| 1 |
1
가짜 뉴스 탐지 서버에 의해 수행되는 한국어 문법 변환 기반 가짜뉴스 탐지방법에 있어서,질의 문장 및 탐지 대상 뉴스 기사를 수신하는 단계;상기 탐지 대상 뉴스 기사 내에서 상기 질의 문장과 관련된 기사 문장을 핵심 문장으로 추출하는 단계;상기 질의 문장의 단어와 상기 핵심 문장의 단어 대응 여부를 확인하는 단계;상기 단어 매칭 여부에 따라, 상기 질의 문장과 상기 핵심 문장의 의미적 대응 여부를 확인하는 단계;상기 의미적 대응 여부에 따라, 상기 질의 문장과 상기 핵심 문장의 문법적 대응 여부를 확인하는 단계; 및상기 확인된 의미적 대응 여부 결과와 상기 문법적 대응 결과에 기초하여 상기 핵심 문장의 참 또는 거짓을 판단하는 단계를 포함하는, 한국어 문법 변환 기반 가짜뉴스 탐지방법
|
| 2 |
2
제1항에 있어서,상기 핵심 문장 추출 단계는,상기 질의 문장 및 상기 기사 문장을 어근과 접미사를 포함하는 단어 구성 단위로 분해하는 단계;상기 질의 문장의 단어 구성 단위와 상기 기사 문장의 단어 구성 단위를 벡터화하고 서로 비교하여 코사인 유사도를 산출하는 단계; 및상기 질의 문장의 단어 구성 단위와 상기 코사인 유사도가 가장 높은 단어 구성 단위를 포함하는 상기 기사 문장을 상기 핵심 문장으로 추출하는 단계를 포함하는, 한국어 문법 변환 기반 가짜뉴스 탐지방법
|
| 3 |
3
제1항에 있어서,상기 질의 문장의 단어와 상기 핵심 문장의 단어 대응 여부를 확인하는 단계는,상기 질의 문장을 단어별로 분해하고 각 단어의 배치 순서대로 저장하여 단어 매칭 세트를 생성하는 단계;상기 핵심 문장을 단어별로 분해하고 각 단어의 배치 순서대로 저장하여 단어 매칭 세트를 생성하는 단계;상기 질의 문장의 단어 매칭 세트와 상기 핵심 문장의 단어 매칭 세트를 서로 비교하는 단계; 및상기 비교 결과를 완전 단어 매칭, 부분 단어 매칭으로 분류하여 출력하는 단계를 포함하는, 한국어 문법 변환 기반 가짜뉴스 탐지방법
|
| 4 |
4
제3항에 있어서,상기 비교 결과가 완전 단어 매칭된 것으로 출력된 경우,상기 질의 문장과 상기 핵심 문장이 의미적 대응된 것으로 판단하여, 상기 질의 문장과 상기 핵심 문장의 문법적 대응 여부를 확인하는, 한국어 문법 변환 기반 가짜뉴스 탐지방법
|
| 5 |
5
제1항에 있어서,상기 질의 문장과 상기 핵심 문장의 의미적 대응 여부를 확인하는 단계는,상기 질의 문장의 단어 벡터와 상기 핵심 문장의 단어 벡터를 추출하는 단계;상기 추출된 질의 문장의 단어 벡터와 상기 핵심 문장의 단어 벡터를 한국어 뉴스 기사를 미리 학습한 단어 임베딩 벡터와 매칭하는 단계;상기 매칭된 질의 문장의 단어 벡터와 상기 핵심 문장의 단어 벡터에 딥러닝을 적용하여 각각 문맥 관련 임베딩 벡터로 추출하는 단계;상기 추출된 질의 문장의 문맥 관련 임베딩 벡터와 상기 핵심 문장 문맥 관련 임베딩 벡터에 딥러닝을 적용하여 각각 질의 문장 매칭 벡터 및 핵심 문장 매칭 벡터로 추출하는 단계;상기 추출된 질의 문장 매칭 벡터와 상기 핵심 문장 매칭 벡터에 딥러닝을 적용하여 문맥 집계 질의 문장 매칭 벡터(Contextual Aggregated Question Matching Vector)와 문맥 집계 핵심 문장 매칭 벡터(Contextual Aggregated Key Sentence