KR101615848B1 - 유사상황 검색을 통한 대화 스티커 추천방법 및 컴퓨터 프로그램 - Google Patents

유사상황 검색을 통한 대화 스티커 추천방법 및 컴퓨터 프로그램 Download PDF

Info

Publication number
KR101615848B1
KR101615848B1 KR1020150008727A KR20150008727A KR101615848B1 KR 101615848 B1 KR101615848 B1 KR 101615848B1 KR 1020150008727 A KR1020150008727 A KR 1020150008727A KR 20150008727 A KR20150008727 A KR 20150008727A KR 101615848 B1 KR101615848 B1 KR 101615848B1
Authority
KR
South Korea
Prior art keywords
situation
sticker
conversation
information
speech
Prior art date
Application number
KR1020150008727A
Other languages
English (en)
Inventor
김택진
이재준
장정선
정세희
이경종
이연수
Original Assignee
주식회사 엔씨소프트
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 주식회사 엔씨소프트 filed Critical 주식회사 엔씨소프트
Priority to KR1020150008727A priority Critical patent/KR101615848B1/ko
Priority to US14/799,560 priority patent/US9792909B2/en
Application granted granted Critical
Publication of KR101615848B1 publication Critical patent/KR101615848B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/52—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail for supporting social networking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04M—TELEPHONIC COMMUNICATION
    • H04M1/00—Substation equipment, e.g. for use by subscribers
    • H04M1/72—Mobile telephones; Cordless telephones, i.e. devices for establishing wireless links to base stations without route selection
    • H04M1/724—User interfaces specially adapted for cordless or mobile telephones
    • H04M1/72403—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality
    • H04M1/7243—User interfaces specially adapted for cordless or mobile telephones with means for local support of applications that increase the functionality with interactive means for internal management of messages

Abstract

유사상황 검색을 통한 대화 스티커 추천방법이 개시된다. 본 발명에 의한 유사상황 검색을 통한 대화 스티커 추천방법은 제1사용자 단말기 및 제2사용자 단말기의 직전 발화에 대한 대화 상황 정보를 생성하는 단계; 대화 상황 정보 데이터베이스로부터 가장 유사한 문맥을 갖는 후보상황-이때, 상황이란 다수의 연속발화를 포함함-을 검색하는 단계; 검색된 후보 상황으로부터 도출된 발화-스티커 쌍으로부터 스티커 정보를 획득하여 제1사용자 단말기로 제공하는 단계;를 포함하는 것을 특징으로 한다.

