KR101648961B1 - 검색 질의 내 지식 오류 교정 방법 및 시스템 - Google Patents

검색 질의 내 지식 오류 교정 방법 및 시스템 Download PDF

Info

Publication number
KR101648961B1
KR101648961B1 KR1020140124709A KR20140124709A KR101648961B1 KR 101648961 B1 KR101648961 B1 KR 101648961B1 KR 1020140124709 A KR1020140124709 A KR 1020140124709A KR 20140124709 A KR20140124709 A KR 20140124709A KR 101648961 B1 KR101648961 B1 KR 101648961B1
Authority
KR
South Korea
Prior art keywords
search query
recommendation search
recommendation
knowledge
knowledge error
Prior art date
Application number
KR1020140124709A
Other languages
English (en)
Other versions
KR20160033904A (ko
Inventor
김태일
김도연
김광현
손대능
Original Assignee
네이버 주식회사
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 네이버 주식회사 filed Critical 네이버 주식회사
Priority to KR1020140124709A priority Critical patent/KR101648961B1/ko
Priority to US14/858,017 priority patent/US20160085799A1/en
Publication of KR20160033904A publication Critical patent/KR20160033904A/ko
Application granted granted Critical
Publication of KR101648961B1 publication Critical patent/KR101648961B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/242—Query formulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3322—Query formulation using system suggestions

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

검색 질의 내 지식 오류를 교정하는 방법 및 시스템이 개시된다. 컴퓨터로 구현되는 검색 질의 내 지식 오류 교정 방법은, 데이터베이스에 포함된 어휘들을 조합하여 추천 검색 질의를 도메인 별로 생성하는 단계, 상기 추천 검색 질의에 대한 신뢰도에 기초하여 상기 추천 검색 질의를 검증하는 단계, 및 검증된 추천 검색 질의를 대상으로, 개념 또는 정보의 오류를 나타내는 지식 오류를 교정하기 위한 지식 오류 교정 규칙을 도메인 별로 생성하는 단계를 포함할 수 있다.

