KR101488670B1

KR101488670B1 - 텍스트와 디지털 잉크를 포함하는 대용량 문서의 교차 검색 시스템 및 방법

Info

Publication number: KR101488670B1
Application number: KR20140011559A
Authority: KR
Inventors: 강재우
Original assignee: 주식회사 디오텍
Priority date: 2014-01-29
Filing date: 2014-01-29
Publication date: 2015-02-04

Abstract

본 발명은 텍스트와 디지털 잉크를 포함하는 대용량 문서의 교차 검색 시스템 및 방법에 관한 것으로서, 본 발명에 따른 대용량 문서의 교차 검색 방법은 데이터 타입에 기초하여 하나의 문서에 포함된 텍스트와 디지털 잉크 (digital ink) 를 분류하는 단계, 텍스트에 대한 변환 디지털 잉크 또는 변환 특징 벡터를 생성하는 단계, 변환 디지털 잉크, 변환 특징 벡터 및 디지털 잉크를 사용하여, 하나의 문서에 대한 역색인 (inverted index) 을 생성하는 단계, 역색인을 역색인 데이터 베이스에 저장하는 단계, 질의 텍스트 또는 질의 디지털 잉크를 포함하는 질의어를 입력받는 단계 및 역색인 데이터 베이스에서 질의어에 대응하는 정보를 검색하는 단계를 포함하고, 텍스트와 디지털 잉크 모두를 포함한 문서를 텍스트 또는 디지털 잉크로 보다 간편하고 정확하게 검색할 수 있고, 텍스트와 디지털 잉크의 작성 언어의 종류에 대한 제약 없이, 정확하게 문서 내용을 검색할 수 있다.

Description

텍스트와 디지털 잉크를 포함하는 대용량 문서의 교차 검색 시스템 및 방법{SYSTEM AND METHOD FOR CROSS-SEARCHING LARGE-SCALE DOCUMENTS INCLUDING TEXT AND DIGITAL INK}

본 발명은 텍스트와 디지털 잉크 (digital ink) 를 포함하는 대용량 문서의 교차 검색 시스템 및 방법에 관한 것으로서, 보다 상세하게는 텍스트와 디지털 잉크로 구성된 문서를 텍스트나 디지털 잉크로 된 질의어 (query) 를 이용하여 검색할 수 있는 텍스트와 디지털 잉크를 포함하는 대용량 문서의 교차 검색 시스템 및 방법에 관한 것이다.

최근 전자 장치의 입력 장치로서 터치 인식 기술이 널리 사용됨에 따라, 사용자들은 손가락 또는 스타일러스 (stylus) 등을 통해 전자 기기에서 문서에 특정 내용의 글들을 입력하거나 편집하는 등의 업무를 수행할 수 있게 되었다. 따라서, 기존의 텍스트만 존재하던 문서에 사용자의 터치 입력에 따른 디지털 잉크 데이터가 존재하는 경우가 증가하고 있다. 디지털 잉크는 사용자가 디지타이저 (digitizer) 또는 터치 스크린 디스플레이와 같은 입력 장치 상에 손 또는 스타일러스 (stylus) 등의 입력 수단을 이용해 수기 (手記, handwriting) 하는 과정에서 생성된 글자를 의미하고, 디지털 잉크 데이터는 디지털 잉크에 대한 데이터를 의미하며, 입력에 따른 스트로크 (stroke) 를 기초로 생성된 데이터를 의미한다.

이와 같이, 텍스트와 디지털 잉크 데이터 모두를 포함하는 문서를 텍스트로 된 질의어로 검색하는 경우, 문서에 존재하는 디지털 잉크를 문자 인식을 통해서 텍스트로 변환하여 텍스트 문서를 텍스트로 검색하는 방법이 주로 사용되고 있다. 또한, 텍스트와 디지털 잉크 데이터 모두를 포함하는 문서를 디지털 잉크로 된 질의어로 검색하는 경우, 문서에 존재하는 디지털 잉크를 문자 인식을 통해서 텍스트로 변환하고 디지털 잉크로 된 질의어를 텍스트로 변환하여 텍스트 문서를 텍스트로 검색하는 방법이 주로 사용되고 있다. 다만, 이와 같은 방법들을 사용하려면, 특정 언어에 대한 필기 문자 인식기가 필요하며, 다양한 언어로 쓰여진 디지털 잉크로 구성된 문서를 검색하려면 다양한 언어를 인식하는 필기 문자 인식기가 필요하며, 필기 문자 인식에서 오인식이 되는 경우에는 검색 정확도가 떨어진다.

이에, 검색 대상 문서와 질의어가 텍스트인지 디지털 잉크인지 무관하게 또한 텍스트와 디지털 잉크가 어떤 언어로 작성되었는지 무관하게, 보다 정확한 검색이 가능한 텍스트와 디지털 잉크가 혼합된 대용량 문서에 대해 텍스트 또는 디지털 잉크로 된 질의어를 사용한 교차 검색 시스템 및 방법에 대한 요구가 존재한다.

이에, 본 발명이 해결하고자 하는 과제는 텍스트와 디지털 잉크 모두를 포함한 문서를 텍스트 또는 디지털 잉크로 보다 간편하고 정확하게 검색할 수 있는 대용량 문서의 교차 검색 시스템 및 방법을 제공하는 것이다.

본 발명이 해결하고자 하는 다른 과제는 문서에 포함된 텍스트와 디지털 잉크의 작성 언어의 종류에 대한 제약 없이, 정확하게 문서 내용을 검색할 수 있는 대용량 문서의 교차 검색 시스템 및 방법을 제공하는 것이다.

본 발명의 과제들은 이상에서 언급한 과제들로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.

전술한 바와 같은 과제를 해결하기 위하여 본 발명의 일 실시예에 따른 대용량 문서의 교차 검색 시스템은 데이터 타입에 기초하여 하나의 문서에 포함된 텍스트와 디지털 잉크 (digital ink) 를 분류하는 데이터 타입 분류부, 텍스트에 대한 변환 디지털 잉크 또는 변환 특징 벡터를 생성하는 디지털 잉크 생성부, 변환 디지털 잉크, 변환 특징 벡터 및 디지털 잉크를 사용하여, 하나의 문서에 대한 역색인 (inverted index) 을 생성하는 디지털 잉크 역색인부, 역색인을 저장하기 위한 역색인 데이터 베이스, 질의 텍스트 또는 질의 디지털 잉크를 포함하는 질의어를 입력받는 질의 입력부 및 역색인 데이터 베이스에서 질의어에 대응하는 정보를 검색하는 질의 처리부를 포함하는 것을 특징으로 한다.

본 발명의 다른 특징에 따르면, 데이터 타입 분류부는 하나의 문서의 처음부터 순차적으로 동일한 데이터 타입의 연속된 블록을 검색하고, 데이터 타입은 텍스트 또는 디지털 잉크이고, 연속된 블록은 동일한 데이터 타입으로 구성된 것을 특징으로 한다.

본 발명의 또 다른 특징에 따르면, 하나 이상의 문서가 저장된 문서 데이터 베이스를 더 포함하고, 하나의 문서는 문서 데이터 베이스에 저장된 하나 이상의 문서 중 하나인 것을 특징으로 한다.

본 발명의 또 다른 특징에 따르면, 디지털 잉크 생성부는 텍스트의 각각의 문자에 대해 미리 결정된 디지털 잉크를 변환 디지털 잉크로 생성하거나, 텍스트의 각각의 문자에 대해 미리 결정된 특징 벡터를 변환 특징 벡터로 생성하는 것을 특징으로 한다.

본 발명의 또 다른 특징에 따르면, 디지털 잉크 역색인부는 변환 디지털 잉크 및 디지털 잉크를 전처리하고, 변환 디지털 잉크 및 디지털 잉크 각각으로부터 특징 벡터를 추출하는 것을 특징으로 한다.

본 발명의 또 다른 특징에 따르면, 디지털 잉크 생성부가 텍스트의 각각의 문자에 대해 미리 결정된 특징 벡터를 변환 특징 벡터를 생성하는 경우, 디지털 잉크 역색인부는 텍스트의 각각의 문자에 대한 전처리나 특징 벡터 추출 과정 없이 변환 특징 벡터를 바로 사용하는 것을 특징으로 한다.

