KR101033670B1 - 문서 간 유사도 산출 시스템 및 방법 - Google Patents

문서 간 유사도 산출 시스템 및 방법 Download PDF

Info

Publication number
KR101033670B1
KR101033670B1 KR1020090031387A KR20090031387A KR101033670B1 KR 101033670 B1 KR101033670 B1 KR 101033670B1 KR 1020090031387 A KR1020090031387 A KR 1020090031387A KR 20090031387 A KR20090031387 A KR 20090031387A KR 101033670 B1 KR101033670 B1 KR 101033670B1
Authority
KR
South Korea
Prior art keywords
document
data
group
string
documents
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
KR1020090031387A
Other languages
English (en)
Other versions
KR20100064297A (ko
Inventor
임민수
강미애
Original Assignee
(주)야긴스텍
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)야긴스텍 filed Critical (주)야긴스텍
Publication of KR20100064297A publication Critical patent/KR20100064297A/ko
Application granted granted Critical
Publication of KR101033670B1 publication Critical patent/KR101033670B1/ko
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/194—Calculation of difference between files
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/268—Morphological analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

문서 간 유사도 산출 시스템 및 방법이 제공된다. 문서 간 유사도 산출 시스템은 제 1 문서의 데이터와 제 2 문서의 데이터를 형태소 분석을 통해 각각 2 이상의 같은 수의 그룹으로 분리하는 분리부 및 상기 분리부에 의하여 분리된 제 1 문서와 제 2 문서의 그룹별 데이터를 같은 종류의 그룹끼리 모두 비교하는 비교부를 구비한다. 또한 문서 간 유사도 산출 방법은 제 1 문서의 데이터와 제 2 문서의 데이터를 각각 2 이상의 같은 수의 그룹으로 분리하는 제 1 단계, 상기 제 1 단계에 의하여 분리된 제 1 문서와 제 2 문서의 그룹별 데이터를 같은 종류의 그룹끼리 비교하는 제 2 단계 및 상기 제 2 단계에 의한 각 그룹별 비교결과를 종합하여 제 1 문서와 제 2 문서의 유사도를 산출하는 제 3 단계를 포함한다.
표절, 문서, 이미지, 도용, 형태소 분석

