KR101875447B1 - Server for online english learning and method thereof - Google Patents

Server for online english learning and method thereof Download PDF

Info

Publication number
KR101875447B1
KR101875447B1 KR1020170017481A KR20170017481A KR101875447B1 KR 101875447 B1 KR101875447 B1 KR 101875447B1 KR 1020170017481 A KR1020170017481 A KR 1020170017481A KR 20170017481 A KR20170017481 A KR 20170017481A KR 101875447 B1 KR101875447 B1 KR 101875447B1
Authority
KR
South Korea
Prior art keywords
learning
sentence
content
information
learner
Prior art date
Application number
KR1020170017481A
Other languages
Korean (ko)
Inventor
홍순명
Original Assignee
(주)뉴로네티즘
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by (주)뉴로네티즘 filed Critical (주)뉴로네티즘
Priority to KR1020170017481A priority Critical patent/KR101875447B1/en
Application granted granted Critical
Publication of KR101875447B1 publication Critical patent/KR101875447B1/en

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
    • G06Q50/20—Education
    • 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
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/08—Payment architectures
    • G06Q20/12—Payment architectures specially adapted for electronic shopping systems
    • G06Q20/123—Shopping for digital content
    • 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
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/06—Foreign languages

Abstract

The present invention relates to an online English learning server and an online English learning method to search for learning content suitable for a learner to provide the learner with the learning content. The online English learning server comprises: a content meta database storing meta data of content to be supplied to a learning terminal, wherein the meta data are content property information including connection route information for the content; a sentence analysis unit to extract structure information of a learning sentence inputted from the learning terminal; and a learning management unit to determine one or more meta data including property information of content associated with the extracted structure information from the content meta database to generate a recommended learning content list, generate structuralization information structuralizing components of the learning sentence and grammatical knowledge information for the components of the learning sentence, and supply the recommended learning content list, the structuralization information, and the grammatical knowledge information to the learning terminal.

Description

온라인 영어 학습 서버 및 온라인 영어 학습 방법{SERVER FOR ONLINE ENGLISH LEARNING AND METHOD THEREOF}BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an online English learning server and an online English learning method,

본 발명은 온라인 영어 학습 서버 및 온라인 영어 학습 방법에 관한 것으로서, 더욱 상세하게는 학습자가 입력한 학습 문장, 또는 학습자가 선택한 문장 구성요소로부터 생성한 학습 정보를 토대로 적절한 학습 콘텐츠를 검색하여 학습자에게 추천하고 학습이 진행되도록 하기 위한 온라인 영어 학습 서버 및 온라인 영어 학습 방법에 관한 것이다.The present invention relates to an on-line English language learning server and an on-line English learning method, and more particularly, to an on-line English language learning server and an on- The present invention relates to an online English learning server and an online English learning method for allowing learning to proceed.

현재의 온라인 영어 학습 시스템의 문제점을 두 가지 측면에서 살펴보면 다음과 같다.The problems of the current online English learning system are as follows.

첫째로, 교육자 또는 콘텐츠 가공자의 목적에 의거하여 제작된 콘텐츠를 서버를 통해 제공하는 방식으로 교육이 진행됨으로 인해, 학습자 개개인의 학습 수준이나 능력, 목적 및 취향 등이 배제된 획일적인 학습이 진행된다는 것이다. 이는 오프라인 수업에 익숙한 교육자 또는 콘텐츠 기획자가 오프라인 수업에서나 유용하게 쓰일 교재를 서버에 업로드하고 목차 페이지를 추가하여 학습자에게 제공하는 것과 큰 차이가 없다. 즉, 영어 학습 콘텐츠 또는 교재가 오프라인 수업에서는 효율적으로 사용될 수 있더라도, 인터넷 및 서버를 통해 콘텐츠가 학습자에게 제공되는 온라인 환경에서는 그 환경에 적합하게 콘텐츠 제공 방식과 콘텐츠의 형식 및 내용이 변화될 필요성이 있음에도, 오프라인 수업 형태의 콘텐츠 제공 방식이 유지되어 학습 효율성이 저하되는 문제점이 발생한다. 마우스 및 하이퍼링크 등을 통한 콘텐츠 취급의 편의성을 제외하면 오프라인 수업과 큰 차이가 없는, 전형적인 온라인 학습은 잘 만들어진 온라인 사전과 비교해 보면 그 차이가 극명하게 드러난다. First, since the education is conducted in a way that the contents produced based on the purpose of the educator or the content creator are provided through the server, uniform learning is performed without the learning level, the ability, the purpose and the taste of the individual learner will be. This is not much different from the way that educators or content planners who are familiar with offline lessons upload textbooks that will be useful in offline classrooms to the server and add them to the learner by adding a table of contents pages. In other words, even though English learning contents or textbooks can be effectively used in offline classes, in an online environment in which contents are provided to learners via the Internet and servers, there is a need to change the contents providing method and content format and content There is a problem that the efficiency of learning is deteriorated because the method of providing contents in an offline class form is maintained. Except for the convenience of handling content through mouse and hyperlink, the difference between a typical online learning, which is not much different from the offline learning, and a well-made online dictionary, becomes clear.

어떤 학습자가 영어 원서를 읽다 영어 단어의 의미를 알기 위해 온라인 사전(예: dictionary.com)을 통해 해당 단어를 검색한 상황을 가정한다. 좋은 사전은 그 단어의 의미뿐 아니라 의미별 예문, 유의어, 반의어, 어원, 용법 및 기타 표현 등을 보여준다. 이 학습자가 단지 모르는 단어의 의미에만 관심이 있었다면 해당 의미에 대한 설명만 읽고 이 일시적 단어 학습 과정이 끝날 수도 있지만, 유의어들의 예문과 용법을 보면서 해당 단어와의 차이를 알게 되고 다양한 표현을 통해 해당 단어와 관련된 역사 및 문화 등의 배경지식까지 알게 되는 심화된 단어 학습이 진행될 수도 있다. 성인을 위한 온라인 영어 학습은 이렇게 온라인 사전과 같은 방식이어야 한다. 즉, 특정 학습자에 근거하여 그 학습자에게 최적화된 학습 콘텐츠가 제공되고 학습자 스스로 선택한 후 그 학습을 진행해 나갈 수 있어야 한다.A learner reads an English application and assumes that he or she has searched for the word through an online dictionary (eg, dictionary.com) to know the meaning of the English word. A good dictionary shows not only the meaning of the word, but also meaningful examples, synonyms, antonyms, etymologies, usage, and other expressions. If this learner was only interested in the meaning of words that he / she did not know, he / she could read only the explanation of the meaning and end this temporary word learning process. However, by looking at the example sentences and usage of the thesaurus, And deep knowledge of the word, such as history and culture related to the background, may be advanced. Online English learning for adults should be in the same way as online dictionaries. In other words, the learning contents optimized for the learner should be provided based on the specific learner, and the learner should be able to select the learner and proceed with the learning.

