맞춤기술찾기

이전대상기술

언어의 구체성 및 설득 전략 나열에 기반하여 문서의 설득력을 판단하고 향상시키는 방법 및 시스템

  • 기술번호 : KST2021006594
  • 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 언어의 구체성 및 설득 전략 나열에 기반하여 문서의 설득력을 판단하고 향상시키는 방법 및 시스템이 개시된다. 본 발명의 일 실시예에 따른 입력 문서의 설득력 분석 시스템은 입력 문서를 전처리하여 문장 단위로 분리하고 형태소를 분석하며, 상기 분리된 문장 단위, 형태소 및 미리 저장된 어휘와 구체성에 대한 데이터에 기초하여 상기 입력 문서에 대한 적어도 하나 이상의 후보 문서를 생성하는 전처리 및 후보 문서 생성 모듈; 및 미리 학습된 학습 모델을 이용하여 상기 입력 문서와 상기 적어도 하나 이상의 후보 문서 중 적어도 하나에 대한 설득력 정도를 판단하는 설득력 판단 모듈을 포함한다.
Int. CL G06F 40/35 (2020.01.01) G06F 40/205 (2020.01.01) G06F 40/279 (2020.01.01)
CPC
출원번호/일자 1020200127837 (2020.10.05)
출원인 한국과학기술원
등록번호/일자
공개번호/일자 10-2021-0059605 (2021.05.25) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보 대한민국  |   1020190146305   |   2019.11.15
법적상태 공개
심사진행상태 수리
심판사항
구분
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.10.05)
심사청구항수 10

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 박종철 대전광역시 유성구
2 이희제 대전광역시 유성구
3 송호윤 대전광역시 유성구
4 양원석 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 양성보 대한민국 서울특별시 강남구 선릉로***길 ** (논현동) 삼성빌딩 *층(피앤티특허법률사무소)

