1 |
1
기 선정된 추상적 메타데이터의 후보 값이 할당된 훈련 데이터를 이용하여 다중 속성 분류 모델을 학습시키는 학습부; 및상기 학습된 다중 속성 분류 모델을 이용하여 콘텐츠에 상기 기 선정된 추상적 메타데이터의 후보 값을 할당하는 할당부를 포함하는 메타데이터 할당 장치
|
2 |
2
제1항에 있어서,상기 훈련 데이터는,복수개의 상기 후보 값 중 적어도 하나가 할당된 비정형 텍스트 문서를 기초로 생성되는 것을 특징으로 하는 메타데이터 할당 장치
|
3 |
3
제2항에 있어서,상기 비정형 텍스트 문서는,상기 콘텐츠에 대한 비평문 또는 감상문인 것을 특징으로 하는 메타데이터 할당 장치
|
4 |
4
제2항에 있어서,상기 학습부는,상기 비정형 텍스트 문서를 수치적으로 표현하기 위한 벡터 모형을 생성하고, 상기 생성한 벡터 모형을 상기 다중 속성 분류 모델에 입력하여 상기 다중 속성 분류 모델을 학습시키는 것을 특징으로 하는 메타데이터 할당 장치
|
5 |
5
제4항에 있어서,상기 학습부는,상기 비정형 텍스트 문서에서 추출한 단어들 각각의 정보 이득을 계산하여 상기 정보 이득이 높은 순으로 상기 추출한 단어들 중에서 기 결정된 개수의 단어를 선정한 후 상기 선정한 단어를 기준으로 상기 벡터 모형을 생성하는 것을 특징으로 하는 메타데이터 할당 장치
|
6 |
6
제1항에 있어서,상기 학습부는,상기 훈련 데이터에 할당된 상기 후보 값이 상기 다중 속성 분류 모델의 출력 값이 되도록 학습시키는 것을 특징으로 하는 메타데이터 할당 장치
|
7 |
7
제1항에 있어서,상기 할당부는,상기 콘텐츠를 대표하는 텍스트 문서를 결정하고 상기 결정한 텍스트 문서를 상기 학습된 다중 속성 분류 모델에 입력하여 상기 학습된 다중 속성 분류 모델의 출력 값을 상기 콘텐츠에 대한 메타데이터로서 할당하는 것을 특징으로 하는 메타데이터 할당 장치
|
8 |
8
제7항에 있어서,상기 출력 값은,상기 텍스트 문서에 포함되어 있지 않은 단어인 것을 특징으로 하는 메타데이터 할당 장치
|
9 |
9
제1항에 있어서,상기 다중 속성 분류 모델은,상기 콘텐츠에 복수개의 상기 후보 값을 할당하는 것을 특징으로 하는 메타데이터 할당 장치
|
10 |
10
제1항에 있어서,상기 추상적 메타데이터는,주제에 대한 메타데이터인 것을 특징으로 하는 메타데이터 할당 장치
|
11 |
11
메타데이터 할당 장치의 메타데이터 할당 방법에 있어서,기 선정된 추상적 메타데이터의 후보 값이 할당된 훈련 데이터를 이용하여 다중 속성 분류 모델을 학습시키는 단계; 및상기 학습된 다중 속성 분류 모델을 이용하여 콘텐츠에 상기 기 선정된 추상적 메타데이터의 후보 값을 할당하는 단계를 포함하는 메타데이터 할당 방법
|
12 |
12
제11항에 있어서,상기 훈련 데이터는,복수개의 상기 후보 값 중 적어도 하나가 할당된 비정형 텍스트 문서를 기초로 생성되는 것을 특징으로 하는 메타데이터 할당 방법
|
13 |
13
제12항에 있어서,상기 비정형 텍스트 문서는,상기 콘텐츠에 대한 비평문 또는 감상문인 것을 특징으로 하는 메타데이터 할당 방법
|
14 |
14
제12항에 있어서,상기 다중 속성 분류 모델을 학습시키는 단계는,상기 비정형 텍스트 문서를 수치적으로 표현하기 위한 벡터 모형을 생성하는 단계; 및상기 생성한 벡터 모형을 상기 다중 속성 분류 모델에 입력하여 상기 다중 속성 분류 모델을 학습시키는 단계를 포함하는 것을 특징으로 하는 메타데이터 할당 방법
|
15 |
15
제14항에 있어서,상기 벡터 모형을 생성하는 단계는,상기 비정형 텍스트 문서에서 단어들을 추출하는 단계;상기 추출한 단어들 각각의 정보 이득을 계산하는 단계;상기 정보 이득이 높은 순으로 상기 추출한 단어들 중에서 기 결정된 개수의 단어를 선정하는 단계; 및상기 선정한 단어를 기준으로 상기 벡터 모형을 생성하는 단계를 포함하는 것을 특징으로 하는 메타데이터 할당 방법
|
16 |
16
제11항에 있어서,상기 학습시키는 단계는,상기 훈련 데이터에 할당된 상기 후보 값이 상기 다중 속성 분류 모델의 출력 값이 되도록 학습시키는 단계인 것을 특징으로 하는 메타데이터 할당 방법
|
17 |
17
제11항에 있어서,상기 할당하는 단계는,상기 콘텐츠를 대표하는 텍스트 문서를 결정하는 단계;상기 텍스트 문서를 상기 학습된 다중 속성 분류 모델에 입력하는 단계; 및상기 학습된 다중 속성 분류 모델의 출력 값을 상기 콘텐츠에 대한 메타데이터로서 할당하는 단계를 포함하는 것을 특징으로 하는 메타데이터 할당 방법
|
18 |
18
제17항에 있어서,상기 출력 값은,상기 텍스트 문서에 포함되어 있지 않은 단어인 것을 특징으로 하는 메타데이터 할당 방법
|
19 |
19
제11항에 있어서,상기 다중 속성 분류 모델은,상기 콘텐츠에 복수개의 상기 후보 값을 할당하는 것을 특징으로 하는 메타데이터 할당 방법
|
20 |
20
제11항에 있어서,상기 추상적 메타데이터는,주제에 대한 메타데이터인 것을 특징으로 하는 메타데이터 할당 방법
|