KR101114405B1 - 문서 분석 서비스 방법 - Google Patents

Abstract

문서 분석 서비스 방법이 개시된다. 상기 문서 분석 서비스 방법은 제1 언어로 된 문서에 포함된 단어들을 미리 정해진 난이도 분류 방법에 따라 다수의 등급들로 분류하고, 상기 다수의 등급들 각각에 속한 단어들의 상기 문서에서의 단어 사용 현황을 산출하여 제공하는 단계; 상기 문서에 포함된 단어들 중에서 상기 단어 사용 현황에 기초하여 사용자가 선택한 단어들을 제공하는 단계; 및 상기 사용자에 의하여 선택되어 제공된 단어들에 기초하여 상기 사용자의 상기 제1 언어에 대한 수준을 결정하고, 상기 사용자의 제1 언어에 대한 수준에 기초하여 상기 사용자가 지정한 문서 카테고리에 포함된 제1 언어로 된 문서를 추천하는 단계를 포함할 수 있다.

문서, 단어, 추천, 외국어

Description

문서 분석 서비스 방법{service method for document analysis}

본 발명은 문서 분석 기술에 관한 것으로, 보다 상세하게는 외국어로 된 문서의 단어를 분석하여 상기 문서에 포함된 단어들을 선택적으로 사용자에게 제공할 수 있고, 사용자가 지정한 카테고리에서 외국어 수준에 맞는 문서를 추천할 수 있는 문서 분석 서비스 방법에 관한 것이다.

최근 국제화 시대에 발맞춰 외국어로 된 원서 판매량이 증가하고 있고, 원서 독해능력의 중요도 상승하고 있다. 그러나 원서를 읽을 시에 낯선 단어의 잦은 출현으로 인해, 원서 구입 후에 다시 번역서 구입으로 연결되는 악순환이 반복되는 경우가 다반사이다.

또한, 원서의 단어를 미리 공부하고자 비효율적인 주먹구구식의 단어 암기를 하는 경우도 많고, 개개인마다 다른 외국어 수준과 원서가 요구하는 외국어 수준 간의 차이 극복하는 데에도 어려움이 있다.

문서에 사용되는 각 단어의 난이도 분석 결과는 독자의 수준에 맞는 암기가 필요한 단어를 제공하는 기준이 될 수 있고, 나아가 문서의 선택을 앞둔 사람들에게 자신의 외국어 수준에 적합한 문서를 선택할 수 있는 기준이 될 수도 있을 것이 다.

따라서 본 발명이 이루고자 하는 기술적인 과제는 외국어로 쓰인 문서들을 읽는 이들이, 자신의 외국어 수준에 맞게 적절한 문서를 선택할 수 있도록 도와주고, 특정 문서에 대하여 어떠한 단어들을 암기해야 하는 지에 대한 판단 기준을 제시해주는 문서 분석 시스템 및 문서 분석 서비스 방법을 제공하는 것이다.

상기 기술적 과제를 해결하기 위한 문서 분석 서비스 방법은 제1 언어로 된 문서에 포함된 단어들을 미리 정해진 난이도 분류 방법에 따라 다수의 등급들로 분류하고, 상기 다수의 등급들 각각에 속한 단어들의 상기 문서에서의 단어 사용 현황을 산출하여 제공하는 단계; 상기 문서에 포함된 단어들 중에서 상기 단어 사용 현황에 기초하여 사용자가 선택한 단어들을 제공하는 단계; 및 상기 사용자에 의하여 선택되어 제공된 단어들에 기초하여 상기 사용자의 상기 제1 언어에 대한 수준을 결정하고, 상기 사용자의 제1 언어에 대한 수준에 기초하여 상기 사용자가 지정한 문서 카테고리에 포함된 제1 언어로 된 문서를 추천하는 단계를 포함할 수 있다.

상기 기술적 과제를 해결하기 위한 다른 실시예에 따른 문서 분석 서비스 방법은 제1 언어에 대한 사용자의 인지 정도에 기초하여 분류되는 다수의 등급들 각각에 속하는 단어들을 등록하는 단계; 제1 언어로 된 문서에 포함된 단어들 중에서 상기 다수의 등급들에 속하는 단어들을 분류하고, 상기 분류된 단어들에 기초하여 상기 문서에서의 상기 다수의 등급들 각각에 대한 사용 현황을 산출하여 제공하는 단계; 및 상기 다수의 등급들 중에서 상기 사용자가 선택한 적어도 하나의 등급에 대한 단어 사용 현황에 기초하여 상기 사용자가 지정한 문서 카테고리에 포함된 제1 언어로 된 문서들에 대한 추천 순위를 제공하고, 상기 사용자가 선택한 다수의 제1 언어로 된 문서들에 대한 추천 순위를 제공하는 단계를 포함할 수 있다.

상기 기술적 과제를 해결하기 위한 본 발명의 또 다른 실시예에 따른 문서 분석 서비스 방법은 제1 언어로 된 문서에 포함된 단어들 각각을 사용자가 알 확률에 기초하여 상기 문서의 난이도를 결정하는 단계; 및 상기 문서의 난이도에 기초하여 상기 사용자가 지정한 문서 카테고리에 포함된 제1 언어로 된 문서들에 대한 추천 순위를 제공하고, 상기 사용자가 선택한 다수의 제1 언어로 된 문서들에 대한 추천 순위를 제공하는 단계를 포함할 수 있다.

본 발명의 실시예에 따른 문서 분석 서비스 방법들 각각은 컴퓨터로 읽을 수 있는 기록 매체에 저장된 상기 문서 분석 서비스 방법들 각각을 실행하기 위한 컴퓨터 프로그램을 실행함으로써 구현될 수 있다.

상술한 바와 같이 본 발명에 따른 문서 분석 서비스 방법은 외국어로 쓰인 문서들을 읽는 이들이 자신의 외국어 수준에 맞게 적절한 원서를 선택할 수 있도록 추천해 주고, 읽고자 하는 문서에 대해서 어떠한 단어들을 암기해야 하는 지에 대한 판단 기준을 제시해줄 수 있는 효과가 있다.

본 발명과 본 발명의 동작상의 이점 및 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 바림직한 실시 예를 예시하는 첨부 도면 및 첨부 도면에 기재된 내용을 참조하여야만 한다.

본 명세서에 있어서는 어느 하나의 구성요소가 다른 구성요소로 데이터 또는 신호를 '전송'하는 경우에는 상기 구성요소는 상기 다른 구성요소로 직접 상기 데이터 또는 신호를 전송할 수 있고, 적어도 하나의 또 다른 구성요소를 통하여 상기 데이터 또는 신호를 상기 다른 구성요소로 전송할 수 있음을 의미한다.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 설명함으로써 본 발명을 상세히 설명한다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.