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
2020.10.05 수리 (Accepted) 1-1-2020-1045130-22
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
입력 문서를 전처리하여 문장 단위로 분리하고 형태소를 분석하며, 상기 분리된 문장 단위, 형태소 및 미리 저장된 어휘와 구체성에 대한 데이터에 기초하여 상기 입력 문서에 대한 적어도 하나 이상의 후보 문서를 생성하는 전처리 및 후보 문서 생성 모듈; 및미리 학습된 학습 모델을 이용하여 상기 입력 문서와 상기 적어도 하나 이상의 후보 문서 중 적어도 하나에 대한 설득력 정도를 판단하는 설득력 판단 모듈을 포함하는 입력 문서의 설득력 분석 시스템
2 2
제1항에 있어서,상기 전처리 및 후보 문서 생성 모듈은상기 입력 문서를 전처리하여 상기 입력 문서에 포함된 기호, 특수 문자와 일정 빈도수보다 낮은 빈도수의 단어를 제거하고, 상기 미리 저장된 어휘와 구체성에 대한 데이터를 통해 표현의 구체성을 학습하며, 상기 구체성이 학습된 표현의 임베딩을 이용하여 표현 변화의 경계를 결정하고, 상기 결정된 표현 변화의 경계에 기초하여 문장 순서를 변경한 상기 적어도 하나 이상의 후보 문서를 생성하는 것을 특징으로 하는 입력 문서의 설득력 분석 시스템
3 3
제1항에 있어서,상기 설득력 판단 모듈은심리적 거리 주석 말뭉치를 이용하여 미리 학습된 학습 모델을 이용하여 상기 입력 문서와 상기 적어도 하나 이상의 후보 문서 중 적어도 하나에 대한 심리적 거리를 분석하는 심리적 거리 분석부;설득 전략 주석 말뭉치를 이용하여 미리 학습된 학습 모델을 이용하여 상기 입력 문서와 상기 적어도 하나 이상의 후보 문서 중 적어도 하나에 대한 설득 전략을 분석하는 설득 전략 판단부; 및설득 점수 주석 말뭉치를 이용하여 미리 학습된 학습 모델을 이용하여 상기 입력 문서와 상기 적어도 하나 이상의 후보 문서 중 적어도 하나에 대한 설득력 정도를 판단하는 설득력 판단부를 포함하는 것을 특징으로 하는 입력 문서의 설득력 분석 시스템
4 4
제3항에 있어서,상기 설득력 판단부는상기 심리적 거리 분석부의 분석 결과와 상기 설득 전략 판단부의 결과 및 상기 설득 점수 주석 말뭉치를 이용하여 미리 학습된 학습 모델에 기초하여 상기 입력 문서와 상기 적어도 하나 이상의 후보 문서 중 적어도 하나에 대한 설득력 정도를 판단하는 것을 특징으로 하는 입력 문서의 설득력 분석 시스템
5 5
제1항에 있어서,상기 전처리 및 후보 문서 생성 모듈은상기 입력 문서를 전처리하여 문장 단위로 분리하고 형태소를 분석하는 문서 전처리부;사전 훈련된 임베딩을 사용하여 상기 문서 전처리부에 의해 전처리된 어휘를 확장하는 어휘 확장부;상기 어휘 확장부에 의해 확장된 어휘에 대한 구체성 평균 및 표준편차를 분석하는 구체성 분석부; 및상기 어휘 확장부에 의해 확장된 어휘와 상기 구체성 분석부에 의해 구체성 평균 및 표준편차를 이용하여 상기 입력 문서에 대한 적어도 하나 이상의 후보 문서를 생성하는 후보문서 생성부를 포함하는 것을 특징으로 하는 입력 문서의 설득력 분석 시스템
6 6
입력 문서를 전처리하여 문장 단위로 분리하고 형태소를 분석하는 전처리 단계;상기 분리된 문장 단위, 형태소 및 미리 저장된 어휘와 구체성에 대한 데이터에 기초하여 상기 입력 문서에 대한 적어도 하나 이상의 후보 문서를 생성하는 생성 단계; 및미리 학습된 학습 모델을 이용하여 상기 입력 문서와 상기 적어도 하나 이상의 후보 문서 중 적어도 하나에 대한 설득력 정도를 판단하는 판단 단계를 포함하는 입력 문서의 설득력 분석 방법
7 7
제6항에 있어서,상기 전처리 단계는상기 입력 문서를 전처리하여 상기 입력 문서에 포함된 기호, 특수 문자와 일정 빈도수보다 낮은 빈도수의 단어를 제거하고,상기 생성 단계는상기 미리 저장된 어휘와 구체성에 대한 데이터를 통해 표현의 구체성을 학습하며, 상기 구체성이 학습된 표현의 임베딩을 이용하여 표현 변화의 경계를 결정하고, 상기 결정된 표현 변화의 경계에 기초하여 문장 순서를 변경한 상기 적어도 하나 이상의 후보 문서를 생성하는 것을 특징으로 하는 입력 문서의 설득력 분석 방법
8 8
제6항에 있어서,상기 판단 단계는심리적 거리 주석 말뭉치를 이용하여 미리 학습된 학습 모델을 이용하여 상기 입력 문서와 상기 적어도 하나 이상의 후보 문서 중 적어도 하나에 대한 심리적 거리를 분석하는 단계;설득 전략 주석 말뭉치를 이용하여 미리 학습된 학습 모델을 이용하여 상기 입력 문서와 상기 적어도 하나 이상의 후보 문서 중 적어도 하나에 대한 설득 전략을 분석하는 단계; 및설득 점수 주석 말뭉치를 이용하여 미리 학습된 학습 모델을 이용하여 상기 입력 문서와 상기 적어도 하나 이상의 후보 문서 중 적어도 하나에 대한 설득력 정도를 판단하는 단계를 포함하는 것을 특징으로 하는 입력 문서의 설득력 분석 방법
9 9
제8항에 있어서,상기 설득력 정도를 판단하는 단계는상기 심리적 거리를 분석하는 단계의 분석 결과와 상기 설득 전략을 분석하는 단계의 분석 결과 및 상기 설득 점수 주석 말뭉치를 이용하여 미리 학습된 학습 모델에 기초하여 상기 입력 문서와 상기 적어도 하나 이상의 후보 문서 중 적어도 하나에 대한 설득력 정도를 판단하는 것을 특징으로 하는 입력 문서의 설득력 분석 방법
10 10
제6항에 있어서,상기 생성 단계는사전 훈련된 임베딩을 사용하여 상기 전처리된 어휘를 확장하는 단계;상기 확장된 어휘에 대한 구체성 평균 및 표준편차를 분석하는 단계; 및상기 확장된 어휘와 상기 분석된 구체성 평균 및 표준편차를 이용하여 상기 입력 문서에 대한 적어도 하나 이상의 후보 문서를 생성하는 단계를 포함하는 것을 특징으로 하는 입력 문서의 설득력 분석 방법
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 한국과학기술원 정보통신.방송 연구개발사업 (EZBARO)(SW 스타랩) 언어학적 분석 및 증거문서 자동 수집을 통한 신뢰도 분포 자동 예측 및 자동 증강(2019)