Set Matching Vector)로 추출하는 단계;상기 문맥 집계 질의 문장 매칭 벡터와 상기 문맥 집계 핵심 문장 매칭 벡터에 마지막 단계 일치 벡터(Last Time Step Matching Vector)을 매칭하여 집계 질의 문장 매칭 벡터(Aggregated Question Matching Vector)와 집계 핵심 문장 매칭 벡터(Aggregated Key Sentence Set Matching Vector)를 추출하는 단계; 및상기 추출된 집계 질의 문장 매칭 벡터와 상기 집계 핵심 문장 매칭 벡터를 기초로 인공신경망과 정규화를 이용하여 상기 질의 문장과 상기 핵심 문장의 의미적 유사도를 산출하는 단계를 포함하는, 한국어 문법 변환 기반 가짜뉴스 탐지방법
|
| 6 |
6
제1항에 있어서,상기 질의 문장과 상기 핵심 문장의 문법적 대응 여부를 확인하는 단계는,상기 질의 문장의 단어들의 순서와 상기 핵심 문장의 단어들의 순서를 각각 설정하는 단계;상기 순서가 설정된 질의 문장의 단어들과 상기 핵심 문장의 단어들을 형태소 분석하여 각 형태소별로 분류하는 단계;상기 분류된 질의 문장 단어의 형태소와 상기 핵심 문장 단어의 형태소를 어절을 기초로 분류하는 단계;상기 어절을 기초로 분류된 질의 문장의 패턴과 상기 핵심 문장의 패턴을 생성하는 단계; 및상기 생성된 질의 문장의 패턴과 핵심 문장의 패턴을 서로 비교하여 상기 질의 문장과 상기 핵심 문장이 상호 변형 가능한 문장인지 확인하는 단계를 포함하는, 한국어 문법 변환 기반 가짜뉴스 탐지방법
|
| 7 |
7
가짜 뉴스 탐지 서버에 있어서,한국어 문법 변환 기반 가짜뉴스 탐지 방법 프로그램이 기록된 메모리; 및상기 메모리에 기록된 프로그램을 실행하는 프로세서를 포함하고,상기 프로세서는 상기 프로그램의 실행에 따라,질의 문장 및 탐지 대상 뉴스 기사를 수신하고, 상기 탐지 대상 뉴스 기사 내에서 상기 질의 문장과 관련된 기사 문장을 핵심 문장으로 추출하고, 상기 질의 문장의 단어와 상기 핵심 문장의 단어 대응 여부를 확인하고, 상기 단어 매칭 여부에 따라, 상기 질의 문장과 상기 핵심 문장의 의미적 대응 여부를 확인하고, 상기 의미적 대응 여부에 따라, 상기 질의 문장과 상기 핵심 문장의 문법적 대응 여부를 확인하고, 상기 확인된 의미적 대응 여부 결과와 상기 문법적 대응 결과에 기초하여 상기 핵심 문장의 참 또는 거짓을 판단하는, 한국어 문법 변환 기반 가짜뉴스 탐지 서버
|
| 8 |
8
제7항에 있어서,상기 핵심 문장을 추출하는 것은, 상기 질의 문장 및 상기 기사 문장을 어근과 접미사를 포함하는 단어 구성 단위로 분해하고, 상기 질의 문장의 단어 구성 단위와 상기 기사 문장의 단어 구성 단위를 벡터화하고 서로 비교하여 코사인 유사도를 산출하고, 상기 질의 문장의 단어 구성 단위와 상기 코사인 유사도가 가장 높은 단어 구성 단위를 포함하는 상기 기사 문장을 상기 핵심 문장으로 추출하는 것을 포함하는, 한국어 문법 변환 기반 가짜뉴스 탐지 서버
|
| 9 |
9
제7항에 있어서,상기 질의 문장의 단어와 상기 핵심 문장의 단어 대응 여부를 확인하는 것은,상기 질의 문장을 단어별로 분해하고 각 단어의 배치 순서대로 저장하여 단어 매칭 세트를 생성하고, 상기 핵심 문장을 단어별로 분해하고 각 단어의 배치 순서대로 저장하여 단어 매칭 세트를 생성하고, 상기 질의 문장의 단어 매칭 세트와 상기 핵심 문장의 단어 매칭 세트를 서로 비교하고, 상기 비교 결과를 완전 단어 매칭, 부분 단어 매칭으로 분류하여 출력하는 것을 포함하는, 한국어 문법 변환 기반 가짜뉴스 탐지 서버