도 1은 본 발명의 실시예에 따른 문서 분석 시스템(100)에 의한 서비스 제공을 위한 연결관계를 나타낸다. 참고로 도 1에서 문서 분석 시스템(100)은 서버로 구현되었다. 그러나 본 발명의 범위가 이에 한정되는 것은 아니다. 예컨대, 문서 분석 시스템(100)은 문서 분석 방법에 대한 프로그램을 실행할 수 있는 컴퓨터 시스템으로 구현될 수도 있다.

상기 문서 분석 시스템(100)은 외국어로 된 문서의 단어들을 난이도에 따라 다수의 등급들로 분류하고, 그 분류 결과에 기초하여 사용자가 선택한 단어들을 단어장 형태로 제공할 수 있다. 또한, 상기 문서 분석 시스템(100)은 사용자가 제공받은 단어들에 기초하여 사용자의 외국어 수준을 결정하고 그에 따라서 사용자의 외국에 능력에 적합한 문서를 사용자에게 추천할 수 있다.

상기 문서에는 인터넷으로 유통되는 전자책(e-book), 인터넷 소설, 인터넷 교육도서, 창작 동화 등을 포함하는 출판 도서, 기타 전자 문서화된 책, 전자 문서화된 논문, 전자 기사 등 모든 분야의 문서가 포함될 수 있다. 도 1에 도시된 바와 같이, 문서 분석 시스템(100)이 서버로 구현될 경우 상기 문서에 대한 데이터는 데이터베이스(200)에 저장될 수 있다. 또한, 상기 문서 분석 시스템(100)의 분석 결과, 사용자에게 제공되는 단어들에 대한 정보, 사용자에게 제공되는 문서 추천에 대한 정보, 각 사용자의 문서 분석 시스템(100) 이용 이력 역시 데이터베이스(200)에 저장될 수 있다.

상기 서버(100)의 문서 분석 결과, 단어장 형태로 제공되는 사용자가 선택한 단어들, 사용자에게 추천되는 문서에 대한 정보 등은 네트워크를 통하여 사용자 단말기(20a 내지 20d)로 전달될 수 있다. 여기서, 네트워크라 함은 전자 장치들을 서로 연결하기 위한 유, 무선 네트워크를 포함한다. 유선 통신망은 LAN(Local Area Network), WAN(Wide Area Network), 유선 인터넷 등일 수 있으며, 무선 통신망은 WiFi, Zigbee 등의 근거리 무선 통신망, 이동 통신망, 무선 인터넷 등일 수 있다. 그러나 본 발명의 범위가 이에 한정되는 것은 아니다.

사용자 단말기에는 PDA(personal digital assistance), 휴대 전화기(cellular telephone), PMP(portable multimedia player) 등의 휴대용 단말기와 휴대용 컴퓨터(portable computer), 데스크탑(desktop computer) 등의 컴퓨터 시스템이 포함될 수 있으나 본 발명의 범위가 이에 한정되는 것은 아니다.

도 2는 본 발명의 실시예에 따른 문서 분석 시스템(100)의 블락도이다. 참고로, 도 2에 도시된 문서 분석 시스템(100) 역시 서버로 구현되었으며, 본 발명의 범위가 이에 한정되는 것은 아니다. 본 명세서에서 외국어인 영어를 제1 언어로 한국어를 제2 언어로 하여 본 발명의 실시예에 따른 문서 분석 시스템(100)의 동작을 설명한다. 이 경우에는 상기 문서 분석 시스템(100)은 영어로 된 문서를 읽어야 하는 한국인에게 편리한 기능을 제공할 수 있다. 그러나 본 발명의 범위가 이에 한정되는 것은 아니다.

예컨대, 상기 문서 분석 시스템(100)은 일본어를 제1 언어로 하고 영어를 제2 언어로 하여 구동될 수 있다. 이때에는 상기 문서 분석 시스템(100)은 일본어로 된 문서를 읽어야 하는 영어권 사람들에게 편리한 기능을 제공할 수 있을 것이다.

도 2를 참조하면, 상기 문서 분석 시스템(100)은 단어 분석 모듈(110), 단어장 제공 모듈(120), 문서 추천 모듈(130), 및 송수신 모듈(140)을 포함한다.

상기 단어 분석 모듈(110)은 제1 언어로 된 문서에 포함된 단어들을 미리 정해진 난이도 분류 방법에 따라 다수의 등급들로 분류하고, 상기 다수의 등급들 각각에 속한 단어들의 상기 문서에서의 단어 사용 현황을 산출하여 제공할 수 있다. 상기 문서는 데이터베이스(200)에 저장된 문서일 수 있다. 그러나 본 발명의 실시예에 따른 문서 분석 시스템(100)은 내부에 별도의 데이터 저장을 위한 구성을 더 포함할 수도 있다.

여기서, 미리 정해진 난이도 분류 방법이라 함은 특정 사전에서 영어 단어들을 사전의 난이도에 따라 분류한 방법일 수 있으며, 상기 미리 정해진 난이도 분류 기준은 데이터베이스(200)에 미리 저장될 수 있다. 그러나 본 발명의 범위가 이에 한정되는 것은 아니며, 문서 분석 시스템(100)의 관리자가 임의로 설정한 난이도 분류 기준일 수도 있다.

상기 단어 분석 모듈(110)이 제공하는 단어 사용 현황은 상기 문서에 포함된 단어들 각각의 사용 횟수, 상기 다수의 등급들 각각에 대응하는 단어들의 수, 상기 다수의 등급들 각각에 포함된 단어들의 사용률, 및 상기 다수의 등급들 각각에 포함된 단어들의 사용 횟수 중에서 적어도 하나를 포함할 수 있다. 상기 문서에 대한 상기 단어 분석 모듈(110)의 분석 결과인 단어 사용 현황은 데이터베이스(200)에 저장될 수 있으며, 상기 송수신 모듈(140)을 통하여 사용자 단말기로 제공될 수 있다.

또한, 상기 단어 분석 모듈(110)은 상기 다수의 등급들 각각에 대하여 사용자가 지정한 범위의 사용 횟수에 상응하는 단어들의 수, 상기 상응하는 단어들의 사용 횟수, 및 상기 상응하는 단어들의 사용률 중 적어도 하나를 더 산출할 수도 있다.

도 3은 본 발명의 실시예에 따른 문서 분석 시스템(100)의 단어 분석 모듈(110)의 동작 결과를 나타내는 그래프이다. 이 그래프는 파울로 코엘류(Paulo Coelho)의 "연금술사(The Alchemist)"라는 소설에 대하여 단어 분석 모듈(110)이 산출한 등급별 단어들의 사용률을 나타낸다.

도 3을 참조하면, "연금술사"에서의 등급별 단어 사용률은 A급 단어가 79.4%, B급 단어가 7.7%, C급 단어가 5.9%, D급 단어가 3.4%, E급 단어가 2.2%, F급 단어가 1.4%임을 알 수 있다. 여기서, A급 단어는 난이도가 가장 낮은 단어 등급이며, F급 단어는 난이도가 가장 높은 단어 등급이다. 사용자는 상기 단어 분석 모듈(110)에 의하여 제공되는 단어 분석 결과에 기초하여 소설 "연금술사"의 난이도가 어는 정도인지를 판단할 수 있다.