Description

문서 간 유사도 산출 시스템 및 방법{Document similarity calculating system and method thereof}
본 발명은 문서 간 유사도 산출 시스템 및 방법에 관한 것으로, 하나의 문서 데이터를 다른 하나 이상의 문서 데이터와 비교 하여 유사도를 산출하는 시스템 및 그 방법에 관한 것이다.
최근 문서의 작성이 주로 컴퓨터에 의해 이루어지고, 인터넷이 대중화 되어 일반인들이 보다 풍부한 자료들을 접근할 수 있게 되면서, 논문, 기술문서 등 많은 문서들이 인터넷 또는 기타 네트워크를 통해 얻어진 원본 문서들로부터 표절, 도용 되어 작성되고 있다.
따라서, 상기 언급한 표절 및 도용행위를 방지하기 위하여 여러 방법을 이용한 표절, 도용 탐지 방법이 제안되고 있다.
본 발명이 해결하고자 하는 기술적 과제는 명사의 단순치환 또는 단락의 재배치 등의 단순 텍스트 편집에 불구하고 텍스트의 유사도를 최대한 빠르고 정확하게 산출할 수 있고 이미지가 포함된 문서의 경우 이미지의 유사도도 측정하여 이를 감안한 문서 전체의 유사도를 산출 할 수 있는 문서 간 유사도 산출 시스템 및 그 방법을 제공하고자 하는 것이다.
본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해 될 수 있을 것이다.
상기 기술적 과제를 달성하기 위한 본 발명의 일 태양에 따른 문서 간 유사도 산출 시스템은 제 1 문서의 데이터와 제 2 문서의 데이터를 형태소 분석을 통해 각각 2 이상의 같은 수의 그룹으로 분리하는 분리부; 및 상기 분리부에 의하여 분리된 제 1 문서와 제 2 문서의 그룹별 데이터를 같은 종류의 그룹끼리 모두 비교하는 비교부를 포함한다.
상기 기술적 과제를 달성하기 위한 본 발명의 다른 태양에 따른 문서 간 유사도 산출 방법은 제 1 문서의 데이터와 제 2 문서의 데이터를 각각 2 이상의 같은 수의 그룹으로 분리하는 제 1 단계; 상기 제 1 단계에 의하여 분리된 제 1 문서와 제 2 문서의 그룹별 데이터를 같은 종류의 그룹끼리 비교하는 제 2 단계; 및 상기 제 2 단계에 의한 각 그룹별 비교결과를 종합하여 제 1 문서와 제 2 문서의 유사도를 산출하는 제 3 단계를 포함한다.
상기와 같은 본 발명에 따르면, 명사의 단순치환 또는 단락의 재배치 등의 단순 편집에 불구하고 문서의 유사도를 최대한 정확하게 산출할 수 있는 효과가 있다.
또한, 문서에 포함된 이미지를 회전 변환, 색상 변환 등을 통하여 편집한 경우에도 문서의 유사도를 최대한 정확하게 산출할 수 있는 효과가 있다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 게시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 게시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 참조 부호는 동일 구성 요소를 지칭한다.
도 1 내지 도 4를 참조하여, 본 발명의 실시예들에 따른 문서 간 유사도 산출 시스템, 문서 간 유사도 산출 방법을 설명한다.
이하 제 1 문서는 유사한 문서가 존재하는지 의뢰된 문서라 하고, 제 2 문서는 제 1 문서와 비교하게 될 문서를 지칭하기로 한다. 제 2 문서는 하나 이상의 문 서 데이터로 구성 된 비교 대상 문서 데이터 중에 선정 된 하나의 문서일 수 있다. 제 1 문서와 제 2 문서는 이하 설명의 편의를 위하여 임시적으로 각각 정의되었을 뿐, 실제 본 발명을 실시하는 경우 각 문서를 지칭하는 용어는 바뀌어도 본 발명의 내용에 영향을 미치지 않는다.
도 1은 본 발명의 일 실시예에 따른 문서 간 유사도 산출 시스템의 블록 구성도이다. 도 1을 참조하면 본 실시예에 따른 문서 간 유사도 산출 시스템은 분리부(102), 비교부(104)를 포함한다.
분리부(102)는 제 1 문서의 데이터와 제 2 문서의 데이터를 각각 2 이상의 같은 수의 그룹으로 분리한다. 상기 각 그룹으로 분리하는 작업을 이하 '그룹화'라 지칭하기로 한다. 상기 그룹화는 데이터를 그룹별로 분리함에 있어서 어떠한 규칙을 사용하여도 무방하다. 예를 들어, 각각의 데이터를 분리함에 있어서 각 그룹별 데이터의 교집합이 존재하지 않도록 분리할 수 있다. 또 다른 예로는 형태소 분석을 통한 그룹화를 상정해 볼 수 있다. 즉, 문자와 기호를 그룹화하고, 문자 그룹 데이터는 각 어절의 품사를 판단한 후 품사에 따라 문자 그룹 데이터를 다시 그룹화하는 것일 수 있다. 다만, 그룹화의 규칙은 제 1 문서의 데이터와 제 2 문서의 데이터에 대하여 동일하게 적용되어야 함에 유의한다.
비교부(104)는 분리부(102)에 의하여 분리된 제 1 문서와 제 2 문서의 그룹별 데이터를 같은 종류의 그룹끼리 모두 비교한다. 예를 들어, 제 1 문서와 제 2 문서를 각각 3 그룹으로 분리부(102)가 분리하였다면, 비교부(104)는 제 1 문서와 제 2 문서의 제 1 그룹을 각각 비교하고, 제 1 문서와 제 2 문서의 제 2 그룹을 각 각 비교하며, 제 1 문서와 제 2 문서의 제 3 그룹을 각각 비교한다. 비교부(104)는 분리부(102)에 의하여 분리된 제 1 문서와 제 2 문서의 그룹이 N개라면, N개의 그룹을 모두 각각 비교해야 함에 유의한다.
이하 본 실시예에 따른 문서 간 유사도 산출 시스템의 동작을 설명하기로 한다.
분리부(102)는 제 1 문서의 데이터를 2 이상의 그룹으로 분리한다. 분리부(102)는 또한 제 2 문서의 데이터도 제 1 문서와 같은 방법으로 2 이상의 그룹으로 분리한다. 상기 그룹화의 순서는 제 2 문서를 먼저 그룹화한 후 제 1 문서를 그룹화하는 것일 수 있다. 상기 그룹의 개수는 2개 혹은 그 이상이면 된다.
분리부(102)는 각 그룹의 데이터를 새로 생성하여 당해 문서 데이터의 한 구성요소로써 별도 저장하거나, 연결 리스트 등을 이용하여 기존의 문서 데이터를 재구성할 수 있다.
분리부(102)는 그룹화 작업이 완료된 경우, 비교부(104)에 신호를 제공할 수 있다. 상기 신호는 예를 들면 비교부(104)가 제공하는 함수의 호출, 비교부(104)에 의해 수신되는 메시지 송신 등이 사용될 수 있다.
비교부(104)는 분리부(102)로부터 상기 신호를 제공받아 분리부(102)에 의해 분리된 상기 그룹별 데이터를 서로 비교한다. 예를 들어 2 개의 그룹으로 분리했다고 하면 제 1 문서의 제 1그룹과 제 2 문서의 제 1 그룹을 비교하고, 제 2 문서의 제 1 그룹과 제 2 문서의 제 2 그룹을 비교할 수 있다.
비교부(104)는 상기 각 그룹별 비교 결과를 종합하여 유사도를 산출 할 수 있다. 상기 각 그룹별 비교 결과는 서로 다른 가중치에 의해 합산되어 문서 간 유사도가 산출 될 수 있다. 상기 가중치는 추후 관리자 또는 사용자에 의하여 재지정 될 수 있다.
본 실시예에 따른 문서 간 유사도 산출 시스템은 한 개 이상의 저장 장치를 포함하여 구성되고 두 개 이상의 저장 장치가 연결된 경우 각각의 저장 장치들은 네트워크를 통하여 서로 연결될 수 있으며 제 1 문서와 하나 이상의 비교 대상 문서 데이터를 포함하는 비교 대상 문서 군을 저장하는 저장부(100)를 더 포함할 수 있다.
저장부(100)는 예를 들어 하드디스크(Hard Disc), 플로피디스크(Floppy Disc), CD(Compact Disc), DVD(Digital Versatile Disc), RAM(Random Access Memory), ROM(Read Only Memory), 플래쉬 메모리(Flash Memory) 등이 사용될 수 있다.
