맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

반지도 학습 기반 단어 단위 감정 임베딩과 LSTM 모델을 이용한 대화 내에서 발화의 감정 분류 방법

  • 기술번호 : KST2021009289
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
상담신청 PDF 받기
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 발명의 실시 형태에 따른 반지도 학습 기반 단어 단위 감정 임베딩과 LSTM 모델을 이용하여 대화 내에서 발화의 감정 분류를 하는 방법은 학습을 위해 단어마다 해당되는 기본 감정이 태깅되어 있는 단어 감정 사전을 참조하여, 입력되는 대화 데이터의 발화 내에 있는 단어마다 감정을 태깅해주는 단어 단위 감정 임베딩 단계; 상기 입력된 발화의 감정값을 추출하는 단계; 그리고 추출된 발화의 감정값을 장단기 기억 모델(LSTM model)의 입력 값으로 사용하여, 상기 LSTM 모델에 기반하여 상기 메신저 클라이언트에서 이루어지고 있는 대화 내 감정의 변화를 고려하여 발화의 감정을 분류하는 단계를 포함한다. 본 발명은 자연어로 이루어지는 대화 내에서 감정의 변화를 인지하여 적절한 감정을 분류해줄 수 있다.
Int. CL G10L 25/63 (2013.01.01) G10L 15/04 (2006.01.01) G10L 15/06 (2006.01.01) G10L 15/30 (2013.01.01)
CPC G10L 25/63(2013.01) G10L 15/04(2013.01) G10L 15/063(2013.01) G10L 15/30(2013.01)
출원번호/일자 1020190176837 (2019.12.27)
출원인 한국과학기술원
등록번호/일자
공개번호/일자 10-2021-0083986 (2021.07.07) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2019.12.27)
심사청구항수 7

출원인

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

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 최호진 대전광역시 유성구
2 이영준 대전광역시 유성구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 박영우 대한민국 서울특별시 강남구 논현로 ***, *층 **세기특허법률사무소 (역삼동, 세일빌딩)

