1 |
1
질의응답 장치로서,복수의 문장들을 포함하는 말뭉치에서 말뭉치 맥락 단어를 추출하고, 가중치 규칙에 따라 상기 말뭉치 맥락 단어에 맥락 어텐션을 이용하여 상기 말뭉치 맥락 단어가 아닌 단어들과 구별되도록 가중치를 적용하고, 입력 질의에서 질의 맥락 단어를 추출하고, 상기 가중치 규칙에 따라 상기 질의 맥락 단어에 상기 맥락 어텐션을 이용하여 상기 질의 맥락 단어가 아닌 단어들과 구별되도록 가중치를 적용하는 가중치 적용부,가중치가 적용된 말뭉치에 대한 복수의 말뭉치 문장 임베딩 벡터들 및 가중치가 적용된 입력 질의에 대한 질의 문장 임베딩 벡터를 생성하고, 상기 복수의 말뭉치 문장 임베딩 벡터들과 상기 질의 문장 임베딩 벡터 사이의 벡터 유사도를 기준으로 상기 복수의 말뭉치 문장 임베딩 벡터들 중에서 대상 문장 임베딩 벡터를 결정하는 맥락 유사도 결정부,상기 대상 문장 임베딩 벡터에 대응하는 대상 개념 그래프를 결정하고, 상기 대상 개념 그래프에 포함된 적어도 하나 이상의 개념들 각각에 대한 그래프 매칭 점수를 계산하여, 상기 입력 질의에 대응하는 적어도 하나 이상의 후보 개념들을 결정하는 후보 응답 결정부, 그리고상기 후보 개념들 중에서 미리 설정된 수만큼의 개념을 상기 입력 질의에 대한 응답으로 결정하는 응답 결정부를 포함하는 질의응답 장치
|
2 |
2
제1항에 있어서,상기 가중치 적용부는텍스트 분석 알고리즘을 이용하여 상기 말뭉치 및 상기 입력 질의로부터 상기 말뭉치 맥락 단어 및 상기 질의 맥락 단어를 추출하는 질의응답 장치
|
3 |
3
제1항에 있어서,상기 말뭉치 맥락 단어 및 상기 질의 맥락 단어는특정 카테고리에 해당하는 단어이고,상기 가중치 적용부는상기 말뭉치 맥락 단어 및 상기 질의 맥락 단어에 미리 설정된 가중치를 적용하는 질의응답 장치
|
4 |
4
제3항에 있어서,상기 특정 카테고리는시간 카테고리 또는 장소 카테고리 중 적어도 하나를 포함하는 질의응답 장치
|
5 |
5
제3항에 있어서,상기 미리 설정된 가중치는상기 말뭉치 및 상기 입력 질의에 포함된 단어들 중에서, 상기 말뭉치 맥락 단어 및 상기 질의 맥락 단어에 해당하지 않는 단어에 적용되는 가중치보다 높은 질의응답 장치
|
6 |
6
제1항에 있어서,상기 맥락 유사도 결정부는상기 가중치가 적용된 말뭉치 및 상기 가중치가 적용된 입력 질의에 대해 벡터화 알고리즘을 이용하여 상기 복수의 말뭉치 문장 임베딩 벡터들 및 상기 질의 문장 임베딩 벡터를 생성하는 질의응답 장치
|
7 |
7
제1항에 있어서,상기 맥락 유사도 결정부는벡터 유사도 판단 알고리즘을 이용하여 상기 복수의 말뭉치 문장 임베딩 벡터들과 상기 질의 문장 임베딩 벡터 사이의 벡터 유사도를 각각 계산하고, 상기 복수의 말뭉치 문장 임베딩 벡터들 중에서 상기 벡터 유사도가 높은 문장 임베딩 벡터를 상기 대상 문장 임베딩 벡터로 결정하는 질의응답 장치
|
8 |
8
제1항에 있어서,상기 말뭉치로부터 개념, 관계 및 속성을 추출하고, 상기 추출한 개념, 관계 및 속성을 이용하여 상기 말뭉치에 대한 복수의 개념 그래프들을 생성하고, 상기 말뭉치 내 동일한 문장에서 비롯된 개념 그래프와 말뭉치 문장 임베딩 벡터를 대응시켜 저장하는 개념 그래프 관리부를 더 포함하고,상기 후보 응답 결정부는상기 복수의 개념 그래프들 중에서, 상기 대상 문장 임베딩 벡터와 동일한 문장에서 비롯된 개념 그래프를 상기 대상 개념 그래프로 결정하는 질의응답 장치
|
9 |
9
제1항에 있어서,상기 응답 결정부는상기 복수의 후보 개념들 중에서 상기 그래프 매칭 점수가 높은 상기 미리 설정된 수만큼의 개념을 상기 입력 질의에 대한 응답으로 결정하는 질의응답 장치
|
10 |
10