둘째로, 아이들이 모국어를 배우는 과정과 유사한 방식을 성인에게도 적용하여 영어를 가르친다는 것이다. 성인들은 단지 영어를 잘 못할 뿐이지 아이들처럼 두뇌가 아직 발달되지 않은 상태에 있는 것은 아니며, 이미 상당량의 영어 지식을 보유하고 있다. 다만, 그러한 지식이 체계적이지 못하고 다양하게 응용시키지 못했을 뿐이다. 그럼에도 불구하고, 성인을 위한 온라인 영어학습 콘텐츠의 대부분은 아이들에게 적용되는 학습 방법이 적용되어 반복적으로, 느리게 학습을 진행한다. 만 16세가 되면 인간 본연의 언어습득 능력이 사라지는 것으로 알려져 있으며, 따라서 아이들에게 적용되는 학습 방법을 성인에게 적용한다 하더라도 아이들에게서 나타나는 교육 효과만큼의 성과를 얻을 수 없다. 오히려 원어민조차 모를 수 있는 영어의 원리를 알려 주고 그 원리를 통해 다양한 응용의 단계를 거치도록 하는 것이 훨씬 빠르고 정확한 영어 능력을 얻을 수 있다. 다시 말해, 현재 영어 교육계 전반에서 하나의 원칙처럼 여겨지는 의사소통 중심 교육(communicative competence)이나 몰입교육(immersion)이 성인들에게도 효과가 있다고 단언할 수 없으며, 성인은 성인에 맞는 온라인 학습법이 따로 만들어져야 한다는 것이다. 따라서 학습자가 만들고 싶어하는 영어 문장을 단계별로 만들어가며 각각의 단계마다 적절한 문법적 설명을 부가하는 방식의 수업은 성인에게 최적의 학습법이 될 것이다.Secondly, children are taught English by adapting to adults in a similar way to learning their mother tongue. Adults are just not fluent in English. Like children, their brains are not in an underdeveloped state, and they already have a significant amount of English knowledge. However, such knowledge was not systematic and could not be applied variously. Nevertheless, most of the online English learning content for adults continues to learn slowly and repeatedly with the learning method applied to children. At the age of 16, it is known that the ability to learn the language of the human body disappears. Therefore, even if the learning method applied to children is applied to adults, it is not as effective as the education effect of children. Rather, it is much faster and more accurate to tell English principles that even non-native speakers can not understand and to pass through various application steps through the principles. In other words, communicative competence or immersion, which is considered to be a principle in the whole English education world, can not be said to be effective for adults. . Therefore, it is the best way for learners to learn how to make English sentences that they want to make and to add appropriate grammar explanations at each stage.

본 발명의 배경기술은 대한민국 공개특허공보 제2009-0114192호(2009.11.03 공개)에 개시되어 있다.The background art of the present invention is disclosed in Korean Patent Laid-Open Publication No. 2009-0114192 (published on November 3, 2009).

본 발명은 전술한 문제점을 해결하기 위해 창안된 것으로서, 본 발명의 일 측면에 따른 목적은 학습자로부터 입력받은 영어 문장으로부터 학습자의 학습 의도를 분석하고, 그 분석을 토대로 해당 학습자에게 적합한 학습 콘텐츠를 검색하여 제공하기 위한 온라인 영어 학습 서버 및 온라인 영어 학습 방법을 제공하는 것이다.The present invention has been made to solve the above problems, and an object of the present invention is to analyze a learning intention of a learner from an English sentence input from a learner, and to search for a learning content suitable for the learner based on the analysis The present invention provides an online English learning server and an online English learning method for providing the online English learning server.

본 발명의 또 다른 목적은, 학습자 스스로 영어 문장을 생성하도록 보조하고, 영어 문장 생성 단계별로 제공되는 문법 설명을 통해 영어 문장을 생성하는 과정에서 문법적 원리를 터득하도록 하는 온라인 영어 학습 서버 및 온라인 영어 학습 방법을 제공하는 것이다.It is another object of the present invention to provide an online English learning server and an online English learning server that assists a learner to generate an English sentence by himself / herself and acquires grammatical principles in the process of generating an English sentence through a grammar explanation provided for each step of generating an English sentence Method.

본 발명의 일 측면에 따른 온라인 영어 학습 서버는, 학습 단말에 제공될 콘텐츠의 메타 데이터가 저장된 콘텐츠 메타 DB로서, 상기 메타 데이터는 상기 콘텐츠에 대한 접속경로정보를 포함하는 콘텐츠 속성정보인, 콘텐츠 메타 DB, 상기 학습 단말로부터 입력받은 학습 문장의 구조 정보를 추출하는 문장 분석부, 및 상기 추출된 구조 정보와 관련된 콘텐츠의 속성정보를 포함하는 하나 이상의 메타 데이터를 상기 콘텐츠 메타 DB로부터 결정하여 추천 학습 콘텐츠 리스트를 생성하고, 상기 학습 문장의 구성요소를 구조화한 구조화 정보, 및 상기 학습 문장의 구성요소에 대한 문법적 지식 정보를 생성하며, 상기 추천 학습 콘텐츠 리스트, 상기 구조화 정보 및 상기 문법적 지식 정보를 상기 학습 단말로 제공하는 학습 관리부를 포함하는 것을 특징으로 한다.An on-line English learning server according to an aspect of the present invention is a content meta DB storing metadata of a content to be provided to a learning terminal, the meta data including content meta information including content path information on the content, DB, a sentence analysis unit for extracting structure information of a learning sentence input from the learning terminal, and one or more meta data including attribute information of a content related to the extracted structure information from the content meta DB, And generates grammatical knowledge information about the elements of the learning sentence, and transmits the recommended learning contents list, the structured information, and the grammatical knowledge information to the learning And a learning management unit for providing the terminal with a terminal .

본 발명의 일 측면에 따른 온라인 영어 학습 서버는, 학습 단말에 제공될 콘텐츠의 메타 데이터가 저장된 콘텐츠 메타 DB로서, 상기 메타 데이터는 상기 콘텐츠에 대한 접속경로정보를 포함하는 콘텐츠 속성정보인, 콘텐츠 메타 DB, 학습자가 목표하는 문장 형식의 구성 요소 리스트를 상기 학습 단말로 제공하고, 상기 제공된 구성 요소 리스트 중 해당 학습자에 의해 선택 및 입력된 구성 요소에 연결 가능한 파생 구성 요소 리스트를 생성하여 상기 학습 단말로 제공하는 과정을 연속적으로 수행함으로써 학습 문장을 생성하는 문장 생성 보조부, 및 상기 생성된 학습 문장의 구조 정보와 관련된 콘텐츠의 속성정보를 포함하는 하나 이상의 메타 데이터를 상기 콘텐츠 메타 DB로부터 결정하여 추천 학습 콘텐츠 리스트를 생성하고, 상기 학습 문장의 구성요소를 구조화한 구조화 정보, 및 상기 학습 문장의 구성요소에 대한 문법적 지식 정보를 생성하며, 상기 추천 학습 콘텐츠 리스트, 상기 구조화 정보 및 상기 문법적 지식 정보를 상기 학습 단말로 제공하는 학습 관리부를 포함하는 것을 특징으로 한다.An on-line English learning server according to an aspect of the present invention is a content meta DB storing metadata of a content to be provided to a learning terminal, the meta data including content meta information including content path information on the content, DB, a list of component elements in a sentence format targeted by the learner to the learning terminal, generates a derivation component list connectable to the components selected and input by the learner among the provided component lists, And a content generation unit for generating a learning sentence by generating a learning sentence by continuously determining one or more metadata including attribute information of a content related to the structure information of the generated learning sentence from the content meta DB, List, and the composition of the learning sentence And a learning management unit for generating structured information structured by a cow and grammatical knowledge information about the elements of the learning sentence and providing the recommended learning contents list, the structured information and the grammatical knowledge information to the learning terminal .

본 발명에 있어 상기 문장 생성 보조부는, 문장 형성의 일반 규칙을 저장하는 규칙 DB, 및 어휘의 용법 정보를 저장하는 어휘 DB를 참조하여 상기 선택 및 입력된 구성요소에 연결 가능한 파생 구성 요소 리스트를 생성하는 것을 특징으로 한다.In the present invention, the sentence generation auxiliary section generates a derivation component list connectable to the selected and inputted components by referring to a rule DB storing general rules of sentence formation and a lexical DB storing usage information of the vocabulary .