Description

검색 질의 내 지식 오류 교정 방법 및 시스템{METHOD AND SYSTEM FOR CORRECTING ERROR OF KNOWLEDGE INVOLVED QUERY}
본 발명의 실시예들은 검색 질의에 포함된 지식 오류를 교정하여 추천 검색 질의를 제공하는 기술에 관한 것이다.
검색 엔진(search engine)이란 인터넷상에서 자료를 쉽게 찾을 수 있게 도와주는 소프트웨어 또는 웹 사이트를 말한다. 이러한 검색 엔진은 사용자로부터 입력된 검색 질의를 통해 데이터베이스를 검색하고, 이에 대한 검색 결과를 추출하여 사용자에게 제공한다. 이러한 검색 엔진은 사용자 단말이 검색 페이지를 통해 전송한 검색 질의와 매칭되는 검색 결과를 데이터베이스에서 추출하여 검색 결과 페이지를 생성하고 사용자 단말로 제공한다.
이때, 검색 질의에 오류가 있는 경우, 검색 엔진은 잘못된 검색 결과를 사용자에게 제공하게 된다. 이처럼 검색 질의에 오류가 있더라도 올바른 검색 결과가 제공되도록 검색어를 추천하는 서비스가 제공되고 있으나, 검색어 추천 서비스는 검색 질의에 포함된 오탈자나 문법적 오류를 교정해줄 뿐이다.
그런데, 기존의 검색 엔진에서는 검색 질의에 오탈자나 문법적 오류가 포함되지 않더라도, 실제 정보와 다른 정보 또는 개념을 나타내는 지식 오류를 포함하는 경우에는 잘못된 검색 결과를 제공한다. 이러한 잘못된 검색 결과로 인해 사용자는 재검색을 하거나, 재검색을 위한 추가 정보를 찾아야 하는 불편이 있다.
사용자가 입력한 검색 질의가 실제 정보 또는 개념과 다른 지식 오류를 포함하고 있더라도 올바른 정보 또는 개념을 나타내는 추천 검색 질의로 교정하여 사용자에게 제공할 수 있는 하는 검색 질의 내 지식 오류 교정 방법 및 시스템을 제공한다.
정보 또는 개념적 오류를 나타내는 지식 오류를 교정하여 추천 검색 질의를 제공하여 재검색으로 인한 불편함을 해소하고, 검색 시간을 단축할 수 있는 검색 질의 내 지식 오류 교정 방법 및 시스템을 제공한다.
컴퓨터로 구현되는 검색 질의 내 지식 오류 교정 방법은, 데이터베이스에 포함된 어휘들을 조합하여 추천 검색 질의를 도메인 별로 생성하는 단계, 상기 추천 검색 질의에 대한 신뢰도에 기초하여 상기 추천 검색 질의를 검증하는 단계, 및 검증된 추천 검색 질의를 대상으로, 개념 또는 정보의 오류를 나타내는 지식 오류를 교정하기 위한 지식 오류 교정 규칙을 도메인 별로 생성하는 단계를 포함할 수 있다.
일측면에 따르면, 검색 질의를 입력받는 단계, 및 입력된 검색 질의가 상기 지식 오류를 포함함에 따라, 상기 지식 오류 교정 규칙에 기초하여 지식 오류가 교정된 추천 검색 질의를 제공하는 단계를 더 포함할 수 있다.
컴퓨터로 구현되는 검색 질의 내 지식 오류 교정 방법은, 검색 질의를 입력받는 단계, 및 상기 입력된 검색 질의가 개념 또는 정보의 오류를 나타내는 지식 오류를 포함함에 따라, 기생성된 지식 오류 교정 규칙에 기초하여 지식 오류가 교정된 추천 검색 질의를 서비스 화면에 노출하는 단계를 포함할 수 있다.
일측면에 따르면, 데이터베이스에 포함된 어휘들을 조합하여 상기 추천 검색 질의를 도메인 별로 생성하는 단계, 상기 추천 검색 질의에 대한 신뢰도에 기초하여 상기 추천 검색 질의를 검증하는 단계, 및 상기 검증된 추천 검색 질의를 대상으로, 상기 지식 오류를 교정하기 위한 상기 지식 오류 교정 규칙을 도메인 별로 생성하는 단계를 더 포함할 수 있다.
검색 질의 내 지식 오류 교정 시스템은, 적어도 하나의 프로그램이 로딩된 메모리, 및 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 상기 프로그램의 제어에 따라, 데이터베이스에 포함된 어휘들을 조합하여 추천 검색 질의를 도메인 별로 생성하는 과정, 상기 추천 검색 질의에 대한 신뢰도에 기초하여 상기 추천 검색 질의를 검증하는 과정, 및 검증된 추천 검색 질의를 대상으로, 개념 또는 정보의 오류를 나타내는 지식 오류를 교정하기 위한 지식 오류 교정 규칙을 도메인 별로 생성하는 과정을 처리할 수 있다.
사용자 단말에 설치되는 어플리케이션의 파일을 배포하는 파일 배포 시스템은, 상기 사용자 단말의 요청에 따라 상기 파일을 전송하는 파일 전송부를 포함하고, 상기 어플리케이션은, 데이터베이스에 포함된 어휘들을 조합하여 추천 검색 질의를 도메인 별로 생성하는 모듈, 상기 추천 검색 질의에 대한 신뢰도에 기초하여 상기 추천 검색 질의를 검증하는 모듈, 및 검증된 추천 검색 질의를 대상으로, 개념 또는 정보의 오류를 나타내는 지식 오류를 교정하기 위한 지식 오류 교정 규칙을 도메인 별로 생성하는 모듈을 포함할 수 있다.
사용자가 입력한 검색 질의가 실제 정보 또는 개념과 다른 지식 오류를 포함하고 있더라도, 지식 오류 교정 규칙에 따라 검색 질의를 올바른 정보 또는 개념을 나타내는 추천 검색 질의로 교정하여 사용자에게 제공할 수 있다.
정보 또는 개념적 오류를 나타내는 지식 오류를 교정하여 추천 검색 질의를 제공함에 따라, 재검색으로 인한 불편함을 해소하고, 검색 시간을 단축할 수 있다.
도 1은 본 발명의 일 실시예에 있어서, 사용자 단말과 검색 질의 내 지식 오류 교정 시스템 간의 개괄적인 모습을 도시한 것이다.
도 2는 본 발명의 일 실시예에 있어서, 지식 오류 교정 시스템의 내부 구성을 설명하기 위한 블록도이다.
도 3은 본 발명의 일 실시예에 있어서, 지식 오류 교정 방법을 도시한 흐름도이다.
도 4는 본 발명의 일 실시예에 있어서, 지식 오류 교정 방법에 따라 지식 오류가 교정된 추천 검색 질의를 제공하는 동작을 설명하기 위해 제공되는 흐름도이다.
도 5는 본 발명의 일실시예에 있어서, 데이터베이스에 포함된 어휘들을 조합하여 추천 검색 질의를 생성하는 동작을 설명하기 위해 제공되는 도면이다.
도 6은 본 발명의 일실시예에 있어서, 데이터베이스에 포함된 어휘들을 조합하여 후보 추천 검색 질의를 생성하는 동작을 설명하기 위해 제공되는 도면이다.
도 7은 본 발명의 일실시예에 있어서, 지식 오류 교정 규칙을 생성하는 동작을 설명하기 위해 제공되는 도면이다.
도 8은 본 발명의 일실시예에 있어서, 검색 질의에 포함된 지식 오류를 교정하여 추천 검색 질의를 제공하는 예를 도시한 도면이다.
도 9는 본 발명의 일 실시예에 있어서, 컴퓨터 시스템의 내부 구성의 일례를 설명하기 위한 블록도이다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.
본 실시예들은 사용자의 검색 질의에 대응되는 검색 결과를 제공하는 검색 엔진 시스템에 적용될 수 있다. 예를 들어, 검색 엔진의 정보 검색(search) 서비스 등의 분야에 적용될 수 있다.
도 1은 본 발명의 일 실시예에 있어서, 사용자 단말과 검색 질의 내 지식 오류 교정 시스템 간의 개괄적인 모습을 도시한 것이다. 도 1에서는 지식 오류 교정 시스템(100) 및 사용자 단말(101)을 도시하고 있다. 도 1에서 화살표는 지식 오류 교정 시스템(100)과 사용자 단말(101) 간에 유/무선 네트워크를 통해 데이터가 송수신될 수 있음을 의미할 수 있다.