표 1은 상기 단어 분석 모듈(110)이 제공하는 "연금술사"에 대한 단어 사용 현황을 나타내는 표이다. 좀더 구체적으로 말하면, 표 1은 상기 단어 분석 모듈(110)이 제공하는 "연금술사"에 포함된 상기 다수의 등급들 각각에 대응하는 단 어들의 수, 상기 다수의 등급들 각각에 포함된 단어들의 사용률, 및 상기 다수의 등급들 각각에 포함된 단어들의 사용 횟수를 나타낸다.

표 1을 참조하면, "연금술사"에서의 A급의 단어의 수는 531개이며, A급의 단어의 사용 횟수는 30898회이며, A급 단어의 사용률은 79.4%임을 알 수 있으며, 나머지 등급에 대한 분석 결과들도 알 수 있다. 표 1의 형태로 제공된 단어 사용 현황에 기초하여 사용자는 "연금술사"라는 소설의 난이도를 판단할 수 있다.

표 2는 상기 단어 분석 모듈(110)이 제공하는 다른 형태의 단어 사용 현황을 나타내는 표이다. 좀더 구체적으로 말하면, 표 2는 상기 단어 분석 모듈(110)에 의하여 제공되는 상기 다수의 등급들 각각에 대하여 사용자가 지정한 범위의 사용 횟수(3회 이상)에 상응하는 단어들의 수, 상기 상응하는 단어들의 사용 횟수, 및 상기 상응하는 단어들의 사용률을 나타낸다.

표 1 및 표 2를 참조하면, "연금술사"에서 A급의 단어 531개 중에서 3회 이상 사용된 단어 수는 457개이며, A급의 단어들 중 3회 이상 사용된 단어의 사용 횟수는 30793회이며, A급의 단어 중 3회 이상 사용된 단어의 사용률은 79.1%임을 알 수 있으며, 나머지 등급들에 대한 분석 결과도 알 수 있다. 표 2에 제공된 단어 사용 현황 역시 사용자가 "연금술사"라는 소설의 난이도를 판단하는 기준을 제공할 수 있다. 또한, 표 2에 제공된 단어 사용 현황은 사용자가 제공받을 단어들을 선택하기 위한 기준이 될 수도 있다.

상기 단어장 제공 모듈(120)은 상기 문서에 포함된 단어들 중에서 상기 단어 사용 현황에 기초하여 사용자가 선택한 단어들을 제공할 수 있다. 예컨대, 상기 단어장 제공 모듈(120)은 상기 문서에 포함된 단어들 중에서 단어가 속하는 등급 및 상기 단어의 사용 횟수 중 적어도 하나에 기초하여 사용자가 선택한 단어들을 제공할 수 있다.

이는 사용자가 상기 문서를 읽기 전에 자신이 미리 익히고자 하는 단어를 능동적으로 선택할 수 있음을 의미한다. 사용자가 선택한 단어들은 상기 데이터베이스(200)에 저장될 수 있으며, 송수신 모듈(140)을 통하여 사용자 단말기(20a 내지 20d)로 제공될 수 있다.

표 3은 상기 단어장 제공 모듈(120)에 의하여 단어장 형태로 제공되는 단어들을 나타낸다. 좀더 구체적으로 말하면, 표 3은 "연금술사"에 대하여 사용자가 사용 횟수가 3회, 단어 등급이 E급인 단어를 선택한 경우에 있어서 사용자에게 제공되는 단어들을 나타낸다.

표 3을 참조하면, 특정 단어에 대한 여러 사용 형태들이 상기 특정 단어의 사용 횟수로 인식됨을 알 수 있다. 예컨대, "연금술사"에서 3회 사용된 "detour"의 실재 사용 형태는 "detour"가 1회 이며, "detours"가 2회임을 알 수 있다. 또한, "embed"의 실재 사용 형태는 "embeded"가 3회임을 알 수 있다.

표 3은 사용자가 단어 사용 횟수를 3회, 단어 등급 E급인 단어를 선택한 경우이나, 본 발명의 범위가 이에 한정되는 것은 아니다. 예컨대, 사용자는 단어 사용자는 단어 사용 횟수가 3회 이상, 단어 등급이 E급 이상인 단어들을 선택하여 표 3의 형태로 제공받을 수도 있다. 표 3과 같이 단어장 형태로 사용자에게 제공된 단어들은 사용자가 "연금술사"를 읽기 위한 단어 암기의 효율성을 높이는데 도움이 될 수 있다.

상기 단어장 제공 모듈(120)은 상기 사용자가 선택한 단어들 각각에 대한 의미를 제1 언어 또는 제2 언어로 제공하거나 상기 사용자가 선택한 단어들 각각에 대한 예문을 제1 언어 또는 제2 언어로 제공할 수도 있다. 예컨대, 상기 단어장 제공 모듈(120)은 표 3에서의 "adventurer"에 대하여 제2 언어(한국어)로 "모험가, 투기꾼, 협잡꾼"이라는 의미를 제공하고, 제1 언어(영어)로 "The adventurer was Indiana Jones."라는 예문을 제공할 수 있다.

상기 단어 분석 모듈(110)은 상기 문서에 대하여 과거에 상기 사용자에게 제공된 단어들 및 다른 문서에 대하여 상기 사용자에게 제공된 단어들 중 적어도 하나를 반영한 단어 사용 현황을 더 제공할 수 있다. 이러한 사용자의 내력을 반영한 단어 사용 현황도 데이터베이스(200)에 저장될 수 있으며, 송수신 모듈(140)을 통하여 사용자에게 전달될 수 있다.

표 4는 표 1의 단어 사용 현황에 과거에 다른 문서에 포함된 단어들 중 사용자가 선택하여 제공받은 단어들을 반영한 단어 사용 현황을 나타낸다.

표 4를 참조하면, "연금술사"에 있어서, E급의 단어들 287개 중 과거에 다른 문서를 통하여 사용자가 이미 학습한 단어의 수는 143개이며, 그 사용 횟수는 427회이며, 그 사용률은 1.1%임을 알 수 있으며, F급의 단어들에 대해서도 마찬가지로 사용자의 과거 이력을 반영한 단어 사용 현황을 알 수 있다. 이때, 사용자는 자신이 제공받은 단어들에서 자신이 이미 학습한 단어들을 제외할 수 있다.

표 5는 표 2의 단어 사용 현황에 과거에 다른 문서를 통하여 선택하여 제공받은 단어들을 반영한 단어 사용 현황을 나타낸다.

표 5를 참조하면, "연금술사"에 있어서, E급의 단어들 52개 중 과거에 다른 문서를 통하여 사용자가 이미 학습한 단어의 수는 26개이며, 그 사용 횟수는 257회이며, 그 사용률은 0.7%임을 알 수 있으며, F급의 단어들에 대해서도 마찬가지로 사용자의 과거 이력을 반영한 단어 사용 현황을 알 수 있다. 이때, 사용자는 자신이 제공받은 단어들에서 자신이 이미 학습한 단어들을 제외할 수 있다.

