| 1 |
1
입력 텍스트의 자동 확장 방법에 있어서,복수의 문서로 구성된 입력 텍스트를 입력받는 단계;상기 복수의 문서 중 서로 다른 문서에 존재하는 문장 쌍을 추출하는 단계;상기 추출된 문장 쌍을 시퀀스 투 시퀀스 모델의 인코더의 입력으로 설정하는 단계;상기 인코더의 출력을 상기 시퀀스 투 시퀀스 모델의 디코더의 출력으로 설정하여 상기 입력에 대응하는 문장을 생성하는 단계 및상기 생성된 문장에 기초하여 확장 텍스트를 생성하는 단계를 포함하는 입력 텍스트의 자동 확장 방법
|
| 2 |
2
제 1 항에 있어서,복수의 문장들로 구성된 복수의 문서를 포함하는 학습 텍스트를 입력받는 단계;상기 학습 텍스트로부터 문장 체인을 추출하는 단계 및상기 추출된 문장 체인에 기초하여 상기 시퀀스 투 시퀀스 모델을 생성하는 단계를 더 포함하되,상기 문장 체인은 하나의 문서에 대한 세 개의 관련 문장을 포함하는 집합으로 구성된 것인 입력 텍스트의 자동 확장 방법
|
| 3 |
3
제 2 항에 있어서,상기 학습 텍스트로부터 문장 체인을 추출하는 단계는,상기 학습 텍스트에 포함된 복수의 문서 각각에 대하여 순차적으로 문장 체인을 추출하는 것인 입력 텍스트의 자동 확장 방법
|
| 4 |
4
제 3 항에 있어서,상기 학습 텍스트로부터 문장 체인을 추출하는 단계는,상기 복수의 문서 중 어느 하나의 문서에 포함된 어느 하나의 문장에 대한 어휘 체인을 추출하는 단계;상기 추출된 어휘 체인을 어휘 체인 후보 리스트에 저장하는 단계;상기 하나의 문장에 포함된 모든 어휘에 대하여 어휘 체인이 추출되었는지 여부를 판단하는 단계;상기 모든 어휘에 대하여 어휘 체인이 추출된 경우, 상기 어휘 체인 후보 리스트에 포함된 어휘 체인에 대응되는 하나 이상의 문장 체인을 추출하여 문장 체인 리스트에 저장하는 단계;상기 하나의 문서에 포함된 모든 문장에 대하여 문장 체인이 추출되었는지 여부를 판단하는 단계 및상기 모든 문장에 대하여 문장 체인이 추출된 경우, 상기 문서에 대응하는 문장 체인 리스트를 출력하는 단계를 포함하는 입력 텍스트의 자동 확장 방법
|
| 5 |
5
제 4 항에 있어서,상기 문장에 포함된 어휘들은 워드 임베딩을 통해 벡터값으로 설정되되,상기 어휘들은 문맥간의 유사도에 기초하여 벡터 공간 상에서의 위치가 결정되는 것인 입력 텍스트의 자동 확장 방법
|
| 6 |
6
제 5 항에 있어서,상기 어휘 체인을 추출하는 단계는,상기 문장에 포함된 어휘 중 어느 하나의 어휘와 상기 벡터 공간 상에서 최단 거리에 위치하는 어휘를 검출하여 부분 어휘 체인을 생성하는 단계 및 상기 부분 어휘 체인과 상기 벡터 공간 상에서 최단 거리에 위치하는 어휘를 검출하여 상기 어휘 체인으로 추출하는 단계를 포함하는 것인 입력 텍스트의 자동 확장 방법
|
| 7 |
7
제 4 항에 있어서,상기 문장 체인을 추출하여 문장 체인 리스트에 저장하는 단계는,상기 어휘 체인 후보 리스트에 포함된 어휘 체인 중 기 설정된 판단 기준에 기초한 우선 순위에 기초하여 선정된 어휘 체인에 대응되도록 상기 문장 체인을 정렬하여 상기 문장 체인 리스트에 저장하는 것인 입력 텍스트의 자동 확장 방법