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		 2019.12.27 수리 (Accepted) 1-1-2019-1349940-15
2 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.05.15 수리 (Accepted) 4-1-2020-5108396-12
3 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2020.06.12 수리 (Accepted) 4-1-2020-5131486-63
4 의견제출통지서
Notification of reason for refusal		 2021.01.18 발송처리완료 (Completion of Transmission) 9-5-2021-0046012-79
5 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2021.03.17 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2021-0314675-36
6 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
 2021.03.17 수리 (Accepted) 1-1-2021-0314676-82
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
컴퓨터 판독가능 프로그램으로 구현되어, 컴퓨터 장치의 프로세서에 의해 실행되는 방법으로서, 상기 방법은,상기 컴퓨터 장치에서, 학습을 위해 단어마다 해당되는 기본 감정이 태깅되어 있는 단어 감정 사전을 참조하여, 입력되는 대화 데이터의 발화 내에 있는 단어마다 감정을 태깅해주는 단어 단위 감정 임베딩 단계;상기 컴퓨터 장치에서, 상기 입력된 발화의 감정값을 추출하는 단계; 그리고상기 컴퓨터 장치에서, 추출된 발화의 감정값을 장단기 기억 모델(LSTM model)의 입력 값으로 사용하여, 상기 LSTM 모델에 기반하여 상기 메신저 클라이언트에서 이루어지고 있는 대화 내 감정의 변화를 고려하여 발화의 감정을 분류하는 단계를 포함하는 것을 특징으로 하는 반지도 학습 기반 단어 단위 감정 임베딩과 LSTM 모델을 이용한 대화 내 발화의 감정 분류 방법
2 2
제 1항에 있어서, 상기 단어 단위 감정 임베딩 단계는, 자연어로 이루어진 발화 내에서 단어마다 가지는 감정값을 상기 단어 감정 사전을 참조하여 태깅하고, 단어 단위 감정 임베딩 학습을 위해 단어와 단어에 해당되는 감정을 쌍으로 데이터를 구축하는 '단어마다 감정 태깅 단계'; 단어가 대화 내에서 지니는 유의미한 벡터 값을 추출하는 '단어에 대한 벡터 값 추출 단계'; 그리고 발화 내에서 단어가 지니는 감정의 유의미한 벡터 값을 추출하는'단어에 대한 감정 벡터 값 추출 단계'를 포함하는 것을 특징으로 하는 반지도 학습 기반 단어 단위 감정 임베딩과 LSTM 모델을 이용한 대화 내 발화의 감정 분류 방법
3 3
제2항에 있어서, 상기 단어 감정 사전은 분노(anger), 두려움(fear), 혐오(disgust), 행복(happiness), 슬픔(sadness), 놀람(surprise)의 6가지의 감정을 상기 기본 감정으로 포함하는 것을 특징으로 하는 반지도 학습 기반 단어 단위 감정 임베딩과 LSTM 모델을 이용한 대화 내 발화의 감정 분류 방법
4 4
제2항에 있어서, 상기 단어의 유의미한 벡터값은 One-hot Encoding으로 표현된 단어 벡터와 가중치 행렬에 대해서 가중치 연산을 수행하여 얻어지는 인코딩 된 벡터값인 것을 특징으로 하는 반지도 학습 기반 단어 단위 감정 임베딩과 LSTM 모델을 이용한 대화 내 발화의 감정 분류 방법
5 5
제4항에 있어서, 상기 '단어가 지니는 감정의 유의미한 벡터 값'은 상기 단어에 대한 벡터 값 추출 단계에서 인코딩 된 벡터 값과 가중치 행렬에 대해 가중치 연산을 수행하여 얻어지며, 상기 가중치 행렬의 값은 추출된 벡터 값과 예상되어야 하는 감정값의 비교를 통해 조정되는 것을 특징으로 하는 반지도 학습 기반 단어 단위 감정 임베딩과 LSTM 모델을 이용한 대화 내 발화의 감정 분류 방법
6 6
제 1항에 있어서, 상기 '입력된 발화의 감정값을 추출하는 단계'는, 상기 발화를 이루고 있는 단어들에 대한 단어 단위 감정 임베딩을 통해 단어 단위 감정 벡터 값을 추출하고, 추출된 값들을 합하여 발화의 감정값을 추출하는 것을 특징으로 하는 반지도 학습 기반 단어 단위 감정 임베딩과 LSTM 모델을 이용한 대화 내 발화의 감정 분류 방법
7 7
제 1항에 있어서, 상기 '대화 내 감정의 변화를 고려하여 발화의 감정을 분류하는 단계'는, 상기 발화 단위 감정값 추출 단계(S200)에서 추출되는 대화 내 발화들의 감정값들을 합한 값을 상기 LSTM 모델에 입력으로 사용하여 대화 내 발화의 감정을 분류하고, 상기 LSTM 모델에서 출력되는 값은 소프트맥스(softmax) 함수를 통해 예상되어야 하는 감정값과 비교 연산을 수행하는 것을 통해 분류하는 것을 특징으로 하는 반지도 학습 기반 단어 단위 감정 임베딩과 LSTM 모델을 이용한 대화 내 발화의 감정 분류 방법
8 8
제1항에 있어서, 상기 입력되는 대화 데이터는 서버 컴퓨터로 작용하는 상기 컴퓨터 장치가 클라이언트 컴퓨터 장치에서 생성된 메신저 클라이언트를 통해 입력되는 데이터인 것을 특징으로 하는 반지도 학습 기반 단어 단위 감정 임베딩과 LSTM 모델을 이용한 대화 내 발화의 감정 분류 방법
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 기타부처 한국과학기술원 용역사업 XAI(eXplainable AI) 기반 스마트 에너지 플랫폼 기술 개발(2019)