본 발명은 학습자의 수준 정보, 콘텐츠 선호도 정보 및 학습 이력 정보를 학습자별로 저장하는 학습자 DB를 더 포함하고, 상기 학습 관리부는, 상기 콘텐츠 메타 DB로부터 결정된 하나 이상의 메타 데이터 중 상기 학습자 DB를 통해 파악한 해당 학습자의 수준, 콘텐츠 선호도 및 학습 이력에 적합한 하나 이상의 메타 데이터를 이용하여 상기 추천 학습 콘텐츠 리스트를 생성하는 것을 특징으로 한다.The present invention further includes a learner DB for storing learner level information, content preference information, and learning history information for each learner, and the learning management unit includes: The recommended learning contents list is generated by using one or more meta data suitable for the level of the learner, the content preference, and the learning history.

본 발명에 있어 상기 학습 관리부는, 상기 학습 문장의 구성요소와 관련된 예문을 상기 학습 단말로 제공하는 것을 특징으로 한다.In the present invention, the learning management unit provides an example sentence related to a component of the learning sentence to the learning terminal.

본 발명에 있어 상기 학습 관리부는, 상기 추천 학습 콘텐츠 리스트에 포함된 콘텐츠 중 해당 학습자가 선택한 콘텐츠를 상기 학습 단말로부터 입력받은 경우, 상기 입력된 콘텐츠에 대한 결제를 수행한 후, 상기 결제가 수행된 콘텐츠를 상기 학습 단말로 제공하는 것을 특징으로 한다.In the present invention, when the content selected by the learner among the contents included in the recommended learning content list is input from the learning terminal, the learning management unit performs a payment for the input content, And provides the content to the learning terminal.

본 발명의 일 측면에 따른 온라인 영어 학습 방법은, 서버가, 학습 단말로부터 입력받은 학습 문장의 구조 정보를 추출하는 단계, 상기 서버가, 상기 추출된 구조 정보와 관련된 콘텐츠의 속성정보를 포함하는 하나 이상의 메타 데이터를 이용하여 추천 학습 콘텐츠 리스트를 생성하는 단계, 상기 서버가, 상기 학습 문장의 구성요소를 구조화한 구조화 정보, 및 상기 학습 문장의 구성요소에 대한 문법적 지식 정보를 생성하는 단계, 및 상기 서버가, 상기 추천 학습 콘텐츠 리스트, 상기 구조화 정보 및 상기 문법적 지식 정보를 상기 학습 단말로 제공하는 단계를 포함하는 것을 특징으로 한다.An on-line English learning method according to an aspect of the present invention includes the steps of: extracting structure information of a learning sentence inputted from a learning terminal by a server; Generating a list of recommended learning contents using the above metadata; generating, by the server, grammatical knowledge information about the structuring information structured by the elements of the learning sentence and the elements of the learning sentence; And the server is provided with the recommended learning contents list, the structured information, and the grammatical knowledge information to the learning terminal.

본 발명의 일 측면에 따른 온라인 영어 학습 방법은, 서버가, 학습자가 목표하는 문장 형식의 구성 요소 리스트를 상기 학습 단말로 제공하고, 상기 제공된 구성 요소 리스트 중 해당 학습자에 의해 선택 및 입력된 구성 요소에 연결 가능한 파생 구성 요소 리스트를 생성하여 상기 학습 단말로 제공하는 과정을 연속적으로 수행함으로써 학습 문장을 생성하는 단계, 상기 서버가, 상기 생성된 학습 문장의 구조 정보와 관련된 콘텐츠의 속성정보를 포함하는 하나 이상의 메타 데이터를 이용하여 추천 학습 콘텐츠 리스트를 생성하는 단계, 상기 서버가, 상기 학습 문장의 구성요소를 구조화한 구조화 정보, 및 상기 학습 문장의 구성요소에 대한 문법적 지식 정보를 생성하는 단계, 및 상기 서버가, 상기 추천 학습 콘텐츠 리스트, 상기 구조화 정보 및 상기 문법적 지식 정보를 상기 학습 단말로 제공하는 단계를 포함하는 것을 특징으로 한다.An on-line English learning method according to an aspect of the present invention is characterized in that the server provides a list of component elements in a sentence format targeted by a learner to the learning terminal, Generating a learning sentence by continuously generating a list of derivable component elements connectable to the learning terminal and providing the list to the learning terminal, the server including attribute information of content related to the generated learning sentence structure information Generating a list of recommended learning contents using one or more meta data; generating, by the server, grammatical knowledge information about the structured information structured by the elements of the learning sentence and components of the learning sentence; The server acquires the recommended learning contents list, the structured information, Legal knowledge information is characterized in that it comprises the step of providing to the learning station.

본 발명은 상기 학습 문장을 생성하는 단계에서, 상기 서버는, 문장 형성의 일반 규칙을 저장하는 규칙 DB, 및 어휘의 용법 정보를 저장하는 어휘 DB를 참조하여 상기 선택 및 입력된 구성요소에 연결 가능한 파생 구성 요소 리스트를 생성하는 것을 특징으로 한다.In the present invention, in the step of generating the learning sentence, the server refers to a rule DB storing general rules of sentence formation and a lexical DB storing usage information of the vocabulary, And generates a derived component list.

본 발명은 상기 서버가, 상기 추천 학습 콘텐츠 리스트에 포함된 콘텐츠 중 해당 학습자가 선택한 콘텐츠를 상기 학습 단말로부터 입력받은 경우, 상기 입력된 콘텐츠에 대한 결제를 수행한 후, 상기 결제가 수행된 콘텐츠를 상기 학습 단말로 제공하는 단계를 더 포함하는 것을 특징으로 한다.The present invention is characterized in that when the server receives a content selected by the learner from among the contents included in the recommended learning content list from the learning terminal, the server performs settlement of the input content, To the learning terminal.

본 발명의 일 측면에 따르면, 학습자가 직접 입력한 학습 문장에 대한 구조적 및 문법적 설명을 제공받는 동시에 해당 학습자에게 적합한 학습 콘텐츠만 결제한 후 학습을 수행하도록 함으로써 학습 효율성 및 경제성을 동시에 만족시킬 수 있는 효과를 달성할 수 있다. 나아가, 학습자 스스로 영어 문장을 생성하는 능동적인 학습 과정을 통해 그 학습 효율성을 증대시킬 수 있으며, 상기한 두 가지 방식을 병행함으로써 성인 학습자로 하여금 빠르고 체계적인 영어 학습이 가능하도록 할 수 있다.According to an aspect of the present invention, a learner can receive a structured and grammatical description of a learning sentence input by a learner, and at the same time, Effect can be achieved. In addition, the learning efficiency can be increased through active learning process in which learners themselves create English sentences. By combining the above two methods, it is possible to enable adult learners to learn English quickly and systematically.