본 실시예에 따른 문서 간 유사도 산출 시스템은 비교부(104)에 의해 산출된 문서 간 유사도 데이터를 게시하는 게시부(106)를 더 포함할 수 있다. 상기 게시 수단(106)은 예를 들어 모니터, 텔레비전, 프린터, 텍스트 파일 등이 사용될 수 있다.
본 실시예에 따른 문서 간 유사도 산출 시스템은 유사 판단 시 중요도가 상이할 수 있는 문서 데이터 내 각각의 그룹을 비교한 결과를 균형 있게 참조함으로써 유사도 판단의 정확성을 증가시킬 수 있는 효과가 있다.
이하 도 1, 도 2, 도 3을 참조하여 분리부(102)가 각 문서의 데이터를 명사 문자열을 포함하는 제 1 그룹, 특수 기호 문자열을 포함하는 제 2 그룹, 및 명사와 특수 기호를 제외한 문자열을 포함하는 제 3 그룹으로 분리하는 경우를 일 실시예로 들어 문서 간 유사도 산출 시스템의 동작을 설명하기로 한다.
분리부(102)는 제 1 문서의 데이터를 상기 제 1 그룹 내지 제 3 그룹으로 분리한다. 분리부(102)는 또한 제 2 문서의 데이터도 제 1 문서와 같은 방법으로 제 1 그룹 내지 제 3 그룹으로 분리한다. 상기 분리부(102)는 제 2 문서를 먼저 그룹화 한 후 제 1 문서를 그룹화할 수 있다.
도 2를 참조하여 분리부(102)의 동작을 설명하기로 한다.
도 2는 본 실시예에 따른 문서 간 유사도 산출 시스템의 분리부(102) 블록 구성도이다.
도 2를 참조하면 분리부(102)는 어절 분리 모듈(260), 특수 기호 문자열 생성 모듈(262), 기타 문자열 생성 모듈(264) 및 명사 문자열 생성 모듈(266)을 포함할 수 있다.
어절 분리 모듈(260)은 상기 제 1 문서와 제 2 문서의 데이터를 각 어절 간 분리 기호를 기준으로 분리하여 제 1 문자열을 생성한다. 즉, 제 1 문자열은 각 문장을 구성하는 각 어절이다.
특수 기호 문자열 생성 모듈(262)은 어절 분리 모듈(260)로부터 각각의 제 1 문자열을 순차적으로 제공 받아, 당해 제 1 문자열에 기호가 포함된 경우 당해 기호를 상기 제 2 그룹에 포함시킨다. 특수 기호 문자열 생성 모듈(262)은 상기 제 2 그룹에 기호를 포함시킴에 있어서, 기존의 제 2 그룹의 오른쪽에 기호를 연 결(concatenation)할 수 있다.
기타 문자열 생성 모듈(264)은 특수 기호 문자열 생성 모듈(262)로부터 상기 제 1 문자열을 순차적으로 제공 받아, 당해 제 1 문자열에 마침표 또는 느낌표 중 하나가 포함된 경우 당해 제 1 문자열에서 기호를 제거한 문자열을 상기 제 3 그룹에 포함시키고, 당해 제 1 문자열에서 수사, 대명사, 관형사, 조사 데이터베이스에 포함된 문자열이 발견된 경우 발견된 문자열을 상기 제 3 그룹에 포함시키며, 그 외의 경우 당해 제 1 문자열에서 기호를 제거하여 제 2 문자열을 생성한다.
기타 문자열 생성 모듈(264)은 상기 제 3 그룹에 문자열을 포함시킴에 있어서, 기존의 제 3 그룹의 오른쪽에 문자열을 연결할 수 있다. 기타 문자열 생성 모듈(264)은 제 3 그룹에 새로운 문자열을 연결한 후 구분자 '|' 공백(space)등을 더 연결할 수 있다.
명사 문자열 생성 모듈(266)은 기타 문자열 생성 모듈(264)로부터 상기 제 2 문자열을 순차적으로 제공 받아, 당해 제 2 문자열에 조사 데이터베이스에 저장된 조사가 포함된 경우 조사를 제외한 문자열을 상기 제 1 그룹에 포함시키고, 당해 제 2 문자열에 괄호가 포함된 경우 괄호 내부의 문자열을 상기 제 1 그룹에 포함시키며, 그 외의 경우 당해 제 2 문자열을 상기 제 1 그룹에 포함시킨다.
명사 문자열 생성 모듈(266)은 상기 제 1 그룹에 문자열을 포함시킴에 있어서, 기존의 제 1 그룹의 오른쪽에 문자열을 연결(concatenation)할 수 있다. 명사 문자열 생성 모듈(266)은 제 1 그룹에 새로운 문자열을 연결한 후 구분자 '|' 공백(space)등을 더 연결할 수 있다.
이하, 도 3을 참조하여 분리부(102)의 동작을 설명하기로 한다.
도 3은 본 실시예에 따른 제 1 그룹 내지 제 3 그룹의 추출 예시를 나타낸 도면이다. 도 3에 게시된 단락의 두 번째 문장을 대상으로 분리부(102)의 동작을 설명하기로 한다. 이하 기타 문자열과 명사 문자열의 각 단위 사이의 구분자는 '|'를 사용하는 것으로 가정한다.
단락의 두 번째 문장은 'RFID 미들웨어는 정제, 요약된 태그데이터를 데이터 수요자인 기존 응용 시스템에 신뢰성 있게 전송 할 수 있는 기능을 제공해야 한다[1,8].'이다.
어절 분리 모듈(260)은 상기 문장을 공백(space)을 기준으로 각 어절을 ‘RFID’ ‘미들웨어는’ ‘정제,’ ‘요약된’ ‘태그데이터를’ ‘데이터’ ‘수요자인’ ‘기존’ ‘응용’ ‘시스템에’ ‘신뢰성’ ‘있게’ ‘전송’ ‘할’ ‘수’ ‘있는’ ‘기능을’ ‘제공해야’ ‘한다[1,8].’와 같이 분리하여, 각 어절을 순차대로 특수 기호 문자열 생성 모듈(262)에 제공한다.
특수 기호 문자열 생성 모듈(262)은 어절 분리 모듈(260)로부터 어절을 제공받아 문자가 아닌 기호가 포함된 경우 당해 기호를 제 2 그룹에 포함시키고 각각의 어절을 그대로 기타 문자열 생성 모듈(264)에 제공한다. 그 결과 제 2 그룹 데이터인 ‘,,[,].’이 생성된다.
기타 문자열 생성 모듈(264)은 특수 기호 문자열 생성 모듈(262)로부터 어절을 제공받아 다음과 같은 규칙에 의해 각각의 어절을 처리한다. ㄱ) 어절에 마침표 또는 느낌표 중 하나가 포함된 경우, 당해 마침표 또는 느낌표를 제거한 문자열을 제 3 그룹에 포함시킨다. ㄴ) 어절에 수사, 대명사, 관형사, 조사 데이터베이스에 포함된 문자열이 발견된 경우 발견된 문자열을 제 3 그룹에 포함시킨다. ㄷ) 상기 ㄱ), ㄴ) 에 모두 해당하지 아니하는 경우 당해 어절에서 기호를 제거하여 명사 문자열 생성 모듈에 제공한다.
그 결과 제 3 그룹 데이터인 ‘는|된|를|인|에|기존|에|있게|할|수|있는|을|제공해야|한다’가 생성된다.
명사 문자열 생성 모듈(266)은 기타 문자열 생성 모듈(264)로부터 제공 받은 문자열을 다음 규칙에 의하여 처리한다. ㄱ) 어절에 조사 데이터베이스에 포함된 문자열이 발견된 경우 당해 조사를 제외한 문자열을 제 1 그룹에 포함시킨다. ㄴ) 어절에 괄호가 포함된 경우 괄호 내부의 문자열을 제 1 그룹에 포함시킨다. ㄷ) 상기 ㄱ), ㄴ)에 모두 해당하지 아니하는 경우에는 당해 어절 전체를 제 1 그룹에 포함시킨다.
그 결과 제 1 그룹 데이터인 ‘RFID|미들웨어|정제|요약|태그데이터|데이터|수요자|응용|시스템|신뢰성|전송|기능’가 생성된다.
분리부(102)는 제 1 문서 및 제 2 문서의 데이터가 초록 및 본문으로 구성되어 있는 경우, 초록과 본문의 데이터에 대하여 각각 제 1 그룹 내지 3 그룹을 분리할 수 있다. 분리부(102)는 상기 과정을 거쳐 생성된 제 1 그룹 내지 3 그룹 데이터를 비교부(104)로 제공한다.
비교부(104)는 분리부(102)에 의해 3 개의 그룹으로 분리된 제 1 문서와 제 2 문서의 그룹별 데이터를 제 1 그룹끼리, 제 2 그룹끼리, 제 3 그룹끼리 각각 비 교한다. 상기 비교부(104)의 비교방식은 특정 방식에 의하여 제한되지 아니하며, 특히 각 그룹별 비교 결과에 서로 다른 가중치를 주어 합산하는 방식도 사용이 가능하다.