사용자 단말(101)은 PC, 스마트폰, 태블릿 등으로, 검색 결과 제공 시스템(100)과 관련된 웹/모바일 사이트의 접속 또는 서비스 전용 어플리케이션의 설치 및 실행이 가능한 모든 단말 장치를 의미할 수 있다. 이때, 사용자 단말(101)은 웹/모바일 사이트 또는 전용 어플리케이션의 제어 하에 서비스 화면 구성, 데이터 입력, 데이터 송수신, 데이터 저장 등 서비스 전반의 동작을 수행할 수 있다.
지식 오류 교정 시스템(100)은 사용자로부터 입력된 검색 질의에 대응되는 검색 결과를 제공하는 검색 엔진 역할을 한다. 특히, 지식 오류 교정 시스템(100)은 검색 질의에 지식 오류가 포함된 경우에 지식 오류가 교정된 추천 검색 질의, 및 추천 검색 질의에 대응되는 검색 결과를 제공할 수 있다. 여기서, 지식 오류는, 사용자가 사실과 다르게 잘못 알고 있는 정보 또는 개념을 나타낼 수 있다.
예를 들어, 검색 질의로 A지역 영화관 1이 입력되었으나, A지역에 영화관 1이 없는 경우, 상기 검색 질의는 지식 오류를 포함한다고 할 수 있다.
도 2는 본 발명의 일 실시예에 있어서, 지식 오류 교정 시스템의 내부 구성을 설명하기 위한 블록도이고, 도 3은 본 발명의 일 실시예에 있어서, 지식 오류 교정 방법을 도시한 흐름도이다.
본 실시예에 따른 지식 오류 교정 시스템(200)은 프로세서(210), 버스(220), 네트워크 인터페이스(230) 및 메모리(240)를 포함할 수 있다. 메모리(240)는 운영체제(241) 및 지식 오류 교정 루틴(242)을 포함할 수 있다. 프로세서(210)는 추천 검색 질의 생성부(211), 검증 및 확장부(212), 지식 오류 교정 규칙 생성부(213), 및 서비스 제공부(214)를 포함할 수 있다. 다른 실시예들에서 검색 결과 제공 시스템(200)은 도 2의 구성요소들보다 더 많은 구성요소들을 포함할 수도 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 예를 들어, 지식 오류 교정 시스템(200)은 디스플레이나 트랜시버(transceiver)와 같은 다른 구성 요소들을 포함할 수도 있다.
메모리(240)는 컴퓨터에서 판독 가능한 기록 매체로서, RAM(random access memory), ROM(read only memory) 및 디스크 드라이브와 같은 비소멸성 대용량 기록장치(permanent mass storage device)를 포함할 수 있다. 또한, 메모리(240)에는 운영체제(241)와 지식 오류 교정 루틴(242)을 위한 프로그램 코드가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 드라이브 메커니즘(drive mechanism, 미도시)을 이용하여 메모리(240)와는 별도의 컴퓨터에서 판독 가능한 기록 매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록 매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록 매체(미도시)를 포함할 수 있다. 다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록 매체가 아닌 네트워크 인터페이스(230)를 통해 메모리(240)에 로딩될 수도 있다.
버스(220)는 지식 오류 교정 시스템(200)의 구성 요소들 간의 통신 및 데이터 전송을 가능하게 할 수 있다. 버스(220)는 고속 시리얼 버스(high-speed serial bus), 병렬 버스(parallel bus), SAN(Storage Area Network) 및/또는 다른 적절한 통신 기술을 이용하여 구성될 수 있다.
네트워크 인터페이스(230)는 지식 오류 교정 시스템(200)을 컴퓨터 네트워크에 연결하기 위한 컴퓨터 하드웨어 구성 요소일 수 있다. 네트워크 인터페이스(230)는 지식 오류 교정 시스템(200)을 무선 또는 유선 커넥션을 통해 컴퓨터 네트워크에 연결시킬 수 있다.
프로세서(210)는 기본적인 산술, 로직 및 지식 오류 교정 시스템(200)의 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(240) 또는 네트워크 인터페이스(230)에 의해, 그리고 버스(220)를 통해 프로세서(210)로 제공될 수 있다. 프로세서(210)는 추천 검색 질의 생성부(211), 검증 및 확장부(212), 지식 오류 교정 규칙 생성부(213), 그리고 서비스 제공부(214)를 위한 프로그램 코드를 실행하도록 구성될 수 있다. 이러한 프로그램 코드는 메모리(240)와 같은 기록 장치에 저장될 수 있다.
추천 검색 질의 생성부(211), 검증 및 확장부(212), 지식 오류 교정 규칙 생성부(213), 및 서비스 제공부(214)는 도 3의 단계들(310 내지 330)을 수행하기 위해 구성될 수 있다.
310 단계에서, 추천 검색 질의 생성부(211)는 데이터베이스에 포함된 어휘들을 조합하여 추천 검색 질의를 도메인 별로 생성할 수 있다.
일례로, 추천 검색 질의 생성부(211)는 데이터베이스에 포함된 어휘1(브랜드 또는 유사개념)과 어휘2(지역명 또는 유사개념)을 조합하여 추천 검색 질의를 생성할 수 있으며, 추천 검색 질의를 생성하는 구체적인 동작은 도 5를 참조하여 후술하기로 한다.
여기서, 데이터베이스는, 검색 엔진에서 검색 대상이 되는 데이터들에 대한 검색 결과를 제공하기 위해 각 분야별로 구축된 모든 데이터베이스를 포함할 수 있다. 예를 들어, 데이터베이스는, 영화관, 각종 프렌차이즈, 쇼핑몰 등의 브랜드와 관련하여 수집된 정보를 포함하는 데이터베이스, 가수, 배우 등의 연예인과 관련하여 수집된 정보를 포함하는 데이터베이스, 방송 프로그램과 관련하여 수집된 정보를 포함하는 데이터베이스 등을 포함할 수 있다.
320 단계에서, 검증 및 확장부(212)는 추천 검색 질의에 대한 신뢰도에 기초하여 추천 검색 질의를 검증할 수 있다.
먼저, 321 단계에서, 검증을 위해 검증 및 확장부(212)는, 추천 검색 질의에 해당하는 검색 결과 노출 빈도, 검색 결과 클릭 빈도, 및 추천 검색 질의의 검색 빈도 중 적어도 하나에 기초하여 추천 검색 질의에 대한 신뢰도를 계산할 수 있다.
또한, 검증 및 확장부(212)는 데이터베이스에 포함된 어휘들을 조합하여 생성된 후보 추천 검색 질의에 대한 신뢰도를 계산할 수 있다. 여기서, 후보 추천 검색 질의는, 검색 엔진에 사용자들이 입력한 검색 질의 이력을 나타내는 검색 질의 로그에 기초하여 데이터베이스에 포함된 어휘들을 조합함에 따라 생성될 수 있으며, 후보 추천 검색 질의를 생성하는 동작은 이하의 도 6을 참조하여 후술하기로 한다.
예를 들어, 검증 및 확장부(212)는 추천 검색 질의 및 후보 추천 검색 질의에 대한 신뢰도를 아래의 수학식 1에 기초하여 계산할 수 있다.
Figure 112014088863877-pat00001