도 1은 본 발명의 일 실시예에 따른 온라인 영어 학습 서버를 설명하기 위한 블록구성도이다.
도 2는 본 발명의 일 실시예에 따른 온라인 영어 학습 서버의 문장 분석부가 태그를 이용하여 추출한 학습 문장의 구조 정보의 일 예시를 도시한 예시도이다.
도 3은 본 발명의 일 실시예에 따른 온라인 영어 학습 서버의 학습 관리부를 설명하기 위한 블록구성도이다.
도 4는 본 발명의 일 실시예에 따른 온라인 영어 학습 서버의 문장 생성 보조부를 설명하기 위한 블록구성도이다.
도 5는 본 발명의 일 실시예에 따른 온라인 영어 학습 방법의 제1 실시예를 설명하기 위한 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 온라인 영어 학습 방법의 제2 실시예를 설명하기 위한 흐름도이다.
도 7은 본 발명의 일 실시예에 따른 온라인 영어 학습 서버에 학습 단말이 접속한 경우 학습 단말에 최초 제공되는 GUI를 도시한 예시도이다.
도 8 내지 10은 본 발명의 일 실시예에 따른 온라인 영어 학습 서버를 이용한 Top-down 방식의 영어 학습 시, 학습 단말에 제공되는 GUI를 도시한 예시도이다.
도 11은 본 발명의 일 실시예에 따른 온라인 영어 학습 서버를 통해 학습 단말로 제공되는 콘텐츠의 일 예시를 도시한 예시도이다.
도 12는 본 발명의 일 실시예에 따른 온라인 영어 학습 서버의 콘텐츠 메타 DB에 저장된 메타 데이터 양식의 일 예시를 도시한 예시도이다.
도 13은 본 발명의 일 실시예에 따른 온라인 영어 학습 서버의 예문 DB에 저장된 예문 리스트의 일 예시를 도시한 예시도이다.
도 14 내지 17은 본 발명의 일 실시예에 따른 온라인 영어 학습 서버를 이용한 Bottom-up 방식의 영어 학습 시, 학습 단말에 제공되는 GUI를 도시한 예시도이다.1 is a block diagram illustrating an on-line English language learning server according to an embodiment of the present invention.
FIG. 2 is a diagram illustrating an example of structure information of a learning sentence extracted by using a sentence analyzing unit tag of an on-line English language learning server according to an embodiment of the present invention.
3 is a block diagram illustrating a learning management unit of an online English learning server according to an embodiment of the present invention.
4 is a block diagram illustrating a sentence generation auxiliary unit of an online English language learning server according to an embodiment of the present invention.
5 is a flowchart illustrating a first embodiment of an online English learning method according to an embodiment of the present invention.
6 is a flowchart illustrating a second embodiment of an online English learning method according to an embodiment of the present invention.
7 is a diagram illustrating an example of a GUI that is initially provided to a learning terminal when a learning terminal is connected to an online English learning server according to an embodiment of the present invention.
8 to 10 are diagrams illustrating examples of a GUI provided to a learning terminal during top-down English learning using an online English language learning server according to an embodiment of the present invention.
11 is an exemplary diagram illustrating an example of contents provided to a learning terminal through an online English learning server according to an embodiment of the present invention.
12 is an exemplary view showing an example of a meta data format stored in a content meta DB of an online English learning server according to an embodiment of the present invention.
FIG. 13 is an exemplary view illustrating an example sentence list stored in an example sentence DB of an online English language learning server according to an embodiment of the present invention.
14 to 17 are diagrams illustrating examples of a GUI provided to a learning terminal in a bottom-up type English learning using an online English language learning server according to an embodiment of the present invention.

이하, 첨부된 도면들을 참조하여 본 발명에 따른 온라인 영어 학습 서버 및 온라인 영어 학습 방법의 실시예를 설명한다. 이 과정에서 도면에 도시된 선들의 두께나 구성요소의 크기 등은 설명의 명료성과 편의상 과장되게 도시되어 있을 수 있다. 또한, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례에 따라 달라질 수 있다. 그러므로 이러한 용어들에 대한 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.Hereinafter, embodiments of an on-line English language learning server and an on-line English language learning method according to the present invention will be described with reference to the accompanying drawings. In this process, the thicknesses of the lines and the sizes of the components shown in the drawings may be exaggerated for clarity and convenience of explanation. In addition, the terms described below are defined in consideration of the functions of the present invention, which may vary depending on the intention or custom of the user, the operator. Therefore, definitions of these terms should be made based on the contents throughout this specification.

도 1은 본 발명의 일 실시예에 따른 온라인 영어 학습 서버를 설명하기 위한 블록구성도이고, 도 2는 본 발명의 일 실시예에 따른 온라인 영어 학습 서버의 문장 분석부가 태그를 이용하여 추출한 학습 문장의 구조 정보를 XML 형태로 도시한 예시도이며, 도 3은 본 발명의 일 실시예에 따른 온라인 영어 학습 서버의 학습 관리부를 설명하기 위한 블록구성도이고, 도 4는 본 발명의 일 실시예에 따른 온라인 영어 학습 서버의 문장 생성 보조부를 설명하기 위한 블록구성도이다.FIG. 1 is a block diagram for explaining an on-line English language learning server according to an embodiment of the present invention. FIG. 2 is a flowchart illustrating an example of an on-line English language learning server according to an embodiment of the present invention. FIG. 3 is a block diagram illustrating a learning management unit of an online English language learning server according to an embodiment of the present invention. FIG. FIG. 2 is a block diagram for explaining a sentence generation auxiliary part of an online English learning server according to the present invention; FIG.

도 1을 참조하면, 본 발명의 일 실시예에 따른 온라인 영어 학습 서버(1)는 문장 분석부(10), 문장 생성 보조부(20), 학습 관리부(30), 콘텐츠 DB(40), 콘텐츠 메타 DB(50), 학습자 DB(60) 및 예문 DB(70)를 포함할 수 있다.1, an online English learning server 1 according to an embodiment of the present invention includes a sentence analysis unit 10, a sentence generation auxiliary unit 20, a learning management unit 30, a content DB 40, A DB 50, a learner DB 60 and an illustrative sentence DB 70.

콘텐츠 DB(40)는 학습 단말(UT: User Terminal)에 제공되어 학습자(USER)가 영어 지식을 습득하기 위한 실질적인 내용으로 정의되는 콘텐츠를 저장할 수 있다. 콘텐츠 DB(40)에 저장된 콘텐츠는 후술할 것과 같이 추천 학습 콘텐츠 리스트 중 학습자(USER)가 선택한 콘텐츠에 대한 결제가 수행된 후 학습 단말(UT)에 제공될 수 있다. 한편, 도 1에는 콘텐츠 DB(40)가 본 실시예에 따른 온라인 영어 학습 서버(1)에 포함되는 구성으로 도시되어 있으나, 실시예에 따라서는 온라인 영어 학습 서버(1) 외부에 존재하는 별도의 데이터베이스 형태로 구현될 수도 있다.The content DB 40 may be provided at a learning terminal (UT) to store content defined as a substantial content for a learner (USER) to learn English knowledge. The contents stored in the contents DB 40 may be provided to the learning terminal UT after settlement of the contents selected by the learner (USER) among the recommended learning contents list as will be described later. 1, the contents DB 40 is included in the on-line English learning server 1 according to the present embodiment. However, according to the embodiment, It can also be implemented in database form.

콘텐츠 메타 DB(50)는 학습 단말(UT)에 제공될 콘텐츠(즉, 콘텐츠 DB(40)에 저장된 콘텐츠)의 메타 데이터를 저장할 수 있다. 콘텐츠의 메타 데이터는 콘텐츠의 접속경로정보(URL과 같은 링크 정보), 콘텐츠의 수준, 콘텐츠의 제목, 콘텐츠의 요약 등을 포함하는 콘텐츠의 속성정보를 의미한다. 후술할 학습 관리부(30)는 콘텐츠 메타 DB(50)에 저장된 메타 데이터를 검색하여 학습자(USER)가 입력한 학습 문장 또는 학습자(USER)가 선택 및 입력한 문장 구성요소로부터 생성한 학습 문장과 관련된 메타 데이터를 결정하고 추천 학습 콘텐츠 리스트를 생성하여 학습 단말(UT)로 제공할 수 있다.The content meta DB 50 may store metadata of a content to be provided to the learning terminal UT (i.e., content stored in the content DB 40). The metadata of the content means attribute information of the content including the connection path information of the content (link information such as URL), the level of the content, the title of the content, a summary of the content, and the like. The learning management unit 30 to be described later searches the meta data stored in the content meta DB 50 and determines whether or not the learning sentence inputted by the learner USER or the learning sentence generated from the sentence component selected and input by the learner USER The metadata can be determined and a list of recommended learning contents can be generated and provided to the learning terminal UT.