본 실시예에 의한 문서 간 유사도 산출 시스템은 표절 시도 시 누구나 중요하게 생각하는 핵심 키워드는 단순 치환 등을 통하여 변경될 가능성이 높지만 중요하지 않게 생각하는 특수 기호 등은 그대로 유지될 가능성이 있는 바, 이러한 경우에도 중요성이 떨어지는 그룹인 특수 기호의 비교를 통하여 문서의 표절, 도용 등의 판단이 가능한 효과가 있다.
이하 도 1을 참조하여 상기 비교 대상 문서 군에 3개의 문서 데이터가 존재하는 경우를 예로 들어 본 발명의 일 실시예에 따른 문서 간 유사도 산출 시스템의 구성 및 동작을 설명하기로 한다.
도 1에 도시된 바와 같이 본 실시예에 따른 문서 간 유사도 산출 시스템은 저장부(100), 분리부(102), 비교부(104), 게시부(106), 및 제어부(108)를 포함할 수 있다.
저장부(100)는 한 개 이상의 저장 장치를 포함하여 구성되고 두 개 이상의 저장 장치가 연결된 경우 각각의 저장 장치들은 네트워크를 통하여 서로 연결될 수 있으며 제 1 문서와 하나 이상의 비교 대상 문서 데이터를 포함하는 비교 대상 문서 군을 저장한다.
제어부(108)는 상기 비교 대상 문서 군에서 하나의 제 2 문서를 선택하고 선택된 제 2 문서에 대하여 제 1 문서 및 제 2 문서 위치 정보를 포함하는 그룹화 요 청 메시지를 상기 분리부에 제공한 후 유사도 산출 요청 메시지를 상기 비교부에 제공하며, 상기 제 2 문서의 선택, 그룹화 요청 메시지 제공 및 유사도 산출 요청 메시지 제공 동작을 비교 대상 문서 군의 모든 문서 데이터에 대하여 수행한다.
분리부(102)는 제어부(108)로부터 상기 그룹화 요청 메시지를 제공받으면 당해 메시지 속에 포함된 제 1 문서 및 제 2 문서 위치 정보에 대응하는 각 문서의 데이터를 저장부(100)로부터 제공 받아, 제 1 문서 데이터와 제 2 문서 데이터를 각각 그룹화한다.
비교부(104)는 제어부(108)로부터 상기 유사도 산출 요청 메시지를 제공받으면 제 1 문서와 제 2 문서의 그룹화된 데이터를 같은 종류의 그룹끼리 비교한다.
이하 비교 대상 문서 군에 3개의 문서 데이터(문서A, 문서 B, 문서 C)가 포함되었고, 각 문서를 3개의 그룹으로 그룹화하여 각각 비교하는 경우를 예로 들어 본 실시예에 따른 문서 간 유사도 산출 시스템의 동작을 설명한다.
처음으로, 제어부(108)는 제 1 문서 및 문서A 위치 정보를 포함하는 그룹화 요청 메시지를 분리부(102)에 제공한다. 분리부(102)는 제어부(108)로부터 상기 그룹화 요청 메시지를 제공받으면 제 1 문서 및 문서A의 데이터를 저장부(100)로부터 제공 받아, 제 1 문서와 제 2 문서를 각각 제 1 그룹 내지 3 그룹으로 분리한다. 그 후 제어부(108)는 유사도 산출 요청 메시지를 비교부(104)에 제공한다. 비교부(104)는 제어부(108)로부터 유사도 산출 요청 메시지를 제공받으면 제 1 문서와 문서A의 제 1 그룹 데이터끼리, 제 2 그룹 데이터끼리, 제 3 그룹 데이터끼리 각각 비교한다.
다음으로, 제어부(108)는 제 1 문서 및 문서B 위치 정보를 포함하는 그룹화 요청 메시지를 분리부(102)에 제공한다. 분리부(102)는 제어부(108)로부터 상기 그룹화 요청 메시지를 제공받으면 제 1 문서 및 문서B의 데이터를 저장부(100)로부터 제공 받아, 제 1 문서와 제 2 문서를 각각 제 1 그룹 내지 3 그룹으로 분리한다. 그 후 제어부(108)는 유사도 산출 요청 메시지를 비교부(104)에 제공한다. 비교부(104)는 제어부(108)로부터 유사도 산출 요청 메시지를 제공받으면 제 1 문서와 문서B의 제 1 그룹 데이터끼리, 제 2 그룹 데이터끼리, 제 3 그룹 데이터끼리 각각 비교한다.
마지막으로, 제어부(108)는 제 1 문서 및 문서C 위치 정보를 포함하는 그룹화 요청 메시지를 분리부(102)에 제공한다. 분리부(102)는 제어부(108)로부터 상기 그룹화 요청 메시지를 제공받으면 제 1 문서 및 문서C의 데이터를 저장부(100)로부터 제공 받아, 제 1 문서와 제 2 문서를 각각 제 1 그룹 내지 3 그룹으로 분리한다. 그 후 제어부(108)는 유사도 산출 요청 메시지를 비교부(104)에 제공한다. 비교부(104)는 제어부(108)로부터 유사도 산출 요청 메시지를 제공받으면 제 1 문서와 문서C의 제 1 그룹 데이터끼리, 제 2 그룹 데이터끼리, 제 3 그룹 데이터끼리 각각 비교한다.
본 실시예에 따른 문서 간 유사도 산출 시스템은 비교 대상 문서 군에 포함된 모든 문서 데이터에 대하여 제 1 문서와 비교하는 것이 아니라 비교 대상 문서 군에 포함된 문서 데이터 중 일부에 대하여 제 1 문서와 비교할 수 있다. 예를 들면, 저장된 제 1 문서와 비교 대상 문서 군의 데이터는 각각의 초록과 본문이 분리 된 형태 일 수 있고, 제어부(108)는 제 1 문서의 초록 데이터와 문서A, 문서B, 문서C의 초록 데이터를 각각 비교하여 문서A, 문서B, 문서C 중 일부를 제 2 문서로 선택할 수 있다. 제어부(200)는 초록에 기재된 기술 분야를 기준으로 제 2 문서 데이터를 선택할 수 있다.
본 실시예에 따른 문서 간 유사도 산출 시스템은 제 2 문서의 각 그룹별 데이터를 제 2 문서 데이터의 한 구성요소로써 상기 저장부에 저장하고, 제 1 문서의 각 그룹별 데이터를 제 1 문서 데이터의 한 구성요소로써 상기 저장부에 저장한 후, 제 1 문서 데이터는 비교 대상 문서 군에 포함시킬 수 있다. 이 경우, 분리부(102)는 제 1 문서 데이터에 제 1 문서의 각 그룹별 데이터가 포함되지 아니한 경우에 한하여 제 1 문서의 데이터를 분리하고 제 2 문서 데이터에 제 2 문서의 각 그룹별 데이터가 포함되지 아니한 경우에 한하여 제 2 문서의 데이터를 분리할 수 있다. 이 경우, 한번 그룹화한 데이터를 다시 그룹화하지 않아도 되므로 시간이 절약되는 효과가 있고, 제 1 문서 데이터를 비교 대상 문서 군에 자동적으로 포함시킬 수 있어 문서 풀(Pool)이 유사도 산출 작업을 수행할수록 넓어지는 효과가 있다.
본 실시예에 따른 문서 간 유사도 산출 시스템은 비교부(104)에 의해 산출된 문서 간 유사도 데이터를 게시하는 게시부(106)를 더 포함할 수 있다. 상기 게시 수단(106)은 예를 들어 모니터, 텔레비전, 프린터, 텍스트 파일 등이 사용될 수 있다. 상기 게시부(106)는 기준치 이상의 유사도를 가지는 제 2 문서에 대하여만 제 1 문서와 제 2 문서의 유사도를 게시할 수도 있다. 그 경우, 관리자 또는 사용자가 표절 또는 도용의 가능성이 높은 문서를 위주로 세세하게 검토할 수 있는 효과가 있다.
이하 도 1을 참조하여 분리부(102)가 각 문서의 데이터를 각각의 문서에 포함된 이미지 오브젝트 내에 존재하는 각 외곽선상에 일정 간격으로 존재하는 기준점 사이의 거리 비율 데이터를 포함하는 제 1 그룹, 각각의 문서에 포함된 이미지 오브젝트 내의 각 픽셀 컬러 데이터를 포함하는 제 2 그룹으로 분리하는 경우를 일 실시예로 들어 문서 간 유사도 산출 시스템의 동작을 설명하기로 한다.
도 1에 도시된 바와 같이 본 실시예에 따른 문서 간 유사도 산출 시스템은 분리부(102), 비교부(104)를 포함한다.