Description

유사상황 검색을 통한 대화 스티커 추천방법 및 컴퓨터 프로그램{Method and computer program of recommending dialogue sticker based on similar situation detection}
본 발명은 소셜 네트워크 서비스 또는 인스턴트 메신저를 통한 대화시 스티커를 추천하는 방법에 관한 것이다. 더욱 구체적으로는 기 구축된 대화 상황 데이터 베이스로부터 문맥을 고려한 유사상황을 검색을 통해 대화 상황에 비추어 적절한 스티커를 추천하는 방법에 관한 것이다.
소셜 네트워크 서비스 또는 인스턴트 메신저를 통한 대화시 사용자의 감정상태를 표시하기 위해 이모티콘을 사용하곤 한다.
과거에는 발화의 끝 부분에 텍스트로 쓰여진 이모티콘(OTL, ㅠㅠ, ^^;)을 덧붙이는 정도에 그쳤으나 최근에는 그래픽 이미지 형태의 이모티콘을 표시하기도 한다.
사용자는 대화 내용을 입력하다가 이모티콘 선택 창을 열어 적당한 것을 선택하여 입력할 수 있는데, 그 과정을 더욱 편리하게 하고자 사용자가 입력한 텍스트가 자동으로 이모티콘으로 변환되어 표시되는 기술이 개발되기도 했다.
도 1은 공지의 개인용 컴퓨터용 메신저(네이트온)에서 이모티콘이 표시되는 모습을 도시한다.
도 1에 도시된 공지의 메신저에서는 특정 키워드를 입력하면 해당 텍스트가 키워드에 해당하는 이모티콘으로 자동으로 변환된다. 도 1의 예에 의할 때 사용자가 "선물"이라 입력한 순간, "선물"이라는 단어가 선물에 해당하는 이모티콘으로 자동으로 변환된 것을 알 수 있다.
그러나, 이러한 종래기술은 단순히 특정 키워드가 입력되면 이를 미리 매칭된 이모티콘으로 변환하여 표시하는 것에 불과하기 때문에, 대화의 내용이나 문맥과는 전혀 무관하게, 심지어는 대화 상황에 비추어 적절하지 못한 방식으로 표시되는 일이 허다하다.
이러한 문제점을 해소하기 위하여, 대한민국 특허공개 10-2011-0026218 “문자 메시지 입력 장치 및 방법 그리고 그를 위한 프로그램을 기록한 기록 매체"는 입력된 대화 내용으로부터 감정상태를 나타내는 단어를 추출하고, 이를 이용하여 감정상태에 부합하는 이모티콘을 선택해주는 기술을 공지하고 있다.
그러나, 이 역시 입력된 텍스트를 분석하여 감정상태를 나타내는 키워드가 등장하면, 이에 대응되는 이모티콘을 1대1로 매칭해주는 것에 불과하다.
따라서, 문맥이나 대화의 상황, 사용자간의 관계가 고려될 여지가 없어, 적절하지 못한 이모티콘 추천이 이루어지는 경우가 발생한다.
이외에, 2008년 韓國컴퓨터情報學會論文誌에 수록된 논문 "한국어 모바일 대화형 에이전트 시스템"은 본 발명의 발명자의 논문으로서 문장간의 유사도를 계산하는 방법을 공지하고 있다.
그러나, 상기 논문에 게재된 기술은 문맥에 대한 고려 없이 단순히 발화간의 유사도를 계산하는 것에 그친다.
즉, 다수의 발화들을 포함하는 대화와 대화간의 유사도 비교가 아니라, 단일 발화간의 기계적인 유사도 계산에 불과하기 때문에 문맥을 고려한 이모티콘 추천시에는 적용하기 어렵다는 한계가 있다.
문헌 1. 대한민국 특허공개 10-2011-0026218 “문자 메시지 입력 장치 및 방법 그리고 그를 위한 프로그램을 기록한 기록 매체” 문헌 2. 대한민국 등록특허 10-0751396 "문자 서비스 이모티콘 자동 변환 시스템 및 방법”
문헌 3. 김준혁, 박영웅, 하슬비, 최용석, "텍스트 마이닝을 이용한 Bigram-Signature 기반의 자동 이모티콘 추천 모듈", 2014년 한국컴퓨터종합학술대회 논문집, 대한민국(2014) 문헌 4. 이연수, 신중휘, 홍금원, 송영인, 이도길, 임해창, "다양한 언어적 자질을 고려한 발화간 유사도 측정방법", 한국음향학회지 제28권 제1호 pp.61~69, 대한민국(2009) 문헌 5. 홍금원, 이연수, 김민정, 이승욱, 이주영, 임해창, 한국어 모바일 대화형 에이전트 시스템", 韓國컴퓨터情報學會論文誌 第13卷第6號, 대한민국(2008. 11.)
본 발명은 상기와 같은 종래기술의 문제점을 해소하기 위하여 개발된 것으로, 원격지 사용자들간 대화를 입력하여 서로 주고받는 메신저 또는 소셜 네트워크 서비스에서, 대화의 상황과 감정상태를 단위 발화가 아니라 대화 단위로 파악하고 문맥을 고려하여 적절한 스티커를 선정하여 추천해주는 기술의 제공을 그 목적으로 한다.
특히, 본 발명은 기존에 구축된 대화 상황 정보 데이터베이스로부터 유사상황을 검색하고, 발화-스티커 후보 쌍을 순위화함으로써 현재 대화의 문맥과 가장 유사한 상황에서 과거에 사용되었던 스티커를 추천하는 방법의 제공에 그 목적이 있다.
상기와 같은 목적을 달성하기 위하여 본 발명의 일 실시예에 의한 유사상황 검색을 통한 대화 스티커 추천방법은 제1사용자 단말기 및 제2사용자 단말기의 직전 발화에 대한 대화 상황 정보를 생성하는 단계;
대화 상황 정보 데이터베이스로부터 가장 유사한 문맥을 갖는 후보상황-이때, 상황이란 다수의 연속발화를 포함함-을 검색하는 단계;
검색된 후보 상황으로부터 도출된 발화-스티커 쌍으로부터 스티커 정보를 획득하여 제1사용자 단말기로 제공하는 단계;를 포함한다.
이때, 대화 상황 정보 데이터베이스는 기 분석된 다수의 연속발화에 대한 대화 상황 정보 및 발화-스티커 쌍을 저장한다.
한편, 상기 대화 상황 정보를 생성하는 단계에서는, 상기 직전 발화를 포함하는 제1사용자 단말기 및 제2사용자 단말기간 주고 받은 소정 개수의 연속발화에 대한 화행 카테고리 정보를 포함하는 대화 상황 정보를 생성한다.
상기 후보상황을 검색하는 단계에서는, 상기 대화 상황 정보 데이터베이스로부터 상기 입력된 직전 발화의 화행 흐름과 일치하는 연속 발화를 갖는 상황을 검색한다.
이때, 검색된 유사상황에 대하여 기 정의된 화행 흐름 예측 기준에 따라 후보상황의 순위를 메기고, 상기 제1사용자 단말기로 제공하는 단계에서는, 높은 순위의 후보상황으로부터 획득된 스티커 정보를 우선하여 제공할 수 있다.
이때, 다수의 연속 발화에 대한 화행 흐름의 일치 여부를 판단함에 있어, 발화자의 전환 여부에 대한 판단을 더 수행할 수 있다.
이때, 상기 입력된 직전 발화의 대화 상황 정보로부터 제1사용자 및 제2사용자의 관계를 추론하되, 상기 대화 상황 정보 데이터베이스로부터 상기 제1사용자 및 제2사용자의 관계와 일치하는 상황을 검색할 수 있다.
상기에서, 상기 대화 상황 정보를 생성하는 단계 이후,
상기 분석한 대화 상황정보가 기 정의된 이벤트 규칙을 만족하는지 여부를 판정하는 단계; 및
이벤트 규칙을 만족하지 않으면 후보 상황 검색 단계로 진행하되, 이벤트 규칙을 만족하는 경우 해당 이벤트 규칙에 연관되어 저장된 스티커 정보를 인출하여 제1사용자 단말기로 제공하고 종료하는 단계;를 더 포함할 수 있다.
이러한 본 발명에 의할 때, 동일한 대화 내용이나 키워드가 입력되어도 대화의 문맥과 상황에 따라서 다른 스티커가 적절하게 추천될 수 있다. 즉, 단순히 키워드 매칭을 통해 자동추천하는 알고리즘에 비하여 더욱 적절한 스티커의 추천이 가능하다는 효과가 있다.
특히, 입력된 발화에 대해 분석된 대화 상황 정보를 이용하여, 과거의 대화 상황 정보 데이터베이스로부터 가장 그럴 듯한 화행 흐름을 기준으로 순위화하고, 주제를 시작하는 발화인지 응답에 해당하는 발화인지에 따라 발화-스티커 후보 쌍을 순위화함으로써 스티커 추천시의 상황 적합성을 담보해낼 수 있다.
도 1은 종래기술에 의한 이모티콘 자동 변환기술을 예시하는 도면이며,
도 2는 서버와 사용자 단말기들의 연결관계를 도시하는 도면이며,
도 3은 서버의 구성을 설명하는 도면이며,
도 4는 대화 상황, 상대방과의 관계 및 개인 선호를 고려하여 스티커가 추천되는 예를 설명하는 도면이며,
도 5는 수집된 발화를 분석하여 스티커가 추천되기까지의 과정을 설명하는 도면이며,
도 6은 화행분석, 감정분석 및 관계분석을 예시적으로 설명하는 도면이며,
도 7은 화행을 대화의 범용적 관점에서 구분한 체계를 예시한 도면이며,
도 8은 화행을 사회적 의례 관점에서 구분한 체계를 예시한 도면이며,
도 9는 감정을 종류와 정도에 따라 구분한 체계를 예시한 도면이며,