본 발명의 또 다른 특징에 따르면, 질의 입력부는, 데이터 타입에 기초하여 질의 텍스트와 질의 디지털 잉크를 분류하는 질의 데이터 타입 분류부, 질의 텍스트에 대한 변환 질의 디지털 잉크 또는 변환 질의 특징 벡터를 생성하는 질의 디지털 잉크 생성부 및 변환 질의 디지털 잉크 및 질의 디지털 잉크 각각으로부터 질의 특징 벡터를 추출하거나, 변환 질의 특징 벡터를 질의 특징 벡터로 추출하는 질의 특징 벡터 추출부를 포함하는 것을 특징으로 한다.

본 발명의 또 다른 특징에 따르면, 질의 처리부는 역색인 데이터 베이스에서 질의 특징 벡터를 사용하여 질의어를 검색하는 것을 특징으로 한다.

본 발명의 또 다른 특징에 따르면, 질의 처리부는 평가 함수를 사용하여 질의어와 하나의 문서와의 연관 관계를 평가하는 것을 특징으로 한다.

전술한 바와 같은 과제를 해결하기 위하여 본 발명의 일 실시예에 따른 대용량 문서의 교차 검색 방법은 데이터 타입에 기초하여 하나의 문서에 포함된 텍스트와 디지털 잉크를 분류하는 단계, 텍스트에 대한 변환 디지털 잉크 또는 변환 특징 벡터를 생성하는 단계, 변환 디지털 잉크, 변환 특징 벡터 및 디지털 잉크를 사용하여, 하나의 문서에 대한 역색인을 생성하는 단계, 역색인을 역색인 데이터 베이스에 저장하는 단계, 질의 텍스트 또는 질의 디지털 잉크를 포함하는 질의어를 입력받는 단계 및 역색인 데이터 베이스에서 질의어에 대응하는 정보를 검색하는 단계를 포함하는 것을 특징으로 한다.

본 발명의 다른 특징에 따르면, 분류하는 단계는 하나의 문서의 처음부터 순차적으로 동일한 데이터 타입의 연속된 블록을 검색하는 단계를 포함하고, 데이터 타입은 텍스트 또는 디지털 잉크이고, 연속된 블록은 동일한 데이터 타입으로 구성된 것을 특징으로 한다.

본 발명의 또 다른 특징에 따르면, 하나의 문서는 문서 데이터 베이스에 저장된 하나 이상의 문서 중 하나인 것을 특징으로 한다.

본 발명의 또 다른 특징에 따르면, 변환 디지털 잉크 또는 변환 특징 벡터를 생성하는 단계는 텍스트의 각각의 문자에 대해 미리 결정된 디지털 잉크를 변환 디지털 잉크로 생성하는 단계 또는 텍스트의 각각의 문자에 대해 미리 결정된 특징 벡터를 변환 특징 벡터로 생성하는 단계를 포함하는 것을 특징으로 한다.

본 발명의 또 다른 특징에 따르면, 역색인을 생성하는 단계는, 변환 디지털 잉크 및 디지털 잉크를 전처리하는 단계 및 변환 디지털 잉크 및 디지털 잉크 각각으로부터 특징 벡터를 추출하는 단계를 포함하는 것을 특징으로 한다.

본 발명의 또 다른 특징에 따르면, 변환 디지털 잉크 또는 변환 특징 벡터를 생성하는 단계가 텍스트의 각각의 문자에 대해 미리 결정된 특징 벡터를 변환 특징 벡터로 생성하는 단계를 포함하는 경우, 역색인을 생성하는 단계는 텍스트의 각각의 문자에 대한 전처리나 특징 벡터 추출 과정 없이 변환 특징 벡터를 바로 사용하는 단계를 포함하는 것을 특징으로 한다.

본 발명의 또 다른 특징에 따르면, 질의어를 입력받는 단계는, 데이터 타입에 기초하여 질의 텍스트와 질의 디지털 잉크를 분류하는 단계, 질의 텍스트에 대한 변환 질의 디지털 잉크 또는 변환 질의 특징 벡터를 생성하는 단계 및 변환 질의 디지털 잉크 및 질의 디지털 잉크 각각으로부터 질의 특징 벡터를 추출하거나, 변환 질의 특징 벡터를 질의 특징 벡터로 추출하는 단계를 포함하는 것을 특징으로 한다.

본 발명의 또 다른 특징에 따르면, 질의어를 검색하는 단계는 역색인 데이터 베이스에서 질의 특징 벡터를 사용하여 질의어를 검색하는 단계를 포함하는 것을 특징으로 한다.

본 발명의 또 다른 특징에 따르면, 질의어를 검색하는 단계는 평가 함수를 사용하여 질의어와 하나의 문서와의 연관 관계를 평가하는 단계를 포함하는 것을 특징으로 한다.

전술한 바와 같은 과제를 해결하기 위하여 본 발명의 일 실시예에 따른 컴퓨터 판독가능 매체는 데이터 타입에 기초하여 하나의 문서에 포함된 텍스트와 디지털 잉크를 분류하고, 텍스트에 대한 변환 디지털 잉크 또는 변환 특징 벡터를 생성하고, 변환 디지털 잉크, 변환 특징 벡터 및 디지털 잉크를 사용하여, 하나의 문서에 대한 역색인을 생성하고, 역색인을 역색인 데이터 베이스에 저장하고, 질의 텍스트 또는 질의 디지털 잉크를 포함하는 질의어를 입력받고, 역색인 데이터 베이스에서 질의어에 대응하는 정보를 검색하게 하는 명령어들의 세트를 포함하는 것을 특징으로 한다.

기타 실시예의 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.

본 발명은 텍스트와 디지털 잉크 모두를 포함한 문서를 텍스트 또는 디지털 잉크로 보다 간편하고 정확하게 검색할 수 있는 대용량 문서의 교차 검색 시스템 및 방법을 제공할 수 있다.

본 발명은 문서에 포함된 텍스트와 디지털 잉크의 작성 언어의 종류에 대한 제약 없이, 정확하게 문서 내용을 검색할 수 있는 대용량 문서의 교차 검색 시스템 및 방법을 제공할 수 있다.

본 발명에 따른 효과는 이상에서 예시된 내용에 의해 제한되지 않으며, 더욱 다양한 효과들이 본 명세서 내에 포함되어 있다.

도 1은 본 발명의 일 실시예에 따른 텍스트와 디지털 잉크를 포함하는 대용량 문서의 교차 검색 방법의 흐름도이다.
도 2는 본 발명의 일 실시예에 따른 텍스트와 디지털 잉크를 포함하는 대용량 문서의 교차 검색 시스템의 개략도이다.
도 3은 본 발명의 텍스트와 디지털 잉크를 포함하는 대용량 문서의 교차 검색 시스템 및 방법에서 사용될 수 있는 문서의 예이다.
도 4a는 본 발명의 일 실시예에 따른 텍스트와 디지털 잉크를 포함하는 대용량 문서의 교차 검색 시스템 및 방법에서 사용되는 텍스트에 대한 디지털 잉크 및 특징 벡터의 표이다.
도 4b는 본 발명의 일 실시예에 따른 텍스트와 디지털 잉크를 포함하는 대용량 문서의 교차 시스템 및 방법에서 사용되는 특징 벡터에 대한 예시로 사용된 8 방향 코드이다.
도 5a 및 도 5b는 본 발명의 일 실시예에 따른 텍스트와 디지털 잉크를 포함하는 대용량 문서의 교차 시스템의 디지털 잉크 역색인부의 동작을 설명하기 위한 개념도이다.
도 6a 및 도 6b는 도 3에 도시된 문서에 대한 본 발명의 일 실시예에 따른 텍스트와 디지털 잉크를 포함하는 대용량 문서의 교차 시스템의 디지털 잉크 역색인부의 동작을 설명하기 위한 개념도이다.
도 6c는 도 3에 도시된 문서에 대한 역색인 생성 결과를 나타내는 표이다.
도 7은 본 발명의 일 실시예에 따른 텍스트와 디지털 잉크를 포함하는 대용량 문서의 교차 시스템의 질의 입력부의 개략도이다.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 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.

첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 펌웨어 (firmware), 소프트웨어 (software), 또는 하드웨어 (hardware) 로 구성된, 알고리즘 또는 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수도 있다. 이들 알고리즘 또는 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 디지털 신호 처리 디바이스 (Digital Signal Processing Device) 의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 알고리즘 또는 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 블록도의 각 블록 또는 흐름도 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 블록도의 각 블록 및 흐름도의 각 단계에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.

또한, 각 블록 또는 각 단계는 특정된 논리적 기능(들)을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또한, 몇 가지 대체 실시예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들 또는 단계들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.

본 발명의 여러 실시예들의 각각 특징들이 부분적으로 또는 전체적으로 서로 결합 또는 조합 가능하며, 당업자가 충분히 이해할 수 있듯이 기술적으로 다양한 연동 및 구동이 가능하며, 각 실시예들이 서로에 대하여 독립적으로 실시 가능할 수도 있고 연관 관계로 함께 실시 가능할 수도 있다.

이하, 첨부된 도면을 참조하여 본 발명의 다양한 실시예들을 상세히 설명한다.

도 1은 본 발명의 일 실시예에 따른 텍스트와 디지털 잉크를 포함하는 대용량 문서의 교차 검색 방법의 흐름도이다. 도 2는 본 발명의 일 실시예에 따른 텍스트와 디지털 잉크를 포함하는 대용량 문서의 교차 검색 시스템의 개략도이다. 도 2를 참조하면, 대용량 문서의 교차 검색 시스템 (100) 은 데이터 타입 분류부 (110), 디지털 잉크 생성부 (120), 디지털 잉크 역색인부 (130), 역색인 데이터 베이스 (140), 질의 입력부 (150) 및 질의 처리부 (160) 를 포함한다. 본 발명의 일 실시예에 따른 대용량 문서의 교차 검색 방법과 대용량 문서의 교차 검색 시스템 (100) 에 대한 이해를 돕기 위해, 텍스트와 디지털 잉크가 포함된 대용량 문서의 교차 검색 방법과 대용량 문서의 교차 검색 시스템 (100) 에 대한 도 1 및 도 2를 함께 참조하여 설명한다.

먼저, 도 1을 참조하면, 데이터 타입에 기초하여 하나의 문서에 포함된 텍스트와 디지털 잉크를 분류한다 (S10). 단계 S10은 대용량 문서의 교차 검색 시스템 (100) 의 데이터 타입 분류부 (110) 에 의해 수행된다.

데이터 타입 분류부 (110) 는 문서에 포함된 텍스트와 디지털 잉크를 분류한다. 데이터 타입 분류부 (110) 는 문서의 처음부터 순차적으로 동일한 데이터 타입의 연속된 블록을 검색한다. 여기서, 데이터 타입은 텍스트 또는 디지털 잉크이다. 데이터 타입 분류부 (110) 는 문서의 처음부터 동일한 데이터 타입의 연속된 블록을 검색한다. 데이터 타입 분류부 (110) 의 동작에 대한 보다 상세한 설명을 위해 도 3을 함께 참조한다.

도 3은 본 발명의 텍스트와 디지털 잉크를 포함하는 대용량 문서의 교차 검색 시스템 및 방법에서 사용될 수 있는 문서의 예이다. 문서 (200) 는 텍스트 (210) 및 디지털 잉크 (220) 를 포함한다. 디지털 잉크 (220) 는 사용자가 디지타이저 또는 터치 스크린 디스플레이와 같은 입력 장치 상에 손 또는 스타일러스 등의 입력 수단을 이용해 수기하는 과정에서 생성된 글자를 의미하고, 디지털 잉크 데이터는 디지털 잉크 (220) 에 대한 데이터를 의미하며, 입력에 따른 스트로크 (stroke) 를 기초로 생성된 데이터를 의미한다. 스트로크 (stroke) 란, 공간 상의 좌표에 의해 정의되는 일련의 점들의 집합으로 구성된다. 하나의 스트로크는, 사용자가 입력을 인가한 때부터 입력이 해제 (release) 된 때까지 입력의 이동 경로를 따라 시간 순서로 정렬된 일련의 점들의 집합으로 정의할 수 있다. 텍스트 (210) 는 문서 (200) 에 포함된 문자들 중 디지털 잉크 (220) 가 아닌 문자를 의미하는 것으로서, 문서 (200) 에서 ASCII 코드 등과 같은 다양한 텍스트 코드로 저장될 수 있는 문자를 의미한다.

데이터 타입 분류부 (110) 는 문서 (200) 의 처음부터 순차적으로 같은 타입의 연속된 블록을 검색한다. 데이터 타입 분류부 (110) 가 도 3에 도시된 문서 (200) 의 처음부터 순차적으로 같은 타입의 연속된 블록을 검색하는 경우, "2012년", "9월", "18일", "1", "필기인식", "솔루션", "소개", "2" 를 텍스트 (210) 로 분류하고, "

", "

"를 디지털 잉크 (220) 로 분류하며, 문서 (200) 에서 후속하는 텍스트 (210) 와 디지털 잉크 (220) 또한 분류한다. 데이터 타입 분류부 (110) 는 문서 (200) 에 대한 분류를 문서 (200) 의 마지막까지 완료하면, 텍스트 (210) 로 분류된 블록을 디지털 잉크 생성부 (120) 로 전송하고, 디지털 잉크 (220) 로 분류된 블록을 디지털 잉크 역색인부 (130) 로 전송한다.

도 2에 도시되지는 않았으나, 대용량 문서의 교차 검색 시스템 (100) 은 하나 이상의 문서가 저장된 문서 데이터 베이스를 포함할 수 있다. 문서 데이터 베이스는 대용량 문서의 교차 검색 시스템 (100) 에서 검색 대상이 될 수 있는 다양한 문서들이 저장될 수 있는 저장소이다. 대용량 문서의 교차 검색 시스템 (100) 은 문서 데이터 베이스에 저장된 문서들 중 하나의 문서 (200) 를 데이터 타입 분류부 (110) 로 전송하고, 데이터 타입 분류부 (110) 는 수신한 문서 (200) 에 대한 분류를 수행할 수 있다.

다시 도 1 및 도 2를 참조하면, 분류된 텍스트에 대한 변환 디지털 잉크 또는 변환 특징 벡터를 생성한다 (S20). 단계 S20은 대용량 문서의 교차 검색 시스템 (100) 의 디지털 잉크 생성부 (120) 에 의해 수행된다.

디지털 잉크 생성부 (120) 는 분류된 텍스트 (210) 의 각 문자들에 대한 변환 디지털 잉크 또는 변환 특징 벡터를 생성한다. 디지털 잉크 생성부 (120) 는 텍스트 (210) 의 각 문자들에 대해 미리 결정된 디지털 잉크를 변환 디지털 잉크로 생성할 수도 있고, 텍스트 (210) 에 대해 미리 결정된 특징 벡터를 변환 특징 벡터로 생성할 수도 있다. 디지털 잉크 생성부 (120) 에 의해 변환 디지털 잉크 또는 변환 특징 벡터를 생성하는 동작에 대한 보다 상세한 설명을 위해 도 4a 및 도 4b를 함께 참조한다.

도 4a는 본 발명의 일 실시예에 따른 텍스트와 디지털 잉크를 포함하는 대용량 문서의 교차 검색 시스템 및 방법에서 사용되는 텍스트에 대한 디지털 잉크 및 특징 벡터의 표이다. 도 4b는 본 발명의 일 실시예에 따른 텍스트와 디지털 잉크를 포함하는 대용량 문서의 교차 시스템 및 방법에서 사용되는 특징 벡터에 대한 예시로 사용된 8 방향 코드이다. 도 4b에서는 하나의 예시로서 8 방향 코드를 제시한 것이며, 본 발명에서 사용하는 특징 벡터는 8 방향 코드만으로 한정되지 않고, 다른 방식을 사용할 수도 있다.