분리부(102)는 제 1 문서와 제 2 문서의 데이터를 각각의 문서에 포함된 이미지 오브젝트 내에 존재하는 각 외곽선상에 일정 간격으로 존재하는 기준점 사이의 거리 비율 데이터를 포함하는 제 1 그룹, 각각의 문서에 포함된 이미지 오브젝트의 각 픽셀 컬러 데이터를 포함하는 제 2 그룹을 포함하도록 분리한다.
비교부(104)는 분리부(102)에 의하여 분리된 제 1 문서와 제 2 문서의 제 1 그룹 데이터를 서로 비교하고, 제 1 문서와 제 2 문서의 제 2 그룹 데이터를 서로 비교한다.
이하 본 실시예에 따른 문서 간 유사도 산출 시스템의 동작을 설명하기로 한다. 이하 제 1 문서 데이터와 제 2 문서 데이터에는 각각 이미지 데이터가 포함되어 있다고 가정한다. 또한 각 문서의 이미지 데이터는 문서 내부의 각각의 이미지에 대응하는 이미지 오브젝트들을 포함한다고 가정한다.
분리부(102)는 제 1 문서에 포함된 각각의 이미지 오브젝트를 분석하여 상기 제 1 그룹의 데이터를 생성한다.
상기 제 1 그룹의 데이터는 각각의 이미지 오브젝트 별로 다음과 같은 단계를 거쳐 생성될 수 있다. a) 각 이미지 오브젝트의 이미지를 흑백 변환 한다. b) 당해 이미지의 윤곽선을 구한다. c) 상기 윤곽선 상에 일정한 거리마다 위치하는 기준점을 정하고 그 중 한 점을 시작점으로 한다. d) 상기 시작점으로부터 다른 기준점까지의 거리의 비율을 구한다.
상기 c)단계의 기준점은 다음 단계를 거쳐 정하여 질 수 있다. c1) 상기 윤곽선이 연결된 형태인 경우 윤곽선 상에 있는 어느 한 점을 시작점으로 정하고 일정 간격마다 기준을 정하면서 윤곽선 상을 이동하다가 시작점이 나오면 종료한다. c2) 윤곽선이 연결된 형태가 아닌 경우 윤곽선의 한 쪽 끝 점을 시작점으로 정하고 일정 간격마다 기준점을 정하면서 다른 쪽 끝 점이 나오면 종료한다.
분리부(102)는 상기 단계를 거쳐 생성된 각각의 이미지 오브젝트 별 제 1 그룹 데이터를 구분자를 사용하여 구분되도록 연결하여 제 1 문서 전체의 제 1 그룹 데이터를 생성할 수 있다. 상기 구분자는'|' 공백 등이 사용될 수 있다.
분리부(102)는 제 1 문서에 포함된 각각의 이미지 오브젝트를 분석하여 제 2 그룹 데이터를 생성한다.
상기 제 2 그룹 데이터는 제 1 문서의 각각의 이미지 오브젝트 별로 이미지 오브젝트를 구성하는 각각의 픽셀의 색상, 명도, 채도 값을 열거하거나, 각 픽셀의 흑백 변환 후의 색상, 명도, 채도 값을 열거하여 생성될 수 있다.
분리부(102)는 상기 단계를 거쳐 생성된 각각의 이미지 오브젝트 별 제 2 그룹 데이터를 구분자를 사용하여 구분되도록 연결하여 제 1 문서 전체의 제 2 그룹 데이터를 생성할 수 있다. 상기 구분자는 '|' 공백 등이 사용될 수 있다.
분리부(102)는 제 2 문서의 데이터에 대하여도 제 1 문서와 같은 단계를 거쳐 제 2 문서의 제 1 그룹 데이터 및 제 2 문서의 제 2 그룹 데이터를 생성한다.
비교부(104)는 분리부(102)에 의해 생성된 제 1 문서와 제 2 문서의 제 1 그룹 데이터를 비교하고, 제 1 문서와 제 2 문서의 제 2 그룹 데이터를 비교하여 그 결과를 종합한 제 1 문서와 제 2 문서 간 유사도를 산출한다.
상기 유사도는 제 1 그룹의 유사도에 제 1 가중치를 적용한 값과 제 2 그룹의 유사도에 제 2 가중치를 적용한 값을 합산하여 산출 될 수 있다.
본 실시예에 따른 문서 간 유사도 산출 시스템은 제 1 문서와 제 2 문서의 데이터를 텍스트 데이터를 그룹화한 1 이상의 그룹과 이미지 데이터를 그룹화한 1 이상의 그룹을 각각 비교한 후 종합하여 유사도를 산출하도록 변경될 수 있다.
본 실시예에 따른 문서 간 유사도 산출 시스템은 문서에 포함된 이미지를 회전 변환, 색상 변환 등을 통하여 편집한 경우에도 문서의 유사도를 최대한 정확하게 산출할 수 있는 효과가 있다.
이하 도 4를 참조하여 본 발명의 일 실시예에 따른 문서 간 유사도 산출 방법을 설명하기로 한다.
도 4는 본 실시예에 따른 문서 간 유사도 산출 방법의 순서도이다.
제 1 문서에 이미지가 포함되어 있는 경우 제 1 문서의 이미지 데이터와 텍 스트 데이터를 분리한다(S400). 상기 분리 단계(S400)는 예를 들면 당해 문서파일에 대응하는 워드 프로그램에서 제공하는 API(Application Programming Interface)를 이용하여 수행 될 수 있다.
상기 분리 단계(S400)를 통하여 분리된 제 1 문서의 텍스트 데이터를 2 이상의 그룹으로 분리한다(S402). 상기 텍스트 데이터의 분리 단계(S402)는, 텍스트 데이터의 모든 데이터에 대하여 2 이상의 그룹에 동시에 속하지 않도록 분리하는 것일 수 있다. 상기 텍스트 데이터의 분리 단계(S402)는, 제 1 문서의 데이터를 각각 명사 문자열을 포함하는 제 1 그룹, 특수 기호 문자열을 포함하는 제 2 그룹, 및 명사와 특수 기호를 제외한 문자열을 포함하는 제 3 그룹을 포함하도록 분리하는 것일 수 있다.
상기 분리 단계(S400)를 통하여 분리된 제 1 문서의 이미지 데이터를 2 이상의 그룹으로 분리한다(S404). 상기 이미지 데이터의 분리 단계(S404)는 제 1 문서의 이미지 데이터를 동시에 2개의 그룹에 속하는 데이터가 없도록 2 이상의 그룹으로 분리하는 것일 수 있다. 상기 이미지 데이터의 분리 단계(S404)는 제 1 문서의 데이터를 각 이미지 오브젝트 별로 외곽선상에 일정 간격으로 존재하는 기준점 사이의 거리 비율에 관한 데이터를 포함하는 제 4 그룹, 각 이미지 오브젝트 별 픽셀 컬러 데이터를 포함하는 제 5 그룹을 더 포함하도록 분리하는 것일 수 있다.
비교 대상 문서 군에 포함된 2 이상의 문서 데이터 중 하나의 문서를 제 2 문서로 선정한다(S406). 그 후, 선정된 제 2 문서 데이터 내에 그룹별 데이터가 존재하는지 판단한다(S408). 그룹별 데이터가 존재하지 않는 경우, 제 2 문서에 이미 지가 포함되어 있는지 판단하고, 이미지가 포함되어 있다면 제 2 문서의 이미지 데이터와 텍스트 데이터를 분리하며(S410), 제 2 문서의 텍스트 데이터를 2 이상의 그룹으로 분리하고(S412), 제 2 문서의 이미지 데이터도 2 이상의 그룹으로 분리한다(S414).
그 후, 제 1 문서와 제 2 문서의 그룹별 데이터를 같은 종류의 그룹끼리 비교하여 유사도를 산출한다(S416).
비교 대상 문서 군에 포함된 모든 문서 데이터에 대하여 제 1 문서와의 비교 작업을 마쳤는지 판단한다(S418). 아직 남은 문서 데이터가 있는 경우, 제 2 문서 선정 단계부터(S406), 유사도 산출 단계(S416)까지를 비교 대상 문서 군에 포함된 각 문서 데이터에 대하여 반복한다.
그 후, 산출된 제 1 문서와 각각의 제 2 문서의 유사도 데이터를 게시 한다(S420). 상기 게시 단계(S420)는 제 1 문서와의 유사도가 기준치 이상인 제 2 문서에 대하여만 유사도 데이터를 게시하는 것이 바람직하다.
이상 첨부된 도면을 참조하여 본 발명의 실시예들을 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 아닌 것으로 이해해야만 한다.
도 1은 본 발명의 일 실시예에 따른 문서 간 유사도 산출 시스템의 블록 구성도이다.
도 2는 본 발명의 일 실시예에 따른 문서 간 유사도 산출 시스템의 분리부 부분의 블록 구성도이다.
도 3은 본 발명의 일 실시예에 따른 그룹화 예시를 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따른 문서 간 유사도 산출 방법의 순서도이다.

