맞춤기술찾기

이전대상기술

질의문과 지식 그래프 관계 학습을 이용한 지식 완성 방법 및 장치

  • 기술번호 : KST2022007445
  • 담당센터 : 서울서부기술혁신센터
  • 전화번호 : 02-6124-6930
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 본 발명은 질의문과 지식 그래프 관계 학습을 이용한 지식 완성 방법 및 장치을 개시한다. 본 발명에 따르면, 입력된 질의문에 상응하는 질의문 임베딩 값을 출력하는 질의문 임베딩 모듈, 상기 입력된 질의문에서 토픽을 추출하는 토픽 추출 모듈, 상기 지식 그래프에 포함된 복수의 술어, 주어 및 목적어들에 대한 임베딩 값을 출력하는 지식 그래프 임베딩 모듈, 상기 질의문 임베딩 값과 상기 복수의 술어 각각의 임베딩 값의 유사도를 계산하여 질의문과 가장 유사한 술어를 결정하는 유사도 계산 모듈, 상기 질의문 임베딩 값과 상기 가장 유사한 술어의 임베딩 값을 연결하는 임베딩 연결 모듈 및 상기 추출된 토픽, 상기 질의문 임베딩 값과 상기 가장 유사한 술어의 임베딩 값을 연결한 임베딩 값 및 상기 지식 그래프의 주어 및 목적어들을 이용하여 새로운 트리플을 추론하는 스코어링 모듈을 포함하는 질의문과 지식 그래프 관계 학습을 이용한 지식 완성 장치가 제공된다.
Int. CL G06F 16/36 (2019.01.01) G06F 16/901 (2019.01.01) G06F 40/205 (2020.01.01) G06F 16/332 (2019.01.01) G06F 16/33 (2019.01.01) G06N 5/04 (2006.01.01) G06N 5/02 (2006.01.01)
CPC G06F 16/36(2013.01) G06F 16/9024(2013.01) G06F 16/3329(2013.01) G06F 16/3334(2013.01) G06F 16/3344(2013.01) G06F 40/284(2013.01) G06F 40/205(2013.01) G06N 5/04(2013.01) G06N 5/02(2013.01)
출원번호/일자 1020200157981 (2020.11.23)
출원인 숭실대학교산학협력단
등록번호/일자
공개번호/일자 10-2022-0070919 (2022.05.31) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.11.23)
심사청구항수 8

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 숭실대학교산학협력단 대한민국 서울특별시 동작구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 박영택 서울특별시 서초구
2 이완곤 서울특별시 마포구
3 김민성 경기도 의정부시 시민로***번길
4 이민호 경기도 안양시 만안구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 최관락 대한민국 서울특별시 강남구 강남대로**길 ** (역삼동) 동림빌딩 *층(아이피즈국제특허법률사무소)
2 송인호 대한민국 서울특별시 강남구 강남대로**길 ** (역삼동) 동림빌딩 *층(아이피즈국제특허법률사무소)

