| 1 |
1
문서에 포함된 각 문장에 대한 제1 문장 임베딩 벡터들을 강화하여 제2 문장 임베딩 벡터들을 출력하는 동작;상기 제2 문장 임베딩 벡터들에 기초하여 상기 문서 내 상기 각 문장의 감성적 중요도를 계산하는 동작;상기 감성적 중요도에 기초하여 상기 문서 내 문장들을 가중 합산하여 문서 임베딩 벡터를 생성하는 동작; 및상기 문서 임베딩 벡터에 기초하여 상기 문서의 감성 클래스를 분류하는 동작을 포함하는, 감성 분류 방법
|
| 2 |
2
제1항에 있어서,상기 출력하는 동작은,문장과 각 감성 클래스의 관련성을 나타내는 클래스 유사도 임베딩 벡터들을 계산하는 동작; 및상기 제1 문장 임베딩 벡터들과 상기 클래스 유사도 임베딩 벡터들을 연결하여 상기 제1 문장 임베딩 벡터들을 강화하는 동작을 포함하는, 감성 분류 방법
|
| 3 |
3
제2항에 있어서,상기 클래스 유사도 임베딩 벡터들 각각은,문장과 각 감성 클래스 간의 내적 값을 포함하는, 감성 분류 방법
|
| 4 |
4
제1항에 있어서,상기 생성하는 동작은,상기 제2 문장 임베딩 벡터들에 상기 감성적 중요도를 반영하여 제3 문장 임베딩 벡터들을 생성하는 동작;상기 제3 문장 임베딩 벡터들을 각 인코더를 이용하여 인코딩하는 동작;상기 각 인코더의 출력에 기초하여 컨텍스트 벡터를 계산하는 동작; 및상기 컨텍스트 벡터에 기초하여 상기 문서 임베딩 벡터를 생성하는 동작을 포함하는, 감성 분류 방법
|
| 5 |
5
제4항에 있어서,상기 컨텍스트 벡터를 계산하는 동작은,상기 각 인코더의 출력 및 디코더의 은닉 상태에 기초하여 각 어텐션 가중치를 계산하는 동작; 및상기 각 인코더의 출력과 상기 각 어텐션 가중치의 가중치 합을 수행하는 상기 컨텍스트 벡터를 계산하는 동작을 포함하는, 감성 분류 방법
|
| 6 |
6
제4항에 있어서,상기 문서 임베딩 벡터를 생성하는 동작은,상기 각 인코더 중에서 마지막 인코더의 은닉 상태 및 상기 컨텍스트 벡터에 기초하여 상기 문서 임베딩 벡터를 생성하는 동작을 포함하는, 감성 분류 방법
|
| 7 |
7
제1항에 있어서,상기 분류하는 동작은,상기 문서 임베딩 벡터와 각 감성 클래스의 관련성을 나타내는 클래스 유사도 임베딩 벡터를 계산하는 동작; 및상기 문서 임베딩 벡터와 상기 클래스 유사도 임베딩 벡터들을 연결하여 상기 문서의 감성 클래스를 결정하는 동작을 포함하는, 감성 분류 방법
|
| 8 |
8
제7항에 있어서,상기 클래스 유사도 임베딩 벡터는,상기 문서 임베딩 벡터와 각 감성 클래스 간의 내적 값을 포함하는, 감성 분류 방법
|
| 9 |
9
하나 이상의 인스트럭션을 저장하는 메모리; 및상기 인스트럭션을 실행시키기 위한 프로세서를 포함하고,상기 인스트럭션이 실행될 때, 상기 프로세서는,문서에 포함된 각 문장에 대한 제1 문장 임베딩 벡터들을 강화하여 제2 문장 임베딩 벡터들을 출력하고,상기 제2 문장 임베딩 벡터들에 기초하여 상기 문서 내 상기 각 문장의 감성적 중요도를 계산하고,상기 감성적 중요도에 기초하여 상기 문서 내 문장들을 가중 합산하여 문서 임베딩 벡터를 생성하고,상기 문서 임베딩 벡터에 기초하여 상기 문서의 감성 클래스를 분류하는, 장치
|
| 10 |
10
제9항에 있어서,상기 프로세서는,문장과 각 감성 클래스의 관련성을 나타내는 클래스 유사도 임베딩 벡터들을 계산하고,상기 제1 문장 임베딩 벡터들과 상기 클래스 유사도 임베딩 벡터들을 연결하여 상기 제1 문장 임베딩 벡터들을 강화하는, 장치
|
| 11 |
11
제10항에 있어서,상기 클래스 유사도 임베딩 벡터들 각각은,문장과 각 감성 클래스 간의 내적 값을 포함하는, 장치
|
| 12 |
12
제9항에 있어서,상기 프로세서는,상기 제2 문장 임베딩 벡터들에 상기 감성적 중요도를 반영하여 제3 문장 임베딩 벡터들을 생성하고,상기 제3 문장 임베딩 벡터들을 각 인코더를 이용하여 인코딩하고,상기 각 인코더의 출력에 기초하여 컨텍스트 벡터를 계산하고,상기 컨텍스트 벡터에 기초하여 상기 문서 임베딩 벡터를 생성하는, 장치
|
| 13 |
13
제12항에 있어서,상기 프로세서는,상기 각 인코더의 출력 및 디코더의 은닉 상태에 기초하여 각 어텐션 가중치를 계산하고,상기 각 인코더의 출력과 상기 각 어텐션 가중치의 가중치 합을 수행하는 상기 컨텍스트 벡터를 계산하는, 장치
|
| 14 |
14
제12항에 있어서,상기 프로세서는,상기 각 인코더 중에서 마지막 인코더의 은닉 상태 및 상기 컨텍스트 벡터에 기초하여 상기 문서 임베딩 벡터를 생성하는, 장치
|
| 15 |
15
제9항에 있어서,상기 프로세서는,상기 문서 임베딩 벡터와 각 감성 클래스의 관련성을 나타내는 클래스 유사도 임베딩 벡터를 계산하고,상기 문서 임베딩 벡터와 상기 클래스 유사도 임베딩 벡터들을 연결하여 상기 문서의 감성 클래스를 결정하는, 장치
|
| 16 |
16
제15항에 있어서,상기 클래스 유사도 임베딩 벡터는,상기 문서 임베딩 벡터와 각 감성 클래스 간의 내적 값을 포함하는, 장치
|
| 17 |
17
하드웨어와 결합되어 제1항 내지 제8항 중 어느 하나의 항의 방법을 실행시키기 위하여 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램
|