수학식 1에서, W1, ...Wk는 올바른 정보를 나타내거나, 교정 대상이 아닌 어휘이고, Wrep는 잘못된 정보일 가능성이 있는 어휘고, rs()는 해당 어휘 조합에 대한 검색 결과 노출 빈도, cl()은 해당 어휘 조합에 대한 검색 결과 클릭 빈도, qc()는 해당 어휘 조합에 대한 검색 빈도를 나타낼 수 있다. 그리고, α, β, γ는 가중치로서, 동일하거나, 또는 중요도에 따라 서로 다르게 기설정될 수 있다.
이어, 322 단계에서, 검증 및 확장부(212)는 계산된 추천 검색 질의에 대한 신뢰도에 기초하여 추천 검색 질의를 검증할 수 있다.
일례로, 추천 검색 질의에 대한 신뢰도가 기설정된 검증 신뢰도 이상인 경우, 검증 및 확장부(212)는 추천 검색 질의가 사실에 기반한 정확한 정보인 것으로 검증할 수 있다. 예를 들어, 추천 검색 질의가 A지역의 영화관 2이고, 추천 검색 질의의 신뢰도가 검증 신뢰도 이상인 경우, 검증 및 확장부(212)는 A 지역에 실제로 영화관 2가 위치하는 것으로 검증할 수 있다.
그리고, 323 단계에서, 검증 및 확장부(212)는 추천 검색 질의에 대한 신뢰도 및 후보 추천 검색 질의에 대한 신뢰도에 기초하여 추천 검색 질의를 확장할 수 있다.
일례로, 동일 도메인 내에서 후보 추천 검색 질의의 신뢰도가 추천 검색 질의의 신뢰도보다 높은 경우, 검증 및 확장부(212)는 후보 추천 검색 질의를 추천 검색 질의로 추가하는 확장을 수행할 수 있다. 예를 들어, 추천 검색 질의가 복수개인 경우, 검증 및 확장부(212)는 복수의 추천 검색 질의에 대한 신뢰도의 평균과 후보 추천 검색 질의의 신뢰도를 비교하고, 비교결과, 후보 추천 검색 질의의 신뢰도가 높으면, 후보 추천 검색 질의를 추천 검색 질의로 확장할 수 있다. 이외에, 복수의 추천 검색 질의 중 신뢰도가 가장 낮은 추천 검색 질의의 신뢰도보다 후보 추천 검색 질의의 신뢰도가 높은 경우, 검증 및 확장부(212)는 후보 추천 검색 질의를 추천 검색 질의로 확장할 수도 있다.
그러면, 330 단계에서, 지식 오류 교정 규칙 생성부(213)는 검증 및 확장된 추천 검색 질의를 대상으로, 지식 오류를 교정하기 위한 지식 오류 교정 규칙을 도메인 별로 생성할 수 있다.
일례로, 지식 오류 교정 규칙 생성부(213)는 추천 검색 질의에 포함된 어휘들 중 사용자가 잘못 인지하여 입력할 수 있는 것으로 추정되는 어휘를 도메인 별로 확인하여 오답을 만들고 정답으로 교정하는 규칙을 생성할 수 있다. 여기서, 지식 오류 교정 규칙을 생성하는 구체적인 동작은 이하의 도 7을 참조하여 후술하기로 한다.
이상의 도 2 및 도 3에서 설명한 바와 같이, 데이터베이스에 포함된 어휘들을 조합하여 검색 질의에 포함된 지식 오류를 교정하기 위한 추천 검색 질의를 포함하는 검색 질의 추천 데이터베이스가 구축될 수 있으며, 단순 오탈자 또는 문법적 오류를 교정하는 것에 그치지 않고, 잘못된 사실/개념 또는 정보를 교정하기 위한 것으로서, 후보 추천 검색 질의 및 추천 검색 질의의 신뢰도에 기초하여 추천 검색 질의의 확장이 가능하다.
도 4는 본 발명의 일 실시예에 있어서, 지식 오류 교정 방법에 따라 지식 오류가 교정된 추천 검색 질의를 제공하는 동작을 설명하기 위해 제공되는 흐름도이다.
도 4에서 추천 검색 질의를 제공하는 동작은, 도 2의 지식 오류 교정 시스템(200)에 의해 수행될 수 있다.
410 단계에서, 서비스 제공부(214)는 네트워크 인터페이스(230)를 통해 사용자로부터 검색 질의를 입력받을 수 있다.
예를 들어, 앱스토어(application store)에 입점한 어플리케이션들 중 검색 어플리케이션(이하, '검색앱'이라 칭함)을 다운로드 받아 검색앱에 해당하는 설치 파일이 사용자 단말(101)에 설치된 경우, 서비스 제공부(214)는 사용자 단말(101)에 제공한 검색 질의 입력 화면을 통해 검색 질의를 입력받을 수 있다.
420 단계에서, 입력된 검색 질의에 지식 오류가 포함됨에 따라, 서비스 제공부(214)는 입력된 검색 질의에 포함된 지식 오류를 교정한 추천 검색 질의를 사용자 단말(101)에 제공할 수 있다.
예를 들어, 위의 도 3에서 설명한 방법에 따라 기구축된 검색 질의 추천 데이터베이스에 포함된 지식 오류 교정 규칙 중 상기 입력된 검색 질의와 매칭하는 지식 오류 교정 규칙이 존재하는 경우, 서비스 제공부(214)는 매칭하는 지식 오류 교정 규칙에 해당하는 추천 검색 질의를 검색 질의 추천 또는 검색 질의 제안 서비스 화면을 통해 사용자 단말(101)에 노출할 수 있다.
도 5는 본 발명의 일실시예에 있어서, 데이터베이스에 포함된 어휘들을 조합하여 추천 검색 질의를 생성하는 동작을 설명하기 위해 제공되는 도면이다.
도 5에서는 영화관 브랜드와 관련하여 수집된 정보들을 포함하는 데이터베이스에서 어휘들을 조합하는 경우를 예를 들어 설명하기로 한다. 이외에, 다양한 분야에서 수집된 정보들을 포함하는 각종 데이터베이스가 추천 검색 질의 및 후보 추천 검색 질의를 생성하기 위해 이용될 수 있다.
도 5를 참조하면, 영화관 데이터베이스(500)는 영화관 브랜드와 관련하여 수집된 정보들을 항목별로 분류하여 포함할 수 있다. 예를 들어, 영화관 데이터베이스(500)는 수집된 정보들을 영화관의 상호, 영화관의 주소, 및 브랜드 타입의 항목으로 분류하여 관리할 수 있다.
그러면, 추천 검색 질의 생성부(211)는 영화관 데이터베이스(500)에 포함된 어휘들을 둘 이상 조합하여 추천 검색 질의를 생성할 수 있다. 이때, 추천 검색 질의 생성부(211)는 추천 검색 질의를 도메인(domain) 별로 생성할 수 있다.
일례로, 추천 검색 질의 생성부(211)는 메가박스, 롯데시네마, ...,CGV 등의 상호명(어휘1, 511)과 분당, 에비뉴엘, 경기도 등의 지역 정보(어휘2, 512)를 조합하여 적어도 하나의 추천 검색 질의를 포함하는 추천 검색 질의 리스트(510)를 생성할 수 있다. 이때, 추천 검색 질의 생성부(211)는 데이터베이스(500)에 포함된 정보들 중 사실에 기반하여 서로 매칭하는 어휘들을 조합함에 따라 적어도 하나의 추천 검색 질의를 생성할 수 있다. 여기서, 도메인이 영화관 이름인 경우, 추천 검색 질의 생성부(211)는 영화관 이름을 기준으로 지역 정보를 조합하여 추천 검색 질의를 생성할 수 있다. 이처럼, 생성된 추천 검색 질의는, 추상적이거나 구체적인 개념 또는 정보에 해당하는 어휘 조합으로 구성될 수 있다.
이외에, 연예인 데이터베이스가 이용되는 경우, 추천 검색 질의 생성부(211)는 가수 그룹(어휘1)과 인원수(어휘2)를 조합하여 추천 검색 질의를 생성할 수도 있다. 동일한 방법으로, 추천 검색 질의 생성부(211)는 검색 엔진에서 검색 대상이 되는 데이터들을 제공하기 위해 각 분야별로 구축된 모든 데이터베이스를 대상으로, 각 데이터베이스에 포함된 어휘들을 조합하여 추천 검색 질의를 생성할 수 있다.
그리고, 추천 검색 질의 생성부(211)는 생성된 추천 검색 질의에 해당하는 기능어를 정규화함에 따라 추천 검색 질의를 확장(520)할 수 있다.
일례로, 추천 검색 질의 생성부(211)는 기능어에 해당하는 형태소, 기호, 지역 단위, 숫자 등에 대한 정규화를 수행함에 따라 추천 검색 질의를 확장할 수 있다. 예를 들어, 경기도는 경기(521), 남대문로 2가는 남대문로(522)로 정규화하여 추천 검색 질의를 확장할 수 있다.