학습자 DB(60)는 학습자(USER)의 수준 정보, 콘텐츠 선호도 정보 및 학습 이력 정보를 학습자별로 저장할 수 있다. 학습자 DB(60)에 저장된 정보는 후술할 학습 관리부(30)에 의해 해당 학습자(USER)에게 적합한 메타 데이터를 결정하기 위해 사용될 수 있다.The learner DB 60 can store the level information of the learner USER, the content preference information, and the learning history information for each learner. The information stored in the learner DB 60 can be used by the learning management unit 30 to be described later to determine metadata suitable for the learner USER.

예문 DB(70)는 학습 문장의 구성요소와 관련된 예문을 저장할 수 있다. 즉, 학습 문장의 구성요소에 사용된 문법을 학습할 수 있는 예문을 저장할 수 있으며, 예문 DB(70)에 저장된 예문은 후술할 학습 관리부(30)에 의해 학습 단말(UT)로 제공될 수 있다.The illustrative sentence DB 70 may store an example sentence related to the constituent elements of the sentence. In other words, the example sentence which can learn the grammar used in the element of the learning sentence can be stored, and the example sentence stored in the example sentence DB 70 can be provided to the learning terminal UT by the learning management unit 30 to be described later .

전술한 각 DB를 포함하는 본 발명에 따른 온라인 영어 학습 서버(1)는 이하에서 설명할 것과 같이, 학습자(USER)가 학습 문장 자체를 학습 단말(UT)에 입력하는 제1 실시예, 및 학습자(USER)의 문장 생성을 보조하여 학습 문장을 생성하는 제2 실시예로 구현될 수 있으며, 이하에서는 제1 실시예에서는 문장 분석부(10) 및 학습 관리부(30)의 동작을 구체적으로 설명하고, 제2 실시예에서는 제1 실시예와 공통되는 학습 관리부(30)의 동작은 생략하고 문장 생성 보조부(20)의 동작을 구체적으로 설명한다.As described below, the online English learning server 1 according to the present invention including each DB described above includes a first embodiment in which a learner USER inputs a learning sentence itself into a learning terminal UT, The sentence analyzing unit 10 and the learning managing unit 30 will be described in detail below. In the first embodiment, the operation of the sentence analyzing unit 10 and the learning managing unit 30 will be described in detail . In the second embodiment, the operation of the learning management unit 30, which is common to the first embodiment, is omitted and the operation of the sentence generation auxiliary unit 20 will be described concretely.

1. 제1 실시예1. First Embodiment

문장 분석부(10)는 학습 단말(UT)로부터 입력받은 학습 문장의 구조 정보를 추출할 수 있다. 즉, 학습자(USER)가 학습 단말(UT)에 입력한(직접 입력하는 방식 또는 복사하고 붙여넣어 입력하는 방식을 이용할 수 있다.) 학습 문장을 학습 단말(UT)로부터 네트워크를 통해 입력받고, 입력받은 학습 문장의 구조 정보를 추출하여 후술할 학습 관리부(30)로 전달할 수 있다. 학습 문장의 구조 정보는 학습 문장의 구성 요소 상호 간의 위계적 구조 정보를 나타내는 정보로서, 일반적인 문장 분석기에서 문장 구조를 분석하기 위한 파싱 트리(Parsing Tree)를 생성하기 위해 사용되는 태그(tag)를 통해 추출될 수 있다. 도 2는 태그를 이용하여 추출된 학습 문장의 구조 정보의 일 예시를 도시하고 있으나, 문장 분석부(10)에 의해 추출되는 학습 문장의 구조 정보는 도 2에 도시된 실시예로 한정되지 않는다. The sentence analyzing unit 10 can extract the structure information of the learning sentence input from the learning terminal UT. That is, a learning input sent from a learning terminal UT via a network is input to the learning terminal UT by the learner USER (a direct input method or a method of copying and pasting inputting) The structure information of the received learning sentence can be extracted and transmitted to the learning management unit 30 to be described later. The structural information of the learning sentence is information representing the hierarchical structure information of the elements of the learning sentence, and is used to generate a parsing tree for analyzing the sentence structure in a general sentence analyzer. Can be extracted. FIG. 2 shows an example of the structure information of the learning sentence extracted using the tag. However, the structure information of the learning sentence extracted by the sentence analysis unit 10 is not limited to the embodiment shown in FIG.

학습 관리부(30)는 문장 분석부(10)에 의해 추출된 학습 문장의 구조 정보와 관련된 콘텐츠의 속성정보를 포함하는 하나 이상의 메타 데이터를 콘텐츠 메타 DB(50)로부터 결정하여 추천 학습 콘텐츠 리스트를 생성하고, 학습 문장의 구성요소를 구조화한 구조화 정보, 및 학습 문장의 구성요소에 대한 문법적 지식 정보를 생성하며, 추천 학습 콘텐츠 리스트, 구조화 정보 및 문법적 지식 정보를 학습 단말(UT)로 제공할 수 있다.The learning management unit 30 determines one or more meta data including the attribute information of the content related to the structure information of the learning sentence extracted by the sentence analysis unit 10 from the content meta DB 50 to generate a recommended learning content list And generates structured information structured by the elements of the learning sentence and grammatical knowledge information about the elements of the learning sentence and provides the recommended learning contents list, structured information, and grammatical knowledge information to the learning terminal UT .

도 3은 본 발명의 일 실시예에 따른 온라인 영어 학습 서버의 학습 관리부를 설명하기 위한 블록구성도로서, 도 3을 참조하면, 학습 관리부(30)는 검색부(31), 동적 콘텐츠 생성부(32), 결제 관리부(33), 학습 설계부(34) 및 학습 진행 관리부(35)를 포함할 수 있다. 이하에서는 학습 관리부(30)의 동작을 그 세부적인 구성을 통해 구체적으로 설명한다.FIG. 3 is a block diagram illustrating a learning management unit of an online English language learning server according to an embodiment of the present invention. Referring to FIG. 3, a learning management unit 30 includes a search unit 31, a dynamic content generation unit 32, a payment management unit 33, a learning design unit 34, and a learning progress management unit 35. [ Hereinafter, the operation of the learning management unit 30 will be described in detail through its detailed configuration.

검색부(31)는 문장 분석부(10)로부터 입력받은 학습 문장의 구조 정보와 관련된 콘텐츠의 속성정보를 포함하는 하나 이상의 메타 데이터를 콘텐츠 메타 DB(50)로부터 결정할 수 있다.The retrieval unit 31 may determine one or more metadata including the attribute information of the contents related to the structural information of the learning sentence inputted from the sentence analysis unit 10 from the content meta DB 50. [

즉, 검색부(31)는 콘텐츠 메타 DB(50)를 검색하여 입력받은 학습 문장의 구조 정보와 관련된 영어 지식을 학습할 수 있는 콘텐츠의 속성정보를 포함하는 하나 이상의 메타 데이터를 결정하고 후술할 동적 콘텐츠 생성부(32)로 전달할 수 있다.That is, the searching unit 31 searches the content meta DB 50 and determines one or more meta data including content attribute information that can learn English knowledge related to the structure information of the learned sentence, To the content generation unit 32.

동적 콘텐츠 생성부(32)는 검색부(31)로부터 입력받은 하나 이상의 메타 데이터를 이용하여 추천 학습 콘텐츠 리스트를 생성하고 학습 단말에 제공할 수 있다. 추천 학습 콘텐츠 리스트를 생성할 때, 동적 콘텐츠 생성부(32)는 콘텐츠 메타 DB(50)로부터 추출된 하나 이상의 메타 데이터 중 학습자 DB(60)를 통해 파악한 해당 학습자(USER)의 수준, 콘텐츠 선호도 및 학습 이력을 토대로(즉, 해당 학습자(USER)의 수준, 콘텐츠 선호도 및 학습 이력에 적합한) 하나 이상의 메타 데이터를 선택하여 추천 학습 콘텐츠 리스트를 생성할 수 있다.The dynamic content generation unit 32 may generate a recommended learning content list using one or more meta data input from the search unit 31 and provide the list to the learning terminal. When generating the recommended learning content list, the dynamic content generation unit 32 acquires the level of the corresponding learner (USER) determined through the learner DB 60 among the one or more metadata extracted from the content meta DB 50, Based on the learning history (i.e., suitable for the level of the learner (USER), the content preference, and the learning history), one or more meta data can be selected to generate the recommended learning content list.