상기 문서 추천 모듈(130)은 상기 문서에 대하여 사용자에 의하여 선택되어 제공된 단어들에 기초하여 상기 사용자의 상기 제1 언어에 대한 수준을 결정하고, 상기 사용자의 제1 언어에 대한 수준에 기초하여 상기 사용자가 지정한 문서 카테고리에 포함된 제1 언어로 된 문서를 추천할 수 있다. 사용자의 제1 언어에 대한 수준 및 사용자에게 추천될 문서에 대한 정보는 데이터베이스(200)에 저장되거나 상기 송수신 모듈(140)을 통하여 상기 사용자 단말기(20a 내지 20d)로 전송될 수 있다.

사용자가 지정한 문서 카테고리라 함은 다양한 종류의 문서들을 특정 기준에 의하여 분류한 카테고리 중에서 사용자가 지정한 카테고리를 의미한다. 상기 특정 기준에 의하여 분류된 카테고리 정보는 상기 데이터베이스(200)에 저장된 정보일 수 있다.

사용자의 제1 언어에 대한 수준을 결정하는 과정은 상기 문서에 대하여 사용자에게 제공된 단어들에 기초하여 수행될 수 있다. 예컨대, 사용자가 난이도가 가장 낮은 A급의 단어도 모두 선택하여 제공받은 경우에 사용자의 제1 언어에 대한 수준은 최하위 수준으로 결정될 수 있으며, 사용자가 난이도가 가장 높은 F급의 단어만을 선택하여 제공받은 경우에 사용자의 제1 언어에 대한 수준은 최상위 수준으로 결정될 수 있다. 그러나 상기 문서 분석 시스템(100)의 사용자의 제1 언어에 대한 수준을 결정하는 기준이 이에 한정되는 것은 아니다.

예컨대, 사용자의 영어에 대한 수준이 최하위이고 사용자가 지정한 카테고리가 소설이라면, 상기 문서 추천 모듈(130)은 영미권에서 초등학교 학생들이 읽는 수준의 소설을 사용자에게 추천할 수 있다. 그러나 사용자의 영어에 대한 수준이 최상위이고 사용자가 지정한 카테고리가 소설이라면, 상기 문서 추천 모듈(130)은 영미권에서 대학생들이 읽는 수준의 소설을 사용자에게 추천할 수 있다.

또한, 상기 문서 추천 모듈(130)은 다음과 같은 기준에 기초하여 사용자에게 제1 언어로 된 문서를 추천할 수도 있다. 사용자는 상기 문서 추천 모듈(130)의 문서 추천 기준을 임의로 설정할 수 있다.

(1) 추천하고자 하는 문서의 단어들 중에서 사용자가 제공받은 단어들의 비중이 클수록 추천 순위가 높아진다.

(2) 추천하고자 하는 문서의 단어들 중에서 사용자가 제공받은 단어들을 제외한 단어들의 비중이 클수록 추천 순위가 낮아진다.

(3) 기초 수준의 단어들, 예컨대, 초등학교 수준의 단어들,은 추천 순위를 정하는 기준에서 제외할 수 있다.

도 2에 도시된 단어 분석 모듈(110), 단어장 제공 모듈(120), 문서 추천 모듈(130) 각각은 하드웨어(H/W), 소프트웨어(S/W), 및/또는 이들의 조합으로 구현될 수 있다.

도 4는 본 발명의 실시예에 따른 문서 분석 서비스 방법의 단어장 제공 과정을 나타내는 흐름도이다. 이하, 도 1, 도 2, 및 도 4를 참조하여 그 과정을 살펴본다.

단어 분석 모듈(110)은 제1 언어로 된 문서에 포함된 단어들의 사용 현황을 분석한다(S40). 단어 사용 현황에는 상기 문서에 포함된 단어들 각각의 사용 횟수, 상기 다수의 등급들 각각에 대응하는 단어들의 수, 상기 다수의 등급들 각각에 포함된 단어들의 사용률, 상기 다수의 등급들 각각에 포함된 단어들의 사용 횟수 상기 다수의 등급들 각각에 대하여 상기 사용자가 지정한 범위의 사용 횟수에 상응하는 단어들의 수, 상기 상응하는 단어들의 사용 횟수, 및 상기 상응하는 단어들의 사용률 등이 포함될 수 있다. 단어의 등급은 특정 사전의 난이도 분류에 따라서 정해질 수 있다.

단어장 제공 모듈(120)은 단어 사용 현황에 기초하여 사용자가 선택한 단어들을 네트워크를 통하여 사용자 단말기로 전송할 수 있다(S41). 사용자는 상기 문서에 포함된 단어들 중에서 단어가 속하는 등급, 상기 단어의 사용 횟수, 사용자의 과거 단어 제공 이력 등을 고려하여 제공받을 단어들을 선택할 수 있다.

상기 단어장 제공 모듈(120)은 사용자가 선택한 단어들에 대한 의미를 제2 언어로 제공하거나(S41), 사용자가 선택한 단어들에 대한 예문을 제2 언어로 제공할 수 있다(S43).

도 5는 본 발명의 실시예에 따른 문서 분석 서비스 방법의 문서 추천 과정을 나타내는 흐름도이다. 이하, 도 1, 도 2, 및 도 5를 참조하여 그 과정을 살펴본다.

단어 분석 모듈(110)에 의한 단어 사용 현황 산출 과정(S40)과 단어장 제공 모듈(120)에 의한 단어 제공 과정(S41)은 도 4를 참조하여 설명한바 그에 대한 설명은 생략한다.

문서 추천 모듈(130)은 사용자에게 제공된 단어들에 기초하여 사용자의 제1 언어에 대한 수준을 결정한다(S52). 사용자에게 제공된 단어들이라 함은 상기 문서에 대하여 과거에 사용자에게 제공된 단어들과 다른 문서에 대하여 사용자에게 제공된 단어들을 포함할 수도 있다.

사용자의 제1 언어에 대한 수준이 결정되면, 상기 문서 추천 모듈(130)은 사용자의 언어 수준에 기초하여 미리 분류된 카테고리에 대하여 사용자가 지정한 카테고리에 포함된 문서를 사용자에게 추천할 수 있다(S53).

도 6은 본 발명의 다른 실시예에 따른 문서 분석 서비스 방법의 문서 추천 과정을 나타내는 흐름도이다. 이하. 도 2 및 도 6을 참조하여 그 과정을 살펴본다.