도 10은 스티커 추천 단계의 처리과정을 부연하는 도면이며,
도 11은 본 발명에 의한 유사상황 검색을 통한 대화 스티커 추천방법을 설명하는 플로우차트이며,
도 12는 대화 상황 정보 데이터베이스로부터 가장 그럴듯한 화행 흐름순으로 후보 상황을 순위화하는 과정을 설명하는 도면이다.
이하에서는 본 발명의 바람직한 실시예 및 첨부하는 도면을 참조하여 본 발명을 상세히 설명하되, 도면의 동일한 참조부호는 동일한 구성요소를 지칭함을 전제하여 설명하기로 한다.
발명의 상세한 설명 또는 특허청구범위에서 어느 하나의 구성요소가 다른 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 당해 구성요소만으로 이루어지는 것으로 한정되어 해석되지 아니하며, 다른 구성요소들을 더 포함할 수 있는 것으로 이해되어야 한다.
또한, 발명의 상세한 설명 또는 특허청구범위에서 "~수단", "~부", "~모듈", "~블록"으로 명명된 구성요소들은 적어도 하나 이상의 기능이나 동작을 처리하는 단위를 의미하며, 이들 각각은 소프트웨어 또는 하드웨어, 또는 이들의 결합에 의하여 구현될 수 있다.
이하에서, 스티커란 메신저 또는 소셜 네트워크 서비스 상에서 대화시 대화 내용에 부착하여 사용하는 그래픽 이미지를 의미한다. 이모티콘으로 혼용되기도 하는 개념으로 이하에서는 스티커로 통칭하기로 한다.
이하에서, 붙임 스티커란 사용자가 입력한 대화 문장에 부종하며, 입력된 문장에 부착되어 사용되는 스티커를 의미한다.
이하에서, 응답 스티커란 상대방이 입력한 직전 대화 내용 또는 상대방이 직전 대화에 사용한 스티커에 응답하기 위해 사용되는 스티커를 의미한다.
붙임 스티커는 사용자가 입력한 대화 문장에 대하여 추천되는 스티커이며, 응답 스티커는 상대방이 직전에 입력한 대화 문장이나 사용한 스티커에 응답하기 위하여 사용자에게(상대방이 아닌) 추천되는 스티커로 구분될 수 있다.
이하에서, 스티커의 부착이란 대화창 또는 대화 입력 내용의 앞뒤 또는 중간에 해당 스티커의 그래픽 이미지를 표시하는 것을 의미한다.
이하에서, 발화(發話)란 사용자가 메신저 또는 소셜 네트워크 서비스 상에 입력한 대화의 기본 단위를 의미한다. 통상, 대화 입력창에 텍스트 형태로 대화 내용을 입력한 다음 "전송" 버튼을 누르는 것에 의해 발화가 이루어진다.
이하에서, 대화 상황이란 발화의 의도, 감정, 키워드 분석을 통해 드러나는 대화의 상태 흐름을 의미한다.
이하에서, 화행(話行, Speech act)이란 발화의 의도를 의미한다.
이하에서, 대화 상황 정보란 발화에 대한 화행 분석과 감정분석, 표층 분석을 통해 얻어지는 정보로서, 화행 정보(화행 카테고리에 대한 정보), 감정 정보(감정 카테고리 및 감정 강도에 대한 정보), 키워드를 포함한다. 단일 발화에 대한 대화 상황 정보의 생성도 가능하지만, 바람직하게는 둘 이상의 연속 발화에 대한 화행 흐름, 감정 흐름을 포함한다.
이하에서, 대화 상황 정보 데이터 베이스는 화행 부착 코퍼스 및 감정 부착 코퍼스에 대한 기계학습을 통해 대량의 대화 상황 정보를 저장하는 데이터 베이스를 의미한다. 바람직하게는 연속 발화에 대한 대화 상황 정보와, 각 발화 별 발화-스티커 쌍을 포함한다.
도 2는 사용자 단말기(20)와 서버(10)의 연결관계를 나타내는 도면이다.
사용자 단말기(20)는 네트워크를 통해 서버(10)에 접속하며, 대화 내용을 입력하거나 상대방으로부터 입력된 발화를 표시하기 위한 수단에 해당한다.
사용자는 사용자 단말기(20)를 이용하여 서버(10)를 경유, 다른 사용자들과 텍스트나 이미지 등을 포함하는 시각적 형태의 메시지를 주고 받을 수 있다.
사용자 단말기(20)는 이와 같은 기능을 수행하기 위한 수단으로서, 스마트폰이나 개인용 컴퓨터와 같은 형태일 수 있다. 이외에도, 네트워크(바람직하게는 인터넷)에 접속할 수 있으며 사용자가 시각적 형태의 커뮤니케이션이 가능하게 하는 수단이라면 사용자 단말기(20)에 포함되는 것으로 이해되어야 한다.
이하에서는 제1사용자는 메시지를 주고 받음으로써 대화중인 사용자이며, 제1사용자단말기(21)는 이와 같이 제1사용자로 하여금 시각적 형태의 커뮤니케이션을 할 수 있도록 하는 수단에 해당한다.
제2사용자는 제1사용자와 대화하는 상대방이며, 제2사용자단말기(22)는 제2사용자가 대화시 사용하는 단말기이다.
서버(10)는 제1사용자와 제2사용자간 대화를 할 수 있도록 메시지를 중개하며, 더 나아가 제2사용자의 발화에 대해 간편하게 응답할 수 있도록 제1사용자에게 응답 스티커를 추천한다.
이하에서는, 서버(10)가 제1사용자에게 스티커를 추천하는 경우를 설명하나, 제1사용자와 제2사용자의 구분은 이해를 돕기 위한 편의상의 구분일 뿐이며, 실제로 서버(10)는 양쪽 사용자 모두에게 스티커를 추천할 수 있음은 당연하다.
도 2에서는 서버(10)를 단일 서버인 것으로 도시하였으나, 서버(10)는 기능에 따라 나뉘어진 다수의 서버를 포함하는 서버군의 형태여도 무방하다.
예컨대, 제1사용자 단말기(21)와 제2사용자 단말기(22)간의 대화를 중개하는 메신저 서버, 대화를 분석하여 스티커를 추천하는 스티커 추천 서버로 이루어질 수도 있으며 소셜 네트워크 서비스를 제공하는 서버를 포함할 수도 있다.
아니면, 외부의 소셜 네트워크 서비스 서버와 연동되어 스티커 추천결과가 외부 서버를 경유하여 사용자 단말기(20)로 제공되도록 할 수도 있다.
본 발명에 의한 응답 스티커 추천방법은 상기와 같이 제1사용자 단말기(21), 제2사용자 단말기(22)와 연결되는 서버(10)에서 실행될 수 있다.
도 3은 서버의 하드웨어 구조를 나타낸다.
도 3에 도시된 바에 의할 때, 서버(10)는 프로세서(11), 메모리(12), 저장장치(13) 및 네트워크 어댑터(14)를 갖는다.
저장장치(13)는 기 분석된 발화 데이터 및 본 발명에 의한 응답 스티커 추천방법을 실행하기 위한 명령어가 수록된 컴퓨터 프로그램을 적재한다.
메모리(12)는 상기 컴퓨터 프로그램의 명령어들을 저장하는 휘발성 저장공간에 해당하며, 프로세서(11)는 메모리에 적재된 명령어들을 실행하여 본 발명에 의한 응답 스티커 추천방법을 실행한다.
네트워크 어댑터(14)는 유무선 통신방식에 의하여 제1사용자 단말기(21) 및 제2사용자 단말기(22)와 통신한다.
서버(10)는 다음과 같은 과정을 통해 사용자의 대화시 적절한 스티커를 선정하여 추천한다.
우선, 서버(10)는 제1사용자단말기(21) 및 제2사용자 단말기(20)로부터 대화 내용을 수집하고, 발화를 분절하여 분석함으로써 대화상황 분석을 수행한다.
한편, 기 수립된 대화 상황 분류체계와 대화 상황 정보를 이용하여 기 수집되어 분석된 발화 데이터로부터 유사 대화상황을 검색함으로써 적절한 스티커 후보군을 선정하고, 상황과 선호도에 기반하여 랭킹을 메겨 최종적으로 사용자에게 스티커를 추천한다.
즉, 단순히 키워드 비교에 의해 1대1 매칭(동일 키워드에 대해 동일한 스티커를 추천)을 수행하는 종래기술과 달리, 대화 내용을 파싱한 결과로 동일한 키워드가 확인되어도 대화의 상황 및 상대방과의 관계나 사용자의 개인 선호에 따라 스티커를 다르게 추천하는 것이다.
도 4는 서버(10)가 동일 대화 내용에도 불구하고 대화 상황, 상대방과의 관계 및 개인 선호에 따라 서로 다른 스티커 그룹을 추천하는 경우를 예시한다.
도 4에 도시된 "예시 #1"에 의하면, 대화 상대방이 회사 상사인 경우와 친한 친구인 경우 서로 다른 스티커 그룹이 추천됨을 알 수 있다.
회사 상사인 경우 지나치게 격의 없는 느낌을 주는 스티커는 배제되며, 윗 사람과 대화시 사용할 만한 스티커가 위주로 추천된다.
반면, 상대방이 친한 친구인 경우에는 반대로 격식보다는 편하게 사용할 수 있는 스티커 위주로 추천된다.
한편, 도 4에 도시된 "예시 #2"는 사용자의 감정 상태에 따라 적절한 스티커 그룹이 추천되는 예를 설명한다.
사용자가 회사에서 힘들고 슬펐던 일을 이야기하고 있는 경우, 서버(10)는 이러한 사용자의 감정 상태를 파악하여, "예시 #2"에서 확인되는 바와 같이 감정 상태에 부합하는 스티커 그룹을 추천하는 것이다.