도 6은 본 발명의 일실시예에 있어서, 데이터베이스에 포함된 어휘들을 조합하여 후보 추천 검색 질의를 생성하는 동작을 설명하기 위해 제공되는 도면이다.
도 6에서는 영화관 브랜드와 관련하여 수집된 정보들을 포함하는 데이터베이스에서 어휘들을 조합하는 경우를 예를 들어 설명하기로 한다. 이외에, 다양한 분야에서 수집된 정보들을 포함하는 각종 데이터베이스가 추천 검색 질의 및 후보 추천 검색 질의를 생성하기 위해 이용될 수 있다.
도 6을 참조하면, 추천 검색 질의 생성부(211)는 영화관 데이터베이스(600)에 포함된 어휘들을 둘 이상 조합하여 후보 추천 검색 질의를 도메인(domain) 별로 생성할 수 있다. 이때, 추천 검색 질의 생성부(211)는 이미 생성된 추천 검색 질의에 포함되지 않은 어휘 조합을 통해 적어도 하나의 후보 추천 검색 질의를 생성할 수 있다.
일례로, 추천 검색 질의 생성부(211)는 데이터베이스(600)에 포함된 정보들의 사실 관계와 관계없이 항목 별로 서로 매칭하여 저장되거나 매칭하지 않는 어휘들을 조합하여 후보 추천 검색 질의를 생성할 수 있다. 예를 들어, 추천 검색 질의 생성부(211)는 메가박스(어휘1)과 서현(어휘2)을 조합, 메가박스(어휘1)와 남대문로(어휘2)를 조합, 롯데시네마(어휘1)와 분당(어휘2)을 조합하여 적어도 하나의 후보 추천 검색 질의를 포함하는 후보 추천 검색 질의 리스트(610)를 생성할 수 있다.
그러면, 검증 및 확장부(212)는 검색 질의 로그에 기초하여 상기 생성된 후보 추천 검색 질의의 신뢰도를 계산할 수 있다. 이때, 계산된 후보 추천 검색 질의의 신뢰도가 이미 생성된 추천 검색 질의의 신뢰도보다 높은 경우, 검증 및 확장부(212)는 후보 추천 검색 질의를 추천 검색 질의로 확장할 수 있다.
다시 말해, 영화관의 상호명이 변경되거나 또는 새로운 영화관이 생긴 경우, 해당 영화관에 대한 검색 질의가 추천 검색 질의에는 포함되지 않았으나, 해당 영화관에 대한 검색 질의의 신뢰도가 임시 생성된 추천 검색 질의의 신뢰도보다 높을 수 있다. 이처럼, 신뢰도가 더 높은 경우, 검증 및 확장부(212)는 해당 영화관에 대한 검색 질의를 추천 검색 질의 리스트(510)에 추가함에 따라, 추천 검색 질의를 확장할 수 있다.
도 7은 본 발명의 일실시예에 있어서, 지식 오류 교정 규칙을 생성하는 동작을 설명하기 위해 제공되는 도면이다.
도 7에서 지식 오류 교정 규칙을 생성하는 동작은, 도 2의 지식 오류 교정 시스템(200)에 의해 수행될 수 있다.
지식 오류 교정 규칙 생성부(213)는 검증 및 확장된 추천 검색 질의에 포함된 어휘들 중 사용자가 잘못 인지하여 입력할 수 있는 것으로 추정되는 어휘를 도메인 별로 확인하여 오답을 만들고 정답으로 교정하는 규칙을 생성할 수 있다.
일례로, 추천 검색 질의가 코엑스 메가박스(710)이고, 도메인이 코엑스인 경우, 지식 오류 교정 규칙 생성부(213)는 코엑스와 관련하여 사용자가 잘못된 정보에 따라 입력할 수 있는 것으로 추정되는 어휘, CGV, 롯데시네마 등의 영화관을 도메인인 코엑스와 조합하여 지식 오류 교정 규칙(720)을 생성할 수 있다. 이때, 지식 오류 교정 규칙 생성부(213)는 지식 오류가 포함되도록 조합된 어휘(721)와 상기 조합된 어휘(721)의 지식 오류가 교정된 추천 검색 질의(722)가 매칭되도록 지식 오류 교정 규칙(720)을 생성할 수 있다.
이처럼, 지식 오류 교정 규칙(720)이 생성됨에 따라, 지식 오류가 포함된 검색 질의가 사용자 단말(101)로부터 입력된 경우, 서비스 제공부(214)는 지식 오류 교정 규칙(720)에 기초하여 상기 입력된 검색 질의가 상기 지식 오류가 포함되도록 조합된 어휘(721)와 일치함에 따라, 입력된 검색 질의가 지식 오류를 포함하고 있음을 확인할 수 있다. 그러면, 서비스 제공부(214)는 지식 오류가 포함된 검색 질의를 상기 지식 오류가 포함되도록 조합된 어휘(721)와 매칭하여 기저장된 추천 검색 질의(722)로 교정하여 사용자 단말(101)에 제공할 수 있다. 다시 말해, 지식 오류가 포함된 검색 질의가 입력된 경우, 서비스 제공부(214)는, 지식 오류가 교정된 추천 검색 질의(722)를 사용자에게 추천 또는 제안할 수 있다.
도 8은 본 발명의 일실시예에 있어서, 검색 질의에 포함된 지식 오류를 교정하여 추천 검색 질의를 제공하는 예를 도시한 도면이다.
도 8을 참조하면, 일례로, 검색 질의로 갑동이 이민정(810)이 입력된 경우, 지식 오류 교정 시스템(200)은 상기 입력된 검색 질의와 함께 갑동이 김민정(820)을 추천 검색 질의로 제공할 수 있다.
다른 예로, 검색 질의로 호주수도 시드니(830)가 입력된 경우, 지식 오류 교정 시스템(200)은 상기 입력된 검색 질의와 함께 호주수도 멜버른(840)을 추천 검색 질의로 제공할 수 있다.
또 다른 예로, 검색 질의로 명동 메가박스(850)가 입력된 경우, 지식 오류 교정 시스템(200)은 상기 입력된 검색 질의와 함께 명동 롯데시네마, CGV(860)를 추천 검색 질의로 제공할 수 있다. 이처럼, 지식 오류 교정 시스템(200)은 입력된 검색 질의에 대해 하나 이상의 추천 검색 질의를 제공할 수 있다.
그리고, 지식 오류 교정 시스템(200)은 사용자가 입력한 검색 질의와 함께 추천 검색 질의를 제공함에 따라, 사용자가 잘못 인지하고 있는 정보가 무엇인지 정확히 알려줌과 동시에 사용자가 재검색을 위한 추가적인 작업을 해야 하는 수고를 덜어줄 수 있다. 결국, 지식 오류 교정 시스템(200)은 잘못된 정보를 포함하는 검색 질의를 올바른 정보를 포함하는 추천 검색 질의로 검색을 수행하도록 함에 따라, 검색 결과 품질을 향상시킬 수 있다.
또한, 지식 오류 교정 시스템(200)은 검색 엔진에서 검색 대상이 되는 데이터들에 대한 검색 결과를 제공하기 위해 각 분야별로 구축된 모든 데이터베이스를 대상으로 지식 오류 교정 규칙을 생성함에 따라, 검색 질의의 분야에 관계없이 지식 오류가 교정된 추천 검색 질의를 제공할 수 있다.
또한, 검색 질의가 지식 오류를 포함하고 있지 않는 경우, 지식 오류 교정 시스템(200)은 입력된 검색 질의에 대한 검색 결과를 사용자 단말(101)에 제공할 수 있다.
이상의 도 1 내지 도 8에서 설명한 바와 같이, 지식 오류 교정 시스템(200)에서 데이터베이스에 포함된 어휘들을 조합하여 추천 검색 질의를 생성하고, 검증 및 확장된 추천 검색 질의에 기초하여 지식 오류 교정 규칙을 생성하고, 생성된 지식 오류 교정 규칙에 기초하여 지식 오류를 포함하는 검색 질의를 교정하여 제공하는 구성은 아래의 표 1과 같이 정규화된 형태로 표현될 수 있다.
1. 질의 구성 어휘:
W={위치, 브랜드 등 개념이나 정보를 나타내는 어휘}
2. 사용자 질의:
Q=W1 … Wn, n=질의 구성 어휘 개수
3. 지식 오류 교정을 위한 데이터베이스:
DBcorrect = {K1 …Kx}, K=정답 엔트리, x=앤트리 개수
4. 문제 정의:
Figure 112014088863877-pat00002