사용자는 제1 언어에 대한 사용자의 인지 정도에 기초하여 분류되는 다수의 등급들 각각에 속하는 단어들을 단어장 제공 모듈(120)에 등록한다(S61). 상기 단어장 제공 모듈(120)은 등록된 다수의 등급들 중에서 사용자가 선택한 적어도 하나의 등급에 포함되는 단어들을 사용자에게 제공할 수 있다. 예컨대, 사용자의 인지 정도에 따른 등급은 상기 단어장 제공 모듈(120)에 사용자가 아는 등급, 사용자가 모르는 등급, 사용자가 의미를 혼동하는 등급 등이 있을 수 있다. 사용자의 인지 정도에 따라서 분류된 다수의 등급들 각각에 속하는 단어는 사용자의 인지 정도의 변화에 기초하여 업데이트될 수도 있다. 예컨대, 사용자가 이미 등록되어 있는 '사용자가 의미를 혼동하는 등급'의 단어를 학습하여 알게 되었다면, 사용자는 그 단어를 '사용자가 의미를 혼동하는 등급'에서 '사용자가 아는 등급'의 단어로 업데이트할 수 있다.

또한, 사용자의 학습 횟수 및 학습 마지막 시간에 기초한 기억 정도에 따른 등급은 영구히 기억하는 등급, 1년 후에 잊을 수 있는 등급, 6개월 후에 잊을 수 있는 등급, 1 달 후에 잊을 수 있는 등급, 1 주일 후에 잊을 수 있는 등급 등으로 분류될 수 있다. 이때, 영구히 기억되는 등급은 사용자가 아는 등급에 매칭될 수 있고, 6개월 후에 잊을 수 있는 등급 및 1달 후에 잊을 수 있는 등급은 사용자가 의미를 혼동하는 등급에 매칭될 수 있으며, 1달 후 또는 1 중일 후에 잊을 수 있는 등급은 사용자가 모르는 등급에 매칭될 수 있다.(청구항 수정 불요)

단어 분석 모듈(110)은 제1 언어로 된 문서에 포함된 단어들 중에서 상기 다수의 등급들에 속하는 단어들을 분류하고(S61), 상기 분류된 단어들에 기초하여 상기 문서에서의 상기 다수의 등급들 각각에 대한 사용 현황을 산출하여 제공할 수 있다(S62). 이때, 상기 단어장 제공 모듈(120)은 상기 단어 분석 모듈(110)에 의하여 분석된 문서의 다수의 등급들 중에서 상기 사용자가 선택한 적어도 하나의 등급에 속하는 단어들을 상기 사용자에게 제공할 수 있다. 예컨대, 사용자는 분석된 문서에 포함된 단어들 중에서 자신이 의미를 혼동하는 등급으로 등록한 단어만을 선택적으로 제공받아 이를 학습할 수 있다.

문서 추천 모듈(130)은 상기 다수의 등급들 중에서 상기 사용자가 선택한 적어도 하나의 등급에 대한 단어 사용 현황에 기초하여 상기 사용자가 지정한 문서 카테고리에 포함된 제1 언어로 된 문서들에 대한 추천 순위를 제공할 수 있다. 또한, 상기 문서 추천 모듈(130)은 상기 다수의 등급들 중에서 상기 사용자가 선택한 적어도 하나의 등급에 대한 단어 사용 현황에 기초하여 상기 사용자가 선택한 다수의 제1 언어로 된 문서들에 대한 추천 순위를 제공할 수 있다(S63).

이렇게 사용자의 인지 정도에 따라서 단어를 관리하면 사용자는 인지 정도가 약한 단어에 더 초점을 맞춰서 단어를 학습할 수 있는 기회를 제공받을 수 있다. 또한, 사용자가 자신의 영어 수준에 적합한 원서를 추천받기를 원할 때는 인지 정도가 강한 단어에 기반 두어 추천서비스를 이용하고, 사용자가 자신이 인지 정도가 약한 단어에 더욱 익숙해지기 위해서 원서를 추천받기를 원할 때에는 인지 정도가 약한 단어에 기반을 두어 추천서비스를 이용할 수 있다.

이하, 상기 문서 추천 모듈(130)의 추천 방식을 좀 더 구체적으로 살펴본다.

상기 문서 추천 모듈(130)은 상기 사용자가 지정한 문서 카테고리에 포함된 제1 언어에 대한 문서들 각각에서 상기 사용자가 선택한 적어도 하나의 등급에 속하는 단어들의 사용률에 기초하여 상기 사용자가 지정한 문서 카테고리에 포함된 제1 언어에 대한 문서들에 대한 추천 순위를 제공할 수 있다. 예컨대, 상기 문서 추천 모듈(130)은 사용자가 자신이 모르는 등급의 단어들의 사용률이 높은 순서로 상기 사용자가 지정한 문서 카테고리에 포함된 문서들에 대한 추천 순위를 제공할 수 있다. 또한, 상기 문서 추천 모듈(130)은 사용자가 아는 등급의 단어들의 사용률이 높은 순서로 상기 사용자가 지정한 문서 카테고리에 포함된 문서들에 대한 추천 순위를 제공할 수 있다.

상기 문서 추천 모듈(130)은 상기 사용자가 지정한 문서 카테고리에 포함된 제1 언어에 대한 문서들 각각에서 상기 사용자가 선택한 적어도 하나의 등급에 속하는 단어들의 사용 횟수에 기초하여 상기 사용자가 지정한 문서 카테고리에 포함된 제1 언어에 대한 문서들에 대한 추천 순위를 제공할 수도 있다.

상기 단어 분석 모듈(110)이 제1 언어로 된 문서에 포함된 단어들을 미리 정해진 난이도 분류 방법(예컨대, 사전에서의 난이도)에 따라 다수의 등급들로 분류하고, 상기 다수의 등급들 각각에 속한 단어들의 상기 문서에서의 단어 사용 현황을 산출하여 제공한다고 가정한다. 그러면 상기 문서 추천 모듈(130)은 상기 미리 정해진 난이도 분류 방법에 따라 분류된 다수의 등급들 각각에 속하는 단어들의 사용률과 사용 횟수 중 적어도 하나와 제1 언어에 대한 상기 사용자의 인지 정도에 기초하여 분류된 다수의 등급들 각각에 속하는 단어들의 사용률과 사용 횟수 중 적어도 하나에 기초하여 상기 사용자가 지정한 문서 카테고리에 포함된 제1 언어에 대한 문서들에 대한 추천 순위를 제공할 수도 있다.

이하에서는 사용자가 선택한 두 권 이상의 문서에 대한 추천에 대하여 살펴본다. 사용자가 두 권 이상의 문서를 선택한 경우 사용자가 모르는 단어의 수가 적은 문서를 먼저 추천하는 것이 바람직하다. 이는 대학교에서 수강 신청 시에, 선수과목을 이수했을 경우에만 신청할 수 있는 강의가 있는 것과 같은 이치라 볼 수 있다. 예를 들어, 대학에서 '데이터베이스 설계'를 수강하려면, '데이터베이스의 기초'를 이수해야 하는 것처럼 난이도가 낮은 '데이터 베이스의 기초'라는 문서를 먼저 추천한 다음 '데이터베이스의 설계'라는 문서를 추천하는 것이 바람직하다 할 것이다.