한편, 도 4에 도시된 "예시 #3"은 대화 상황에 따라서 적절한 스티커가 추천되는 예를 설명한다.
대화 상대방의 마지막 입력 대화 내용이 한턱 쏘겠다는 내용인 경우, 그 다음 사용자의 대화 입력내용으로는 상대방의 말에 적절한 대답이 될 수 있는 스티커를 추천하는 것이다.
한편, 도 4에 도시된 "예시 #4"는 개인의 선호에 따라서 선택된 스티커 그룹의 순위를 다시 메겨 추천하는 예를 설명한다.
사용자가 평소 많이 사용한 스티커의 메타데이터를 분석한 결과, 해당 사용자가 과장된 행동으로 표현되는 스티커를 주로 사용한다면, 서버(10)는 대화 상황이나 상대방과의 관계, 감정 상태 등을 고려하여 선택된 스티커 그룹 가운데 과장된 행동으로 표현되는 스티커가 우선적으로 노출되도록 보정하여 이를 제1사용자 단말기(21)로 제공한다.
이러한 일련의 스티커 추천 과정은 도 5에 도시된 바와 같이 크게 대화 상황분석 단계와 스티커 추천 단계로 구분된다.
도 5는 수집된 발화를 분석하여 스티커가 추천되기까지의 과정을 설명한다.
대화 상황분석 단계에서는 자연어 처리를 통해 구어체 문장을 교정하고, 형태소를 분석하며, 품사를 부착하게 된다. 구어체 문장교정과 형태소 분석, 품사 부착은 공지의 알려진 연구들을 활용할 수 있다.
분류된 어휘, 말뭉치들을 이용하여 화행분석과 감정분석이 행하여 진다.
또한, 주고 받는 대화의 쌍에 대한 분석을 통해 대화 당사자간의 관계에 대한 분석이 행하여진다.
"화행", 즉 발화의 의도는 대화의 범용적인 관점이나 사회의례적 관점에서 다양하게 분류될 수 있다. 예컨대, "칭찬", "도움 요청", "인사", "자랑" 등의 분류를 가질 수 있다.
"감정"은 감정의 카테고리는 물론 감정의 강도에 따라 나뉠 수 있다. 예컨대, "기쁨", "슬픔"과 같은 감정의 카테고리와, "매우", "보통", "조금"과 같이 감정의 강도에 따른 분류를 가질 수 있다.
"관계"는 상하관계 여부, 친밀도 정도에 따른 분류를 가질 수 있다. 예컨대, "윗사람", "아래사람", "친함", "친하지 않음"과 같은 분류를 가질 수 있다.
이러한 과정을 거쳐 대화상황 분석이 이루어지면, 스티커 추천 단계에서 서버(10)는 대화 상황 정보 데이터베이스를 이용하여 가장 유사한 대화상황을 찾는다.
유사상황의 판정은 (문맥을 주로 정의하는) 화행 흐름을 위주로 판단되며, 감정 정보나 사용자 관계가 종합적으로 고려될 수 있다.
이러한 일련의 과정을 첨부한 도면을 참조하여 상세히 살펴보면 다음과 같다.
우선, 대화 상황 분석 단계에서 서버(10)는 단일 발화를 분석하는 것에 그치지 않고, 대화 상대방 간의 양방향 대화의 흐름을 분석하다.
대화 상황 분석 단계는 다시 발화 단위 분석 단계와 대화 단위 분석 단계로 나뉜다.
발화 분석 단계는 문맥과 관계없이 어휘 수준의 분석을 수행한다.
발화 분석 단계에서는 우선, 구어체 문장을 교정한다. 구어체 문장의 교정은 띄어쓰기를 교정하고, 철자와 비속어를 교정하며, 이모티콘 인식하여 대응되는 어휘로 변환함으로써 이루어진다.
한편, 형태소분석 및 품사부착이 수행되며, 그 결과로부터 키워드가 추출된다.
이후 대화 단위 분석 단계에서는 화행 분석과 감정 분석, 관계 분석이 행하여 진다. 이를 통해 서버(10)는 대화 상황 정보를 생성한다.
대화 단위 분석 단계에서는 발화 단위가 아닌 양방향 대화 문맥을 고려하여 분석이 이루어지며, 대화 단위 분석시 기 구축된 상황 분류 체계가 사용된다.
도 6은 화행분석, 감정분석 및 관계분석 과정을 설명하는 도면이다.
도 6의 (a)에 도시된 바에 의할 때, 화행 분석 단계에서는 발화를 통해 드러나는 사용자의 의도를 분석한다.
입력값은 "발화"이며, 출력값은 "화행 카테고리"이다.
도 6의 (a)에 의할 때, 제1사용자의 발화인 "내가 지금 하고 있는 이 새 프로젝트 좀 도와줄래?"가 입력된 경우 이에 대응하는 출력값은 미리 정의된 화행 카테고리의 하나인 "요청/명령"임을 알 수 있다.
도 6의 (b)에 도시된 바에 의할 때, 감정 분석 단계에서는 발화를 통해 드러나는 사용자의 감정을 분석한다.
입력값은 "발화"이며, 출력값은 "감정카테고리 및 감정정도"이다.
도 6의 (b)에 예시된 바에 의할 때, 제1사용자의 발화인 "어제 피곤해서 기절했어 ㅠㅠ"가 입력된 경우 이에 대응하는 출력값은 "슬픔", "보통"임을 알 수 있다. 즉, 감정카테고리는 "슬픔", 감정정도는 "보통"으로 분석한 것이다.
도 6의 (c)에 도시된 바에 의할 때, 관계 분석 단계에서는 발화를 통해 드러나는 사용자 간의 상하관계를 분석하고, 사용자 간의 친밀도를 분석한다.
입력값은 "발화"이며, 상하관계 분석결과 출력값은 "상하" 또는 "평등"일 수 있다. 친밀도 분석결과 출력값은 "친함" 또는 "안친함"일 수 있다.
화행 분석이나 감정 분석을 위해 대화 상황 분류체계가 이용된다.
대화 상황 분류체계는 화행 분류체계와 감정 분류체계로 구분된다.
화행 분류체계는 대화의 범용적인 관점이나 사회의례적 관점에서 화행 - 즉, 대화의 의도를 다양하게 구분한 것이다.
도 7은 화행을 대화의 범용적 관점에서 구분한 체계를 예시한 도면이다.
도 7에 예시된 바에 의할 때, "Yes No 질문", "Wh 질문", "대답-긍정", "대답-부정", "동의", "반대", "자랑" 등의 유형이 표시된 것을 확인할 수 있다.
도 7의 화행 분류체계는 ISO 표준 분류체계의 분류기준, 계층구조를 반영하되 한국어 대화 의도 분류에 부합하도록 만들어진 것이며, 감정에 해당하는 분류를 제거한 것이다.
도 8의 화행 분류체계는 도 7의 대화 범용 분류 체계에 더하여, 메신저 서비스에서 흔히 나타나는 대화 태도에 대한 요소를 고려하여 별도의 분류체계를 만든 것이다.
도 8에 예시된 바에 의할 때 "만남인사", "사과", "감사", "축하", "애도", "격려", "악담" 등이 포함될 것을 확인할 수 있다.
채팅에서 흔히 나타나는 대화의 양태(Modality)를 분류 체계화한 것에 해당한다.
도 9는 감정을 종류와 정도에 따라 구분한 체계를 예시한 도면이다.
도 9에 예시된 감정 분류체계는 공지의 감정 분류모델을 참조하여 만든 것으로 "중립 감정" 즉, 감정이 없는 상태를 포함하는 9가지의 감정의 카테고리로 나뉜다.
여기에 각 감정의 카테고리마다 강, 중, 약으로 감정의 강도가 구분된다.
다음으로, 스티커 추천 단계에서 서버(10)는 분석된 발화의 대화 상황정보를 이용하여 대화 상황 정보 데이터베이스로부터 유사 상황을 검색한다.
도 5에 도시된 바와 같이 스티커 추천 단계는 유사 상황 검색 단계와 관계 및 선호도 기반 순위 결정 단계로 이루어진다.
유사 상황 검색 단계에서는 대화 상황 정보를 이용하여 현재 가장 그럴듯한 화행 흐름을 기준으로 기 분석되어 저장된 발화 데이터 가운데 가장 가까운 상황을 선정한다.
또한, 주제를 시작하는 발화인지, 응답에 해당하는 (또는 이에 가까운) 발화인지를 구분한다.
상황별로, 주제를 시작하는 발화인지 응답인지에 따라 스티커 후보군이 미리 매칭이 되며, 선호도 기반 순위 결정 단계에서는 매칭된 스티커 후보군들을 대상으로 순서를 메긴다.
상대방과의 관계에 기반한 적합도를 따져 적합한 스티커들이 우선 노출되도록 하며, 사용자의 선호도에 기반한 적합도를 따져 적합한 스티커들이 우선 노출되도록 하는 것이다.
도 10을 참조하여 스티커 추천 단계를 상세히 살펴보기로 한다.
대화 상황 분석 단계에서 제1사용자 및 제2사용자 간의 직전 발화에 대한 표층분석, 화행분석, 감정분석이 완료되어 대화 상황 정보가 생성되면, 서버(10)는 대화 상황 정보 데이터베이스로부터 후보 상황을 검색한다.
대량의 코퍼스에 대한 기계학습을 통해 기 구축된 대화 상황 데이터 베이스로부터 화행의 흐름상 가장 그럴 듯한 흐름을 갖는 상황들을 정렬하여 순위화한다.
이후, 서버(10)는 추천할 스티커가 붙임 스티커인지 또는 응답 스티커인지를 판정한다.
제1사용자 단말기(21)로 스티커를 추천하되, 제1사용자 단말기(21)가 응답을 할 차례인지, 또는 주제를 시작하는 발화를 하고 있는 중인지에 따라서 다른 스티커가 추천된다.
