맞춤기술찾기

이전대상기술

자연어 질의응답 시스템 및 그 학습 방법

  • 기술번호 : KST2019005975
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
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 자연어 질의응답 시스템의 학습방법이 개시된다. 상기 학습방법은, 질문-정답 생성 장치가, 자연어 텍스트를 파싱하여 검증용 질문과 검증용 정답을 생성하는 단계; 상기 질의 응답 장치가, 상기 질문-정답 생성 장치로부터의 상기 검증용 질문을 자연어 처리 알고리즘에 따라 분석하여 정답 유형을 인식하고, 지식 베이스에서 상기 인식한 정답 유형에 대응하는 정답을 생성하는 단계; 및 지식 생성 장치가, 상기 질문-정답 생성 장치로부터의 상기 검증용 정답을 기반으로 상기 질의 응답 장치로부터의 정답을 검증하고, 상기 정답이 오답인 경우, 웹으로부터 상기 검증용 정답을 포함하는 정보를 수집하고, 수집된 정보로 상기 지식 베이스를 업데이트 하는 단계를 포함한다.
Int. CL G06F 16/00 (2019.01.01) G06N 99/00 (2019.01.01)
CPC G06F 16/3329(2013.01) G06F 16/3329(2013.01) G06F 16/3329(2013.01) G06F 16/3329(2013.01)
출원번호/일자 1020170156671 (2017.11.22)
출원인 한국전자통신연구원
등록번호/일자
공개번호/일자 10-2019-0059084 (2019.05.30) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.11.16)
심사청구항수 15