즉, 동적 콘텐츠 생성부(32)는 학습 문장의 구조 정보와 관련된 콘텐츠의 메타 데이터를 통해 생성한 추천 학습 콘텐츠 리스트를 학습 단말(UT)로 제공하되, 학습자 DB(60)를 통해 해당 학습자(USER)에게 적합한 메타 데이터만을 선택하고 추천 학습 콘텐츠 리스트를 생성하여 학습 단말(UT)로 제공함으로써, 학습 문장의 구조 정보를 통해 파악되는 학습자(USER)의 학습 의도 및 해당 학습자(USER)의 정보가 모두 고려된 학습 콘텐츠만을 포함하는 추천 학습 콘텐츠 리스트만을 학습 단말(UT)로 제공할 수 있다.That is, the dynamic content generation unit 32 provides the recommended learning contents list, which is generated through the metadata of the contents related to the structure information of the learning sentence, to the learning terminal UT, ), Generates a list of recommended learning contents, and provides the list of recommended learning contents to the learning terminal (UT) so that the learning intention of the learner (USER) and the information of the learner (USER) Only the recommended learning contents list including only the considered learning contents can be provided to the learning terminal UT.

또한, 동적 콘텐츠 생성부(32)는 학습 문장의 구성요소를 구조화한 구조화 정보, 및 학습 문장의 구성요소에 대한 문법적 지식 정보를 생성하여 학습 단말(UT)로 제공할 수 있다.In addition, the dynamic content generation unit 32 may generate structured information structured by the elements of the learning sentence, and grammatical knowledge information about the elements of the learning sentence, and provide it to the learning terminal UT.

즉, 학습 문장의 구조 정보와 관련된 콘텐츠의 메타 데이터를 제공하여 학습자(USER)로 하여금 필요한 콘텐츠를 구입하여 학습하도록 하는 동시에, 학습 문장의 구성요소를 구조화화여 각 구성요소에 대한 문법적 지식과 함께 제공함으로써 학습 문장에 대한 기본적인 문법 지식을 학습하도록 할 수 있다.That is, metadata of contents related to the structure information of the learning sentence is provided so that the learner (USER) purchases and learns necessary contents, and at the same time, the constituent elements of the learning sentence are structured and provided together with grammatical knowledge of each constituent element This allows students to learn basic grammar knowledge about learning sentences.

이때, 동적 콘텐츠 생성부(32)는 학습 문장의 구성요소를 구성요소 상호 간의 수직적 구조 및 수평적 구조를 통해 위계적으로 구조화하여 구조화 정보를 생성할 수 있으며, 생성된 구조화 정보와 함께 각 구성요소에 대한 문법적 지식을 학습 단말(UT)에 제공함으로써, 학습자(USER)로 하여금 학습 문장의 구조를 그 문법적 지식과 함께 시각적으로 확인할 수 있도록 하여 학습 효율을 향상시킬 수 있다.At this time, the dynamic content generation unit 32 can generate the structured information by hierarchically structuring the constituent elements of the learning sentence through the vertical structure and the horizontal structure of the constituent elements. In addition to the generated structured information, (UT), the learning efficiency can be improved by letting the learner (USER) visually confirm the structure of the learning sentence together with the grammatical knowledge.

또한, 동적 콘텐츠 생성부(32)는 학습 문장의 구성요소와 관련된 예문을 예문 DB(70)로부터 추출하여 학습 단말(UT)로 제공할 수 있다. 즉, 학습 문장의 각 구성요소에 사용된 문법이 사용된 모든 예문들을 예문 DB(70)로부터 추출하여 학습 단말(UT)로 제공함으로써 학습자(USER)로 하여금 학습 문장에 사용된 문법 지식의 응용력을 향상시키도록 할 수 있다.The dynamic content generation unit 32 may extract an example sentence related to the element of the learning sentence from the example sentence DB 70 and provide it to the learning terminal UT. That is, all examples using the grammar used in each element of the learning sentence are extracted from the example sentence DB 70 and provided to the learning terminal (UT), thereby allowing the learner (USER) to apply the grammar knowledge used in the sentence Can be improved.

전술한 추천 학습 콘텐츠 리스트, 구조화 정보, 문법적 지식 정보 및 예문이 학습 단말(UT)에 제공되어 표시되는 실시예는 도 9 내지 도 11 및 도 13에 도시되어 있으며, 이에 대한 구체적인 실시예는 후술하도록 한다.Examples in which the above-mentioned recommended learning contents list, structured information, grammatical knowledge information, and example sentences are provided and displayed on the learning terminal UT are shown in Figs. 9 to 11 and Fig. 13, do.

한편, 본 실시예에서는 동적 콘텐츠 생성부(32)가 학습 문장의 구성요소에 대한 문법적 지식 정보를 생성하여 학습 단말(UT)에 제공하는 통합된 구성으로 설명하였으나, 실시예에 따라서는 동적 콘텐츠 생성부(32)가 상기 구조화 정보를 학습 단말(UT)로 제공하고, 별도의 하위 구성을 통해(예: 툴팁 생성기) 문법적 지식 정보를 생성하여 학습 단말(UT)로 제공하는 분리된 구성으로 구현될 수도 있다.Meanwhile, in the present embodiment, the dynamic content generation unit 32 generates the grammatical knowledge information about the constituent elements of the learning sentence and provides it to the learning terminal UT. However, according to the embodiment, (32) provides the structured information to the learning terminal (UT), and generates grammatical knowledge information through a separate sub-configuration (e.g., a tool tip generator) and provides it to the learning terminal (UT) It is possible.

결제 관리부(33)는 추천 학습 콘텐츠 리스트에 포함된 콘텐츠 중 해당 학습자(USER)가 선택한 콘텐츠를 학습 단말(UT)로부터 입력받은 경우, 입력된 콘텐츠에 대한 결제를 수행할 수 있다. 즉, 결제 관리부(33)는 추천 학습 콘텐츠 리스트에 포함된 콘텐츠 중, 학습자(USER)가 하나 이상의 콘텐츠를 선택하는 경우, 선택된 콘텐츠의 메타 데이터를 참조하여 선택된 콘텐츠의 가격을 파악하고 해당 콘텐츠에 대한 결제를 수행할 수 있다.The payment management unit 33 can perform settlement of the inputted content when the content selected by the learner (USER) among the contents included in the recommended learning content list is inputted from the learning terminal (UT). In other words, when the learner (USER) selects one or more contents among the contents included in the recommended learning contents list, the payment management section 33 refers to the metadata of the selected contents and grasps the price of the selected contents, You can make a payment.

