잠재 디리클레 할당모델 구조에 계층적 디리클레 프로세스 구조를 추가한 향상된 잠재 디리클레 할당 모델을 이용하여 토픽을 분석하는 토픽 분석부; 및 상기 향상된 잠재 디리클레 할당 모델에 대해 θ,Φ를 부분 붕괴한 분포를 이용하여 부분 붕괴된 깁스 샘플러(Partially Collapsed Gibbs Samplers, PCG)를 이용해 샘플링을 실행하는 샘플링부;를 포함하고,θ는 각 문서의 토픽 혼합 비율을 나타내는 모수이고, Φ는 각 토픽의 단어 혼합 비율을 나타내는 모수인 것 을 특징으로 하는 향상된 잠재 디리클레 할당 모델을 이용한 토픽 분석 장치
7 7
제6항에 있어서, 상기 향상된 잠재 디리클레 할당 모델의 하이퍼파라미터인 α 및 β는 사전에 지정된 상수가 아닌 것 을 특징으로 하는 향상된 잠재 디리클레 할당 모델을 이용한 토픽 분석 장치
8 8
제6항에 있어서, 상기 향상된 잠재 디리클레 할당 모델의 하이퍼파라미터인 α 및 β는 자동으로 추정되는 것 을 특징으로 하는 향상된 잠재 디리클레 할당 모델을 이용한 토픽 분석 장치
9 9
제6항에 있어서, 상기 향상된 잠재 디리클레 할당 모델의 하이퍼파라미터인 α 및 β는 디리클레 분포의 서로 다른 차원 파라미터인 것 을 특징으로 하는 향상된 잠재 디리클레 할당 모델을 이용하는 토픽 분석 장치
10 10
제6항에 있어서, 상기 향상된 잠재 디리클레 할당 모델은 이질적인 문서의 분석을 위해 상기 이질적인 문서의 텍스트 데이터를 군집화하여 각 군집마다 하이퍼파라미터를 할당하는 것 을 특징으로 하는 향상된 잠재 디리클레 할당 모델을 이용한 토픽 분석 장치
11 11
제1항 내지 제5항 중 어느 한 항에 따른 향상된 잠재 디리클레 할당 모델을 이용한 토픽 분석 방법을 수행시키기 위한 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체
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 기상청 동국대학교 산학협력단 기상·지진See-At기술개발연구 기상 관측·예보 분야의 비정형데이터 분석 기술 개발