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국전자통신연구원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 배용진 대전광역시 서구
2 김현기 대전광역시 유성구
3 김민호 대전광역시 유성구
4 류지희 대전광역시 대덕구
5 배경만 대전광역시 유성구
6 왕지현 세종특별자치시 누리로 **, *
7 이형직 대전광역시 유성구
8 임수종 대전광역시 유성구
9 임준호 대전광역시 서구
10 장명길 대전광역시 유성구
11 최미란 대전광역시 유성구
12 허정 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인지명 대한민국 서울특별시 강남구 남부순환로**** 차우빌딩*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
2017.11.22 수리 (Accepted) 1-1-2017-1165244-16
2 [심사청구]심사청구서·우선심사신청서
2020.11.16 수리 (Accepted) 1-1-2020-1225071-04
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
전자장치로 구현되는 질의 응답 장치, 질문-정답 생성 장치 및 지식 생성장치를 포함하는 자연어 질의응답 시스템의 학습 방법에서, 상기 질문-정답 생성 장치가, 자연어 텍스트를 파싱하여 검증용 질문과 검증용 정답을 생성하는 단계;상기 질의 응답 장치가, 상기 질문-정답 생성 장치로부터의 상기 검증용 질문을 자연어 처리 알고리즘에 따라 분석하여 정답 유형을 인식하고, 지식 베이스에서 상기 인식한 정답 유형에 대응하는 정답을 생성하는 단계; 및상기 지식 생성 장치가, 상기 질문-정답 생성 장치로부터의 상기 검증용 정답을 기반으로 상기 질의 응답 장치로부터의 정답을 검증하고, 상기 정답이 오답인 경우, 웹으로부터 상기 검증용 정답을 포함하는 정보를 수집하고, 수집된 정보로 상기 지식 베이스를 업데이트 하는 단계를 포함하는 자연어 질의응답 시스템의 학습방법
2 2
제1항에서, 상기 검증용 질문과 검증용 정답을 생성하는 단계는,상기 자연어 텍스트를 문장 단위로 파싱하여 상기 자연어 텍스트로부터 다수의 문장을 분리하는 단계;상기 다수의 문장을 상기 자연어 처리 알고리즘에 따라 분석하여, 상기 다수의 문장에서 의미 있는 개체명을 포함하지 않는 문장을 필터링하는 단계;상기 의미있는 개체명을 포함하는 문장에서 상기 개체명을 포함하는 상기 검증용 질문과 상기 개체명을 나타내는 단어를 상기 검증용 정답으로서 생성하는 단계;를 포함하는 자연어 질의응답 시스템의 학습방법
3 3
제2항에서, 상기 개체명을 포함하는 검증용 질문을 생성하는 단계는,사전에 구축된 질문 생성 규칙에 따라 상기 개체명에 대응하는 의문사 및 동사를 생성하는 단계; 및상기 의문사 및 동사를 포함하도록 검증용 질문을 생성하는 단계를 포함하는 자연어 질의응답 시스템의 학습방법
4 4
제2항에서, 상기 개체명을 포함하는 검증용 질문을 생성하는 단계는,상기 자연어 처리 기법에 포함된 어휘의미분석(semantic analysis) 및 의미역 인식(semantic role labeling) 기법을 기반으로 상기 개체명을 포함하는 검증용 질문을 생성하는 단계인 것인 자연어 질의응답 시스템의 학습방법
5 5
제2항에서, 상기 자연어 텍스트로부터 다수의 문장을 분리하는 단계는,기계 학습의 시퀀스 라벨링(sequence labeling) 기법에 따라, 상기 자연어 텍스트로부터 다수의 문장을 분리하는 단계인 것인 자연어 질의응답 시스템의 학습방법
6 6
제2항에서, 상기 검증용 질문을 상기 질의 응답 장치로 송신하고, 상기 검증용 정답과 상기 의미있는 개체명을 포함하는 문장을 상기 지식 생성 장치로 송신하는 단계를 더 포함하는 것인 자연어 질의응답 시스템의 학습방법
7 7
제6항에서, 상기 지식 베이스를 업데이트 하는 단계는,상기 검증용 정답과 상기 의미있는 개체명을 포함하는 문장 내에서 상기 검증용 정답을 제약하는 단어를 키워드로 이용하여 상기 웹으로부터 지식 데이터를 수집하고, 수집된 지식 데이터로 상기 지식 베이스를 업데이트 하는 단계인 것인 자연어 질의응답 시스템의 학습방법
8 8
제2항에서, 상기 필터링하는 단계는,상기 자연어 처리 알고리즘을 이용하여, 상기 자연어 텍스트로부터 분리된 다수의 문장에서 불완전한 문장 구조로 이루어진 문장을 필터링하는 단계를 더 포함하는 것인 자연어 질의응답 시스템의 학습방법
9 9
제1항에서, 상기 지식 베이스를 업데이트 하는 단계는,상기 검증용 정답을 키워드로 구성하여 상기 웹으로부터 상기 검증용 정답과 관련된 정보를 수집하는 단계;상기 수집한 정보로부터 상기 검증용 정답을 포함하는 문장을 추출하는 단계;상기 추출된 문장을 상기 신규 지식 데이터로 변환하는 단계;상기 신규 지식 데이터로 상기 지식 베이스를 업데이트 하는 단계를 포함하는 것인 자연어 질의응답 시스템의 학습방법
10 10
제9항에서, 상기 변환하는 단계는,상기 추출된 문장을 상기 지식 베이스의 스키마 정보가 포함되도록 상기 신규 지식 데이터로 변환하는 단계인 것인 자연어 질의응답 시스템의 학습방법
11 11
자연어 텍스트를 파싱하여 검증용 질문과 검증용 정답을 생성하는 컴퓨터 프로세서를 포함하는 질문-정답 생성 장치;상기 질문-정답 생성 장치로부터 상기 검증용 질문을 수신하는 통신 인터페이스와, 상기 검증용 질문을 자연어 처리 알고리즘에 따라 분석하여 정답 유형을 인식하고, 지식 베이스에서 상기 인식한 정답 유형에 대응하는 정답을 검색하여 생성하는 컴퓨터 프로세서를 포함하는 질의 응답 장치; 및상기 질문-정답 생성 장치로부터의 상기 검증용 정답과 상기 질의 응답 장치로부터의 정답을 수신하는 네트워크 인터페이스와, 상기 검증용 정답을 기반으로 상기 정답을 검증하고, 상기 정답이 오답인 경우, 상기네트워크 인터페이스를 통해 웹에 접속하여, 상기 웹으로부터 상기 검증용 정답을 포함하는 정보를 수집하고, 수집된 정보로 상기 지식 베이스를 업데이트 하는 컴퓨터 프로세서를 포함하는 지식 생성 장치를 포함하는 자연어 질의응답 시스템
12 12
제11항에서, 상기 질문-정답 생성 장치의 컴퓨터 프로세서는,상기 자연어 텍스트를 문장 단위로 파싱하여 상기 자연어 텍스트로부터 다수의 문장을 분리하고, 상기 다수의 문장을 상기 자연어 처리 알고리즘에 따라 분석하여, 상기 다수의 문장에서 의미 있는 개체명을 포함하지 않는 문장을 필터링하고, 상기 의미있는 개체명을 포함하는 문장에서 상기 개체명을 포함하는 상기 검증용 질문과 상기 개체명을 나타내는 단어를 상기 검증용 정답으로서 생성하는 작업을 처리하는 것인 자연어 질의응답 시스템
13 13
제12항에서, 상기 질문-정답 생성 장치의 컴퓨터 프로세서는,사전에 구축된 질문 생성 규칙에 따라 상기 개체명에 대응하는 의문사 및 동사를 생성하고, 상기 의문사 및 동사를 포함하도록 검증용 질문을 생성하는 작업을 처리하는 것인 자연어 질의응답 시스템
14 14
제11항에서, 상기 지식 생성 장치의 컴퓨터 프로세서는,상기 검증용 정답을 키워드로 구성하여 상기 웹으로부터 상기 검증용 정답과 관련된 정보를 수집하고, 상기 수집한 정보로부터 상기 검증용 정답을 포함하는 문장을 추출하고, 상기 추출된 문장을 상기 신규 지식 데이터로 변환하고, 상기 신규 지식 데이터로 상기 지식 베이스를 업데이트 하는 작업을 처리하는 것인 자연어 질의응답 시스템
15 15
제14항에서, 상기 지식 생성 장치의 컴퓨터 프로세서는,상기 추출된 문장을 상기 지식 베이스의 스키마 정보가 포함되도록 상기 신규 지식 데이터로 변환하는 작업을 처리하는 것인 자연어 질의응답 시스템
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 미래창조과학부 한국전자통신연구원 산업원천기술개발사업 (엑소브레인-1세부) 휴먼 지식증강 서비스를 위한 지능진화형 WiseQA 플랫폼 기술 개발