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
2020.11.23 수리 (Accepted) 1-1-2020-1258042-42
2 선행기술조사의뢰서
Request for Prior Art Search
2021.10.19 수리 (Accepted) 9-1-9999-9999999-89
3 특허고객번호 정보변경(경정)신고서·정정신고서
2021.10.28 수리 (Accepted) 4-1-2021-5282132-58
4 선행기술조사보고서
Report of Prior Art Search
2021.12.16 발송처리완료 (Completion of Transmission) 9-6-2022-0054450-09
5 의견제출통지서
Notification of reason for refusal
2022.03.28 발송처리완료 (Completion of Transmission) 9-5-2022-0231032-12
6 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2022.05.26 수리 (Accepted) 1-1-2022-0557088-67
7 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2022.05.26 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2022-0557089-13
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
질의문과 지식 그래프 관계 학습을 이용한 지식 완성 장치로서, 입력된 질의문에 상응하는 질의문 임베딩 값을 출력하는 질의문 임베딩 모듈; 상기 입력된 질의문에서 토픽을 추출하는 토픽 추출 모듈; 상기 지식 그래프에 포함된 복수의 술어, 주어 및 목적어들에 대한 임베딩 값을 출력하는 지식 그래프 임베딩 모듈; 상기 질의문 임베딩 값과 상기 복수의 술어 각각의 임베딩 값의 유사도를 계산하여 질의문과 가장 유사한 술어를 결정하는 유사도 계산 모듈; 상기 질의문 임베딩 값과 상기 가장 유사한 술어의 임베딩 값을 연결하는 임베딩 연결 모듈; 및상기 추출된 토픽, 상기 질의문 임베딩 값과 상기 가장 유사한 술어의 임베딩 값을 연결한 임베딩 값 및 상기 지식 그래프의 주어 및 목적어들을 이용하여 새로운 트리플을 추론하는 스코어링 모듈을 포함하는 질의문과 지식 그래프 관계 학습을 이용한 지식 완성 장치
2 2
제1항에 있어서, 상기 질의문 임베딩 모듈은, BERT 기반의 RoBERT 모델을 이용하여 상기 입력된 질의문에 상응하는 임베딩 값을 결정하는 질의문과 지식 그래프 관계 학습을 이용한 지식 완성 장치
3 3
제1항에 있어서, 상기 상기 질의문 임베딩 모듈은, 상기 입력된 질의문을 각 단어로 분리하는 토큰화를 수행하고 상기 지식 그래프 내에서 미리 설정된 등장 횟수 이상의 단어들을 제외시켜 토픽을 추출하는 질의문과 지식 그래프 관계 학습을 이용한 지식 완성 장치
4 4
제1항에 있어서, 상기 유사도 계산 모듈은, 상기 그래프 임베딩 모듈을 통해 얻은 모든 술어의 임베딩 값을 dot product 연산을 하고 sigmoid를 취하여 가장 높은 값을 찾아 상기 질의문과 가장 유사한 술어를 탐색하는 질의문과 지식 그래프 관계 학습을 이용한 지식 완성 장치
5 5
제1항에 있어서, 상기 스코어링 모듈은 상기 추출된 토픽을 주어에 위치시키고, 상기 질의문 임베딩 값과 상기 가장 유사한 술어의 임베딩 값을 연결한 임베딩 값을 술어에 위치시키고, 상기 지식 그래프의 주어 및 목적어들을 후보 목적어에 위치시켜 새로운 트리플을 추론하는 질의문과 지식 그래프 관계 학습을 이용한 지식 완성 장치
6 6
제5항에 있어서, 상기 스코어링 모듈은 스코어 계산 함수에 복수의 후보 목적어들을 순차적으로 위치시켜 스코어가 가장 높은 엔티티를 상기 추출된 토픽 및 상기 질의문 임베딩 값과 상기 가장 유사한 술어의 임베딩 값을 연결한 임베딩 값과 관련된 목적어로 결정하는 질의문과 지식 그래프 관계 학습을 이용한 지식 완성 장치
7 7
프로세서 및 메모리를 포함하는 장치에서 질의문과 지식 그래프 관계 학습을 이용하여 지식을 완성하는 방법으로서, 입력된 질의문에 상응하는 질의문 임베딩 값을 출력하는 단계; 상기 입력된 질의문에서 토픽을 추출하는 단계; 상기 지식 그래프에 포함된 복수의 술어, 주어 및 목적어들에 대한 임베딩 값을 출력하는 단계; 상기 질의문 임베딩 값과 상기 복수의 술어 각각의 임베딩 값의 유사도를 계산하여 질의문과 가장 유사한 술어를 결정하는 단계; 상기 질의문 임베딩 값과 상기 가장 유사한 술어의 임베딩 값을 연결하는 단계; 및상기 추출된 토픽, 상기 질의문 임베딩 값과 상기 가장 유사한 술어의 임베딩 값을 연결한 임베딩 값 및 상기 지식 그래프의 주어 및 목적어들을 이용하여 새로운 트리플을 추론하는 단계를 포함하는 질의문과 지식 그래프 관계 학습을 이용한 지식 완성 방법
8 8
제7항에 있어서, 상기 질의문과 가장 유사한 술어를 결정하는 단계는, 상기 그래프 임베딩 모듈을 통해 얻은 모든 술어의 임베딩 값을 dot product 연산을 하고 sigmoid를 취하여 가장 높은 값을 찾아 상기 질의문과 가장 유사한 술어를 탐색하는 질의문과 지식 그래프 관계 학습을 이용한 지식 완성 방법
9 9
제7항에 있어서, 상기 새로운 트리플을 추론하는 단계는, 상기 추출된 토픽을 주어에 위치시키고, 상기 질의문 임베딩 값과 상기 가장 유사한 술어의 임베딩 값을 연결한 임베딩 값을 술어에 위치시키고, 상기 지식 그래프의 주어 및 목적어들을 후보 목적어에 위치시켜 새로운 트리플을 추론하는 질의문과 지식 그래프 관계 학습을 이용한 지식 완성 방법
10 10
제7항에 따른 방법을 수행하는 컴퓨터 판독 가능한 프로그램
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 숭실대학교 산학협력단 SW컴퓨팅산업원천기술개발(R&D) 대용량 지식그래프 자동완성을 위한 시맨틱 분석 추론기술 개발