| 1 |
1
출현 확률을 계산할 문자열(w)의 각 문자에 대하여 결정적 유한 오토마타(이하 DFA)를 기반으로 정규 표현식 형태의 정규 언어를 획득하기 위해 다수의 상태 및 전이 함수로 구성된 DFA 모델을 획득하는 DFA 모델 획득부; 상기 DFA 모델에 초기 상태 및 단일 최종 상태와 초기 상태 및 단일 최종 상태에 대응하는 전이 함수를 추가한 후, DFA 모델의 각 상태들 간의 경로 중 중첩될 수 있는 경로를 동적으로 반복 제거하여, 명료한 정규 표현식을 표현할 수 있는 DFA 모델로 변환하는 정규 표현식 변환부; 변환된 DFA 모델의 각 상태 및 전이 경로의 확률을 확률적 유한 오토마타(이하 PFA)로 획득되는 PFA 모델을 기반으로 계산하여, 변환된 DFA 모델의 가중치로 적용하는 PFA 모델 교차부; 가중치가 적용된 DFA 모델에 문자열(w)을 포함하는 문자열 집합(F(w)) 중 증분된 문자열(wa)이 출현하는 문자열 집합(F(wa))에도 포함되는 문자열(F(w)＼F(wa))에 대한 상태와 전이 함수를 추가함으로써, 증분 가중치가 적용된 DFA 모델을 획득하고, 획득된 증분 가중치가 적용된 DFA 모델을 이용하여, 문자열 및 증분된 문자열의 출현 확률을 계산하는 증분 확률 계산부; 및상기 정규 표현식 변환부에서 명료한 정규 표현식을 표현하도록 변환된 DFA 모델에서 정규 표현식의 각 문자를 행렬 형식으로 변환하는 행렬 변환부를 포함하는 오토마타 기반 증분적 중위 확률 계산 장치
|
| 2 |
2
제1 항에 있어서, 상기 정규 표현식 변환부는 n개의 상태(q = q1, q2,
|
| 3 |
3
제2 항에 있어서, 상기 PFA 모델 교차부는 PFA 를 기반으로 모델링되는 PFA 모델(P)을 기반으로 문자열(w)에 대응하여 명료한 정규 표현식을 표현하도록 변환된 DFA 모델(D)의 가중치를 수학식 (여기서 L(D)는 변환된 DFA 모델(D)로 표현되는 문자열(w)에 대한 명료한 정규 표현식)에 따라 획득하여 적용하는 오토마타 기반 증분적 중위 확률 계산 장치
|
| 4 |
4
제3 항에 있어서, 상기 증분 확률 계산부는 가중치가 적용된 DFA 모델에 문자열(w)을 포함하는 문자열 집합(F(w)) 중 증분된 문자열(wa)이 출현하는 문자열 집합(F(wa))에도 포함되는 중복 문자열(F(w)＼F(wa))에 대한 상태와 전이 함수를 수학식 에 따라 획득하여, 가중치가 적용된 DFA 모델에 추가함으로써, 증분 가중치가 적용된 DFA 모델을 획득하는 오토마타 기반 증분적 중위 확률 계산 장치
|
| 5 |
5
삭제
|
| 6 |
6
출현 확률을 계산할 문자열(w)의 각 문자에 대하여 결정적 유한 오토마타(이하 DFA)를 기반으로 정규 표현식 형태의 정규 언어를 획득하기 위해 다수의 상태 및 전이 함수로 구성된 DFA 모델을 획득하는 단계; 상기 DFA 모델에 초기 상태 및 단일 최종 상태와 초기 상태 및 단일 최종 상태에 대응하는 전이 함수를 추가한 후, DFA 모델의 각 상태들 간의 경로 중 중첩될 수 있는 경로를 동적으로 반복 제거하여, 명료한 정규 표현식을 표현할 수 있는 DFA 모델로 변환하는 단계; 변환된 DFA 모델의 각 상태 및 전이 경로의 확률을 확률적 유한 오토마타(이하 PFA)로 획득되는 PFA 모델을 기반으로 계산하여, 변환된 DFA 모델의 가중치로 적용하는 단계; 가중치가 적용된 DFA 모델에 문자열(w)을 포함하는 문자열 집합(F(w)) 중 증분된 문자열(wa)이 출현하는 문자열 집합(F(wa))에도 포함되는 문자열(F(w)＼F(wa))에 대한 상태와 전이 함수를 추가함으로써, 증분 가중치가 적용된 DFA 모델을 획득하고, 획득된 증분 가중치가 적용된 DFA 모델을 이용하여, 문자열 및 증분된 문자열의 출현 확률을 계산하는 단계; 및명료한 정규 표현식을 표현하도록 변환된 DFA 모델에서 정규 표현식의 각 문자를 행렬 형식으로 변환하는 단계를 포함하는 오토마타 기반 증분적 중위 확률 계산 방법
|
| 7 |
7
제6 항에 있어서, 상기 DFA 모델로 변환하는 단계는 n개의 상태(q = q1, q2,
|
| 8 |
8
제7 항에 있어서, 상기 DFA 모델의 가중치로 적용하는 단계는 PFA 를 기반으로 모델링되는 PFA 모델(P)을 기반으로 문자열(w)에 대응하여 명료한 정규 표현식을 표현하도록 변환된 DFA 모델(D)의 가중치를 수학식 (여기서 L(D)는 변환된 DFA 모델(D)로 표현되는 문자열(w)에 대한 명료한 정규 표현식)에 따라 획득하여 적용하는 오토마타 기반 증분적 중위 확률 계산 방법
|
| 9 |
9
제8 항에 있어서, 상기 출현 확률을 계산하는 단계는 가중치가 적용된 DFA 모델에 문자열(w)을 포함하는 문자열 집합(F(w)) 중 증분된 문자열(wa)이 출현하는 문자열 집합(F(wa))에도 포함되는 중복 문자열(F(w)＼F(wa))에 대한 상태와 전이 함수를 수학식 에 따라 획득하여, 가중치가 적용된 DFA 모델에 추가하는 단계; 상태와 전이 함수가 추가된 가중치가 적용된 DFA 모델에 따라 증분 가중치가 적용된 DFA 모델을 획득하는 단계; 및 증분 가중치가 적용된 DFA 모델을 이용하여 증분 문자열의 출현 확률을 계산하는 단계; 를 포함하는 오토마타 기반 증분적 중위 확률 계산 방법
|
| 10 |
10
삭제
|