Claims (15)

  1. 제 1 문서의 데이터와 제 2 문서의 데이터를 형태소 분석을 통해 각각 2 이상의 그룹으로 분리하는 분리부; 및
    상기 분리부에 의하여 분리된 제 1 문서와 제 2 문서의 그룹별 데이터를 같은 종류의 그룹끼리 모두 비교하는 비교부를 포함하되,
    상기 분리부는 제 1 문서의 데이터와 제 2 문서의 데이터를 같은 수의 그룹으로 분리하고, 제 1 문서와 제 2 문서의 데이터를 각각 명사 문자열을 포함하는 제 1 그룹, 특수 기호 문자열을 포함하는 제 2 그룹, 및 명사와 특수 기호를 제외한 문자열을 포함하는 제 3 그룹을 포함하도록 분리하는 문서 간 유사도 산출 시스템.
  2. 삭제
  3. 제 1 항에 있어서,
    상기 분리부는,
    상기 제 1 문서와 제 2 문서의 데이터를 각 어절 간 분리 기호를 기준으로 분리하여 제 1 문자열을 생성하는 어절 분리 모듈;
    상기 어절 분리 모듈로부터 각각의 제 1 문자열을 순차적으로 제공 받아, 당해 제 1 문자열에 기호가 포함된 경우 당해 기호를 상기 제 2 그룹에 포함시키는 특수 기호 문자열 생성 모듈;
    상기 특수 기호 문자열 생성 모듈로부터 상기 제 1 문자열을 순차적으로 제공 받아, 당해 제 1 문자열에 마침표 또는 느낌표 중 하나가 포함된 경우 당해 제 1 문자열에서 기호를 제거한 문자열을 상기 제 3 그룹에 포함시키고, 당해 제 1 문자열에서 수사, 대명사, 관형사, 조사 데이터베이스에 포함된 문자열이 발견된 경우 발견된 문자열을 상기 제 3 그룹에 포함시키며, 그 외의 경우 당해 제 1 문자열에서 기호를 제거하여 제 2 문자열을 생성하는 기타 문자열 생성 모듈; 및
    상기 기타 문자열 생성 모듈로부터 상기 제 2 문자열을 순차적으로 제공 받아, 당해 제 2 문자열에 조사 데이터베이스에 저장된 조사가 포함된 경우 조사를 제외한 문자열을 상기 제 1 그룹에 포함시키고, 당해 제 2 문자열에 괄호가 포함된 경우 괄호 내부의 문자열을 상기 제 1 그룹에 포함시키며, 그 외의 경우 당해 제 2 문자열을 상기 제 1 그룹에 포함시키는 명사 문자열 생성 모듈을 포함하는 문서 간 유사도 산출 시스템.
  4. 제 1 항에 있어서,
    상기 비교부는,
    제 1 문서 데이터와 제 2 문서 데이터의 각 그룹을 비교하여 산출된 각 그룹별 비교 결과에 서로 상이한 가중치를 적용하여 합산하는 문서 간 유사도 산출 시스템.
  5. 제 1 항에 있어서,
    한 개 이상의 저장 장치를 포함하여 구성되고 두 개 이상의 저장 장치가 연결된 경우 각각의 저장 장치들은 네트워크를 통하여 서로 연결될 수 있으며 제 1 문서 데이터와 비교 대상 문서 군이 저장된 저장부를 더 포함하는 문서 간 유사도 산출 시스템.
  6. 제 5 항에 있어서,
    상기 문서 간 유사도 산출 시스템은,
    상기 비교 대상 문서 군에서 하나의 제 2 문서를 선택하고 선택된 제 2 문서에 대하여 제 1 문서 및 제 2 문서 위치 정보를 포함하는 그룹화 요청 메시지를 상기 분리부에 제공한 후 유사도 산출 요청 메시지를 상기 비교부에 제공하며, 상기 제 2 문서의 선택, 그룹화 요청 메시지 제공 및 유사도 산출 요청 메시지 제공 동작을 비교 대상 문서 군의 모든 문서 데이터에 대하여 수행하는 제어부를 더 포함하고,
    상기 분리부는,
    상기 제어부로부터 상기 그룹화 요청 메시지를 제공받으면 당해 메시지 속에 포함된 제 1 문서 및 제 2 문서 위치 정보에 대응하는 각 문서의 데이터를 상기 저장부로부터 제공 받아, 제 1 문서 데이터와 제 2 문서 데이터를 각각 그룹화하고,
    상기 비교부는,
    상기 제어부로부터 상기 유사도 산출 요청 메시지를 제공받으면 제 1 문서와 제 2 문서의 그룹화된 데이터를 같은 종류의 그룹끼리 비교하는 문서 간 유사도 산출 시스템.
  7. 제 6 항에 있어서,
    상기 저장부에 저장된 제 1 문서와 비교 대상 문서 군의 데이터는,
    각 문서 데이터의 초록과 본문이 분리된 것이고,
    상기 제어부는,
    상기 비교 대상 문서 군에서 하나의 제 2 문서를 선택함에 있어 제 1 문서의 초록 데이터와 비교 대상 문서 군에 속한 문서의 초록 데이터를 비교하여 선택하는 문서 간 유사도 산출 시스템.
  8. 제 5 항에 있어서,
    상기 분리부는,
    제 2 문서의 각 그룹별 데이터를 제 2 문서 데이터의 한 구성요소로써 상기 저장부에 저장하고, 제 1 문서의 각 그룹별 데이터를 제 1 문서 데이터의 한 구성요소로써 상기 저장부에 저장한 후, 제 1 문서 데이터는 비교 대상 문서 군에 포함시키는 문서 간 유사도 산출 시스템.
  9. 제 8 항에 있어서,
    상기 분리부는,
    제 1 문서 데이터에 제 1 문서의 각 그룹별 데이터가 포함되지 아니한 경우에 한하여 제 1 문서의 데이터를 그룹화하고 제 2 문서 데이터에 제 2 문서의 각 그룹별 데이터가 포함되지 아니한 경우에 한하여 제 2 문서의 데이터를 그룹화하는 문서 간 유사도 산출 시스템.
  10. 제 1 항에 있어서,
    상기 분리부는,
    제 1 문서와 제 2 문서의 데이터를 각각의 문서에 포함된 이미지 오브젝트 내에 존재하는 각 외곽선상에 일정 간격으로 존재하는 기준점 사이의 거리 비율 데이터를 포함하는 제 1 그룹, 각각의 문서에 포함된 이미지 오브젝트의 각 픽셀 컬러 데이터를 포함하는 제 2 그룹을 포함하도록 분리하는 문서 간 유사도 산출 시스템.
  11. 제 10 항에 있어서,
    상기 각 픽셀 컬러 데이터는,
    각 픽셀의 색상, 명도, 채도 값인 문서 간 유사도 산출 시스템.
  12. 제 11 항에 있어서,
    상기 각 픽셀의 색상 데이터는,
    각 픽셀을 흑백 변환한 후의 색상, 명도, 채도 값인 문서 간 유사도 산출 시스템.
  13. 제 1 문서의 데이터와 제 2 문서의 데이터를 각각 2 이상의 같은 수의 그룹으로 분리하되, 제 1 문서와 제 2 문서의 데이터를 각각 명사 문자열을 포함하는 제 1 그룹, 특수 기호 문자열을 포함하는 제 2 그룹, 및 명사와 특수 기호를 제외한 문자열을 포함하는 제 3 그룹을 포함하도록 분리하는 제 1 단계;
    상기 제 1 단계에 의하여 분리된 제 1 문서와 제 2 문서의 그룹별 데이터를 같은 종류의 그룹끼리 비교하는 제 2 단계; 및
    상기 제 2 단계에 의한 각 그룹별 비교 결과를 종합하여 제 1 문서와 제 2 문서의 유사도를 산출하는 제 3 단계를 포함하는 문서 간 유사도 산출 방법.
  14. 삭제
  15. 삭제
KR1020090031387A 2008-12-04 2009-04-10 문서 간 유사도 산출 시스템 및 방법 Expired - Fee Related KR101033670B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20080122625 2008-12-04
KR1020080122625 2008-12-04