질의응답 장치가 입력 질의의 응답을 결정하는 방법으로서,입력 질의에서 추출한 질의 맥락 단어에 가중치 규칙에 따라 맥락 어텐션을 이용하여 상기 질의 맥락 단어가 아닌 단어들과 구별되도록 가중치를 적용하고, 복수의 문장들을 포함하는 말뭉치에서 추출한 말뭉치 맥락 단어에 상기 가중치 규칙에 따라 상기 맥락 어텐션을 이용하여 상기 말뭉치 맥락 단어가 아닌 단어들과 구별되도록 가중치를 적용하는 단계,가중치가 적용된 입력 질의에 대한 질의 문장 임베딩 벡터를 생성하고, 가중치가 적용된 말뭉치에 대한 복수의 말뭉치 문장 임베딩 벡터들을 생성하는 단계,상기 질의 문장 임베딩 벡터와 상기 복수의 말뭉치 문장 임베딩 벡터들 사이의 벡터 유사도를 각각 계산하고, 상기 복수의 말뭉치 문장 임베딩 벡터들 중에서 상기 벡터 유사도가 높은 문장 임베딩 벡터를 대상 문장 임베딩 벡터로 결정하는 단계,상기 대상 문장 임베딩 벡터에 대응하는 대상 개념 그래프를 결정하고, 상기 대상 개념 그래프에 포함된 적어도 하나 이상의 개념들 각각에 대한 그래프 매칭 점수를 계산하여, 상기 입력 질의에 대응하는 적어도 하나 이상의 후보 개념들을 결정하는 단계, 그리고상기 후보 개념들 중에서 미리 설정된 수만큼의 개념을 상기 입력 질의에 대한 응답으로 결정하는 단계를 포함하는 응답 결정 방법
|
11 |
11
제10항에 있어서,상기 가중치를 적용하는 단계는텍스트 분석 알고리즘을 이용하여 상기 입력 질의 및 상기 말뭉치로부터 상기 말뭉치 맥락 단어를 추출하고, 상기 말뭉치 맥락 단어에 미리 설정된 가중치를 적용하는 응답 결정 방법
|
12 |
12
제11항에 있어서,상기 말뭉치 맥락 단어는시간 정보 카테고리 또는 장소 정보 카테고리 중 적어도 하나에 해당하는 응답 결정 방법
|
13 |
13
제11항에 있어서,상기 미리 설정된 가중치는상기 입력 질의 및 상기 말뭉치에 포함된 단어들 중에서, 상기 말뭉치 맥락 단어에 해당하지 않는 단어에 적용되는 가중치보다 높은 응답 결정 방법
|
14 |
14
제10항에 있어서,상기 질의 문장 임베딩 벡터 및 상기 복수의 말뭉치 문장 임베딩 벡터들을 생성하는 단계는상기 가중치가 적용된 입력 질의 및 상기 가중치가 적용된 말뭉치에 대해 벡터화 알고리즘을 이용하여 상기 질의 문장 임베딩 벡터 및 상기 복수의 말뭉치 문장 임베딩 벡터들을 생성하는 응답 결정 방법
|
15 |
15
제10항에 있어서,상기 벡터 유사도가 높은 임베딩 벡터를 대상 문장 임베딩 벡터로 결정하는 단계는벡터 유사도 판단 알고리즘을 이용하여 상기 복수의 말뭉치 문장 임베딩 벡터들과 상기 질의 문장 임베딩 벡터 사이의 벡터 유사도를 각각 계산하고, 상기 복수의 말뭉치 문장 임베딩 벡터들 중에서 상기 벡터 유사도가 가장 높은 임베딩 벡터를 상기 대상 문장 임베딩 벡터로 결정하는 응답 결정 방법
|
16 |
16
제10항에 있어서,상기 대상 개념 그래프를 결정하는 단계 이전에,상기 말뭉치로부터 개념, 관계 및 속성을 추출하는 단계,상기 추출한 개념, 관계 및 속성을 이용하여 상기 말뭉치에 대한 복수의 개념 그래프들을 생성하는 단계, 그리고상기 말뭉치 내 동일한 문장에서 비롯된 개념 그래프와 문장 임베딩 벡터를 대응시켜 저장하는 단계를 더 포함하는 응답 결정 방법
|
17 |
17
제16항에 있어서,상기 대상 개념 그래프를 결정하는 단계는상기 복수의 개념 그래프들 중에서, 상기 대상 문장 임베딩 벡터와 동일한 문장에서 비롯된 개념 그래프를 상기 대상 개념 그래프로 결정하는 응답 결정 방법
|
18 |
18
제10항에 있어서,상기 입력 질의에 대한 응답으로 결정하는 단계는상기 후보 개념들 중에서 상기 그래프 매칭 점수가 높은 상기 미리 설정된 수만큼의 개념을 상기 입력 질의에 대한 응답으로 결정하는 응답 결정 방법
|