맞춤기술찾기

이전대상기술

사용자의 페르소나 및 지식 데이터에 기초한 대화를 생성하는 방법 및 장치

  • 기술번호 : KST2023002880
  • 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 본 개시는 사용자의 페르소나 및 지식 데이터에 기초한 응답을 생성하는 방법 및 장치에 관한 것이다. 일 실시예에 따른 방법은, 대화 이력 데이터 및 대화 이력 데이터와 관련된 적어도 하나의 관련 지식 데이터를 획득하고, 대화 이력 데이터 및 관련 지식 데이터에 기초하여 적어도 하나의 페르소나 문장을 포함하는 페르소나 후보군 중 제 1 페르소나 문장을 획득하고, 대화 이력 데이터 및 관련 지식 데이터에 기초하여 적어도 하나의 지식 데이터를 포함하는 지식 데이터 후보군 중 제 1 지식 데이터를 획득하고, 대화 이력 데이터, 제 1 페르소나 문장 및 제 1 지식 데이터에 기초하여 제 1 응답을 생성할 수 있다.
Int. CL G06F 16/332 (2019.01.01) G06F 16/33 (2019.01.01) G06F 16/36 (2019.01.01) G06N 20/00 (2019.01.01)
CPC G06F 16/3329(2013.01) G06F 16/3349(2013.01) G06F 16/36(2013.01) G06F 16/3347(2013.01) G06N 20/00(2013.01)
출원번호/일자 1020210189979 (2021.12.28)
출원인 주식회사 엔씨소프트, 고려대학교 산학협력단
등록번호/일자
공개번호/일자 10-2023-0100255 (2023.07.05) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.12.28)
심사청구항수 13

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 주식회사 엔씨소프트 대한민국 서울특별시 강남구
2 고려대학교 산학협력단 대한민국 서울특별시 성북구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김정욱 경기도 성남시 분당구
2 신동훈 경기도 성남시 분당구
3 임희석 경기도 수원시 영통구
4 차영록 경기도 성남시 분당구
5 홍정표 경기도 성남시 분당구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인더웨이브 대한민국 서울특별시 강남구 선릉로***, *층(삼성동, 삼릉빌딩)