Figure 112014088863877-pat00003

Figure 112014088863877-pat00004
도 9는 본 발명의 일 실시예에 있어서, 컴퓨터 시스템의 내부 구성의 일례를 설명하기 위한 블록도이다.
도 9을 참조하면, 컴퓨터 시스템(900)은 적어도 하나의 프로세서(processor, 910), 메모리(memory, 920), 주변장치 인터페이스(peripheral interface, 930), 입/출력 서브시스템(I/O subsystem)(940), 전력 회로(950) 및 통신 회로(960)를 적어도 포함할 수 있다. 이때, 컴퓨터 시스템(900)은 사용자 단말에 해당될 수 있다.
메모리(920)는, 일례로 고속 랜덤 액세스 메모리(high-speed random access memory), 자기 디스크, 에스램(SRAM), 디램(DRAM), 롬(ROM), 플래시 메모리 또는 비휘발성 메모리를 포함할 수 있다. 메모리(920)는 컴퓨터 시스템(900)의 동작에 필요한 소프트웨어 모듈, 명령어 집합 또는 그밖에 다양한 데이터를 포함할 수 있다. 이때, 프로세서(910)나 주변장치 인터페이스(930) 등의 다른 컴포넌트에서 메모리(920)에 액세스하는 것은 프로세서(910)에 의해 제어될 수 있다.
주변장치 인터페이스(930)는 컴퓨터 시스템(900)의 입력 및/또는 출력 주변장치를 프로세서(910) 및 메모리(920)에 결합시킬 수 있다. 프로세서(910)는 메모리(920)에 저장된 소프트웨어 모듈 또는 명령어 집합을 실행하여 컴퓨터 시스템(900)을 위한 다양한 기능을 수행하고 데이터를 처리할 수 있다.
입/출력 서브시스템(940)은 다양한 입/출력 주변장치들을 주변장치 인터페이스(930)에 결합시킬 수 있다. 예를 들어, 입/출력 서브시스템(940)은 모니터나 키보드, 마우스, 프린터 또는 필요에 따라 터치스크린이나 센서 등의 주변장치를 주변장치 인터페이스(930)에 결합시키기 위한 컨트롤러를 포함할 수 있다. 다른 측면에 따르면, 입/출력 주변장치들은 입/출력 서브시스템(940)을 거치지 않고 주변장치 인터페이스(930)에 결합될 수도 있다.
전력 회로(950)는 단말기의 컴포넌트의 전부 또는 일부로 전력을 공급할 수 있다. 예를 들어 전력 회로(950)는 전력 관리 시스템, 배터리나 교류(AC) 등과 같은 하나 이상의 전원, 충전 시스템, 전력 실패 감지 회로(power failure detection circuit), 전력 변환기나 인버터, 전력 상태 표시자 또는 전력 생성, 관리, 분배를 위한 임의의 다른 컴포넌트들을 포함할 수 있다.
통신 회로(960)는 적어도 하나의 외부 포트를 이용하여 다른 컴퓨터 시스템과 통신을 가능하게 할 수 있다. 또는 상술한 바와 같이 필요에 따라 통신 회로(960)는 RF 회로를 포함하여 전자기 신호(electromagnetic signal)라고도 알려진 RF 신호를 송수신함으로써, 다른 컴퓨터 시스템과 통신을 가능하게 할 수도 있다.
이러한 도 9의 실시예는, 컴퓨터 시스템(900)의 일례일 뿐이고, 컴퓨터 시스템(900)은 도 9에 도시된 일부 컴포넌트가 생략되거나, 도 9에 도시되지 않은 추가의 컴포넌트를 더 구비하거나, 2개 이상의 컴포넌트를 결합시키는 구성 또는 배치를 가질 수 있다. 예를 들어, 모바일 환경의 통신 단말을 위한 컴퓨터 시스템은 도 9에 도시된 컴포넌트들 외에도, 터치스크린이나 센서 등을 더 포함할 수도 있으며, 통신 회로(960)에 다양한 통신 방식(WiFi, 3G, LET, Bluetooth, NFC, Zigbee 등)의 RF 통신을 위한 회로가 포함될 수도 있다. 컴퓨터 시스템(900)에 포함 가능한 컴포넌트들은 하나 이상의 신호 처리 또는 어플리케이션에 특화된 집적 회로를 포함하는 하드웨어, 소프트웨어, 또는 하드웨어 및 소프트웨어 양자의 조합으로 구현될 수 있다.
본 발명의 실시예에 따른 방법들은 다양한 컴퓨터 시스템을 통하여 수행될 수 있는 프로그램 명령(instruction) 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다.
본 실시예에 따른 프로그램은 PC 기반의 프로그램 또는 모바일 단말 전용의 어플리케이션으로 구성될 수 있다. 본 실시예에서의 검색앱은 독립적으로 동작하는 프로그램 형태로 구현되거나, 혹은 특정 어플리케이션의 인-앱(in-app) 형태로 구성되어 상기 특정 어플리케이션 상에서 동작이 가능하도록 구현될 수 있다.
또한, 본 발명의 실시예에 따른 방법들은 검색앱이 사용자 단말을 제어하여 수행될 수 있다. 이러한 어플리케이션은 파일 배포 시스템이 제공하는 파일을 통해 사용자 단말에 설치될 수 있다. 일 예로, 파일 배포 시스템은 사용자 단말의 요청에 따라 상기 파일을 전송하는 파일 전송부(미도시)를 포함할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
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 실시예를 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. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (14)

