맞춤기술찾기

이전대상기술

어노테이션 오류 예측 장치 및 방법

  • 기술번호 : KST2020014582
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
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 입력 데이터에 대한 어노테이션의 오류 가능성을 예측하는 장치로서, 훈련용 입력 데이터에 대한 제1 어노테이션 및 평가용입력 데이터에 대한 제2 어노테이션을 알고리즘을 이용하여 생성하는 어노테이션 생성부, 상기 제1 어노테이션 및 사용자로부터 수신된 상기 제1 어노테이션에 대한 교정 이력을 바탕으로 어노테이션 평가 모델을 학습하는 어노테이션 학습부, 그리고 상기 어노테이션 평가 모델을 이용하여 상기 제2 어노테이션의 오류 가능성을 예측하는 어노테이션 오류 예측부를 포함하는 어노테이션 오류 예측 장치가 제공된다.
Int. CL G06F 40/166 (2020.01.01)
CPC G06F 40/169(2013.01) G06F 40/169(2013.01) G06F 40/169(2013.01) G06F 40/169(2013.01)
출원번호/일자 1020190046624 (2019.04.22)
출원인 한국전자통신연구원
등록번호/일자
공개번호/일자 10-2020-0123584 (2020.10.30) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 N
심사청구항수 13

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국전자통신연구원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 윤현진 대전광역시 유성구
2 한미경 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 팬코리아특허법인 대한민국 서울특별시 강남구 논현로**길 **, 역삼***빌딩 (역삼동)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
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
2019.04.22 수리 (Accepted) 1-1-2019-0410681-82
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
입력 데이터에 대한 어노테이션의 오류 가능성을 예측하는 장치로서,훈련용 입력 데이터에 대한 제1 어노테이션 및 평가용입력 데이터에 대한 제2 어노테이션을 알고리즘을 이용하여 생성하는 어노테이션 생성부,상기 제1 어노테이션 및 사용자로부터 수신된 상기 제1 어노테이션에 대한 교정 이력을 바탕으로 어노테이션 평가 모델을 학습하는 어노테이션 학습부, 그리고상기 어노테이션 평가 모델을 이용하여 상기 제2 어노테이션의 오류 가능성을 예측하는 어노테이션 오류 예측부를 포함하는 어노테이션 오류 예측 장치
2 2
제1항에서,상기 어노테이션 교정부는,상기 사용자로부터 상기 제1 어노테이션에 대한 교정 이력을 수신하거나 또는 상기 사용자에게 상기 제2 어노테이션의 오류 가능성을 제공하는 사용자 인터페이스, 그리고상기 교정 이력을 저장하는 저장부를 포함하는, 어노테이션 오류 예측 장치
3 3
제1항에서,상기 어노테이션 학습부는,상기 교정 이력을 바탕으로, 상기 훈련용 입력 데이터 중 교정이 발생한 훈련용 입력 데이터를 상기 제1 어노테이션의 오류가 발생한 부류로 예측하고, 교정이 발생하지 않은 훈련용 입력 데이터를 상기 제1 어노테이션의 오류가 발생하지 않은 부류로 예측하는 이진 분류 모델을 상기 어노테이션 평가 모델로 학습하는, 어노테이션 오류 예측 장치
4 4
제1항에서,상기 어노테이션 학습부는,상기 제1 어노테이션의 오류를 수정, 삭제, 추가, 오류 없음의 부류로 세분화하여 분류하는 다중 부류 분류 모델을 상기 어노테이션 평가 모델로 학습하는, 어노테이션 오류 예측 장치
5 5
제3항에서,상기 어노테이션 오류 예측부는,상기 제2 어노테이션에 오류가 있을 가능성을 수치로 예측하는, 어노테이션 오류 예측 장치
6 6
제4항에서,상기 어노테이션 오류 예측부는,상기 제2 어노테이션에 발생할 수 있는 오류 유형이 수정, 삭제, 추가 중 하나일 가능성을 수치로 예측하는, 어노테이션 오류 예측 장치
7 7
입력 데이터에 대한 어노테이션의 오류 가능성을 예측하는 방법으로서,훈련용 입력 데이터에 대한 제1 어노테이션을 알고리즘을 이용하여 생성하는 단계,상기 제1 어노테이션 및 사용자로부터 수신된 상기 제1 어노테이션에 대한 교정 이력을 바탕으로 어노테이션 평가 모델을 학습하는 단계, 평가용 입력 데이터에 대한 제2 어노테이션을 알고리즘을 이용하여 생성하는 단계, 그리고상기 어노테이션 평가 모델을 이용하여 상기 제2 어노테이션의 오류 가능성을 예측하는 단계를 포함하는 어노테이션 오류 예측 방법
8 8
제7항에서,상기 제2 어노테이션의 오류 가능성을 예측하는 단계 이후,상기 제2 어노테이션의 오류 가능성을 상기 사용자에게 제공하고, 상기 사용자로부터 상기 제2 어노테이션에 대한 교정 이력을 수신하는 단계를 더 포함하는, 어노테이션 오류 예측 방법
9 9
제7항에서,상기 어노테이션 평가 모델을 학습하는 단계는,상기 교정 이력을 바탕으로, 상기 훈련용 입력 데이터 중 교정이 발생한 훈련용 입력 데이터를 상기 제1 어노테이션의 오류가 발생한 부류로 예측하고, 교정이 발생하지 않은 훈련용 입력 데이터를 상기 제1 어노테이션의 오류가 발생하지 않은 부류로 예측하는 이진 분류 모델을 상기 어노테이션 평가 모델로 학습하는, 어노테이션 오류 예측 방법
10 10
제7항에서,상기 어노테이션 평가 모델을 학습하는 단계는,상기 제1 어노테이션의 오류를 수정, 삭제, 추가, 오류 없음의 부류로 세분화하여 분류하는 다중 부류 분류 모델을 상기 어노테이션 평가 모델로 학습하는, 어노테이션 오류 예측 방법
11 11
제9항에서,상기 제2 어노테이션의 오류 가능성을 예측하는 단계는,상기 제2 어노테이션에 오류가 있을 가능성을 수치로 예측하는, 어노테이션 오류 예측 방법
12 12
제10항에서,상기 제2 어노테이션의 오류 가능성을 예측하는 단계는,상기 제2 어노테이션에 발생할 수 있는 오류 유형이 수정, 삭제, 추가 중 하나일 가능성을 수치로 예측하는, 어노테이션 오류 예측 방법
13 13
입력 데이터에 대한 어노테이션의 오류 가능성을 예측하는 장치로서,프로세서 및 메모리를 포함하고,상기 프로세서는 상기 메모리에 저장된 프로그램을 실행하여,훈련용 입력 데이터에 대한 제1 어노테이션을 알고리즘을 이용하여 생성하는 단계,상기 제1 어노테이션 및 사용자로부터 수신된 상기 제1 어노테이션에 대한 교정 이력을 바탕으로 어노테이션 평가 모델을 학습하는 단계,평가용 입력 데이터에 대한 제2 어노테이션을 알고리즘을 이용하여 생성하는 단계, 그리고상기 어노테이션 평가 모델을 이용하여 상기 제2 어노테이션의 오류 가능성을 예측하는 단계를 수행하는 어노테이션 오류 예측 장치
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 한국전자통신연구원 범부처 GigaKOREA사업 5G 기반의 스마트시티 서비스 개발 및 실증