이와 같이 제1사용자가 응답할 차례인지 여부에 따라서, 대화 상황 데이터 베이스로부터 화자 발화를 검색하거나 또는 답변 발화를 검색한다.
즉, 대화 상황 데이터 베이스에 저장된 발화들 가운데, 주제를 시작하는 발화들로부터 검색을 하거나, 또는 응답하는 발화들로부터 검색을 할 수 있다.
스티커 순위 결정 단계에서 서버(10)는 검색된 발화들에 대해 사용자의 선호도와 대화 상대방과의 관계를 고려하여 순위를 메긴다.
대화 상황 데이터 베이스에 저장된 발화들은 발화-스티커 쌍으로 저장되며, 검색된 발화-스티커 쌍에 대하여 순위를 메기는 것에 의해 검색결과를 보정하는 것이다.
이하에서는 본 발명에 의한 유사상황 검색을 통한 대화 스티커 추천방법의 일 실시예를 살펴보기로 한다.
도 11은 본 발명에 의한 유사상황 검색을 통한 대화 스티커 추천방법을 설명하는 플로우차트이다.
도 11에 도시된 바에 의할 때, 서버(10)는 제1사용자 단말기(21) 및 제2사용자 단말기(22)의 직전 발화에 대한 대화 상황 정보를 생성한다(S11).
직전 발화의 대화 상황 정보는 직전 발화를 포함하는 제1사용자 단말기(21) 및 제2사용자 단말기(22) 간의 소정 개수의 연속 발화에 대한 표층 분석 결과, 화행 분석결과 및 감정 분석결과를 포함한다.
즉, 단일 발화인 직전 발화 그 자체에 대한 표층 분석 결과나 화행 분석 결과만을 갖는 것이 아니라, 제1사용자와 제2사용자간에 그 전에 주고 받은 일정 개수의 발화까지 포함한다.
예컨대, 직전 발화를 포함한 최근 6개의 발화에 대한 분석결과를 포함할 수 있으며, 제1사용자와 제2사용자의 발화를 모두 포함한다.
표층 분석 결과는 발화에 대한 자연어 처리를 통해 획득한 형태소, 품사 등의 정보와 키워드를 포함한다.
화행 분석결과는 화행 분류 체계 적용을 통해 얻은 화행 카테고리(화행 정보) 값을 포함한다.
감정 분석 결과는 감정 분류 체계 적용을 통해 얻은 감정 종류 및 감정 강도 정보를 포함한다.
이후 서버(10)는 상기 분석한 직전 발화의 대화 상황정보가 기 정의된 이벤트 규칙을 만족하는지 여부를 판정한다(S12).
이벤트 규칙이란 대화 상황 정보가 특정 값을 가지는 경우를 의미하며, 각 이벤트 규칙마다 스티커 정보가 연관되어 스티커 데이터베이스(120)에 저장된다.
즉, 대화 상황 정보에 포함된 표층 요소(형태소, 품사 등)나 감정 종류, 화행 카테고리가 각각 특정한 값을 가지는 경우, 이 경우에는 유사 상황 검색을 생략하고 미리 연관된 스티커 정보를 인출하여 제1사용자 단말기(21)로 제공한다(S13).
발화의 특징이 명료하여 더 이상의 분석이 불필요한 경우에는 해당 이벤트 규칙에 연관되어 미리 정해진 스티커를 제공하고 종료하는 것이다.
만일, 이벤트 규칙을 만족하지 않으면 다음 단계로 진행하여 후보 상황 검색을 수행한다(S14).
대화 상황 정보 데이터베이스(110)는 다수의 화행부착 코퍼스와 감정부착 코퍼스에 대한 기계학습을 통해 다수의 연속 발화에 대한 대화 상황 정보를 저장하는데, 이때 상황이란 다수의 연속 발화를 포함한다. 즉, 단일 발화가 아니라 연속된 일련의 발화들로 이루어지는 대화를 의미한다.
한편, 대화 상황 정보 데이터베이스(110)에 저장되는 다수의 연속 발화들은 바람직하게는 발화-스티커 쌍을 포함한다. 즉, 대화 상황 정보 데이터베이스(110)는 대화 도중 스티커가 사용된 적이 있는 코퍼스들을 대상으로 분석을 수행하여 구축된다.
서버(10)는 상기 직전 발화에 대한 대화 상황 정보를 이용하여 가장 유사한 문맥을 갖는 후보 상황을 찾는다.
이때, 바람직하게는 직전 발화의 대화 상황 정보에 포함된 일련의 화행 정보에 일치하는 흐름을 갖는 후보 상황을 검색한다.
도 12는 대화 상황 정보 데이터베이스로부터 가장 그럴듯한 화행 흐름순으로 후보 상황을 순위화하는 과정을 설명하는 도면이다.
도 12에 도시된 바에 의할 때, 직전 발화의 대화 상황 정보에 포함된 화행 카테고리는 "만남인사->알림->Wh질문"이다.
따라서, 서버(10)는 대화 상황 정보 데이터베이스로부터 이와 일치하는 화행 카테고리가 순차적으로 발견되는 상황 - 즉, 후보상황을 검색한다.
이때, 다수의 후보 상황이 검색되는데, 검색된 모든 후보 상황이 제1사용자와 제2사용자의 대화 상황과 부합하지는 않는다.
따라서, 서버(10)는 검색된 후보 상황들에 대한 순위화를 실시한다(S15).
이를 위하여 상황 정보 데이터베이스(110)로부터 소정의 알고리즘에 의하여 화행 흐름 예측 기준을 미리 구축한다.
화행 흐름 예측 기준은 특정한 화행 흐름의 뒤에 확률적으로 어떤 화행 카테고리가 올 것인지를 정의하는 규칙으로, 팜디피(POMDP, Partially Observable Markov Decision Processes) 알고리즘에 의한 기계학습을 통해 구축될 수 있다.
예컨대, "만남인사->알림->Wh질문" 다음으로는 어떤 화행 카테고리가 올 것이라 기재할 수 있는지 기계 학습을 통해 추론하는 것이다.
도 12의 예에서는, "만남인사->알림->Wh질문" 다음으로는 "대답"이 올 가능성이 가장 높으며, 그 다음으로 "Wh질문", "긍정응답", "작별인사"의 순으로 발생할 것이라 예측한 것을 알 수 있다.
이러한 화행 흐름 예측 기준에 따라서, "만남인사->알림->Wh질문"과 같은 화행 흐름을 같는 다수의 후보 상황들을 순위화한다.
즉, 그 다음으로 "대답" 화행 카테고리가 오는 후보 상황을 가장 높은 순위로 두는 것이다.
한편, 그 다음으로는 상기 제1사용자 단말기(21)가 화자 발화 상황인지 답변 발화 상황인지 판정한다(S16).
화행 흐름에 따라 추론할 수도 있으며, 직전 발화가 제1사용자 단말기(21)의 것이었는지, 제2사용자 단말기(22)의 것이었는지를 가지고서 판정할 수 있다.
화자 발화 상황인 경우 - 즉, 제1사용자가 주제를 시작하는 발화를 하는 경우라면 순위화된 후보 상황 가운데 화자 발화를 검색하고,
반대로 답변 발화 상황인 경우 - 즉, 제1사용자가 제2사용자의 발화에 대하여 답변을 해야하는 상황이라면 답변 발화를 검색한다(S17).
발화의 검색이란, 후보 상황에 포함된 발화들로서 직전 발화에 대응하는 발화(화자 발화 상황인 경우) 또는 직전 발화의 다음 발화(답변 발화 상황인 경우)로서 스티커가 부착된 발화를 검색하는 것이다.
서버(10)는 검색된 발화-스티커 쌍으로부터 스티커 정보를 획득하여 제1사용자 단말기로 제공(S18)한다.
한편, 후보 상황의 검색시 주로 화행 흐름의 일치 여부를 판단하지만, 이에 더하여 발화자 전환의 일치 여부를 더 판단할 수 있다.
즉, 대화 당사자가 서로 대화를 한번씩 주고 받는데, 후보 상황의 선정시에는 대화 상황 정보 데이터베이스의 대화들이 제1사용자와 제2사용자가 발화를 주고 받는 순서와 유사하게 대화를 서로 주고 받는지를 판단하는 것이다.
이는, 특정 사용자의 화행 정보, 감정 정보만을 분석하는 것이 아니라, 특정한 화행 정보, 감정 정보를 갖는 발화가 있은 후, 대화 상대방의 발화가 어떤 화행 정보,, 감정 정보를 가지는지를 따져보아야만 문맥을 정확하게 비교할 수 있기 때문이다.
한편, 후보 상황의 검색시 화행 흐름의 일치 여부를 판단하는 것에 더하여 대화 당사자간의 관계를 고려할 수 있다.
상기 직전 발화로부터 제1사용자 및 제2사용자의 관계를 추론할 수 있다. 관계는 친밀도나 상하관계로 분석되는데, 사용되는 단어들이 격의 없는 단어인지 여부나 높임말, 낮춤말의 사용 여부에 따라서 추론할 수 있다.
한편, 대화 상황 정보 데이터베이스로부터 후보 상황 검색시에 동일 관계에 있는 대화 당사자간의 대화를 위주로 검색할 수 있다.
이상과 같은 본 발명의 실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속한다.
본 발명은 소셜 네트워크 서비스 기술 및 메신저 기술분야에 적용될 수 있다.
10 : 서버
11 : 프로세서
12 : 메모리
13 : 저장장치
14 : 네트워크 어댑터
15 : 디스플레이
20 : 사용자 단말기
110 : 대화 상황 정보 데이터베이스
120 : 스티커 데이터베이스