사용자가 두 권 이상의 문서를 선택한 경우에 있어서, 상기 문서 추천 모듈(130)은 상기 사용자가 선택한 다수의 제1 언어로 된 문서들 중에서 상기 사용자가 모르는 단어들이 가장 적게 포함된 문서를 최우선 순위로 추천하며, 상기 사용자가 모르는 단어들 중에서 이전의 우선 순위로 추천된 문서들에 포함된 상기 사용자가 모르는 단어를 제외한 단어들이 가장 적은 문서를 다음 순위로 추천할 수 있다.

예를 들어, A문서에는 사용자가 모르는 단어는 90개, B문서에는 사용자가 모르는 단어가 100개, C문서에는 사용자가 모르는 단어가 110개이며, 이들 중 A문서와 B문서의 공통 단어는 40개, B문서와 C문서의 공통 단어는 20개, C문서와 A문서의 공통 단어는 55개, A문서와 B문서와 C문서 모두의 공통 단어는 10개라고 가정한다.

그러면 상기 문서 추천 모듈(130)은 사용자가 모르는 단어가 가장 적게 포함된 A문서를 최우선 순위로 추천한다. A문서가 추천된 다음 B문서에 사용자가 모르는 단어의 수는 100개에서 A문서와 공통 부분인 40개를 뺀 60개이며, C문서에서 사용자가 모르는 단어의 수는 A문서와의 공통 부분 55개를 뺀 55개이다. 그러므로 상기 문서 추천 모듈(130)은 C문서의 순위를 B문서의 순위보다 높게 설정한다. 그러므로 상기 문서 추천 모듈(130)의 추천 순위는 A문서, C문서, B문서 순서가 된다.

상기 문서 추천 모듈(130)은 상기 사용자가 선택한 다수의 제1 언어로 된 문서들에 대하여 조합 가능한 추천 순위들 중에서 상기 사용자가 모르는 단어들에 대한 표준 편차가 가장 작은 추천 순위를 상기 사용자가 선택한 다수의 제1 언어로 된 문서들에 대한 추천 순위로 제공할 수 있다. 사용자가 모르는 단어에 대한 표준 편차가 작다는 것은 특정 추천 순위에 의할 때 사용자가 모르는 단어들이 분산되지 낳고 집중되어 있음을 의미한다. 그러므로 표준 편차가 가장 작은 추천 순위에 따라서 다수의 문서들에서 사용자가 모르는 단어를 학습하는 것은 사용자가 모르는 단어에 대한 학습 효율을 높이는 하나의 방법이 될 수 있다.

예컨대, A문서, B문서, C문서를 사용자가 선택했다고 가정한다. 그러면 조합 가능한 추천 순위는 A-B-C, A-C-B, B-A-C, B-C-A, C-A-B, C-B-A의 6개가 가능하다. 상기 문서 추천 모듈(130)은 이들 조합 중에서 사용자가 모르는 단어에 대한 표준 편차가 가장 작은 조합을 A문서, B문서, C문서에 대한 추천 순위로 제공할 수 있다.

좀더 구체적인 예를 들어 보면, A문서에는 사용자가 모르는 단어는 150개, B문서에는 사용자가 모르는 단어가 90개, C문서에는 사용자가 모르는 단어가 130개이며, 이들 중 A문서와 B문서의 공통 단어는 25개, B문서와 C문서의 공통 단어는 20개, C문서와 A문서의 공통 단어는 15개, A문서와 B문서와 C문서 모두의 공통 단어는 10개라고 가정한다.

A-B-C, A-C-B, B-A-C, B-C-A, C-A-B, C-B-A의 6가지에 대한 각각의 표준편차를 구해본다. A-B-C의 경우 A문서의 모르는 단어 150개, B문서에 사용자가 모르는 단어의 수는 90개에서 A문서와 공통 부분인 25개를 뺀 65, C문서에서 사용자가 모르는 단어의 수는 130개에서 A문서와의 공통부분인 15개와 B문서와의 공통부분인 20를 뺀 후에, A문서와 B문서와 C문서 모두의 공통 단어는 10개를 더한 105이다.

따라서, 150, 65, 105의 표준 편차는 34.7이다. 마찬가지로 계산을 해보면 A-C-B : 150, 115, 55의 표준 편차는 39.2, B-A-C : 90, 125, 105의 표준 편차는 14.3, B-C-A : 90, 110, 120의 표준 편차는 12.5, C-A-B : 130, 135, 55의 표준 편차는 36.6, C-B-A : 130, 70, 120의 표준 편차는 26.2이다. 따라서 표준편차가 가장 작은 B-C-A가 추천된다.

도 7은 본 발명의 또 다른 실시예에 따른 문서 분석 서비스 방법의 문서 추천 과정을 나타내는 흐름도이다. 이하, 도 2 및 도 7을 참조하여 그 과정을 살펴본다.

단어 분석 모듈(110)은 제1 언어로 된 문서에 포함된 단어들 각각을 사용자가 알 확률을 결정한다(S70). 상기 단어 분석 모듈(110)은 상기 문서에 포함된 단어의 대중 매체에서의 사용 횟수에 기초하여 상기 문서에 포함된 단어를 상기 사용자가 알 확률을 결정할 수 있다. 예컨대, 대중 매체에서의 사용 횟수가 많은 단어일수록 그 단어를 사용자가 알 확률은 높게 설정될 수 있다. 상기 대중 매체에는 신문, 잡지, 인터넷 포털 사이트, 책, 논문 등 대중이 접근할 수 있는 모든 미디어가 포함될 수 있다.

또한, 상기 단어 분석 모듈(110)은 상기 문서에 포함된 단어들 중에서 다수의 사용자들 각각이 선택하여 단어장 제공 모듈(120)을 통하여 제공받은 단어들에 기초하여 사용자가 단어를 알 확률을 결정할 수 있다. 예컨대, 사용자가 모르는 단어의 학습을 위하여 단어를 제공받았다고 가정하면, 사용자들이 많이 제공받을 단어일수록 사용자가 알 확률은 낮게 설정될 수 있다.

상기 단어 분석 모듈(110)은 상기 문서에서의 단어의 사용 횟수와 상기 단어를 사용자가 알 확률의 곱에 기초하여 상기 문서의 난이도를 결정할 수 있다(S71). 예컨대, 상기 단어 분석 모듈(110)은 상기 문서에서의 단어의 사용 횟수와 상기 단어를 사용자가 알 확률의 곱하여 상기 문서에서 상기 사용자가 몇 개의 단어를 아는지에 대한 예측값을 구하고, 상기 예측값을 상기 문서에 포함된 총 단어 개수로 나눔으로써 상기 문서의 난이도를 결정할 수 있다.

그러면 상기 문서 추천 모듈(130)은 상기 문서의 난이도에 기초하여 상기 사용자가 지정한 문서 카테고리에 포함된 제1 언어로 된 문서들에 대한 추천 순위를 제공하고, 상기 사용자가 선택한 다수의 제1 언어로 된 문서들에 대한 추천 순위를 제공할 수 있다(S72).

