| 1 |
1
신뢰도 평가가 요구되는 서술문 텍스트를 수신하는 수신부;지식베이스를 기반으로 상기 서술문 텍스트에 포함된 내용어(content word) 간의 관계를 이용하여 상식 지식 정보를 추출하며, 상기 서술문 텍스트와 상기 상식 지식 정보를 통해 상식 기반의 신뢰도 자질 표현 벡터를 생성하는 상식 처리부; 상기 서술문 텍스트에서 언어학적 패턴과 각 패턴에 관계된 단어들을 선택하여 언어학적 패턴 기반의 신뢰도 자질 표현 벡터를 생성하는 언어학적 패턴 처리부; 및상기 상식 기반의 신뢰도 자질 표현 벡터와 상기 언어학적 패턴 기반의 신뢰도 자질 표현 벡터를 결합한 심층 신경망을 통해 신뢰도 분류를 수행하여 신뢰도를 평가하는 신뢰도 평가부를 포함하는 서술문 신뢰도 평가 시스템
|
| 2 |
2
제1항에 있어서, 상기 상식 처리부는상기 서술문 텍스트에 포함된 모든 내용어(content word) 간의 관계적 지식을 상기 지식베이스에서 순위화하여 상기 상식 지식 정보를 추출하는 상식 추출부; 및상기 서술문 텍스트와 상기 상식 지식 정보를 입력으로 하는 심층 신경망(Deep Neural Network)을 통해 상기 상식 기반의 신뢰도 자질 표현 벡터를 추출하는 벡터 생성부를 포함하는 서술문 신뢰도 평가 시스템
|
| 3 |
3
제2항에 있어서, 상기 상식 추출부는복수의 트리플(triple)을 포함하는 상기 지식베이스를 기반으로, 상기 서술문 텍스트에 포함된 내용어 중에서 최소 한가지를 포함하는 트리플을 상기 지식베이스에서 추출하며, 추출된 트리플의 내용어가 상기 서술문 텍스트에 포함되는지 유무에 따라 유사도 점수를 부여하는, 서술문 신뢰도 평가 시스템
|
| 4 |
4
제3항에 있어서, 상기 상식 추출부는상기 추출된 트리플 중 내용어가 상기 서술문 텍스트에 모두 포함되는 경우에 1점을 부여하고, 그렇지 않은 경우에는 단어 사이의 유사도를 측정하여 1점 미만의 기 설정된 유사도 점수를 부여하는 것을 특징으로 하는, 서술문 신뢰도 평가 시스템
|
| 5 |
5
제4항에 있어서, 상기 상식 추출부는유사도 점수가 부여된 트리플 중 상위 m개의 트리플로 구성된 상기 상식 지식 정보를 추출하는, 서술문 신뢰도 평가 시스템
|
| 6 |
6
제5항에 있어서, 상기 벡터 생성부는심층 신경망을 통해 인코딩된 상기 서술문 텍스트에 대한 서술문 벡터와 상기 상식 지식 정보에 대한 상식 지식 벡터 사이의 유사도를 기반으로 각 지식들에 대한 가중치를 산출하며, 상기 상식 지식 벡터의 가중치 합과 상기 서술문 벡터와의 결합(concatenation)을 통해 상기 상식 기반의 신뢰도 자질 표현 벡터를 생성하는, 서술문 신뢰도 평가 시스템
|
| 7 |
7
제1항에 있어서, 상기 언어학적 패턴 처리부는상기 서술문 텍스트를 입력으로 하는 심층 신경망의 다측면 자가 주의집중 메커니즘을 통해 학습된 서로 다른 N개의 언어학적 패턴과 각 패턴에 관계된 단어들을 선택하여 상기 언어학적 패턴 기반의 자질 표현 벡터를 생성하는, 서술문 신뢰도 평가 시스템
|
| 8 |
8
제1항에 있어서, 상기 신뢰도 평가부는상기 상식 기반의 신뢰도 자질 표현 벡터와 상기 언어학적 패턴 기반의 신뢰도 자질 표현 벡터를 결합하여 심층 신경망을 통해 가장 높은 확률 값을 가진 신뢰도 라벨을 최종 신뢰도 점수를 선택하여 상기 서술문 텍스트에 대한 신뢰도를 평가하는, 서술문 신뢰도 평가 시스템
|
| 9 |
9
신뢰도 평가가 요구되는 서술문 텍스트를 수신하는 단계;지식베이스를 기반으로 상기 서술문 텍스트에 포함된 내용어(content word) 간의 관계를 이용하여 상식 지식 정보를 추출하며, 상기 서술문 텍스트와 상기 상식 지식 정보를 통해 상식 기반의 신뢰도 자질 표현 벡터를 생성하는 단계; 상기 서술문 텍스트에서 언어학적 패턴과 각 패턴에 관계된 단어들을 선택하여 언어학적 패턴 기반의 신뢰도 자질 표현 벡터를 생성하는 단계; 및상기 상식 기반의 신뢰도 자질 표현 벡터와 상기 언어학적 패턴 기반의 신뢰도 자질 표현 벡터를 결합한 심층 신경망을 통해 신뢰도 분류를 수행하여 신뢰도를 평가하는 단계를 포함하는 서술문 신뢰도 평가 방법
|
| 10 |
10
제9항에 있어서,상기 상식 기반의 신뢰도 자질 표현 벡터를 생성하는 단계는상기 서술문 텍스트에 포함된 모든 내용어(content word) 간의 관계적 지식을 상기 지식베이스에서 순위화하여 상기 상식 지식 정보를 추출하는 단계; 및상기 서술문 텍스트와 상기 상식 지식 정보를 입력으로 하는 심층 신경망(Deep Neural Network)을 통해 상기 상식 기반의 신뢰도 자질 표현 벡터를 추출하는 단계를 포함하는 서술문 신뢰도 평가 방법
|
| 11 |
11
제10항에 있어서,상기 상식 기반의 신뢰도 자질 표현 벡터를 추출하는 단계는 심층 신경망을 통해 인코딩된 상기 서술문 텍스트에 대한 서술문 벡터와 상기 상식 지식 정보에 대한 상식 지식 벡터 사이의 유사도를 기반으로 각 지식들에 대한 가중치를 산출하며, 상기 상식 지식 벡터의 가중치 합과 상기 서술문 벡터와의 결합(concatenation)을 통해 상기 상식 기반의 신뢰도 자질 표현 벡터를 생성하는, 서술문 신뢰도 평가 방법
|
| 12 |
12
제9항에 있어서, 상기 언어학적 패턴 기반의 신뢰도 자질 표현 벡터를 생성하는 단계는상기 서술문 텍스트를 입력으로 하는 심층 신경망의 다측면 자가 주의집중 메커니즘을 통해 학습된 서로 다른 N개의 언어학적 패턴과 각 패턴에 관계된 단어들을 선택하여 상기 언어학적 패턴 기반의 자질 표현 벡터를 생성하는, 서술문 신뢰도 평가 방법
|
| 13 |
13
제9항에 있어서, 상기 신뢰도를 평가하는 단계는상기 상식 기반의 신뢰도 자질 표현 벡터와 상기 언어학적 패턴 기반의 신뢰도 자질 표현 벡터를 결합하여 심층 신경망을 통해 가장 높은 확률 값을 가진 신뢰도 라벨을 최종 신뢰도 점수를 선택하여 상기 서술문 텍스트에 대한 신뢰도를 평가하는, 서술문 신뢰도 평가 방법
|
