맞춤기술찾기

이전대상기술

말투 모사 방법 및 장치

  • 기술번호 : KST2022017716
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
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 모사 대상의 말투 스타일과 연계된 언어적 특성을 추출 및 적용가능한 말투 모사 방법 및 장치를 제공한다. 이로써 보다 정교한 말투 모사가 가능하다.
Int. CL G06F 16/332 (2019.01.01) G06F 16/33 (2019.01.01) G06F 16/335 (2019.01.01) G06N 20/10 (2019.01.01)
CPC G06F 16/3329(2013.01) G06F 16/3344(2013.01) G06F 16/337(2013.01) G06F 16/35(2013.01) G06N 20/10(2013.01)
출원번호/일자 1020210032858 (2021.03.12)
출원인 서울대학교산학협력단
등록번호/일자
공개번호/일자 10-2022-0128158 (2022.09.20) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.03.12)
심사청구항수 15

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 황유진 서울특별시 관악구
2 이준환 서울특별시 서초구
3 신동훈 서울특별시 관악구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 남앤남 대한민국 서울특별시 중구 서소문로**(서소문동, 정안빌딩*층)

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
2021.03.12 수리 (Accepted) 1-1-2021-0296313-12
2 특허고객번호 정보변경(경정)신고서·정정신고서
2021.07.29 수리 (Accepted) 4-1-2021-5205564-29
3 특허고객번호 정보변경(경정)신고서·정정신고서
2022.04.04 수리 (Accepted) 4-1-2022-5079741-71
4 특허고객번호 정보변경(경정)신고서·정정신고서
2022.08.11 수리 (Accepted) 4-1-2022-5189083-38
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
기학습된 분류 모델을 이용하여, 모사 대상의 대화 데이터에 대응하는 텍스트 데이터를 복수의 말투 속성 정보로 분류하는 단계;상기 분류의 결과에 기반하여 상기 모사 대상의 말투에 대한 각 말투 속성 정보의 기여도에 기반하여 각 말투 속성 정보의 가중치를 결정하는 단계; 및상기 복수의 말투 속성 정보에 대한 가중치에 기반하여 상기 모사 대상의 말투 스타일 정보를 추출하는 단계를 포함하는,말투 모사 방법
2 2
제 1 항에 있어서,상기 텍스트 데이터는 일련의 단어를 포함하는 적어도 하나의 문장을 포함하고,상기 분류하는 단계는,상기 기학습된 분류 모델을 이용하여 문장 단위로 상기 일련의 단어의 각 단어를 상기 복수의 말투 속성 정보 중 하나로 분류하는 단계를 포함하는,말투 모사 방법
3 3
제 1 항에 있어서,상기 기학습된 분류 모델은 서포트 벡터 머신(Support Vector Machine; SVM)에 기반한 지도 학습 모델을 포함하는,말투 모사 방법
4 4
제 1 항에 있어서,상기 복수의 말투 속성 정보는 상기 대화 데이터에 내재된 말투 스타일을 결정하는 언어 속성(linguistic feature)과 연계되어 정의되는,말투 모사 방법
5 5
제 1 항에 있어서,상기 결정하는 단계는,상기 텍스트 데이터로부터 결정된 각 말투 속성 정보의 빈도수에 기반하여 상기 기여도를 결정하는 단계; 및상기 기여도에 따라 각 말투 속성 정보의 가중치를 결정하는 단계를 포함하는,말투 모사 방법
6 6
제 1 항에 있어서,상기 추출하는 단계는,상기 복수의 말투 속성 정보에 대한 가중치에 따라 상기 복수의 말투 속성 정보 중 적어도 하나의 말투 속성 정보를 상기 모사 대상의 말투 스타일 정보로 추출하는 단계를 포함하는,말투 모사 방법
7 7
제 1 항에 있어서,주어진 대화 시나리오에 상기 말투 스타일 정보를 적용하는 단계를 더 포함하는,말투 모사 방법
8 8
제 7 항에 있어서,상기 적용하는 단계는,상기 기학습된 분류 모델을 이용하여 상기 대화 시나리오를 복수의 타겟 말투 속성 정보로 분류하는 단계; 및상기 모사 대상의 말투 스타일 정보에 기반하여 상기 복수의 타겟 말투 속성 정보의 가중치를 결정하고, 결정된 가중치에 따라 각 타겟 말투 속성 정보를 반영하여 타겟 텍스트 데이터를 생성하는 단계를 포함하는,말투 모사 방법
9 9
제 1 항에 기재된 방법을 실행하도록 구성된 하나 이상의 명령어를 포함하는 컴퓨터 프로그램을 저장하는 컴퓨터 판독가능한 기록 매체
10 10
텍스트 데이터를 복수의 말투 속성 정보로 분류하기 위한 기학습된 분류 모델을 저장하는 메모리; 및프로세서를 포함하고,상기 프로세서는,상기 기학습된 분류 모델을 이용하여 모사 대상의 대화 데이터에 대응하는 텍스트 데이터를 상기 복수의 말투 속성 정보로 분류하고,상기 분류의 결과에 기반하여 상기 모사 대상의 말투에 대한 각 말투 속성 정보의 기여도에 기반하여 각 말투 속성 정보의 가중치를 결정하고,상기 복수의 말투 속성 정보에 대한 가중치에 기반하여 상기 모사 대상의 말투 스타일 정보를 추출하도록 구성되는,말투 모사 장치
11 11
제 10 항에 있어서,상기 텍스트 데이터는 일련의 단어를 포함하는 적어도 하나의 문장을 포함하고,상기 프로세서는,상기 기학습된 분류 모델을 이용하여 문장 단위로 상기 일련의 단어의 각 단어를 상기 복수의 말투 속성 정보 중 하나로 분류하도록 구성되는말투 모사 장치
12 12
제 10 항에 있어서,상기 프로세서는,상기 텍스트 데이터로부터 결정된 각 말투 속성 정보의 빈도수에 기반하여 상기 기여도를 결정하고,상기 기여도에 따라 각 말투 속성 정보의 가중치를 결정하도록 구성되는,말투 모사 장치
13 13
제 10 항에 있어서,상기 프로세서는,상기 복수의 말투 속성 정보에 대한 가중치에 따라 상기 복수의 말투 속성 정보 중 적어도 하나의 말투 속성 정보를 상기 모사 대상의 말투 스타일 정보로 추출하도록 구성되는,말투 모사 장치
14 14
제 10 항에 있어서,상기 프로세서는,주어진 대화 시나리오에 상기 말투 스타일 정보를 적용하도록 구성되는,말투 모사 장치
15 15
제 14 항에 있어서,상기 프로세서는,상기 기학습된 분류 모델을 이용하여 상기 대화 시나리오를 복수의 타겟 말투 속성 정보로 분류하고,상기 모사 대상의 말투 스타일 정보에 기반하여 상기 복수의 타겟 말투 속성 정보의 가중치를 결정하고, 결정된 가중치에 따라 각 타겟 말투 속성 정보를 반영하여 타겟 텍스트 데이터를 생성하도록 구성되는,말투 모사 장치
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.