도면들에 도시되지는 않았으나, 상기 문서 추천 시스템(100)은 사용자가 읽은 문서에 기초하여 사용자가 선택한 카테고리에 포함된 문서들의 추천 순위를 제공할 수 있다. 이때, 상기 문서 분석 시스템(100)은 사용자가 읽은 책에 포함된 단어들을 사용자가 제공받아 학습하여 알고 있다고 가정하고 문서를 추천할 수도 있다.

본 발명의 실시예에 따른 문서 분석 서비스 방법은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현될 수 있다. 본 발명의 실시예에 따른 문서 분석 서비스 방법은 컴퓨터로 읽을 수 있는 기록 매체에 저장된 상기 컴퓨터 시스템의 부팅 방법을 실행하기 위한 컴퓨터 프로그램을 실행함으로써 구현될 수 있다.

컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 예컨대, 컴퓨터가 읽을 수 있는 기록매체에는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광 데이터 저장장치 등이 포함될 수 있다.

또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명의 실시예에 따른 문서 분석 서비스 방법을 구현하기 위한 기능적인 (functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.

발명은 도면에 도시된 일 실시 예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시 예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.

도 1은 본 발명의 실시예에 따른 문서 분석 시스템에 의한 서비스 제공을 위한 연결관계를 나타낸다.

도 2는 본 발명의 실시예에 따른 문서 분석 시스템의 블락도이다.

도 3은 본 발명의 실시예에 따른 문서 분석 시스템의 단어 분석 모듈의 동작 결과를 나타내는 그래프이다.

도 4는 본 발명의 실시예에 따른 문서 분석 서비스 방법의 단어장 제공 과정을 나타내는 흐름도이다.

도 5는 본 발명의 실시예에 따른 문서 분석 서비스 방법의 문서 추천 과정을 나타내는 흐름도이다.

도 6은 본 발명의 다른 실시예에 따른 문서 분석 서비스 방법의 문서 추천 과정을 나타내는 흐름도이다.

도 7은 본 발명의 또 다른 실시예에 따른 문서 분석 서비스 방법의 문서 추천 과정을 나타내는 흐름도이다.

Claims (18)

1. 제1 언어로 된 문서에 포함된 단어들을 미리 정해진 난이도 분류 방법에 따라 다수의 등급들로 분류하고, 상기 다수의 등급들 각각에 속한 단어들의 상기 문서에서의 단어 사용 현황을 산출하여 제공하는 단계;

   상기 문서에 포함된 단어들 중에서 상기 단어 사용 현황에 기초하여 사용자가 선택한 단어들을 제공하는 단계; 및

   상기 사용자에 의하여 선택되어 제공된 단어들에 기초하여 상기 사용자의 상기 제1 언어에 대한 수준을 결정하고, 상기 사용자의 제1 언어에 대한 수준에 기초하여 상기 사용자가 지정한 문서 카테고리에 포함된 제1 언어로 된 문서를 추천하는 단계를 포함하며,

   상기 사용자가 선택한 단어들을 제공하는 단계는

   상기 사용자가 선택한 단어들 각각에 대한 의미를 제1 언어 또는 제2 언어로 제공하거나 상기 사용자가 선택한 단어들 각각에 대한 예문을 제1 언어 또는 제2 언어로 제공하는 단계를 더 포함하는 문서 분석 서비스 방법.
2. 제1항에 있어서, 상기 단어 사용 현황은

   상기 문서에 포함된 단어들 각각의 사용 횟수, 상기 다수의 등급들 각각에 대응하는 단어들의 수, 상기 다수의 등급들 각각에 포함된 단어들의 사용률, 및 상기 다수의 등급들 각각에 포함된 단어들의 사용 횟수 중에서 적어도 하나를 포함하는 문서 분석 서비스 방법.
3. 제2항에 있어서, 상기 사용자가 선택한 단어들을 제공하는 단계는

   상기 문서에 포함된 단어들 중에서 단어가 속하는 등급 및 상기 단어의 사용 횟수 중 적어도 하나에 기초하여 상기 사용자가 선택한 단어들을 제공하는 단계를 포함하는 문서 분석 서비스 방법.
4. 제3항에 있어서, 상기 문서에서의 단어 사용 현황을 산출하는 단계는

   상기 다수의 등급들 각각에 대하여 상기 사용자가 지정한 범위의 사용 횟수에 상응하는 단어들의 수, 상기 상응하는 단어들의 사용 횟수, 및 상기 상응하는 단어들의 사용률 중 적어도 하나를 산출하는 단계를 더 포함하는 문서 분석 서비스 방법.
5. 제1 언어로 된 문서에 포함된 단어들을 미리 정해진 난이도 분류 방법에 따라 다수의 등급들로 분류하고, 상기 다수의 등급들 각각에 속한 단어들의 상기 문서에서의 단어 사용 현황을 산출하여 제공하는 단계;

   상기 문서에 포함된 단어들 중에서 상기 단어 사용 현황에 기초하여 사용자가 선택한 단어들을 제공하는 단계; 및

   상기 사용자에 의하여 선택되어 제공된 단어들에 기초하여 상기 사용자의 상기 제1 언어에 대한 수준을 결정하고, 상기 사용자의 제1 언어에 대한 수준에 기초하여 상기 사용자가 지정한 문서 카테고리에 포함된 제1 언어로 된 문서를 추천하는 단계를 포함하며,

   상기 문서에서의 단어 사용 현황을 산출하는 단계는

   상기 문서에 대하여 과거에 상기 사용자에게 제공된 단어들 및 다른 문서에 대하여 상기 사용자에게 제공된 단어들 중 적어도 하나를 반영한 단어 사용 현황을 제공하는 단계를 더 포함하는 문서 분석 서비스 방법.
6. 제5항에 있어서, 상기 단어 사용 현황은

   상기 문서에 포함된 단어들 각각의 사용 횟수, 상기 다수의 등급들 각각에 대응하는 단어들의 수, 상기 다수의 등급들 각각에 포함된 단어들의 사용률, 및 상기 다수의 등급들 각각에 포함된 단어들의 사용 횟수 중에서 적어도 하나를 포함하는 문서 분석 서비스 방법.
7. 제6항에 있어서, 상기 사용자가 선택한 단어들을 제공하는 단계는

   상기 문서에 포함된 단어들 중에서 단어가 속하는 등급 및 상기 단어의 사용 횟수 중 적어도 하나에 기초하여 상기 사용자가 선택한 단어들을 제공하는 단계를 포함하는 문서 분석 서비스 방법.
8. 제7항에 있어서, 상기 제1 언어로 된 문서를 추천하는 단계는

   상기 문서에 대하여 상기 사용자에게 제공된 단어들, 상기 문서에 대하여 과거에 상기 사용자에게 제공된 단어들, 및 상기 다른 문서들에 대하여 상기 사용자에게 제공된 단어들 중 적어도 하나에 기초하여 상기 사용자의 제1 언어에 대한 수준을 결정하는 단계를 포함하는 문서 분석 서비스 방법.
9. 제1 언어에 대한 사용자의 인지 정도에 기초하여 분류되는 다수의 등급들 각각에 속하는 단어들을 등록하는 단계;