|
| 8 |
8
제 2 항에 있어서,상기 시퀀스 투 시퀀스 모델을 생성하는 단계는,상기 학습 텍스트에 포함된 복수의 문서 중 어느 하나의 문서에 대한 문장 체인을 선택하는 단계;상기 문장 체인에 포함된 세 개의 관련 문장 중 두 개의 문장을 상기 시퀀스 투 시퀀스 모델의 인코더의 입력으로 설정하고, 나머지 하나의 문장을 디코더의 출력으로 설정하는 단계 및 상기 입력 및 출력으로 설정된 문장을 학습하여 상기 시퀀스 투 시퀀스 모델을 생성하는 단계를 포함하는 자동 확장 방법
|
| 9 |
9
제 1 항에 있어서,상기 복수의 문서 중 서로 다른 문서에 존재하는 문장 쌍을 추출하는 단계는,상기 복수의 문서 중 서로 다른 문서에 존재하는 문장 쌍을 랜덤하게 복수 개 추출하는 단계 및상기 문장 쌍을 구성하는 두 문장의 어휘들의 거리값에 기초하여 상기 복수 개의 문장 쌍들을 정렬하는 단계를 포함하는 것인 입력 텍스트의 자동 확장 방법
|
| 10 |
10
제 9 항에 있어서,상기 추출된 문장 쌍을 시퀀스 투 시퀀스 모델의 인코더에 입력하는 단계는, 상기 정렬된 문장 쌍을 정렬 순서에 기초하여 상기 인코더의 입력으로 설정하는 것인 입력 텍스트의 자동 확장 방법
|
| 11 |
11
제 10 항에 있어서,상기 생성된 문장에 기초하여 확장 텍스트를 생성하는 단계는,상기 생성된 문장을 텍스트 확장 후보 리스트에 저장하는 단계;기 생성된 언어 모델과의 유사도에 기초하여 상기 텍스트 확장 후보 리스트를 필터링하는 단계 및상기 필터링된 텍스트 확장 후보 리스트를 상기 확장 텍스트로 생성하는 단계를 포함하는 것인 입력 텍스트의 자동 확장 방법
|
| 12 |
12
제 11 항에 있어서,상기 입력 텍스트에 포함된 복수의 문장을 셔플링하는 단계를 더 포함하되,상기 생성된 문장은 상기 텍스트 확장 후보 리스트에 저장한 뒤, 상기 복수의 문장에 포함시켜 셔플링하는 것인 입력 텍스트의 자동 확장 방법
|
| 13 |
13
제 2 항에 있어서,상기 복수의 문서 중 서로 다른 문서에 존재하는 문장 쌍을 추출하는 단계는,미리 학습된 순환형 신경망 언어 모델(Recurrent Neural Network Language Model)에 기초하여 상기 추출된 문장 쌍들을 임베딩하여 벡터로 표현하는 단계 및상기 문장 쌍을 구성하는 두 문장을 포함하는 문장 체인 및 상기 문장 체인에 대응하는 문장 체인 반례를 이용하여, 상기 문장 체인 및 문장 체인 반례를 분류 가능한 1-hop 모델을 학습하는 단계를 포함하되,상기 1-hop 모델은 상기 임베딩된 문장을 P1 레이어와 H1 레이어를 통해 깊은 신경망 모델(Deep Neural Network Model)로 구성하고, O1 레이어를 통해 문장 체인 여부를 결정하는 결과값을 도출하는 것인 입력 텍스트의 자동 확장 방법
|
| 14 |
14
제 13 항에 있어서,상기 복수의 문서 중 서로 다른 문서에 존재하는 문장 쌍을 추출하는 단계는,상기 복수의 문서 중 서로 다른 문서에 존재하는 문장 쌍을 랜덤하게 복수 개 추출하는 단계 및상기 1-hop 모델에 기초하여 상기 복수 개의 문장 쌍들을 정렬하는 단계를 더 포함하는 것인 입력 텍스트의 자동 확장 방법