|
| 10 |
10
제9항에 있어서,상기 비교 결과가 완전 단어 매칭된 것으로 출력된 경우,상기 질의 문장과 상기 핵심 문장이 의미적 대응된 것으로 판단하여, 상기 질의 문장과 상기 핵심 문장의 문법적 대응 여부를 확인하는, 한국어 문법 변환 기반 가짜뉴스 탐지 서버
|
| 11 |
11
제7항에 있어서,상기 질의 문장과 상기 핵심 문장의 의미적 대응 여부를 확인하는 것은,상기 질의 문장의 단어 벡터와 상기 핵심 문장의 단어 벡터를 추출하고, 상기 추출된 질의 문장의 단어 벡터와 상기 핵심 문장의 단어 벡터를 한국어 뉴스 기사를 미리 학습한 단어 임베딩 벡터와 매칭하고, 상기 매칭된 질의 문장의 단어 벡터와 상기 핵심 문장의 단어 벡터에 딥러닝을 적용하여 각각 문맥 관련 임베딩 벡터로 추출하고, 상기 추출된 질의 문장의 문맥 관련 임베딩 벡터와 상기 핵심 문장 문맥 관련 임베딩 벡터에 딥러닝을 적용하여 각각 질의 문장 매칭 벡터 및 핵심 문장 매칭 벡터로 추출하고, 상기 추출된 질의 문장 매칭 벡터와 상기 핵심 문장 매칭 벡터에 딥러닝을 적용하여 문맥 집계 질의 문장 매칭 벡터(Contextual Aggregated Question Matching Vector)와 문맥 집계 핵심 문장 매칭 벡터(Contextual Aggregated Key Sentence Set Matching Vector)로 추출하고, 상기 문맥 집계 질의 문장 매칭 벡터와 상기 문맥 집계 핵심 문장 매칭 벡터에 마지막 단계 일치 벡터(Last Time Step Matching Vector)을 매칭하여 집계 질의 문장 매칭 벡터(Aggregated Question Matching Vector)와 집계 핵심 문장 매칭 벡터(Aggregated Key Sentence Set Matching Vector)를 추출하고, 상기 추출된 집계 질의 문장 매칭 벡터와 상기 집계 핵심 문장 매칭 벡터를 기초로 인공신경망과 정규화를 이용하여 상기 질의 문장과 상기 핵심 문장의 의미적 유사도를 산출하는 것을 포함하는, 한국어 문법 변환 기반 가짜뉴스 탐지 서버
|
| 12 |
12
제7항에 있어서,상기 질의 문장과 상기 핵심 문장의 문법적 대응 여부를 확인하는 것은,상기 질의 문장의 단어들의 순서와 상기 핵심 문장의 단어들의 순서를 각각 설정하고, 상기 순서가 설정된 질의 문장의 단어들과 상기 핵심 문장의 단어들을 형태소 분석하여 각 형태소별로 분류하고, 상기 분류된 질의 문장 단어의 형태소와 상기 핵심 문장 단어의 형태소를 어절을 기초로 분류하고, 상기 어절을 기초로 분류된 질의 문장의 패턴과 상기 핵심 문장의 패턴을 생성하고, 상기 생성된 질의 문장의 패턴과 핵심 문장의 패턴을 서로 비교하여 상기 질의 문장과 상기 핵심 문장이 상호 변형 가능한 문장인지 확인하는 것을 포함하는, 한국어 문법 변환 기반 가짜뉴스 탐지 서버
|
| 13 |
13
제1항 내지 제6항에 따른 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체
|
