| 1 |
1
전자 장치에 있어서,명령어들을 저장하는 메모리; 및프로세서를 포함하고, 상기 프로세서는, 상기 명령어들을 실행함으로써,문서 구조에 기반하여 문서를 복수의 섹션들로 구분하고,각 섹션에 포함된 전체 내용 중 일부 내용을 추출하여 섹션 별 요약문들을 생성하고,상기 섹션 별 요약문들을 추상적(abstractive) 요약함에 따라 상기 문서의 요약문을 생성하는, 전자 장치
|
| 2 |
2
청구항 1에 있어서, 상기 프로세서는, 상기 명령어들을 실행함으로써,각 섹션들의 중요도에 기반하여 섹션 별 요약 문장 수를 결정하고,상기 각 섹션들로부터 상기 결정된 수의 문장을 추출하고,상기 추출된 문장을 포함하는 상기 섹션 별 요약문들을 생성하는, 전자 장치
|
| 3 |
3
청구항 2에 있어서, 상기 프로세서는, 상기 명령어들을 실행함으로써,상기 각 섹션들의 중요도가 높을수록 상기 섹션 별 요약 문장 수를 늘리는, 전자 장치
|
| 4 |
4
청구항 3에 있어서, 상기 프로세서는, 상기 명령어들을 실행함으로써,전체 요약 문장 수에 대비한 상기 각 섹션들의 중요도의 비율에 의하여 정규화된 상기 섹션 별 요약 문장 수를 결정하는, 전자 장치
|
| 5 |
5
청구항 2에 있어서, 상기 프로세서는, 상기 명령어들을 실행함으로써,상기 각 섹션들의 중요도가 높고, 상기 각 섹션들의 길이가 길수록 더 많은 상기 섹션 별 요약 문장 수를 결정하는, 전자 장치
|
| 6 |
6
청구항 2에 있어서, 상기 프로세서는, 상기 명령어들을 실행함으로써, 복수의 문서들에 포함된 섹션들을 학습하여 결정된 학습 모델에 기반하여 상기 복수의 섹션들 각각의 중요도 또는 섹션 별 요약 문장 수를 결정하는, 전자 장치
|
| 7 |
7
청구항 1에 있어서, 상기 프로세서는, 상기 명령어들을 실행함으로써,각 섹션들에 포함된 문장들의 중요도를 확인하고,상기 확인된 중요도가 높은 순으로 지정된 개수의 문장을 추출하고,상기 지정된 개수의 문장을 포함하는 상기 섹션 별 요약문을 생성하는, 전자 장치
|
| 8 |
8
청구항 1에 있어서, 상기 프로세서는, 상기 명령어들을 실행함으로써,상기 섹션 별 요약문들을 나열하여 하나의 문서를 생성하고,어텐션 매커니즘(attention mechanism) 및 순환 신경망(RNN: recurrent neutral network)에 기반하여 상기 생성된 문서를 추상적 요약하여 상기 문서의 요약문을 생성하는, 전자 장치
|
| 9 |
9
청구항 8에 있어서, 상기 프로세서는,상기 생성된 문서에 포함된 모든 단어 레벨의 RNN 상태들과 변형된 어텐션 가중치들의 가중 합에 기반하여 컨텍스트 벡터를 산출하는 인코더; 및상기 컨텍스트 벡터 및 이전 출력 단어에 기반하여 상기 문서의 요약문을 생성하는 디코더를 포함하는, 전자 장치
|
| 10 |
10
청구항 9에 있어서, 상기 프로세서는, 상기 명령어들을 실행함으로써,상기 어텐션 매커니즘에 기반하여 산출된 어텐션 가중치들 각각에 각 단어들이 속하는 섹션의 중요도들을 곱하여 상기 변형된 어텐션 가중치들을 산출하는, 전자 장치
|
| 11 |
11
청구항 9에 있어서, 상기 프로세서는, 상기 명령어들을 실행함으로써,설정된 키워드에 관련된 핵심 연관 키워드들을 생성하고, 상기 복수의 섹션들 중 상기 핵심 연관 키워드들과 관련된 적어도 하나의 섹션을 선택하고,선택된 섹션의 일부 내용을 추출하여 상기 선택된 섹션의 요약문을 생성하고,상기 선택된 섹션의 요약문을 추상적 요약함에 따라 상기 문서의 요약문을 생성하는, 전자 장치