|
| 15 |
15
제 13 항에 있어서,상기 세 개의 관련 문장을 포함하는 문장 체인 및 상기 문장 체인에 대응하는 문장 체인 반례를 이용하여, 상기 문장 체인 및 문장 체인 반례를 분류 가능한 2-hop 모델을 학습하는 단계를 더 포함하되,상기 2-hop 모델은 상기 1-hop 모델의 H1 레이어의 출력값 및 상기 문장 쌍에 포함되지 않은 임베딩된 문장을 P2 레이어의 입력으로 하고, H2 레이어 및 O2 레이어를 통해 문장 체인 여부를 결정하는 결과값을 도출하는 것인 입력 텍스트의 자동 확장 방법
|
| 16 |
16
제 13 항에 있어서,상기 순환형 신경망 언어 모델은 LSTM 또는 GRU 중 어느 하나인 것인 입력 텍스트의 자동 확장 방법
|
| 17 |
17
입력 텍스트를 자동으로 확장하는 텍스트 확장 시스템에 있어서,외부 디바이스와 데이터를 송수신하는 통신모듈,상기 입력 텍스트로부터 확장 텍스트를 생성하기 위한 프로그램이 저장된 메모리 및상기 메모리에 저장된 프로그램을 실행시키는 프로세서를 포함하되,상기 프로세서는 상기 프로그램을 실행시킴에 따라, 복수의 문서로 구성된 입력 텍스트를 입력받으면, 상기 복수의 문서 중 서로 다른 문서에 존재하는 문장 쌍을 추출하고, 상기 추출된 문장 쌍을 시퀀스 투 시퀀스 모델의 인코더에 입력하고, 상기 시퀀스 투 시퀀스 모델의 디코더의 출력으로 상기 입력에 대응하는 문장을 생성하며, 상기 생성된 문장에 기초하여 상기 확장 텍스트를 생성하는 것인 텍스트 확장 시스템
|
| 18 |
18
제 17 항에 있어서,상기 프로세서는 상기 통신모듈을 통해 복수의 문장들로 구성된 복수의 문서를 포함하는 학습 텍스트를 입력받으면, 상기 학습 텍스트로부터 문장 체인을 추출하고, 상기 추출된 문장 체인에 기초하여 상기 시퀀스 투 시퀀스 모델을 생성하되,상기 문장 체인은 하나의 문서에 대한 세 개의 관련 문장을 포함하는 집합으로 구성된 것인 텍스트 확장 시스템
|
| 19 |
19
제 18 항에 있어서,상기 프로세서는 상기 학습 텍스트를 구성하는 어느 하나의 문서에 포함된 어느 하나의 문장에 대한 어휘 체인을 추출하여 어휘 체인 후보 리스트에 저장하고,상기 하나의 문장에 포함된 모든 어휘에 대하여 어휘 체인이 추출된 경우, 상기 어휘 체인 후보 리스트에 포함된 어휘 체인에 대응되는 하나 이상의 문장 체인을 추출하여 문장 체인 리스트에 저장하며, 상기 하나의 문서에 포함된 모든 문장에 대하여 문장 체인이 추출된 경우, 상기 문서에 대응하는 문장 체인 리스트를 출력하는 것인 텍스트 확장 시스템
|
| 20 |
20
제 18 항에 있어서,상기 프로세서는 상기 학습 텍스트에 포함된 복수의 문서 중 어느 하나의 문서에 대한 문장 체인을 선택하고, 상기 문장 체인에 포함된 세 개의 관련 문장 중 두 개의 문장을 상기 시퀀스 투 시퀀스 모델의 인코더의 입력으로 설정하고, 나머지 하나의 문장을 디코더의 출력으로 설정하며, 상기 입력 및 출력으로 설정된 문장을 학습하여 상기 시퀀스 투 시퀀스 모델을 생성하는 것인 텍스트 확장 시스템
|