학습 설계부(34)는 동적 콘텐츠 생성부(32)가 학습 단말(UT)로 제공하는 기본적인 구조화 정보 및 문법적 지식 정보, 결제가 수행된 콘텐츠, 및 학습자 DB(60)를 통해 파악한 학습자 정보를 토대로 해당 학습자(USER)에 대한 학습 계획을 설계할 수 있으며, 학습 진행 관리부(35)는 학습 설계부(34)에 의해 설계된 학습 계획에 따라 해당 학습자(USER)의 학습 진행을 돕고 관리할 수 있다.Based on the basic structured information and the grammatical knowledge information provided by the dynamic content generation unit 32 by the dynamic content generation unit 32, the content for which settlement has been made, and the learner information acquired through the learner DB 60, The learning progress management section 35 can design and manage the learning progress of the learner USER according to the learning plan designed by the learning design section 34. [

2. 제2 실시예2. Second Embodiment

문장 생성 보조부(20)는 학습자(USER)가 목표하는 문장 형식의 구성 요소 리스트를 학습 단말(UT)로 제공하고, 제공된 구성 요소 리스트 중 해당 학습자(USER)에 의해 선택 및 입력된 구성 요소에 연결 가능한 파생 구성 요소 리스트를 생성하여 학습 단말(UT)로 제공하는 과정을 연속적으로 수행함으로써 학습 문장을 생성할 수 있다. 즉, 제1 실시예에 따른 문장 분석부(10)는 학습자(USER)가 학습 단말(UT)에 입력한 학습 문장 자체를 학습 단말(UT)로부터 입력받아 그 구조 정보를 추출하는 반면, 제2 실시예에 따른 문장 생성 보조부(20)는 구성 요소 리스트를 학습 단말(UT)을 통해 학습자(USER)에게 단계적으로 제시함으로써 학습자(USER) 스스로 학습 문장을 생성할 수 있도록 보조할 수 있다.The sentence generation auxiliary section 20 provides a list of component elements in a sentence format targeted by the learner USER to the learning terminal UT and connects the component elements selected and input by the corresponding learner USER A derivation element list is generated and provided to the learning terminal UT to continuously generate a learning sentence. That is, the sentence analysis unit 10 according to the first embodiment receives the learning sentence itself input by the learner USER into the learning terminal UT from the learning terminal UT and extracts the structure information, The sentence generation auxiliary unit 20 according to the embodiment can help the learner USER himself to generate a learning sentence by stepping the component list to the learner USER through the learning terminal UT.

도 4는 본 발명의 일 실시예에 따른 온라인 영어 학습 서버의 문장 생성 보조부를 설명하기 위한 블록구성도로서, 도 4를 참조하면 문장 생성 보조부(20)는 규칙 DB(21), 어휘 DB(22), Collocation DB(23), 규칙 관리부(24), 속성 제어부(25), 변환 모듈(26) 및 워드넷 DB(27)를 포함할 수 있다. 이하에서는 문장 생성 보조부(20)의 동작을 그 세부적인 구성을 통해 구체적으로 설명한다.Referring to FIG. 4, the sentence generation auxiliary unit 20 includes a rule database 21, a vocabulary DB 22, and a vocabulary DB 22, A collocation DB 23, a rule management unit 24, an attribute control unit 25, a conversion module 26, and a WordNet DB 27. [0033] FIG. Hereinafter, the operation of the sentence generation auxiliary unit 20 will be described in detail through its detailed configuration.

규칙 DB(21)는 문장 형성의 일반 규칙을 저장할 수 있다. 즉, 문장의 형식(평서문, 의문문, 명령문, 감탄문 등) 및 각 문장 형식의 구성 요소(평서문 = 주어 + 동사 또는 주어 + 동사 + 목적어 등)와 같은 문장 형성의 일반 규칙을 저장할 수 있다.The rule DB 21 can store the general rule of sentence formation. That is, the general rules of sentence formation can be stored, such as the form of sentences (statements, questions, statements, admonitions, etc.) and the components of each sentence format (statement = subject + verb or subject + verb + object).

어휘 DB(22)는 어휘의 용법 정보를 저장할 수 있다. 이를테면, 동사가 자동사인지 또는 타동사인지 여부, 목적어로 to 부정사를 취해야 하는 동사인지 또는 동명사를 취해야 하는 동사인지 여부, 간접 의문문을 쓸 수 있는 동사인지 여부, 부분사를 쓸 수 있는 동사인지 여부, 및 부사어로 쓰일 수 있는 명사인지 여부 등의 어휘별 용법 정보를 저장할 수 있다.The vocabulary DB 22 can store the usage information of the vocabulary. For example, whether the verb is an autobiographical or transitive verb, whether it is a verb that should take an infinitive to the object, or a verb that should take a gerbil, whether it is a verb that can use an indirect question, whether it is a verb that can use a partial verb, And whether or not it is a noun that can be used as an adjective.

Collocation DB(23)는 어휘별 함께 쓰이는 빈도가 높은 단어 또는 어구들의 정보를 저장할 수 있다(예: [partilcularly | really | absolutely] + hate, [begin to | come to | grow to] + hate 등).The collocation DB 23 can store the information of the frequently used words or phrases used together with the lexical items (eg, [partilcularly | really | absolutely] + hate, [begin to | come to | grow to] + hate, etc.).

규칙 관리부(24)는 학습자(USER)가 목표하는 문장 형식의 구성 요소 리스트를 학습 단말(UT)로 제공하고, 제공된 구성 요소 리스트 중 해당 학습자(USER)에 의해 선택 및 입력된 구성 요소에 연결 가능한 파생 구성 요소 리스트를 생성하여 학습 단말(UT)로 제공하는 과정을 연속적으로 수행함으로써 학습 문장을 생성할 수 있다.The rule management unit 24 provides a list of constituent elements in a sentence format targeted by the learner USER to the learning terminal UT and acquires a list of constituent elements selected and input by the learner USER A learning sentence can be generated by continuously generating a list of derived component elements and providing them to the learning terminal UT.

즉, 학습자(USER)에 의해 선택된 문장 형식을 학습 단말(UT)로부터 최초 입력받으면, 규칙 DB(21)를 참조하여 입력받은 문장 형식의 구성 요소 리스트를 학습 단말(UT)로 제공하고, 제공된 구성 요소 리스트 중 해당 학습자(USER)에 의해 선택 및 입력된 구성 요소에 연결 가능한 파생 구성 요소 리스트를 규칙 DB(21) 및 어휘 DB(22)를 참조하여 생성한 후 학습 단말(UT)로 제공하는 과정을 연속적으로 수행함으로써 학습 문장을 생성할 수 있다.That is, when the sentence form selected by the learner USER is input from the learning terminal UT for the first time, the list of constituent elements of the sentence form, which is inputted with reference to the rule DB 21, is provided to the learning terminal UT, A derivation component list connectable to the components selected and input by the learner USER in the element list is generated by referring to the rule database 21 and the lexical DB 22 and then provided to the learning terminal UT The learning sentence can be generated.

속성 제어부(25)는 학습 문장이 생성되는 과정에서 학습자(USER)에 의해 선택 및 입력된 구성 요소의 문법 속성을 해당 학습자(USER)가 선택한 문법 속성으로 변경할 수 있으며, 문법 속성은 시제, 인칭 및 수(단수 및 복수) 중 하나 이상을 포함할 수 있다. 즉, 선택 및 입력된 구성 요소의 시제, 인칭 및 수 중 하나 이상을 변경하여 변경된 구성 요소에 연결 가능한 파생 구성 요소 리스트도 추가적으로 확인함으로써 문법 속성 변경에 대한 응용력을 향상시킬 수 있다.The attribute control unit 25 can change the grammar attributes of the component selected and input by the learner USER in the process of generating the learning sentence to the grammar attributes selected by the learner USER, And may include one or more of numbers (singular and plural). That is, it is possible to improve the application ability to change the grammar attribute by additionally confirming the list of the derivation component which can be connected to the changed component by changing at least one of the tense, inching, and number of the selected and inputted components.

변환 모듈(26)은 속성 제어부(25)의 문법 속성 변환에 필요한 구성 요소 및 파생 구성 요소 간(또는 파생 구성 요소 상호 간)의 변환 관계를 저장하고 있으며, 변환에 필요한 반의어, 유의어, 상위어(hypernym) 및 하의어(hyponym) 등의 어휘 정보를 저장하기 위한 DB로는 미국 프린스톤 대학에서 개발한 워드넷 DB(27, WordNet DB)가 채용될 수 있으나 이에 한정되지 않는다.The conversion module 26 stores the conversion relations between components and derived components (or mutually-derived components) necessary for the grammar attribute conversion of the attribute control unit 25. The conversion module 26 converts the antonyms, synonyms, hypernym (WordNet DB) developed by Princeton University in the United States may be employed as a DB for storing lexical information such as a word, a hyponym, and a hyponym.

