| 1 |
1
해시태그 추출 장치의 동작 방법으로서,학습 데이터로 입력된 학습 문서들에서, 학습 문서별로 상황 자질들을 포함하는 상황 자질 리스트를 생성하는 단계, 그리고추론 주기마다, 입력으로부터 정답으로 남아있는 해시태그 레이블들 중 하나를 추론하도록 순환 생성 모델을 학습시키는 단계를 포함하고, 상기 학습시키는 단계는상기 추론 주기마다 상기 상황 자질 리스트와 상기 순환 생성 모델에서 이전 추론 주기까지 추론된 해시태그 열을 포함하는 입력을 생성하고, 각 추론 주기의 입력을 상기 순환 생성 모델로 제공한 후, 상기 순환 생성 모델에서 추론된 해시태그가 상기 정답으로 남아있는 해시태그 레이블들 중 하나에 해당하도록 상기 순환 생성 모델을 학습시키는, 동작 방법
|
| 2 |
2
제1항에서,상기 순환 생성 모델은상기 상황 자질 리스트, 상기 해시태그 열, 그리고 [MASK] 토큰을 입력받고, 입력된 정보들이 내부에서 융합된 결과에 따라 최대 확률로 추론된 하나의 해시태그를 상기 [MASK] 토큰의 위치에서 출력하고, 출력한 해시태그를 포함하는 해시태그 열을 다음 추론 주기에 입력받는 언어모델인, 동작 방법
|
| 3 |
3
제1항에서,상기 상황 자질 리스트는 텍스트 형태의 이미지 자질, 장소 자질, 시간 자질, 그리고 텍스트 자질 중 적어도 일부를 포함하는, 동작 방법
|
| 4 |
4
제1항에서,상기 상황 자질 리스트를 생성하는 단계는각 학습 문서에 포함된 이미지를 문장 형태의 텍스트로 변환하여 텍스트 형태의 이미지 자질을 생성하는, 동작 방법
|
| 5 |
5
제1항에서,상기 상황 자질 리스트를 생성하는 단계는각 학습 문서에서 사용자에 의해 입력되거나 선택된 고수준의 장소 정보를 장소 자질로 생성하는, 동작 방법
|
| 6 |
6
제1항에서,상기 상황 자질 리스트를 생성하는 단계는각 학습 문서에 포함된 시간 정보를 계절, 요일, 그리고 시간대 중 적어도 하나로 변환한 시간 자질을 생성하는, 동작 방법
|
| 7 |
7
제1항에서,해시태그 추천이 요청된 타겟 문서를 입력받는 단계,상기 타겟 문서에 포함된 상황 자질들을 포함하는 상기 타겟 문서의 상황 자질 리스트를 생성하는 단계, 상기 타겟 문서의 상황 자질 리스트와 학습된 상기 순환 생성 모델에서 이전 추론 주기까지 생성된 해시태그 열을 포함하는 입력을, 상기 순환 생성 모델로 반복적으로 입력하는 단계, 그리고상기 순환 생성 모델에서의 해시태그 추론이 종료하면, 추론 주기마다 상기순환 생성 모델에서 생성된 해시태그들을 출력하는 단계를 더 포함하는 동작 방법
|
| 8 |
8
해시태그 추출 장치의 동작 방법으로서,해시태그 추천이 요청된 타겟 문서를 입력받는 단계,상기 타겟 문서로부터 추출한 정보를 이용하여, 텍스트 형태의 이미지 자질, 장소 자질, 시간 자질, 그리고 텍스트 자질 중 적어도 일부를 포함하는 상황 자질 리스트를 생성하는 단계, 상기 상황 자질 리스트와 순환 생성 모델에서 이전 추론 주기까지 생성된 해시태그 열을, 현재 추론 주기의 입력으로 생성하고, 상기 현재 추론 주기의 입력을 상기 순환 생성 모델로 입력하는 과정을 반복하는 단계, 그리고상기 순환 생성 모델에서의 해시태그 추론이 종료하면, 추론 주기마다 상기 순환 생성 모델에서 생성된 해시태그들을 상기 타겟 문서의 추천 리스트로 출력하는 단계를 포함하는 동작 방법
|
| 9 |
9
제8항에서,상기 순환 생성 모델은상기 상황 자질 리스트와 이전 추론 주기까지 생성된 해시태그 열을 내부에서 양방향 인코딩하고, 양방향 인코딩으로 융합된 결과에 따라 최대 확률로 추론된 하나의 해시태그를 생성하는 언어모델인, 동작 방법
|
| 10 |
10
제9항에서,상기 순환 생성 모델은상기 상황 자질 리스트, 상기 해시태그 열, 그리고 [MASK] 토큰을 입력받고, 상기 [MASK] 토큰의 위치에서, 상기 상황 자질 리스트와 상기 해시태그 열이 융합된 결과에 따라 추론된 상기 하나의 해시태그를 출력하는, 동작 방법
|
| 11 |
11
해시태그 추출 장치로서,명령어들을 포함하는 메모리, 그리고상기 명령어들을 실행하여 입력된 문서의 해시태그들을 추천하는 프로세서를 포함하고, 상기 프로세서는상기 문서로부터 추출한 정보를 이용하여, 텍스트 형태의 이미지 자질, 장소 자질, 시간 자질, 그리고 텍스트 자질 중 적어도 일부를 포함하는 상황 자질 리스트를 생성하고,상기 상황 자질 리스트와 순환 생성 모델에서 이전 추론 주기까지 생성된 해시태그 열을, 현재 추론 주기의 입력으로 생성하며, 상기 현재 추론 주기의 입력을 상기 순환 생성 모델로 입력하는 과정을 반복한 후, 추론 주기마다 상기 순환 생성 모델에서 생성된 해시태그들을 출력하는, 해시태그 추출 장치
|
| 12 |
12
제11항에서,상기 순환 생성 모델은상기 상황 자질 리스트와 이전 추론 주기까지 생성된 해시태그 열을 내부에서 양방향 인코딩하고, 양방향 인코딩으로 융합된 결과에 따라 최대 확률로 추론된 하나의 해시태그를 생성하는 언어모델인, 해시태그 추출 장치
|
| 13 |
13
제11항에서,상기 순환 생성 모델은상기 상황 자질 리스트, 상기 해시태그 열, 그리고 [MASK] 토큰을 입력받고, 상기 [MASK] 토큰의 위치에서, 상기 상황 자질 리스트와 상기 해시태그 열이 융합된 결과에 따라 추론된 상기 하나의 해시태그를 출력하는, 해시태그 추출 장치
|
| 14 |
14
제11항에서,상기 프로세서는상기 문서에 포함된 이미지가 포함된 경우, 상기 이미지를 문장 형태의 텍스트로 변환하여 상기 텍스트 형태의 이미지 자질을 생성하고,상기 문서에 사용자에 의해 입력되거나 선택된 고수준의 장소 정보가 포함된경우, 상기 장소 정보를 상기 장소 자질로 생성하고, 상기 문서에 시간 정보가 포함된 경우, 상기 시간 정보를 계절, 요일, 그리고 시간대 중 적어도 하나로 변환한 시간 자질을 생성하는, 해시태그 추출 장치
|