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
2021.12.28 수리 (Accepted) 1-1-2021-1516548-52
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
사용자의 페르소나 및 지식 데이터에 기초한 응답을 생성하는 방법에 있어서, 대화 이력 데이터 및 상기 대화 이력 데이터와 관련된 적어도 하나의 관련 지식 데이터를 획득하는 동작; 상기 대화 이력 데이터 및 상기 관련 지식 데이터에 기초하여 적어도 하나의 페르소나 문장을 포함하는 페르소나 후보군 중 제 1 페르소나 문장을 획득하는 동작; 상기 대화 이력 데이터 및 상기 관련 지식 데이터에 기초하여 적어도 하나의 지식 데이터를 포함하는 지식 데이터 후보군 중 제 1 지식 데이터를 획득하는 동작; 및상기 대화 이력 데이터, 상기 제 1 페르소나 문장 및 상기 제 1 지식 데이터에 기초하여 제 1 응답을 생성하는 동작;을 포함하는, 방법
2 2
제 1 항에 있어서, 상기 제 1 페르소나 문장을 획득하는 동작은,상기 대화 이력 데이터, 상기 관련 지식 데이터 및 상기 페르소나 후보군에 기초한 제 1 벡터를 생성하는 동작; 상기 제 1 벡터에 기초하여 상기 페르소나 후보군에 포함된 적어도 하나의 페르소나 문장 각각을 선택할 지 여부를 결정하는 동작; 및상기 결정한 결과에 기초하여 상기 페르소나 후보군 중 상기 제 1 페르소나 문장을 획득하는 동작;을 포함하는, 방법
3 3
제 1 항에 있어서, 상기 제 1 지식 데이터를 선택하는 동작은,상기 대화 이력 데이터, 상기 관련 지식 데이터 및 상기 페르소나 후보군에 기초한 제 1 벡터를 생성하는 동작; 상기 제 1 벡터에 기초하여 상기 지식 데이터 후보군에 포함된 적어도 하나의 지식 데이터 각각을 선택할 지 여부를 결정하는 동작; 및상기 결정한 결과에 기초하여 상기 지식 데이터 후보군 중 상기 제 1 지식 데이터를 획득하는 동작;을 포함하는, 방법
4 4
제 1 항에 있어서, 상기 제 1 응답을 생성하는 동작은, 학습 데이터에 포함된 정답 응답 및 상기 제 1 응답에 기초하여 산출된 제 1 손실 값을 산출하는 동작;상기 학습 데이터에 포함된 정답 페르소나 문장 및 상기 제 1 페르소나 문장에 기초하여 제 2 손실 값을 산출하는 동작;상기 학습 데이터에 포함된 정답 지식 데이터 및 상기 제 1 지식 데이터에 기초하여 제 3 손실 값을 산출하는 동작;상기 제 1 손실 값, 제 2 손실 값 및 제 3 손실 값에 기초하여 최종 손실 값을 산출하는 동작; 및 상기 최종 손실 값에 기초하여 학습을 수행하는 동작;을 더 포함하는, 방법
5 5
제 1 항에 있어서, 상기 제 1 페르소나 문장은, 상기 제 1 지식 데이터에 포함된 적어도 하나의 키워드를 포함하고, 상기 사용자의 경험, 선호도, 취미 및 관심사 중 적어도 하나를 나타내는 문장에 해당하는, 방법
6 6
제 1 항에 있어서, 상기 관련 지식 데이터는, 상기 대화 이력에 기초하여 외부 서버로부터 획득한 특정 랜드 마크(landmark)와 관련된 데이터에 해당하는, 방법
7 7
사용자의 페르소나 및 지식 데이터에 기초한 대화를 생성하는 장치에 있어서,적어도 하나의 프로그램이 저장된 메모리; 및상기 적어도 하나의 프로그램을 실행함으로써 연산을 수행하는 프로세서를 포함하고,상기 프로세서는, 대화 이력 데이터 및 상기 대화 이력 데이터와 관련된 적어도 하나의 관련 지식 데이터를 획득하고, 상기 대화 이력 데이터 및 상기 관련 지식 데이터에 기초하여 적어도 하나의 페르소나 문장을 포함하는 페르소나 후보군 중 제 1 페르소나 문장을 획득하고,상기 대화 이력 데이터 및 상기 관련 지식 데이터에 기초하여 적어도 하나의 지식 데이터를 포함하는 지식 데이터 후보군 중 제 1 지식 데이터를 획득하고,상기 대화 이력 데이터, 상기 제 1 페르소나 문장 및 상기 제 1 지식 데이터에 기초하여 제 1 응답을 생성하는, 장치
8 8
제 7 항에 있어서,상기 프로세서는, 상기 대화 이력 데이터, 상기 관련 지식 데이터 및 상기 페르소나 후보군에 기초한 제 1 벡터를 생성하고, 상기 제 1 벡터에 기초하여 상기 페르소나 후보군에 포함된 적어도 하나의 페르소나 문장 각각을 선택할 지 여부를 결정하고,상기 결정한 결과에 기초하여 상기 페르소나 후보군 중 상기 제 1 페르소나 문장을 획득하는, 장치
9 9
제 7 항에 있어서,상기 프로세서는,상기 대화 이력 데이터, 상기 관련 지식 데이터 및 상기 페르소나 후보군에 기초한 제 1 벡터를 생성하고, 상기 제 1 벡터에 기초하여 상기 지식 데이터 후보군에 포함된 적어도 하나의 지식 데이터 각각을 선택할 지 여부를 결정하고,상기 결정한 결과에 기초하여 상기 지식 데이터 후보군 중 상기 제 1 지식 데이터를 획득하는, 장치
10 10
제 7 항에 있어서,상기 프로세서는,학습 데이터에 포함된 정답 응답 및 상기 제 1 응답에 기초하여 산출된 제 1 손실 값을 산출하고,상기 학습 데이터에 포함된 정답 페르소나 문장 및 상기 제 1 페르소나 문장에 기초하여 제 2 손실 값을 산출하고,상기 학습 데이터에 포함된 정답 지식 데이터 및 상기 제 1 지식 데이터에 기초하여 제 3 손실 값을 산출하고,상기 제 1 손실 값, 제 2 손실 값 및 제 3 손실 값에 기초하여 최종 손실 값을 산출하고, 상기 최종 손실 값에 기초하여 학습을 수행하는, 장치
11 11
제 7 항에 있어서, 상기 제 1 페르소나 문장은, 상기 제 1 지식 데이터에 포함된 적어도 하나의 키워드를 포함하고, 상기 사용자의 경험, 선호도, 취미 및 관심사 중 적어도 하나를 나타내는 문장에 해당하는, 장치
12 12
제 7 항에 있어서, 상기 관련 지식 데이터는, 상기 대화 이력에 기초하여 외부 서버로부터 획득한 특정 랜드 마크(landmark)와 관련된 데이터에 해당하는, 장치
13 13
제 1 항의 방법을 컴퓨터에서 실행하기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.