Publications (2)

Publication Number Publication Date
KR20100064297A KR20100064297A (ko) 2010-06-14
KR101033670B1 true KR101033670B1 (ko) 2011-05-12

Family

ID=42363990

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020090031387A Expired - Fee Related KR101033670B1 (ko) 2008-12-04 2009-04-10 문서 간 유사도 산출 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101033670B1 (ko)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101350384B1 (ko) * 2011-07-12 2014-01-10 강지훈 디지털문서의 단계적 비교 방법
RU2607975C2 (ru) * 2014-03-31 2017-01-11 Общество с ограниченной ответственностью "Аби ИнфоПоиск" Построение корпуса сравнимых документов на основе универсальной меры похожести
KR101580784B1 (ko) 2015-09-04 2015-12-31 주식회사 무하유 문서 표절률 산출 방법 및 이 방법을 수행하기 위한 프로그램이 저장된 컴퓨터 판독 가능한 저장매체
KR101869362B1 (ko) 2016-11-15 2018-06-21 한국과학기술원 함의 문장 생성 기술을 활용한 문장 표절 판단 장치, 이를 구현하기 위한 프로그램 및 기록 매체
CN114298227B (zh) * 2021-12-29 2025-06-27 中国建设银行股份有限公司 文本去重方法、装置、设备及介质
KR20240055309A (ko) * 2022-10-20 2024-04-29 주식회사 아이팩토리 논문 작성 장치, 방법, 컴퓨터 프로그램, 컴퓨터로 판독 가능한 기록매체, 서버 및 시스템
KR20250033889A (ko) 2023-08-31 2025-03-10 고려대학교 산학협력단 외형적 특징을 활용한 유사 문서 검색 시스템 및 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001155027A (ja) 1999-11-26 2001-06-08 Nec Corp 文書間類似度計算方法及びシステムと装置ならびに類似度計算用プログラムを記録した記録媒体
KR100406671B1 (ko) * 2000-07-24 2003-11-21 주식회사 유니마이다스 문장 표절 및 도용 검색 방법
JP2004272352A (ja) 2003-03-05 2004-09-30 Nippon Telegr & Teleph Corp <Ntt> 類似度計算方法、装置、プログラムおよび該プログラムを格納した記録媒体
KR100717998B1 (ko) * 2005-12-26 2007-05-15 고려대학교 산학협력단 문서의 표절 검사 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001155027A (ja) 1999-11-26 2001-06-08 Nec Corp 文書間類似度計算方法及びシステムと装置ならびに類似度計算用プログラムを記録した記録媒体
KR100406671B1 (ko) * 2000-07-24 2003-11-21 주식회사 유니마이다스 문장 표절 및 도용 검색 방법
JP2004272352A (ja) 2003-03-05 2004-09-30 Nippon Telegr & Teleph Corp <Ntt> 類似度計算方法、装置、プログラムおよび該プログラムを格納した記録媒体
KR100717998B1 (ko) * 2005-12-26 2007-05-15 고려대학교 산학협력단 문서의 표절 검사 방법