도 4a를 참조하면, 디지털 잉크 생성부 (120) 는 텍스트 (210) 에 대해 미리 결정된 디지털 잉크를 변환 디지털 잉크로 생성할 수 있다. 디지털 잉크 생성부 (120) 는 각각의 텍스트 (210) 에 대응하는 특정 언어에서 사용하는 모든 문자 또는 알파벳에 대한 디지털 잉크를 미리 저장해 놓을 수 있으며, 데이터 타입 분류부 (110) 로부터 수신한 텍스트 (210) 의 각 문자들에 대응하는 디지털 잉크 (220) 를 변환 디지털 잉크로 생성할 수 있다. 예를 들어, 데이터 타입 분류부 (110) 에서 분류된 텍스트 (210) 의 문자가 "A" 인 경우, 해당 텍스트는 특정 텍스트 코드로 저장되어 있고, 예를 들어, 텍스트 코드가 ASCII 코드 0x41로 저장되어 있을 수 있다. 이 경우, 디지털 잉크 생성부 (120) 는 해당 ASCII 코드가 0x41인 문자에 대응하는 디지털 잉크로 저장된 "

"를 변환 디지털 잉크로 생성할 수 있다. 또한, 예를 들어, 데이터 타입 분류부 (110) 에서 분류된 텍스트의 문자가 "C" 인 경우, 해당 텍스트는 특정 텍스트 코드로 저장되어 있고, 예를 들어, 텍스트 코드가 ASCII 코드 0x43으로 저장되어 있을 수 있다. 이 경우, 디지털 잉크 생성부 (120) 는 해당 ASCII 코드가 0x43인 텍스트에 대응하는 디지털 잉크로 저장된 "

"를 변환 디지털 잉크로 생성할 수 있다

디지털 잉크 생성부 (120) 는 텍스트 (210) 의 각 문자들에 대응하는 디지털 잉크 (220) 를 변환 디지털 잉크로 생성할 때, 항상 동일한 변환 디지털 잉크가 아닌 하나 이상의 여러 가지 변환 디지털 잉크를 생성할 수 있다.

디지털 잉크 생성부 (120) 는 텍스트 (210) 에 대해 미리 결정된 특징 벡터를 변환 특징 벡터로 생성할 수도 있다. 디지털 잉크 생성부 (120) 가 동일한 텍스트 (210) 에 대해 항상 동일한 특징 벡터를 대응시키는 경우, 후술할 디지털 잉크 역색인부 (130) 에서 전처리 및 특징 벡터 추출 시에 항상 동일한 특징 벡터가 추출될 것이기 때문에, 디지털 잉크 역색인부 (130) 와 동일한 알고리즘으로 미리 텍스트 (210) 에 대해 특징 벡터를 추출할 수 있고, 추출된 특징 벡터를 변환 특징 벡터로 생성할 수 있다. 이와 같이 이와 같이 디지털 잉크 생성부 (120) 에서 변환 특징 벡터를 생성할 경우에는 디지털 잉크 역색인부 (130) 에서 전처리 및 특징 벡터 추출 과정을 생략하고 디지털 잉크 생성부 (120) 에서 생성된 변환 특징 벡터를 사용할 수 있다.

변환 특징 벡터에 대한 보다 상세한 설명을 위해 예를 들어 도 4b를 참조하면, 변환 특징 벡터는 스트로크의 진행 방향에 기초하여 획득될 수 있다. 예를 들어, 스트로크의 진행 방향이 x축에 대해 대략 0도 방향인 경우, 변환 특징 벡터는 1이 획득되고, 스트로크의 진행 방향이 x축에 대해 대략 225도 방향인 경우, 변환 특징 벡터는 6이 획득되는 식으로 45도 단위로 서로 다른 변환 특징 벡터가 획득될 수 있다. 여기서 예로서 설명한 8 방향 코드는 일 실시예일뿐이며, 다양한 방식으로 변환 특징 벡터가 구현될 수 있다.

여기서 예로서 설명한 스트로크의 진행 방향은, 스트로크를 구성하는 한 점으로부터 바로 그 다음 점에 대한 방향으로 정의된다. 다만, 스트로크의 진행 방향은 스트로크를 구성하는 한 점으로부터 바로 그 이전 점에 대한 방향 등으로도 정의될 수 있으나, 반드시 바로 그 이전이나 다음으로 한정되지는 않으며, 다양한 방식, 예를 들어, 해당 점에서의 접선 방향 등으로 정의될 수 있다.

디지털 잉크 생성부 (120) 는 해당 텍스트 (210) 에 대응하는 특징 벡터를 미리 저장해 놓을 수 있으며, 데이터 타입 분류부 (110) 로부터 수신한 텍스트 (210) 에 대응하는 특징 벡터를 변환 특징 벡터로 생성할 수 있다. 예를 들어, 데이터 타입 분류부 (110) 에서 분류된 텍스트가 "A" 인 경우, 해당 텍스트는 특정 텍스트 코드로 저장되어 있고, 예를 들어, 텍스트 코드가 ASCII 코드 0x41로 저장되어 있을 수 있다. 이 경우, 디지털 잉크 생성부 (120) 는 해당 ASCII 코드가 0x41인 텍스트에 대응하는 특징 벡터인 "6, 4, 3" 을 변환 특징 벡터로 생성할 수 있다. 여기서, "6, 4, 3" 은 도 4b에 도시된 6의 스트로크 진행 방향으로 첫번째 스트로크가 진행되고, 4의 스트로크 진행 방향으로 두번째 스트로크가 진행되며, 3의 스트로크 진행 방향으로 세번째 스트로크가 진행된다는 것을 의미한다. "," 는 "," 앞뒤의 스트로크가 끊어져 불연속적임을 의미한다. 또한, 예를 들어, 데이터 타입 분류부 (110) 에서 분류된 텍스트가 "C" 인 경우, 해당 텍스트는 특정 텍스트 코드로 저장되어 있고, 예를 들어, 텍스트 코드가 ASCII 코드 0x43으로 저장되어 있을 수 있다. 이 경우, 디지털 잉크 생성부 (120) 는 해당 ASCII 코드가 0x43인 텍스트에 대응하는 특징 벡터인 "642" 를 변환 특징 벡터로 정의할 수 있다. 여기서, "642" 는 하나의 스트로크가 6의 진행 방향으로 진행하다가, 4의 진행 방향으로 진행한 후, 2의 진행 방향으로 진행한 것을 의미하고, "," 가 없으므로 하나의 연속적인 스트로크임을 의미한다. 디지털 잉크 생성부 (120) 가 텍스트 (210) 에 대한 특징 벡터를 변환 특징 벡터로 생성하는 경우 디지털 잉크 역색인부 (130) 에서의 불필요한 전처리 및 특징 추출 과정을 생략할 수 있다.

도 4a에서는 텍스트 (210) 를 영어로 예를 들어 도시하였으나, 디지털 잉크 생성부 (120) 는 한국어, 중국어, 일본어 등 다양한 언어의 텍스트 (210) 에 대한 디지털 잉크 또는 특징 벡터를 미리 결정 및 저장해 놓을 수 있고, 해당 텍스트 (210) 가 데이터 타입 분류부 (110) 로부터 분류되는 경우 미리 결정된 디지털 잉크 또는 특징 벡터를 변환 디지털 잉크 또는 변환 특징 벡터로 생성할 수 있다.

디지털 잉크 생성부 (120) 는 텍스트 (210) 에 대응하는 디지털 잉크 또는 특징 벡터를 알고리즘적으로 변환 디지털 잉크 또는 변환 특징 벡터로 생성할 수도 있다. 예를 들어, 데이터 타입 분류부 (110) 에서 분류된 텍스트가 "A" 인 경우, 디지털 잉크 생성부 (120) 는 "A" 에 대해 알고리즘적으로 스트로크를 생성하여 변환 디지털 잉크를 생성하거나 변환 특징 벡터를 생성할 수 있다.