   제1 언어로 된 문서에 포함된 단어들 중에서 상기 다수의 등급들에 속하는 단어들을 분류하고, 상기 분류된 단어들에 기초하여 상기 문서에서의 상기 다수의 등급들 각각에 대한 사용 현황을 산출하여 제공하는 단계; 및

   상기 다수의 등급들 중에서 상기 사용자가 선택한 적어도 하나의 등급에 대한 단어 사용 현황에 기초하여 상기 사용자가 지정한 문서 카테고리에 포함된 제1 언어로 된 문서들에 대한 추천 순위를 제공하고, 상기 사용자가 선택한 다수의 제1 언어로 된 문서들에 대한 추천 순위를 제공하는 단계를 포함하며,

   상기 사용자가 선택한 다수의 제1 언어로 된 문서들에 대한 추천 순위를 제공하는 단계는

   상기 사용자가 선택한 다수의 제1 언어로 된 문서들 중에서 상기 사용자가 모르는 단어들이 가장 적게 포함된 문서를 최우선 순위로 추천하며, 상기 사용자가 모르는 단어들 중에서 이전의 우선 순위로 추천된 문서들에 포함된 상기 사용자가 모르는 단어를 제외한 단어들이 가장 적은 문서를 다음 순위로 추천하는 단계를 포함하는 문서 분석 서비스 방법.
10. 제1 언어에 대한 사용자의 인지 정도에 기초하여 분류되는 다수의 등급들 각각에 속하는 단어들을 등록하는 단계;

    제1 언어로 된 문서에 포함된 단어들 중에서 상기 다수의 등급들에 속하는 단어들을 분류하고, 상기 분류된 단어들에 기초하여 상기 문서에서의 상기 다수의 등급들 각각에 대한 사용 현황을 산출하여 제공하는 단계; 및

    상기 다수의 등급들 중에서 상기 사용자가 선택한 적어도 하나의 등급에 대한 단어 사용 현황에 기초하여 상기 사용자가 지정한 문서 카테고리에 포함된 제1 언어로 된 문서들에 대한 추천 순위를 제공하고, 상기 사용자가 선택한 다수의 제1 언어로 된 문서들에 대한 추천 순위를 제공하는 단계를 포함하며,

    상기 사용자가 선택한 다수의 제1 언어로 된 문서들에 대한 추천 순위를 제공하는 단계는

    상기 사용자가 선택한 다수의 제1 언어로 된 문서들에 대하여 조합 가능한 추천 순위들 중에서 상기 사용자가 모르는 단어들에 대한 표준 편차가 가장 작은 추천 순위를 상기 사용자가 선택한 다수의 제1 언어로 된 문서들에 대한 추천 순위로 제공하는 문서 분석 서비스 방법.
11. 제9항 또는 제10항에 있어서, 상기 문서 분석 서비스 방법은

    상기 등록된 다수의 등급들 중에서 사용자가 선택한 적어도 하나의 등급에 포함되는 단어들을 제공하거나, 상기 분류된 문서의 다수의 등급들 중에서 상기 사용자가 선택한 적어도 하나의 등급에 속하는 단어들을 더 제공하는 문서 분석 서비스 방법.
12. 제9항 또는 제10항에 있어서, 상기 사용자가 지정한 문서 카테고리에 포함된 다수의 제1 언어로 된 문서들에 대한 추천 순위를 제공하는 단계는

    상기 사용자가 지정한 문서 카테고리에 포함된 제1 언어에 대한 문서들 각각에서 상기 사용자가 선택한 적어도 하나의 등급에 속하는 단어들의 사용률과 사용 횟수 중 적어도 하나에 기초하여 상기 사용자가 지정한 문서 카테고리에 포함된 제1 언어에 대한 문서들에 대한 추천 순위를 제공하는 문서 분석 서비스 방법.
13. 제11항에 있어서, 상기 문서에서의 상기 다수의 등급들 각각에 대한 사용 현황을 산출하여 제공하는 단계는

    상기 제1 언어로 된 문서에 포함된 단어들을 미리 정해진 난이도 분류 방법에 따라 다수의 등급들로 분류하고, 상기 다수의 등급들 각각에 속한 단어들의 상기 문서에서의 단어 사용 현황을 산출하는 단계를 더 포함하며,

    상기 사용자가 지정한 문서 카테고리에 포함된 다수의 제1 언어로 된 문서들에 대한 추천 순위를 제공하는 단계는

    상기 미리 정해진 난이도 분류 방법에 따라 분류된 다수의 등급들 각각에 속하는 단어들의 사용률과 사용 횟수 중 적어도 하나와 제1 언어에 대한 상기 사용자의 인지 정도에 기초하여 분류된 다수의 등급들 각각에 속하는 단어들의 사용률과 사용 횟수 중 적어도 하나에 기초하여 상기 사용자가 지정한 문서 카테고리에 포함된 제1 언어에 대한 문서들에 대한 추천 순위를 제공하는 단계를 포함하는 문서 분석 서비스 방법.
14. 제1 언어로 된 문서에 포함된 단어들 각각을 사용자가 알 확률에 기초하여 상기 문서의 난이도를 결정하는 단계; 및

    상기 문서의 난이도에 기초하여 상기 사용자가 지정한 문서 카테고리에 포함된 제1 언어로 된 문서들에 대한 추천 순위를 제공하고, 상기 사용자가 선택한 다수의 제1 언어로 된 문서들에 대한 추천 순위를 제공하는 단계를 포함하는 문서 분석 서비스 방법.
15. 제14항에 있어서, 상기 문서에 포함된 단어를 상기 사용자가 알 확률은

    상기 문서에 포함된 단어의 대중 매체에서의 사용 횟수에 기초하여 결정되는 문서 분석 서비스 방법.
16. 제14항에 있어서, 상기 문서 분석 서비스 방법은

    상기 문서에 포함된 단어들 중에서 다수의 사용자들 각각이 선택한 단어들을 제공하는 단어장 제공 단계를 더 포함하며,

    상기 문서에 포함된 단어를 상기 사용자가 알 확률은

    상기 다수의 사용자들에게 제공된 단어들에 기초하여 결정되는 문서 분석 서비스 방법.
17. 제15항 또는 제16항에 있어서, 상기 문서의 난이도를 결정하는 단계는

    상기 문서에서의 단어의 사용 횟수와 상기 단어를 사용자가 알 확률의 곱에 기초하여 상기 문서의 난이도를 결정하는 단계를 포함하는 문서 분석 서비스 방법.
18. 제1항, 제5항, 제9항 내지 제10항 및 제14항 중 어느 한 항에 기재된 문서 분석 서비스 방법을 실행하기 위한 컴퓨터 프로그램을 저장하는 컴퓨터로 읽을 수 있는 기록 매체.

Images