Claims (14)

  1. 네트워크를 통해 제1 및 제2사용자 단말기와 연결되는 서버가,
    제1사용자 단말기 및 제2사용자 단말기의 직전 발화에 대한 대화 상황 정보를 생성하는 단계;
    대화 상황 정보 데이터베이스로부터 가장 유사한 문맥을 갖는 후보 상황-이때, 상황이란 다수의 연속발화를 포함함-을 검색하는 단계;
    상기 제1사용자 단말기가 화자 발화 상황인지 답변 발화 상황인지 판정하는 단계;
    화자 발화 상황인 경우 상기 검색된 후보 상황으로부터 화자 발화를 검색하고, 답변 발화 상황인 경우 답변 발화를 검색하는 단계; 및
    상기 검색된 후보 상황으로부터 도출된 발화-스티커 쌍으로부터 스티커 정보를 획득하여 제1사용자 단말기로 제공하는 단계;를 포함하고,
    상기 직전 발화에 대한 대화 상황 정보를 생성하는 단계에서는, 상기 직전 발화를 포함하는 제1사용자 단말기 및 제2사용자 단말기간 주고 받은 소정 개수의 연속발화에 대한 화행 카테고리 정보를 포함하는 대화 상황 정보를 생성하고,
    상기 후보 상황을 검색하는 단계에서는, 상기 생성된 직전 발화에 대한 대화 상황 정보에 포함된 화행 카테고리 정보를 이용하여, 상기 대화 상황 정보 데이터베이스로부터 상기 직전 발화의 화행 흐름과 일치하는 연속 발화를 갖는 후보 상황을 검색하는 것을 특징으로 하는 유사상황 검색을 통한 대화 스티커 추천방법.
  2. 제1항에 있어서,
    상기 대화 상황 정보 데이터베이스는 기 분석된 다수의 연속발화에 대한 대화 상황 정보 및 발화-스티커 쌍을 포함하는 것을 특징으로 하는 유사상황 검색을 통한 대화 스티커 추천방법.
  3. 삭제
  4. 삭제
  5. 삭제
  6. 제1항에 있어서,
    검색된 유사상황에 대하여 기 정의된 화행 흐름 예측 기준에 따라 후보상황의 순위를 매기며,
    상기 제1사용자 단말기로 제공하는 단계에서는, 가장 높은 순위의 후보상황으로부터 획득된 스티커 정보를 우선하여 제공하는 것을 특징으로 하는 유사상황 검색을 통한 대화 스티커 추천방법.
  7. 제1항에 있어서,
    다수의 연속 발화에 대한 화행 흐름의 일치 여부를 판단함에 있어, 발화자의 전환 여부에 대한 판단을 더 수행하는 것을 특징으로 하는 유사상황 검색을 통한 대화 스티커 추천방법.
  8. 제1항에 있어서,
    상기 후보상황을 검색하는 단계에서는,
    상기 직전 발화의 대화 상황 정보로부터 제1사용자 및 제2사용자의 관계를 추론하되, 상기 대화 상황 정보 데이터베이스로부터 상기 제1사용자 및 제2사용자의 관계와 일치하는 상황을 검색하는 것을 특징으로 하는 유사상황 검색을 통한 대화 스티커 추천방법.
  9. 제1항에 있어서,
    상기 대화 상황 정보를 생성하는 단계 이후,
    상기 생성된 대화 상황 정보가 기 정의된 이벤트 규칙을 만족하는지 여부를 판정하는 단계; 및
    이벤트 규칙을 만족하지 않으면 후보 상황 검색 단계로 진행하되, 이벤트 규칙을 만족하는 경우 해당 이벤트 규칙에 연관되어 저장된 스티커 정보를 인출하여 제1사용자 단말기로 제공하고 종료하는 단계;를 더 포함하는 것을 특징으로 하는 유사상황 검색을 통한 대화 스티커 추천방법.
  10. 네트워크를 통해 제1 및 제2사용자 단말기와 연결되는 서버가 유사상황 검색을 통한 대화 스티커 추천 방법을 실행하기 위해 기록매체에 기록된 컴퓨터 프로그램에 있어서, 상기 방법은,
    제1사용자 단말기 및 제2사용자 단말기의 직전 발화에 대한 대화 상황 정보를 생성하는 단계;
    대화 상황 정보 데이터베이스로부터 가장 유사한 문맥을 갖는 후보 상황-이때, 상황이란 다수의 연속발화를 포함함-을 검색하는 단계;
    상기 제1사용자 단말기가 화자 발화 상황인지 답변 발화 상황인지 판정하는 단계;
    화자 발화 상황인 경우 상기 검색된 후보 상황으로부터 화자 발화를 검색하고, 답변 발화 상황인 경우 답변 발화를 검색하는 단계; 및
    상기 검색된 후보 상황으로부터 도출된 발화-스티커 쌍으로부터 스티커 정보를 획득하여 제1사용자 단말기로 제공하는 단계;를 포함하고,
    상기 직전 발화에 대한 대화 상황 정보를 생성하는 단계에서는, 상기 직전 발화를 포함하는 제1사용자 단말기 및 제2사용자 단말기간 주고 받은 소정 개수의 연속발화에 대한 화행 카테고리 정보를 포함하는 대화 상황 정보를 생성하고,
    상기 후보 상황을 검색하는 단계에서는, 상기 생성된 직전 발화에 대한 대화 상황 정보에 포함된 화행 카테고리 정보를 이용하여, 상기 대화 상황 정보 데이터베이스로부터 상기 직전 발화의 화행 흐름과 일치하는 연속 발화를 갖는 후보 상황을 검색하는 것을 특징으로 하는 컴퓨터 프로그램.
  11. 삭제
  12. 제10항에 있어서,
    검색된 유사상황에 대하여 기 정의된 화행 흐름 예측 기준에 따라 후보상황의 순위를 매기며,
    상기 제1사용자 단말기로 제공하는 단계에서는, 가장 높은 순위의 후보상황으로부터 획득된 스티커 정보를 우선하여 제공하는 것을 특징으로 하는 컴퓨터 프로그램.
  13. 제10항에 있어서,
    다수의 연속 발화에 대한 화행 흐름의 일치 여부를 판단함에 있어, 발화자의 전환 여부에 대한 판단을 더 수행하는 것을 특징으로 하는 컴퓨터 프로그램.
  14. 제10항에 있어서,
    상기 후보상황을 검색하는 단계에서는, 상기 직전 발화의 대화 상황 정보로부터 제1사용자 및 제2사용자의 관계를 추론하되, 상기 대화 상황 정보 데이터베이스로부터 상기 제1사용자 및 제2사용자의 관계와 일치하는 상황을 검색하는 것을 특징으로 하는 컴퓨터 프로그램.
KR1020150008727A 2015-01-19 2015-01-19 유사상황 검색을 통한 대화 스티커 추천방법 및 컴퓨터 프로그램 KR101615848B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020150008727A KR101615848B1 (ko) 2015-01-19 2015-01-19 유사상황 검색을 통한 대화 스티커 추천방법 및 컴퓨터 프로그램
US14/799,560 US9792909B2 (en) 2015-01-19 2015-07-14 Methods and systems for recommending dialogue sticker based on similar situation detection