다시 도 1 및 도 2를 참조하면, 변환 디지털 잉크, 변환 특징 벡터 및 디지털 잉크를 사용하여, 하나의 문서에 대한 역색인을 생성한다 (S30). 단계 S30은 대용량 문서의 교차 검색 시스템 (100) 의 디지털 잉크 역색인부 (130) 에 의해 수행된다.

디지털 잉크 역색인부 (130) 는 디지털 잉크 생성부 (120) 로부터의 변환 디지털 잉크 또는 변환 특징 벡터나 데이터 타입 분류부 (110) 로부터의 디지털 잉크 (220) 를 사용하여, 문서 (200) 에 대한 역색인을 생성한다.

대량의 정보로부터 관련된 정보를 획득하는 과정을 정보 검색 (information retrieval) 이라 한다. 일반적으로 이런 정보 검색에서는 메타 데이터 (metadata) 나 전체 텍스트 (full text) 또는 문서 내용을 기반으로 하여 생성한 색인 (index) 에 기반하여 검색이 이루어진다. 대량의 책이나 논문 등의 검색을 지원하는 정보 검색 시스템의 경우는 검색 속도를 빠르게 하기 위해 과도한 정보를 줄이는 기법을 사용하는 것이 중요하다. 이러한 방법 중 하나가 역색인을 이용하는 방법이다. 역색인은 대량의 문서의 내용 (문서 내의 키워드 등) 으로부터 데이터베이스 파일 내의 위치로 매핑 (mapping) 을 해주는 일종의 색인 자료 구조이다.

디지털 잉크 역색인부 (130) 는 디지털 잉크 생성부 (120) 로부터의 변환 디지털 잉크 및 데이터 타입 분류부 (110) 로부터의 디지털 잉크 (220) 를 전처리하고, 디지털 잉크 생성부 (120) 로부터의 변환 디지털 잉크, 변환 특징 벡터 및 데이터 타입 분류부 (110) 로부터의 디지털 잉크 (220) 각각으로부터 특징 벡터를 추출한다. 디지털 잉크 역색인부 (130) 의 전처리 및 추출 과정에 대한 보다 상세한 설명을 위해 도 5a 및 도 5b를 함께 참조한다.

도 5a 및 도 5b는 본 발명의 일 실시예에 따른 텍스트와 디지털 잉크를 포함하는 대용량 문서의 교차 시스템의 디지털 잉크 역색인부의 동작을 설명하기 위한 개념도이다. 도 5a 및 도 5b에서는 데이터 타입 분류부 (110) 로부터의 디지털 잉크 (220) 인 "이름" 에 대한 디지털 잉크 역색인부 (130) 의 동작을 예로 하여 설명하나, 디지털 잉크 생성부 (120) 로부터의 변환 디지털 잉크에 대한 디지털 잉크 역색인부 (130) 의 동작 또한 동일하다.

먼저, 도 5a를 참조하면, 디지털 잉크 역색인부 (130) 는 변환 디지털 잉크 또는 디지털 잉크 (220) 로부터 스트로크를 획순으로 분리한다. 즉, "이름" 을 의미하는 디지털 잉크를 획순으로 st1 부터 st9로 분리한다.

이어서, 도 5b를 참조하면, 디지털 잉크 역색인부 (130) 는 각각의 스트로크에 대해 전처리를 수행한다. 디지털 잉크 역색인부 (130) 는 전처리를 통해서 각각의 스트로크에서 불필요한 부분 등을 제거하거나, 각각의 스트로크에 대해 정규화를 진행하여 각각의 스트로크를 일정한 크기로 변형한다. 전처리는 특징 벡터 추출 이전에 스트로크에 대한 과도한 정보를 감소시켜 특징 벡터 추출을 용이하게 하기 위한 과정이다.

이어서, 도 5b를 참조하면, 디지털 잉크 역색인부 (130) 는 전처리된 각각의 스트로크에 대해 특징 벡터를 추출한다. 특징 벡터를 추출하는 것으로서 각각의 스트로크에 대해 도 4b에 도시된 바와 같은 8 방향 코드를 사용하여 스트로크의 진행 방향을 추출하는 것을 예로서 설명하였으나, 어떤 특징을 추출할 지는 상술한 예에 제약을 받지 않으며, 검색 정확도를 높일 수 있은 다양한 특징이 추출되어 특징 벡터로 이용될 수 있다.

도 6a 및 도 6b는 도 3에 도시된 문서에 대한 본 발명의 일 실시예에 따른 텍스트와 디지털 잉크를 포함하는 대용량 문서의 교차 시스템의 디지털 잉크 역색인부의 동작을 설명하기 위한 개념도이다. 도 6c는 도 3에 도시된 문서에 대한 역색인 생성 결과를 나타내는 표이다.

대용량 문서의 교차 검색 시스템 (100) 에 대한 입력으로 도 3에 도시된 문서 (200) 가 사용된 경우, 디지털 잉크 역색인부 (130) 는 문서 (200) 에 포함된 텍스트 (210) 가 변환된 변환 디지털 잉크, 변환 특징 벡터 또는 문서 (200) 에 포함된 디지털 잉크 (220) 에 대한 역색인을 수행한다.

먼저, 도 6a를 참조하면, 디지털 잉크 역색인부 (130) 는 문서 (200) 에 포함된 텍스트 (210) 인 "2012년" 이 변환된 변환 디지털 잉크에 대한 역색인을 수행한다. 이 경우, 디지털 잉크 역색인부 (130) 는 디지털 잉크 생성부 (120) 로부터 "2012년" 에 대한 변환 디지털 잉크 또는 변환 특징 벡터를 수신할 수 있다. 디지털 잉크 역색인부 (130) 가 "2012년" 에 대한 변환 디지털 잉크를 수신한 경우, 디지털 잉크 역색인부 (130) 는 변환 디지털 잉크에 대한 전처리 및 추출 과정을 수행하여 변환 디지털 잉크로부터 특징 벡터를 추출한다. 디지털 잉크 역색인부 (130) 가 "2012년" 에 대한 변환 특징 벡터를 수신한 경우, 디지털 잉크 역색인부 (130) 는 특별한 처리 없이 수신한 변환 특징 벡터를 사용할 수 있다. 디지털 잉크 역색인부 (130) 가 "2012년" 에 대한 변환 디지털 잉크 또는 변환 특징 벡터를 수신한 경우 모두, "2463, 6428, 6, 5, 3, 2463, 53, 3, 3, 5, 53" 의 특징 벡터가 추출될 수 있고, 디지털 잉크 역색인부 (130) 는 각각의 특징 벡터에 대해 문서 ID 및 스트로크 ID를 매칭시킬 수 있다. 문서 ID는 대용량 문서의 교차 검색 시스템 (100) 및 방법에서 검색 대상이 되는 문서를 식별하기 위한 번호이고, 스트로크 ID는 해당 문서 내에서 해당 스트로크의 순서를 식별하기 위한 번호이다. 문서 (200) 가 첫번째 문서인 것으로 가정하면 문서 ID는 "1" 이 되므로, "2012년" 에 대한 스트로크들은 (문서 ID, 스트로크 ID) 가 (1, 1) 부터 (1, 11) 로 매칭될 수 있다. 본 명세서에서는 하나의 문서 (200) 에 대한 검색을 예로 설명하였으나, 문서가 복수인 경우, 예를 들어, 문서가 2개인 경우에는 두번째 문서는 문서 ID가 "2" 가 될 것이다. 본 명세서에서는 해당 문서 내에서의 위치를 나타내기 위해 설명의 편의상 스트로크 ID를 사용하였으나, 이에 제한되지 않고, 다른 방식을 사용하여 해당 문서 내에서의 위치를 식별할 수도 있다.