  1. 컴퓨터로 구현되는 검색 질의 내 지식 오류 교정 방법에 있어서,
    데이터베이스에 포함된 어휘들을 조합하여 추천 검색 질의를 도메인 별로 생성하는 단계;
    상기 추천 검색 질의에 대한 신뢰도에 기초하여 상기 추천 검색 질의를 검증하는 단계; 및
    검증된 추천 검색 질의를 대상으로, 개념 또는 정보의 오류를 나타내는 지식 오류를 교정하기 위한 지식 오류 교정 규칙을 도메인 별로 생성하는 단계
    를 포함하고,
    상기 추천 검색 질의를 도메인 별로 생성하는 단계는,
    상기 추천 검색 질의에 해당하는 기능어를 정규화함에 따라 상기 추천 검색 질의를 확장하는 검색 질의 내 지식 오류 교정 방법.
  2. 제1항에 있어서,
    검색 질의를 입력받는 단계; 및
    입력된 검색 질의가 상기 지식 오류를 포함함에 따라, 상기 지식 오류 교정 규칙에 기초하여 지식 오류가 교정된 추천 검색 질의를 제공하는 단계
    를 더 포함하는 검색 질의 내 지식 오류 교정 방법.
  3. 컴퓨터로 구현되는 검색 질의 내 지식 오류 교정 방법에 있어서,
    데이터베이스에 포함된 어휘들을 조합하여 추천 검색 질의를 도메인 별로 생성하는 단계;
    상기 추천 검색 질의에 대한 신뢰도에 기초하여 상기 추천 검색 질의를 검증하는 단계; 및
    검증된 추천 검색 질의를 대상으로, 개념 또는 정보의 오류를 나타내는 지식 오류를 교정하기 위한 지식 오류 교정 규칙을 도메인 별로 생성하는 단계
    를 포함하고,
    상기 추천 검색 질의를 검증하는 단계는,
    데이터베이스에 포함된 어휘들을 조합하여 생성된 후보 추천 검색 질의 및 상기 추천 검색 질의에 대한 신뢰도를 계산하는 단계;
    상기 추천 검색 질의의 신뢰도에 기초하여 상기 추천 검색 질의를 검증하는 단계; 및
    상기 후보 추천 검색 질의의 신뢰도 및 추천 검색 질의의 신뢰도에 기초하여 상기 후보 추천 검색 질의를 추천 검색 질의로 확장하는 단계
    를 포함하는 검색 질의 내 지식 오류 교정 방법.
  4. 제3항에 있어서,
    상기 후보 추천 검색 질의를 추천 검색 질의로 확장하는 단계는,
    상기 후보 추천 검색 질의의 신뢰도가 상기 추천 검색 질의의 신뢰도보다 높음에 따라 상기 후보 추천 검색 질의를 추천 검색 질의로 확장하는 검색 질의 내 지식 오류 교정 방법.
  5. 삭제
  6. 제1항에 있어서,
    상기 추천 검색 질의에 대한 신뢰도는,
    상기 추천 검색 질의에 해당하는 검색 결과 노출 빈도, 검색 결과 클릭 빈도 및 검색 빈도 중 적어도 하나에 기초하여 계산되는 검색 질의 내 지식 오류 교정 방법.
  7. 컴퓨터로 구현되는 검색 질의 내 지식 오류 교정 방법에 있어서,
    검색 질의를 입력받는 단계; 및
    상기 입력된 검색 질의가 개념 또는 정보의 오류를 나타내는 지식 오류를 포함함에 따라, 기생성된 지식 오류 교정 규칙에 기초하여 지식 오류가 교정된 추천 검색 질의를 서비스 화면에 노출하는 단계
    를 포함하고,
    상기 서비스 화면에 노출하는 단계는,
    상기 추천 검색 질의와 함께 입력된 검색 질의를 서비스 화면에 노출하고,
    상기 검색 질의 내 지식 오류 교정 방법은,
    데이터베이스에 포함된 어휘들을 조합하여 상기 추천 검색 질의를 도메인 별로 생성하는 단계;
    상기 추천 검색 질의에 대한 신뢰도에 기초하여 상기 추천 검색 질의를 검증하는 단계; 및
    상기 검증된 추천 검색 질의를 대상으로, 상기 지식 오류를 교정하기 위한 상기 지식 오류 교정 규칙을 도메인 별로 생성하는 단계
    를 더 포함하고,
    상기 추천 검색 질의를 도메인 별로 생성하는 단계는,
    상기 추천 검색 질의에 해당하는 기능어를 정규화함에 따라 상기 추천 검색 질의를 확장하는 검색 질의 내 지식 오류 교정 방법.
  8. 삭제
  9. 컴퓨터로 구현되는 검색 질의 내 지식 오류 교정 방법에 있어서,
    검색 질의를 입력받는 단계; 및
    상기 입력된 검색 질의가 개념 또는 정보의 오류를 나타내는 지식 오류를 포함함에 따라, 기생성된 지식 오류 교정 규칙에 기초하여 지식 오류가 교정된 추천 검색 질의를 서비스 화면에 노출하는 단계
    를 포함하고,
    데이터베이스에 포함된 어휘들을 조합하여 상기 추천 검색 질의를 도메인 별로 생성하는 단계;
    상기 추천 검색 질의에 대한 신뢰도에 기초하여 상기 추천 검색 질의를 검증하는 단계; 및
    상기 검증된 추천 검색 질의를 대상으로, 상기 지식 오류를 교정하기 위한 상기 지식 오류 교정 규칙을 도메인 별로 생성하는 단계
    를 더 포함하고,
    상기 추천 검색 질의를 검증하는 단계는,
    데이터베이스에 포함된 어휘들을 조합하여 생성된 후보 추천 검색 질의 및 상기 추천 검색 질의에 대한 신뢰도를 계산하는 단계;
    상기 추천 검색 질의의 신뢰도에 기초하여 상기 추천 검색 질의를 검증하는 단계; 및
    상기 후보 추천 검색 질의의 신뢰도 및 추천 검색 질의의 신뢰도에 기초하여 상기 후보 추천 검색 질의를 추천 검색 질의로 확장하는 단계
    를 포함하는 검색 질의 내 지식 오류 교정 방법.
  10. 삭제
  11. 적어도 하나의 프로그램이 로딩된 메모리; 및
    적어도 하나의 프로세서
    를 포함하고,
    상기 적어도 하나의 프로세서는, 상기 프로그램의 제어에 따라,
    데이터베이스에 포함된 어휘들을 조합하여 추천 검색 질의를 도메인 별로 생성하는 과정;
    상기 추천 검색 질의에 대한 신뢰도에 기초하여 상기 추천 검색 질의를 검증하는 과정; 및
    검증된 추천 검색 질의를 대상으로, 개념 또는 정보의 오류를 나타내는 지식 오류를 교정하기 위한 지식 오류 교정 규칙을 도메인 별로 생성하는 과정
    을 처리하고,
    상기 추천 검색 질의를 도메인 별로 생성하는 과정은,
    상기 추천 검색 질의에 해당하는 기능어를 정규화함에 따라 상기 추천 검색 질의를 확장하는 검색 질의 내 지식 오류 교정 시스템.
  12. 제11항에 있어서,
    상기 적어도 하나의 프로세서는, 상기 프로그램의 제어에 따라,
    검색 질의를 입력받는 과정; 및
    입력된 검색 질의가 상기 지식 오류를 포함함에 따라, 상기 지식 오류 교정 규칙에 기초하여 지식 오류가 교정된 추천 검색 질의를 제공하는 과정
    을 더 처리하는 검색 질의 내 지식 오류 교정 시스템.
  13. 사용자 단말에 설치되는 어플리케이션의 파일을 배포하는 파일 배포 시스템에 있어서,
    상기 사용자 단말의 요청에 따라 상기 파일을 전송하는 파일 전송부
    를 포함하고,
    상기 어플리케이션은,
    데이터베이스에 포함된 어휘들을 조합하여 추천 검색 질의를 도메인 별로 생성하는 모듈;
    상기 추천 검색 질의에 대한 신뢰도에 기초하여 상기 추천 검색 질의를 검증하는 모듈; 및
    검증된 추천 검색 질의를 대상으로, 개념 또는 정보의 오류를 나타내는 지식 오류를 교정하기 위한 지식 오류 교정 규칙을 도메인 별로 생성하는 모듈
    을 포함하고,
    상기 추천 검색 질의를 도메인 별로 생성하는 모듈은,
    상기 추천 검색 질의에 해당하는 기능어를 정규화함에 따라 상기 추천 검색 질의를 확장하는 파일 배포 시스템.
  14. 제13항에 있어서,
    상기 어플리케이션은,
    검색 질의를 입력받는 모듈; 및
    입력된 검색 질의가 상기 지식 오류를 포함함에 따라, 상기 지식 오류 교정 규칙에 기초하여 지식 오류가 교정된 추천 검색 질의를 제공하는 모듈
    을 더 포함하는 파일 배포 시스템.
KR1020140124709A 2014-09-19 2014-09-19 검색 질의 내 지식 오류 교정 방법 및 시스템 KR101648961B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020140124709A KR101648961B1 (ko) 2014-09-19 2014-09-19 검색 질의 내 지식 오류 교정 방법 및 시스템
US14/858,017 US20160085799A1 (en) 2014-09-19 2015-09-18 Method and system for correcting error of knowledge involved query