|
| 12 |
12
전자 장치에 의한 요약문 생성 방법에 있어서, 문서 구조에 기반하여 지정된 문서를 복수의 섹션들로 구분하는 동작;각 섹션의 전체 내용 중 일부 내용을 추출하여 섹션 별 요약문들을 생성하는 동작; 및상기 섹션 별 요약문들을 추상적(abstractive) 요약함에 따라 상기 문서의 요약문을 생성하는 동작을 포함하는 요약문 생성 방법
|
| 13 |
13
청구항 12에 있어서, 상기 섹션 별 요약문들을 생성하는 동작은,각 섹션들의 중요도에 기반하여 섹션 별 요약 문장 수를 결정하는 동작;상기 각 섹션들로부터 상기 결정된 수의 문장을 추출하는 동작; 및상기 추출된 문장을 포함하는 상기 섹션 별 요약문들을 생성하는 동작을 포함하는, 요약문 생성 방법
|
| 14 |
14
청구항 12에 있어서, 상기 결정하는 동작은,복수의 문서들에 포함된 섹션들을 학습하여 결정된 학습 모델에 기반하여 상기 복수의 섹션들의 중요도를 결정하는 동작; 및상기 복수의 섹션들 각각의 중요도에 기반하여 상기 섹션 별 요약 문장 수를 결정하는 동작을 포함하는, 요약문 생성 방법
|
| 15 |
15
청구항 13에 있어서, 상기 섹션 별 요약문을 생성하는 동작은,각 섹션들의 중요도가 높을수록 상기 섹션 별 요약 문장 수를 늘리는 동작을 포함하는, 요약문 생성 방법
|
| 16 |
16
청구항 15에 있어서, 상기 섹션 별 요약 문장 수를 늘리는 동작은, 상기 각 섹션들의 중요도가 높고 상기 각 섹션들의 길이가 길수록 상기 섹션 별 요약 문장 수를 늘리는 동작을 포함하는, 요약문 생성 방법
|
| 17 |
17
청구항 12에 있어서, 상기 섹션 별 요약문들을 생성하는 동작은,각 섹션들에 포함된 문자들의 중요도를 확인하는 동작; 상기 확인된 중요도가 높은 순으로 지정된 개수의 문장을 추출하는 동작; 및상기 지정된 개수의 문장을 포함하는 상기 섹션 별 요약문을 생성하는 동작을 포함하는, 요약문 생성 방법
|
| 18 |
18
청구항 12에 있어서, 상기 문서의 요약문을 생성하는 동작은,상기 섹션 별 요약문들을 나열하여 하나의 문서를 생성하는 동작; 및어텐션 매커니즘(attention mechanism) 및 순환 신경망(RNN: recurrent neutral network)에 기반하여 상기 생성된 문서를 추상적 요약하여 상기 문서의 요약문을 생성하는 세부 동작을 포함하는, 요약문 생성 방법
|
| 19 |
19
청구항 18에 있어서, 상기 문서의 요약문을 생성하는 세부 동작은,상기 생성된 문서에 포함된 모든 단어에 대하여 단어 레벨의 RNN 상태들을 산출하는 동작;상기 어텐션 매커니즘에 기반하여 어텐션 가중치들에 각각에 각 단어들이 속하는 섹션의 중요도들을 곱하여 변경된 어텐션 가중치들을 산출하는 동작;상기 RNN 상태들과 변형된 어텐션 가중치들의 가중 합에 기반하여 컨텍스트 벡터(context)를 산출하는 동작; 및상기 컨텍스트 벡터 및 이전 출력 단어를 디코딩하여 상기 문서의 요약문을 생성하는 동작을 포함하는, 요약문 생성 방법
|
| 20 |
20
프로세서에 의해 실행 가능한 명령어들을 저장하는 컴퓨터 판독 가능 저장 매체에 있어서, 상기 명령어들은 실행 시에 전자 장치의 프로세서로 하여금:문서 구조에 기반하여 지정된 문서를 복수의 섹션들로 구분하고,각 섹션의 전체 내용 중 일부 내용을 추출하여 섹션 별 요약문들을 생성하고,상기 섹션 별 요약문들을 추상적(abstractive) 요약함에 따라 상기 문서의 요약문을 생성하도록 하는, 컴퓨터 판독 가능 저장 매체
|