다음으로, 도 6b를 참조하면, 디지털 잉크 역색인부 (130) 는 문서 (200) 에 포함된 디지털 잉크 (220) 인 "

" 에 대한 역색인을 수행한다. 이 경우, 디지털 잉크 역색인부 (130) 는 (110) 로부터 "

" 에 대한 디지털 잉크 (220) 를 수신할 수 있다. 디지털 잉크 역색인부 (130) 는 수신한 디지털 잉크 (220) 에 대한 전처리 및 추출 과정을 수행하여 디지털 잉크 (220) 로부터 특징 벡터를 추출한다. 그 결과, 디지털 잉크 역색인부 (130) 는 디지털 잉크 (220) "

" 으로부터 "6, 4, 5, 6428, 3, 3, 5, 53" 의 특징 벡터를 추출할 수 있고, 디지털 잉크 역색인부 (130) 는 각각의 특징 벡터에 대해 문서 ID 및 스트로크 ID를 매칭시킬 수 있다. 이에, "

"에 대한 스트로크들은 (문서 ID, 스트로크 ID) 가 (1, 128) 부터 (1, 135) 로 매칭될 수 있다.

디지털 잉크 역색인부 (130) 는 상술한 과정을 수행하여 문서 (200) 에 포함된 텍스트 (210) 가 변환된 변환 디지털 잉크 및 문서 (200) 에 포함된 디지털 잉크 (220) 각각의 특징 벡터, 특징 벡터의 빈도, 특징 벡터 각각에 대한 문서 ID 및 스트로크 ID로 구성된 역색인을 생성할 수 있다. 디지털 잉크 역색인부 (130) 가 생성하는 역색인은 다양한 형태의 데이터일 수 있고, 예를 들어, 도 6c와 같은 표 형태일 수 있다. 도 6c를 참조하면, 디지털 잉크 역색인부 (130) 는 문서 (200) 에 포함된 텍스트 (210) 가 변환된 변환 디지털 잉크 및 문서 (200) 에 포함된 디지털 잉크 (220) 와 관련된 각각의 특징 벡터 및 각각의 특징 벡터에 대응하는 빈도, 문서 ID 및 스트로크 ID와 관련된 데이터를 하나의 표로 생성할 수 있다. 상술한 역색인에 사용되는 구체적인 정보들은 일 예시일 뿐이며, 이에 제한되지 않고 역색인에 사용되는 구체적인 정보는 구현 방법에 따라 변경될 수 있다.

다시 도 1 및 도 2를 참조하면, 역색인을 역색인 데이터 베이스에 저장한다 (S30). 단계 S30은 이후에 진행될 질의와 관련된 검색을 보다 용이하게 진행하기 위한 과정으로서, 디지털 잉크 역색인부 (130) 에서 생성된 역색인을 역색인 데이터 베이스 (140) 에 저장하는 과정이다.

이어서, 문서 데이터 베이스에 저장된 모든 문서에 대해서 단계 S10부터 단계 S40까지의 과정이 반복적으로 수행될 수 있으며, 이런 과정이 모든 끝난 상태에서 문서 데이터 베이스에 있는 문서를 대상으로 검색 과정이 수행될 수 있다. 또한, 후속하는 단계 S50 및 단계 S60의 수행 과정에서, 문서 데이터 베이스에 새로운 문서가 저장되는 경우, 단계 S50 및 단계 S60과 동시에 또는 단계 S50 및 단계 S60의 수행을 중지한 상태에서 해당 문서에 대한 단계 S10부터 단계 S40까지의 과정이 수행될 수도 있다.

검색 단계에서는 질의 텍스트 또는 질의 디지털 잉크를 포함하는 질의어를 입력받는다 (S40). 단계 S40은 대용량 문서의 교차 검색 시스템 (100) 의 질의 입력부 (150) 에 의해 수행된다.

질의 입력부 (150) 는 질의 텍스트 또는 질의 디지털 잉크를 포함하는 질의어를 입력받는다. 질의 입력부 (150) 는 키보드, 마우스, 터치 스크린 디스플레이 등과 같은 다양한 입력부를 통해 질의어를 입력받을 수 있다. 질의어는 사용자가 하나 이상의 문서 (200) 들에서 검색하고자 하는 문자, 단어, 문장 등을 의미한다. 질의 텍스트는 질의어 중 텍스트로 표현된 부분을 의미하고, 질의 디지털 잉크는 질의어 중 디지털 잉크로 표현된 부분을 의미한다. 질의 입력부 (150) 에 대한 보다 상세한 설명을 위해 도 7을 함께 참조한다.

도 7은 본 발명의 일 실시예에 따른 텍스트와 디지털 잉크를 포함하는 대용량 문서의 교차 시스템의 질의 입력부의 개략도이다. 도 7을 참조하면, 질의 입력부 (150) 는 질의 데이터 타입 분류부 (151), 질의 디지털 잉크 생성부 (152) 및 질의 특징 벡터 추출부 (153) 를 포함한다.

질의 데이터 타입 분류부 (151) 는 질의어에 포함된 질의 텍스트와 질의 디지털 잉크를 분류한다. 질의 데이터 타입 분류부 (151) 는 질의어의 처음부터 순차적으로 동일한 타입의 연속된 블록을 검색하고, 블록은 연속된 동일한 데이터 타입으로 구성된다. 질의 데이터 타입 분류부 (151) 는 질의어에 포함된 질의 텍스트를 분류하여 질의 디지털 잉크 생성부 (152) 로 전송하고, 질의어에 포함된 질의 디지털 잉크를 분류하여 질의 특징 벡터 추출부 (153) 로 전송한다. 질의 데이터 타입 분류부 (151) 는 분류 대상이 질의어라는 것을 제외하면 데이터 타입 분류부 (110) 와 동작 원리는 실질적으로 동일하다.

질의 디지털 잉크 생성부 (152) 는 분류된 질의 텍스트의 각 문자들에 대한 변환 질의 디지털 잉크 또는 변환 질의 특징 벡터를 생성한다. 질의 디지털 잉크 생성부 (152) 는 질의 텍스트에 대해 미리 결정된 디지털 잉크를 변환 질의 디지털 잉크로 생성할 수도 있고, 질의 텍스트에 대해 미리 결정된 특징 벡터를 변환 질의 특징 벡터로 생성할 수도 있다. 질의 디지털 잉크 생성부 (152) 는 처리 대상이 질의 텍스트라는 것을 제외하면 디지털 잉크 생성부 (120) 와 동작 원리는 실질적으로 동일하다.

질의 특징 벡터 추출부 (153) 는 질의 텍스트로부터 변환된 변환 질의 디지털 잉크 및 질의어에 포함된 질의 디지털 잉크를 전처리하고, 변환 질의 디지털 잉크 및 질의 디지털 잉크 각각으로부터 질의 특징 벡터를 추출한다. 질의 특징 벡터 추출부 (153) 는 처리 대상이 변환 질의 디지털 잉크 및 질의 디지털 잉크라는 것을 제외하면, 질의 특징 벡터 추출부 (153) 의 동작 원리는 디지털 잉크 역색인부 (130) 에서의 전처리 및 추출 과정과 실질적으로 동일하다.

예를 들어, 질의어로 질의 텍스트인 "소개" 가 입력된 경우, 질의 데이터 타입 분류부 (151) 는 질의 텍스트인 "소개" 를 분류하여 질의 디지털 잉크 생성부 (152) 로 전송한다. 질의 디지털 잉크 생성부 (152) 는 질의 텍스트인 "소개" 에 대한 변환 질의 디지털 잉크를 생성하여, 질의 특징 벡터 추출부 (153) 로 전송한다. 질의 특징 벡터 추출부 (153) 는 변환 질의 디지털 잉크에 대한 전처리 및 추출 과정을 수행하여, 질의 특징 벡터를 추출한다. 질의 특징 벡터 추출 결과 질의 텍스트인 "소개" 에 대해 "6, 4, 5, 3, 36, 5, 3, 5" 의 질의 특징 벡터가 추출된다. 질의 디지털 잉크 생성부 (152) 는 질의 텍스트인 "소개" 에 대한 변환 질의 특징 벡터를 생성할 수도 있다.

예를 들어, 질의어로 질의 디지털 잉크인 "

" 가 입력된 경우, 질의 데이터 타입 분류부 (151) 는 질의 디지털 잉크인 "

" 를 분류하여 질의 특징 벡터 추출부 (153) 로 전송한다. 질의 특징 벡터 추출부 (153) 는 질의 디지털 잉크에 대한 전처리 및 추출 과정을 수행하여, 질의 특징 벡터를 추출한다. 질의 특징 벡터 추출 결과 질의 디지털 잉크인 "

" 에 대해 "6, 4, 5, 3, 36, 5, 3, 5" 의 질의 특징 벡터가 추출된다.