Also Published As

Publication number Publication date
KR20100064297A (ko) 2010-06-14

Similar Documents

Publication Publication Date Title
KR101033670B1 (ko) 문서 간 유사도 산출 시스템 및 방법
RU2686590C1 (ru) Способ и устройство для сравнения схожих элементов высокоразмерных признаков изображений
CN109657054B (zh) 摘要生成方法、装置、服务器及存储介质
CN107463666B (zh) 一种基于文本内容的敏感词过滤方法
CN103760991B (zh) 一种实体输入方法和装置
CN110609902A (zh) 一种基于融合知识图谱的文本处理方法及装置
CN110502664A (zh) 视频标签索引库创建方法、视频标签生成方法及装置
CN112214984B (zh) 内容抄袭识别方法、装置、设备及存储介质
CN103995816B (zh) 信息处理设备和信息处理方法
CN109508448A (zh) 基于长篇文章生成短资讯方法、介质、装置和计算设备
US9906588B2 (en) Server and method for extracting content for commodity
JP2004341940A (ja) 類似画像検索装置、類似画像検索方法、および類似画像検索プログラム
CN111159354A (zh) 一种敏感资讯检测方法、装置、设备及系统
CN109685061A (zh) 适用于结构化的数学公式的识别方法
CN113591881B (zh) 基于模型融合的意图识别方法、装置、电子设备及介质
JP5446877B2 (ja) 目次構造特定装置
WO2024188044A1 (zh) 视频标签生成方法、装置、电子设备及存储介质
WO2008062822A1 (en) Text mining device, text mining method and text mining program
CN111522903A (zh) 一种深度哈希检索方法、设备及介质
CN112732867A (zh) 文件的处理方法及装置
KR102185831B1 (ko) 디해시 기반 악성코드 분석 장치 및 방법
CN119272756A (zh) 多模态知识库的管理方法、设备及存储介质
CN118114660A (zh) 文本检测方法、系统及计算机可读存储介质
JP4423385B2 (ja) 文書分類支援装置およびコンピュータプログラム
CN113626637B (zh) 视频数据筛选法、装置、计算机设备和存储介质

Legal Events

Date Code Title Description
A201 Request for examination
PA0109 Patent application

St.27 status event code: A-0-1-A10-A12-nap-PA0109

PA0201 Request for examination

St.27 status event code: A-1-2-D10-D11-exm-PA0201

PG1501 Laying open of application

St.27 status event code: A-1-1-Q10-Q12-nap-PG1501

D13-X000 Search requested

St.27 status event code: A-1-2-D10-D13-srh-X000

D14-X000 Search report completed

St.27 status event code: A-1-2-D10-D14-srh-X000

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

St.27 status event code: A-1-2-D10-D21-exm-PE0902

E13-X000 Pre-grant limitation requested

St.27 status event code: A-2-3-E10-E13-lim-X000

P11-X000 Amendment of application requested

St.27 status event code: A-2-2-P10-P11-nap-X000

P13-X000 Application amended

St.27 status event code: A-2-2-P10-P13-nap-X000

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

St.27 status event code: A-1-2-D10-D22-exm-PE0701

GRNT Written decision to grant
PR0701 Registration of establishment

St.27 status event code: A-2-4-F10-F11-exm-PR0701

PR1002 Payment of registration fee

St.27 status event code: A-2-2-U10-U11-oth-PR1002

Fee payment year number: 1

PG1601 Publication of registration

St.27 status event code: A-4-4-Q10-Q13-nap-PG1601

FPAY Annual fee payment

Payment date: 20140424

Year of fee payment: 4

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 4

FPAY Annual fee payment

Payment date: 20150427

Year of fee payment: 5

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 5

PN2301 Change of applicant

St.27 status event code: A-5-5-R10-R13-asn-PN2301

St.27 status event code: A-5-5-R10-R11-asn-PN2301

R18-X000 Changes to party contact information recorded

St.27 status event code: A-5-5-R10-R18-oth-X000

PN2301 Change of applicant

St.27 status event code: A-5-5-R10-R11-asn-PN2301

PN2301 Change of applicant

St.27 status event code: A-5-5-R10-R14-asn-PN2301

FPAY Annual fee payment

Payment date: 20160510

Year of fee payment: 6

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 6

PN2301 Change of applicant

St.27 status event code: A-5-5-R10-R11-asn-PN2301

PN2301 Change of applicant

St.27 status event code: A-5-5-R10-R14-asn-PN2301

PR1001 Payment of annual fee

St.27 status event code: A-4-4-U10-U11-oth-PR1001

Fee payment year number: 7

P22-X000 Classification modified

St.27 status event code: A-4-4-P10-P22-nap-X000

LAPS Lapse due to unpaid annual fee
PC1903 Unpaid annual fee

St.27 status event code: A-4-4-U10-U13-oth-PC1903

Not in force date: 20180430

Payment event data comment text: Termination Category : DEFAULT_OF_REGISTRATION_FEE

P14-X000 Amendment of ip right document requested

St.27 status event code: A-5-5-P10-P14-nap-X000

P22-X000 Classification modified

St.27 status event code: A-4-4-P10-P22-nap-X000

PC1903 Unpaid annual fee

St.27 status event code: N-4-6-H10-H13-oth-PC1903

Ip right cessation event data comment text: Termination Category : DEFAULT_OF_REGISTRATION_FEE

Not in force date: 20180430

P22-X000 Classification modified

St.27 status event code: A-4-4-P10-P22-nap-X000