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150008727A KR101615848B1 (ko) 2015-01-19 2015-01-19 유사상황 검색을 통한 대화 스티커 추천방법 및 컴퓨터 프로그램

Publications (1)

Publication Number Publication Date
KR101615848B1 true KR101615848B1 (ko) 2016-04-26

Family

ID=55919462

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150008727A KR101615848B1 (ko) 2015-01-19 2015-01-19 유사상황 검색을 통한 대화 스티커 추천방법 및 컴퓨터 프로그램

Country Status (2)

Country Link
US (1) US9792909B2 (ko)
KR (1) KR101615848B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106330672A (zh) * 2016-08-22 2017-01-11 腾讯科技（深圳）有限公司 一种即时通信方法及系统

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9634855B2 (en) 2010-05-13 2017-04-25 Alexander Poltorak Electronic personal interactive device that determines topics of interest using a conversational agent
KR101641572B1 (ko) * 2015-01-19 2016-07-21 주식회사 엔씨소프트 상황 및 선호도 기반 대화 스티커 순위 결정 방법 및 컴퓨터 프로그램
KR101634086B1 (ko) * 2015-01-19 2016-07-08 주식회사 엔씨소프트 감정 분석을 통한 스티커 추천 방법 및 시스템
US10353542B2 (en) * 2015-04-02 2019-07-16 Facebook, Inc. Techniques for context sensitive illustrated graphical user interface elements
CN105975563B (zh) * 2016-04-29 2019-10-11 腾讯科技（深圳）有限公司 表情推荐方法及装置
CN107992471B (zh) * 2017-11-10 2021-09-10 北京光年无限科技有限公司 一种人机交互过程中的信息过滤方法及装置
US10706086B1 (en) * 2018-03-12 2020-07-07 Amazon Technologies, Inc. Collaborative-filtering based user simulation for dialog systems
US10896688B2 (en) * 2018-05-10 2021-01-19 International Business Machines Corporation Real-time conversation analysis system
US11765115B2 (en) * 2021-07-29 2023-09-19 Snap Inc. Emoji recommendation system using user context and biosignals