질의 입력부 (150) 의 질의 데이터 타입 분류부 (151) 및 질의 디지털 잉크 생성부 (152) 는 데이터 타입 분류부 (110) 및 디지털 잉크 생성부 (120) 로 대체 가능하다. 구체적으로, 질의 데이터 타입 분류부 (151) 및 질의 디지털 잉크 생성부 (152) 각각의 기능은 데이터 타입 분류부 (110) 및 디지털 잉크 생성부 (120) 의 기능과 실질적으로 동일하므로, 질의어를 질의 텍스트와 질의 디지털 잉크로 분류하는 것은 데이터 타입 분류부 (110) 에 의해 수행되고, 질의 텍스트를 변환 질의 디지털 잉크로 변환하는 것은 디지털 잉크 생성부 (120) 에 의해 수행될 수 있다. 또한, 질의 입력부 (150) 의 질의 특징 벡터 추출부 (153) 도 생략 가능하다. 구체적으로 질의 특징 벡터 추출부 (153) 의 기능은 디지털 잉크 역색인부 (130) 에서의 전처리 및 추출 기능과 실질적으로 동일하므로, 질의 특징 벡터를 추출하는 것은 디지털 잉크 역색인부 (130) 에 의해 수행될 수도 있다.

다시 도 1 및 도 2를 참조하면, 역색인 데이터 베이스에서 질의어에 대응하는 정보를 검색한다 (S60). 단계 S60은 대용량 문서의 교차 검색 시스템 (100) 의 질의 처리부 (160) 에 의해 수행된다.

질의 처리부 (160) 는 질의어에 대한 질의 특징 벡터에 기초하여 역색인 데이터 베이스 (140) 에서 질의어에 대응하는 정보를 검색한다. 질의 처리부 (160) 는 역색인 데이터 베이스 (140) 에 저장된 데이터, 즉, 문서 (200) 에 포함된 텍스트 (210) 및 디지털 잉크 (220) 에 대한 특징 벡터, 특징 벡터에 대한 문서 ID 및 스트로크 ID를 사용하여, 질의어에 대응하는 정보를 검색한다. 예를 들어, 상술한 바와 같이, 질의어로 질의 텍스트인 "소개" 또는 질의 디지털 잉크인 "

" 가 입력된 경우, 질의 특징 벡터로 "6, 4, 5, 3, 36, 5, 3, 5" 이 추출된다. 질의 처리부 (160) 는 질의 특징 벡터로 역색인 데이터 베이스 (140) 에서 검색을 수행한다. 도 6c를 참조하면, 첫번째 스트로크인 "6" 에 대해서는 (문서 ID, 스트로크 ID) 로 (1, 3), …, (1, 68), (1, 86), (1, 98), …, (1, 141) 이 검색되고, 두번째 스트로크인 "4" 에 대해서는 (1, 47), (1, 51), (1, 63), (1, 69), (1, 87), (1, 99), (1, 117), (1, 129), (1, 139), (1, 142) 이 검색되고, 세번째, 여섯번째, 그리고 여덟번째 스트로크인 "5" 에 대해서는 (1, 4), …, (1, 66), (1, 70), (1, 73), (1, 75), (1, 78), (1, 81), (1, 84), (1, 89), (1, 92), (1, 93), (1, 94), (1, 100), (1, 103), (1, 105), …, (1, 147) 이 검색되고, 네번째 및 일곱번째 스트로크인 "3" 에 대해서는 (1, 5), …, (1, 65), (1, 71), (1, 74), (1, 77), (1, 79), (1, 83), (1, 88), (1, 95), (1, 101), (1, 104), …, (1, 144) 가 검색되며, 다섯번째 스트로크인 "36" 에 대해서는 (1, 41), (1, 72), (1, 102) 이 검색된다. 질의 처리부 (160) 는 검색된 (문서 ID, 스트로크 ID) 중 동일 문서 내에서 8개의 스트로크가 연속된 조건의 조합을 검색하고, 검색 결과 (1, 68) 내지 (1, 75) 와 (1, 98) 내지 (1, 105) 의 2개의 조합을 검색한다.

질의 처리부 (160) 는 검색 결과인 2개의 (문서 ID, 스트로크 ID) 조합을 사용하여 질의어에 대응하는 문서 (200) 내의 텍스트 (210) 또는 디지털 잉크 (220) 를 검색할 수 있고, 해당 검색 결과를 사용자에게 제공할 수 있다. 예를 들어, 질의 처리부 (160) 는 검색 결과, 질의어에 대응하는 텍스트 (210) 또는 디지털 잉크 (220) 가 도 3에 도시된 문서 (200) 에서 텍스트 (210) 인 "소개" 와 디지털 잉크 (220) 인 "

" 로 검색되었음을 사용자에게 제공할 수 있다.

질의 처리부 (160) 는 평가 함수를 사용하여 질의어와 문서 (200) 와의 연관 관계를 평가할 수 있다. 예를 들어, 복수의 문서가 검색 대상인 경우, 각각의 문서와 질의어와의 연관 관계를 평가 함수를 사용하여 점수화할 수 있고, 점수가 높은 순서로 복수의 문서를 정렬하여 해당 결과를 사용자에게 제공할 수 있다.

본 명세서에 개시된 실시예들과 관련하여 설명된 방법 또는 알고리즘의 단계는 프로세서에 의해 실행되는 하드웨어, 소프트웨어 모듈 또는 그 2개의 결합으로 직접 구현될 수도 있다. 소프트웨어 모듈은 RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터, 하드 디스크, 착탈형 디스크, CD-ROM 또는 당업계에 알려진 임의의 다른 형태의 저장 매체에 상주할 수도 있다. 예시적인 저장 매체는 프로세서에 커플링되며, 그 프로세서는 저장 매체로부터 정보를 판독할 수 있고 저장 매체에 정보를 기입할 수 있다. 다른 방법으로, 저장 매체는 프로세서와 일체형일 수도 있다. 프로세서 및 저장 매체는 주문형 집적회로 (ASIC) 내에 상주할 수도 있다. ASIC는 사용자 단말기 내에 상주할 수도 있다. 다른 방법으로, 프로세서 및 저장 매체는 사용자 단말기 내에 개별 컴포넌트로서 상주할 수도 있다.

이상으로 실시예를 들어 본 발명을 더욱 상세하게 설명하였으나, 본 발명은 반드시 이러한 실시예로 국한되는 것은 아니고, 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형실시될 수 있다. 따라서 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

110: 데이터 타입 분류부
120: 디지털 잉크 생성부
130: 디지털 잉크 역색인부
140: 역색인 데이터 베이스
150: 질의 입력부
151: 질의 데이터 타입 분류부
152: 질의 디지털 잉크 생성부
153: 질의 특징 벡터 추출부
160: 질의 처리부
100: 대용량 문서의 교차 검색 시스템
200: 문서
210: 텍스트
220: 디지털 잉크