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140124709A KR101648961B1 (ko) 2014-09-19 2014-09-19 검색 질의 내 지식 오류 교정 방법 및 시스템

Publications (2)

Publication Number Publication Date
KR20160033904A KR20160033904A (ko) 2016-03-29
KR101648961B1 true KR101648961B1 (ko) 2016-08-18

Family

ID=55525922

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140124709A KR101648961B1 (ko) 2014-09-19 2014-09-19 검색 질의 내 지식 오류 교정 방법 및 시스템

Country Status (2)

Country Link
US (1) US20160085799A1 (ko)
KR (1) KR101648961B1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107451161A (zh) * 2016-06-01 2017-12-08 阿里巴巴集团控股有限公司 展示对象的推送方法、装置及平台
US11269709B2 (en) * 2018-10-05 2022-03-08 Sap Se Automated incident handling for software components
US20220067102A1 (en) * 2020-09-03 2022-03-03 International Business Machines Corporation Reasoning based natural language interpretation
CN112597754B (zh) * 2020-12-23 2023-11-21 北京百度网讯科技有限公司 文本纠错方法、装置、电子设备和可读存储介质
CN113553398B (zh) * 2021-07-15 2024-01-26 杭州网易云音乐科技有限公司 搜索词纠正方法、装置、电子设备及计算机存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100980579B1 (ko) * 2010-02-03 2010-09-06 경북대학교 산학협력단 온톨로지에 대한 자연어 질의 검색 방법 및 시스템
KR101269217B1 (ko) 2011-09-05 2013-05-30 주식회사 다음커뮤니케이션 검색 서비스 제공 시스템 및 그의 검색 서비스 제공 방법

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050131872A1 (en) * 2003-12-16 2005-06-16 Microsoft Corporation Query recognizer
KR100806936B1 (ko) * 2006-03-31 2008-02-22 엔에이치엔(주) 자동완성 추천어를 정정하여 노출하는 자동완성 추천어제공 방법 및 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100980579B1 (ko) * 2010-02-03 2010-09-06 경북대학교 산학협력단 온톨로지에 대한 자연어 질의 검색 방법 및 시스템
KR101269217B1 (ko) 2011-09-05 2013-05-30 주식회사 다음커뮤니케이션 검색 서비스 제공 시스템 및 그의 검색 서비스 제공 방법

Also Published As

Publication number Publication date
US20160085799A1 (en) 2016-03-24
KR20160033904A (ko) 2016-03-29

Similar Documents

Publication Publication Date Title
KR101648961B1 (ko) 검색 질의 내 지식 오류 교정 방법 및 시스템
JP6704450B2 (ja) 開発者ボイスアクションシステム
KR102282561B1 (ko) 위치 식별 및 통신을 위한 방법 및 장치
US11061968B2 (en) Method, system and computer-readable recording medium for recommending query word using domain property
EP3627498B1 (en) Method and system, for generating speech recognition training data
US20090083255A1 (en) Query spelling correction
CN104484459A (zh) 一种对知识图谱中的实体进行合并的方法及装置
US10789149B2 (en) Duplicate bug report detection using machine learning algorithms and automated feedback incorporation
US8204714B2 (en) Method and computer program product for finding statistical bounds, corresponding parameter corners, and a probability density function of a performance target for a circuit
CN104854654A (zh) 用于使用搜索查询信息的言语识别处理的方法和系统
US20170185653A1 (en) Predicting Knowledge Types In A Search Query Using Word Co-Occurrence And Semi/Unstructured Free Text
JP2019053730A (ja) 文書のカテゴリ分類のためのディープラーニング学習方法およびそのシステム
JPWO2020026366A1 (ja) 特許評価判定方法、特許評価判定装置、および特許評価判定プログラム
KR102315181B1 (ko) 개체명 연결 방법, 장치, 시스템 및 컴퓨터 프로그램
CN106202440B (zh) 数据处理方法、装置及设备
KR101747532B1 (ko) 여행성 질의에 대응하는 검색 결과로 코스를 추천하는 방법 및 시스템
KR102277240B1 (ko) 키워드 관계 구조를 이용한 동의어 추출 방법 및 시스템
KR102275819B1 (ko) 건축 설계 도면의 자동 문서화 방법, 장치 및 시스템
US20180330010A1 (en) Information processing apparatus, information processing method, and recording medium recording information processing program
KR101618965B1 (ko) 검색 결과를 제공하기 위한 방법과 시스템, 기록 매체, 그리고 파일 배포 시스템
KR20190000061A (ko) 키워드 속성을 기준으로 관련 있는 키워드를 제공하는 방법 및 시스템
KR102240454B1 (ko) 키워드 관계 구조 기반의 질의 분석을 이용한 복합키워드 동의어 추출 방법 및 시스템
US20230153371A1 (en) URL Exchange
KR101944404B1 (ko) 주가정보를 제공하는 방법 및 시스템
KR101802073B1 (ko) 의미적 연관 정보를 이용한 카테고리 표현에서의 사실 추출 방법 및 시스템

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190701

Year of fee payment: 4