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100751396B1 (ko) 2005-11-03 2007-08-23 엘지전자 주식회사 문자 서비스 이모티콘 자동 변환 시스템 및 방법

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100377936B1 (ko) * 2000-12-16 2003-03-29 삼성전자주식회사 이동통신 단말기의 감정 아이콘 입력방법
US7669134B1 (en) * 2003-05-02 2010-02-23 Apple Inc. Method and apparatus for displaying information during an instant messaging session
US20070073517A1 (en) * 2003-10-30 2007-03-29 Koninklijke Philips Electronics N.V. Method of predicting input
US20060122834A1 (en) * 2004-12-03 2006-06-08 Bennett Ian M Emotion detection device & method for use in distributed systems
US8726195B2 (en) * 2006-09-05 2014-05-13 Aol Inc. Enabling an IM user to navigate a virtual world
US8930463B2 (en) * 2007-07-09 2015-01-06 Yahoo! Inc. Super-emoticons
US9544180B2 (en) * 2007-08-31 2017-01-10 Qualcomm Incorporated Techniques for group messaging on a mobile computing device
KR20110026218A (ko) 2009-09-07 2011-03-15 동국대학교 산학협력단 문자 메시지 입력 장치 및 방법 그리고 그를 위한 프로그램을 기록한 기록 매체
JP2011216071A (ja) * 2010-03-15 2011-10-27 Sony Corp 情報処理装置、情報処理方法及びプログラム
KR20120109943A (ko) 2011-03-28 2012-10-09 가톨릭대학교 산학협력단 문장에 내재한 감정 분석을 위한 감정 분류 방법
WO2013089668A2 (en) * 2011-12-12 2013-06-20 Empire Technology Development Llc Content-based automatic input protocol selection
US20130159919A1 (en) * 2011-12-19 2013-06-20 Gabriel Leydon Systems and Methods for Identifying and Suggesting Emoticons
US9042923B1 (en) * 2012-02-08 2015-05-26 Fsp Llc Text message definition and control of multimedia
WO2013121470A1 (ja) * 2012-02-15 2013-08-22 パナソニック株式会社 コンテンツ提示装置、端末、システム、プログラム、および、方法
US20130218914A1 (en) * 2012-02-20 2013-08-22 Xerox Corporation System and method for providing recommendations based on information extracted from reviewers' comments
US10346542B2 (en) * 2012-08-31 2019-07-09 Verint Americas Inc. Human-to-human conversation analysis
US20150286371A1 (en) * 2012-10-31 2015-10-08 Aniways Advertising Solutions Ltd. Custom emoticon generation
US10395321B2 (en) * 2012-11-30 2019-08-27 Facebook, Inc. Dynamic expressions for representing features in an online system
KR101508059B1 (ko) * 2013-06-26 2015-04-07 숭실대학교산학협력단 단어의 쾌-불쾌 지수 예측 장치 및 방법
US20150149925A1 (en) * 2013-11-26 2015-05-28 Lenovo (Singapore) Pte. Ltd. Emoticon generation using user images and gestures
US10013601B2 (en) * 2014-02-05 2018-07-03 Facebook, Inc. Ideograms for captured expressions
KR20160089152A (ko) * 2015-01-19 2016-07-27 주식회사 엔씨소프트 화행 분석을 통한 스티커 추천 방법 및 시스템
KR101583181B1 (ko) * 2015-01-19 2016-01-06 주식회사 엔씨소프트 응답 스티커 추천방법 및 컴퓨터 프로그램
KR101641572B1 (ko) * 2015-01-19 2016-07-21 주식회사 엔씨소프트 상황 및 선호도 기반 대화 스티커 순위 결정 방법 및 컴퓨터 프로그램

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100751396B1 (ko) 2005-11-03 2007-08-23 엘지전자 주식회사 문자 서비스 이모티콘 자동 변환 시스템 및 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106330672A (zh) * 2016-08-22 2017-01-11 腾讯科技（深圳）有限公司 一种即时通信方法及系统
CN106330672B (zh) * 2016-08-22 2020-07-28 腾讯科技（深圳）有限公司 一种即时通信方法及系统

Also Published As

Publication number Publication date
US20160210117A1 (en) 2016-07-21
US9792909B2 (en) 2017-10-17

Similar Documents

Publication Publication Date Title
KR101641572B1 (ko) 상황 및 선호도 기반 대화 스티커 순위 결정 방법 및 컴퓨터 프로그램
KR101583181B1 (ko) 응답 스티커 추천방법 및 컴퓨터 프로그램
KR101615848B1 (ko) 유사상황 검색을 통한 대화 스티커 추천방법 및 컴퓨터 프로그램
KR101634086B1 (ko) 감정 분석을 통한 스티커 추천 방법 및 시스템
KR20160089152A (ko) 화행 분석을 통한 스티커 추천 방법 및 시스템
US10616414B2 (en) Classification of transcripts by sentiment
US11037553B2 (en) Learning-type interactive device
US9742912B2 (en) Method and apparatus for predicting intent in IVR using natural language queries
US11049493B2 (en) Spoken dialog device, spoken dialog method, and recording medium
US20170345424A1 (en) Voice dialog device and voice dialog method
KR101763679B1 (ko) 화행 분석을 통한 스티커 추천 방법 및 시스템
US20130144595A1 (en) Language translation based on speaker-related information
CN109325091B (zh) 兴趣点属性信息的更新方法、装置、设备及介质
EP1715475A1 (en) Conversation aid-device
CN111666380A (zh) 一种智能呼叫方法、装置、设备和介质
KR102100214B1 (ko) 음성 인식 기반의 세일즈 대화 분석 방법 및 장치
US20130253932A1 (en) Conversation supporting device, conversation supporting method and conversation supporting program
KR20190117840A (ko) 대화 이해 ai 시스템에 의한 고객 상담의 제공 중에 사람 상담 직원으로 하여금 해당 고객을 위한 이후 상담을 진행하도록 전환하는 방법 및 컴퓨터 판독가능 기록 매체
CN111159364A (zh) 对话系统、对话装置、对话方法以及存储介质
CN111899140A (zh) 基于话术水平提升的客服培训方法及系统
CN108538292B (zh) 一种语音识别方法、装置、设备及可读存储介质
KR101891495B1 (ko) 사용자 발화 입력에 대한 대화 응답 후보를 표시하도록 하는 디스플레이 제어 방법, 컴퓨터 판독가능 기록 매체 및 컴퓨터 장치
JP2016062333A (ja) 検索サーバ、及び検索方法
CN113505606B (zh) 一种培训信息获取方法、装置、电子设备及存储介质
CN110765242A (zh) 一种客服信息的提供方法，装置及系统

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190314

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20200206

Year of fee payment: 5