Claims

데이터 타입에 기초하여 하나의 문서에 포함된 텍스트와 디지털 잉크 (digital ink) 를 분류하는 데이터 타입 분류부;
상기 텍스트에 대한 변환 디지털 잉크 또는 변환 특징 벡터를 생성하는 디지털 잉크 생성부;
상기 변환 디지털 잉크, 상기 변환 특징 벡터 및 상기 디지털 잉크를 사용하여, 상기 하나의 문서에 대한 역색인 (inverted index) 을 생성하는 디지털 잉크 역색인부;
상기 역색인을 저장하기 위한 역색인 데이터 베이스;
질의 텍스트 또는 질의 디지털 잉크를 포함하는 질의어를 입력받는 질의 입력부; 및
상기 역색인 데이터 베이스에서 상기 질의어에 대응하는 정보를 검색하는 질의 처리부를 포함하는 것을 특징으로 하는, 대용량 문서의 교차 검색 시스템.
제1항에 있어서,
상기 데이터 타입 분류부는 상기 하나의 문서의 처음부터 순차적으로 동일한 데이터 타입의 연속된 블록을 검색하고,
상기 데이터 타입은 텍스트 또는 디지털 잉크이고,
상기 연속된 블록은 동일한 데이터 타입으로 구성된 것을 특징으로 하는, 대용량 문서의 교차 검색 시스템.
제1항에 있어서,
하나 이상의 문서가 저장된 문서 데이터 베이스를 더 포함하고,
상기 하나의 문서는 상기 문서 데이터 베이스에 저장된 상기 하나 이상의 문서 중 하나인 것을 특징으로 하는, 대용량 문서의 교차 검색 시스템.
제1항에 있어서,
상기 디지털 잉크 생성부는 상기 텍스트의 각각의 문자에 대해 미리 결정된 디지털 잉크를 상기 변환 디지털 잉크로 생성하거나, 상기 텍스트의 각각의 문자에 대해 미리 결정된 특징 벡터를 상기 변환 특징 벡터로 생성하는 것을 특징으로 하는, 대용량 문서의 교차 검색 시스템.
제1항에 있어서,
상기 디지털 잉크 역색인부는 상기 변환 디지털 잉크 및 상기 디지털 잉크를 전처리하고, 상기 변환 디지털 잉크 및 상기 디지털 잉크 각각으로부터 특징 벡터를 추출하는 것을 특징으로 하는, 대용량 문서의 교차 검색 시스템.
제4항에 있어서,
상기 디지털 잉크 생성부가 상기 텍스트의 각각의 문자에 대해 미리 결정된 특징 벡터를 상기 변환 특징 벡터를 생성하는 경우, 상기 디지털 잉크 역색인부는 상기 텍스트의 각각의 문자에 대한 전처리나 특징 벡터 추출 과정 없이 상기 변환 특징 벡터를 바로 사용하는 것을 특징으로 하는, 대용량 문서의 교차 검색 시스템.
제1항에 있어서,
상기 질의 입력부는,
데이터 타입에 기초하여 상기 질의 텍스트와 상기 질의 디지털 잉크를 분류하는 질의 데이터 타입 분류부;
상기 질의 텍스트에 대한 변환 질의 디지털 잉크 또는 변환 질의 특징 벡터를 생성하는 질의 디지털 잉크 생성부; 및
상기 변환 질의 디지털 잉크 및 상기 질의 디지털 잉크 각각으로부터 질의 특징 벡터를 추출하거나, 상기 변환 질의 특징 벡터를 상기 질의 특징 벡터로 추출하는 질의 특징 벡터 추출부를 포함하는 것을 특징으로 하는, 대용량 문서의 교차 검색 시스템.
제7항에 있어서,
상기 질의 처리부는 상기 역색인 데이터 베이스에서 상기 질의 특징 벡터를 사용하여 상기 질의어를 검색하는 것을 특징으로 하는, 대용량 문서의 교차 검색 시스템.
제7항에 있어서,
상기 질의 처리부는 평가 함수를 사용하여 상기 질의어와 상기 하나의 문서와의 연관 관계를 평가하는 것을 특징으로 하는, 대용량 문서의 교차 검색 시스템.
데이터 타입에 기초하여 하나의 문서에 포함된 텍스트와 디지털 잉크를 분류하는 단계;
상기 텍스트에 대한 변환 디지털 잉크 또는 변환 특징 벡터를 생성하는 단계;
상기 변환 디지털 잉크, 상기 변환 특징 벡터 및 상기 디지털 잉크를 사용하여, 상기 하나의 문서에 대한 역색인을 생성하는 단계;
상기 역색인을 역색인 데이터 베이스에 저장하는 단계;
질의 텍스트 또는 질의 디지털 잉크를 포함하는 질의어를 입력받는 단계; 및
상기 역색인 데이터 베이스에서 상기 질의어에 대응하는 정보를 검색하는 단계를 포함하는 것을 특징으로 하는, 대용량 문서의 교차 검색 방법.
제10항에 있어서,
상기 분류하는 단계는 상기 하나의 문서의 처음부터 순차적으로 동일한 데이터 타입의 연속된 블록을 검색하는 단계를 포함하고,
상기 데이터 타입은 텍스트 또는 디지털 잉크이고,
상기 연속된 블록은 동일한 데이터 타입으로 구성된 것을 특징으로 하는, 대용량 문서의 교차 검색 방법.
제10항에 있어서,
상기 하나의 문서는 문서 데이터 베이스에 저장된 하나 이상의 문서 중 하나인 것을 특징으로 하는, 대용량 문서의 교차 검색 방법.
제10항에 있어서,
상기 변환 디지털 잉크 또는 상기 변환 특징 벡터를 생성하는 단계는 상기 텍스트의 각각의 문자에 대해 미리 결정된 디지털 잉크를 상기 변환 디지털 잉크로 생성하는 단계 또는 상기 텍스트의 각각의 문자에 대해 미리 결정된 특징 벡터를 상기 변환 특징 벡터로 생성하는 단계를 포함하는 것을 특징으로 하는, 대용량 문서의 교차 검색 방법.
제10항에 있어서,
상기 역색인을 생성하는 단계는,
상기 변환 디지털 잉크 및 상기 디지털 잉크를 전처리하는 단계; 및
상기 변환 디지털 잉크 및 상기 디지털 잉크 각각으로부터 특징 벡터를 추출하는 단계를 포함하는 것을 특징으로 하는, 대용량 문서의 교차 검색 방법.
제13항에 있어서,
상기 변환 디지털 잉크 또는 상기 변환 특징 벡터를 생성하는 단계가 상기 텍스트의 각각의 문자에 대해 미리 결정된 특징 벡터를 상기 변환 특징 벡터로 생성하는 단계를 포함하는 경우, 상기 역색인을 생성하는 단계는 상기 텍스트의 각각의 문자에 대한 전처리나 특징 벡터 추출 과정 없이 상기 변환 특징 벡터를 바로 사용하는 단계를 포함하는 것을 특징으로 하는, 대용량 문서의 교차 검색 방법.
제10항에 있어서,
상기 질의어를 입력받는 단계는,
데이터 타입에 기초하여 상기 질의 텍스트와 상기 질의 디지털 잉크를 분류하는 단계;
상기 질의 텍스트에 대한 변환 질의 디지털 잉크 또는 변환 질의 특징 벡터를 생성하는 단계; 및
상기 변환 질의 디지털 잉크 및 상기 질의 디지털 잉크 각각으로부터 질의 특징 벡터를 추출하거나, 상기 변환 질의 특징 벡터를 상기 질의 특징 벡터로 추출하는 단계를 포함하는 것을 특징으로 하는, 대용량 문서의 교차 검색 방법.
제16항에 있어서,
상기 질의어를 검색하는 단계는 상기 역색인 데이터 베이스에서 상기 질의 특징 벡터를 사용하여 상기 질의어를 검색하는 단계를 포함하는 것을 특징으로 하는, 대용량 문서의 교차 검색 방법.
제16항에 있어서,
상기 질의어를 검색하는 단계는 평가 함수를 사용하여 상기 질의어와 상기 하나의 문서와의 연관 관계를 평가하는 단계를 포함하는 것을 특징으로 하는, 대용량 문서의 교차 검색 방법.
데이터 타입에 기초하여 하나의 문서에 포함된 텍스트와 디지털 잉크를 분류하고,
상기 텍스트에 대한 변환 디지털 잉크 또는 변환 특징 벡터를 생성하고,
상기 변환 디지털 잉크, 상기 변환 특징 벡터 및 상기 디지털 잉크를 사용하여, 상기 하나의 문서에 대한 역색인을 생성하고,
상기 역색인을 역색인 데이터 베이스에 저장하고,
질의 텍스트 또는 질의 디지털 잉크를 포함하는 질의어를 입력받고,
상기 역색인 데이터 베이스에서 상기 질의어에 대응하는 정보를 검색하게 하는 명령어들의 세트를 포함하는 것을 특징으로 하는, 컴퓨터 판독가능 매체.