학습 관리부(30)의 검색부(31)는 문장 생성 보조부(20)에 의해 생성된 학습 문장의 구조 정보와 관련된 콘텐츠의 속성정보를 포함하는 하나 이상의 메타 데이터를 콘텐츠 메타 DB(50)로부터 결정할 수 있다. 즉, 문장 생성 보조부(20)에 의해 생성된 학습 문장은 그 생성 과정에서 각 구성요소의 문법적 의미가 부여되며, 이에 따라 검색부(31)는 학습 문장의 각 구성요소에 부여된 문법적 의미에 기초하여 학습 문장의 구조정보를 파악할 수 있고, 파악된 구조정보를 토대로 콘텐츠 메타 DB(50)로부터 하나 이상의 메타 데이터를 결정할 수 있다.The retrieval unit 31 of the learning management unit 30 can determine from the content meta DB 50 one or more metadata including the attribute information of the content related to the structure information of the learning sentence generated by the sentence generation auxiliary unit 20 have. That is, the learning sentence generated by the sentence generation auxiliary unit 20 is given the grammatical meaning of each component in the generation process, and accordingly, the retrieval unit 31 searches the grammatical meaning given to each component of the learning sentence The structure information of the learning sentence can be grasped and one or more meta data can be determined from the content meta DB 50 based on the identified structure information.

전술한 검색부(31)의 추가적인 동작 이외의 학습 관리부(30)의 동작은 제1 실시예에서 설명한 것과 동일하므로, 그 구체적인 설명은 생략한다.The operation of the learning management unit 30 other than the above-described operation of the search unit 31 is the same as that described in the first embodiment, and a detailed description thereof will be omitted.

한편, 전술한 것과 같이 학습 관리부(30)는 학습자 DB를 통해 파악되는 해당 학습자 정보를 토대로 학습자에게 적합한 추천 학습 콘텐츠 리스트를 학습 단말로 제공하며, 이와 동시에 본 실시예에 따른 온라인 영어 학습 서버는 단계적으로 심화되는 학습 수준에 따른 추천 학습 콘텐츠 리스트, 구조화 정보 및 문법적 지식 정보를 학습 단말로 제공할 수 있다. 즉, 주관적 측면에서의 학습자의 학습 수준 및 객관적 측면에서의 시스템의 학습 수준이 모두 고려된 학습 정보를 학습자에게 제공함으로써 보다 체계적인 영어 학습이 가능하도록 할 수 있다. 나아가, 전술한 시스템의 학습 수준은 언어학적 기반을 이루는 요소들에 대한 내용으로 구성되는 1 단계, 일반적인 문법 내용으로 구성되며 다양한 콘텐츠가 3 스텝으로 분류되어(이를테면, 통상적인 콘텐츠들에 적용되는 상, 중, 하 또는 초급, 중급, 고급 등의 난이도 분류) 학습자의 선택에 따른 학습이 진행되는 2 단계, 및 심화된 문법 및 의미론적 내용으로 구성되는 3 단계로 구성될 수 있다.On the other hand, as described above, the learning management section 30 provides the learning terminal with a list of recommended learning contents suitable for the learner based on the learner information obtained through the learner DB. At the same time, The recommended learning contents list, the structured information, and the grammatical knowledge information according to the level of learning deepened by the learning level can be provided to the learning terminal. In other words, more systematic English learning can be made possible by providing the learning information to the learner considering both the learning level of the learner in the subjective aspect and the learning level of the system in the objective aspect. Further, the learning level of the system described above is composed of one step and general grammatical contents composed of elements constituting the linguistic basis, and various contents are classified into three steps (for example, , Middle, and lower levels, or difficulty levels such as beginner, intermediate, and advanced), and two levels of learning based on the learner's choice, as well as three levels of intensive grammar and semantic content.

도 5는 본 발명의 일 실시예에 따른 온라인 영어 학습 방법의 제1 실시예를 설명하기 위한 흐름도이다.5 is a flowchart illustrating a first embodiment of an online English learning method according to an embodiment of the present invention.

도 5를 참조하여 본 발명의 일 실시예에 따른 온라인 영어 학습 방법의 제1 실시예를 설명하면, 먼저 서버(1)는 학습 단말(UT)로부터 입력받은 학습 문장의 구조 정보를 추출한다(S10a). 학습 문장의 구조 정보는 학습 문장의 구성 요소 상호 간의 위계적 구조 정보를 나타내는 정보로서, 일반적인 문장 분석기에서 문장 구조를 분석하기 위한 파싱 트리(Parsing Tree)를 생성하기 위해 사용되는 태그를 통해 추출될 수 있다.Referring to FIG. 5, a first embodiment of an online English learning method according to an embodiment of the present invention will be described. First, the server 1 extracts structure information of a learning sentence input from a learning terminal (UT) ). The structural information of the learning sentence is information representing the hierarchical structure information of the elements of the learning sentence and can be extracted through a tag used for generating a parsing tree for analyzing the sentence structure in a general sentence analyzer have.

다음으로, 서버(1)는, 상기 추출된 구조 정보와 관련된 콘텐츠의 속성정보를 포함하는 하나 이상의 메타 데이터를 이용하여 추천 학습 콘텐츠 리스트를 생성한다(S20a). 즉, 서버(1)는 콘텐츠 메타 DB(50)를 검색하여 입력받은 학습 문장의 구조 정보와 관련된 영어 지식을 학습할 수 있는 콘텐츠의 속성정보를 포함하는 하나 이상의 메타 데이터를 결정하여 추천 학습 콘텐츠 리스트를 생성한다.Next, the server 1 generates a recommended learning content list using one or more metadata including attribute information of the content related to the extracted structure information (S20a). That is, the server 1 searches the content meta DB 50 and determines one or more meta data including content attribute information that can learn English knowledge related to the structure information of the learning sentence, .

다음으로, 서버(1)는 학습 문장의 구성요소를 구조화한 구조화 정보, 및 학습 문장의 구성요소에 대한 문법적 지식 정보를 생성한다(S30). 이때, 서버(1)는 학습 문장의 구성요소를 각 구성요소 상호 간의 수직적 구조 및 수평적 구조를 통해 위계적으로 구조화하여 구조화 정보를 생성한다.Next, the server 1 generates structured information structured by the elements of the learning sentence and grammatical knowledge information about the elements of the learning sentence (S30). At this time, the server 1 hierarchically constructs the components of the learning sentence through the vertical structure and the horizontal structure of each component to generate structured information.

다음으로, 서버(1)는 추천 학습 콘텐츠 리스트, 구조화 정보 및 문법적 지식 정보를 학습 단말(UT)로 제공한다(S40).Next, the server 1 provides the recommended learning contents list, structured information and grammatical knowledge information to the learning terminal UT (S40).

다음으로, 서버(1)는 학습 문장의 구성요소와 관련된 예문을 학습 단말(UT)로 제공한다(S50).Next, the server 1 provides an example sentence related to the element of the learning sentence to the learning terminal UT (S50).

다음으로, 서버(1)는 추천 학습 콘텐츠 리스트에 포함된 콘텐츠 중 해당 학습자(USER)가 선택한 콘텐츠를 학습 단말(UT)로부터 입력받은 경우, 입력된 콘텐츠에 대한 결제를 수행한 후, 결제가 수행된 콘텐츠를 학습 단말(UT)로 제공한다(S60). 구체적으로, 서버(1)는 학습 단말(UT)로 제공하는 기본적인 구조화 정보 및 문법적 지식 정보, 결제가 수행된 콘텐츠, 및 학습자 DB(60)를 통해 파악한 학습자 정보를 토대로 해당 학습자(USER)에 대한 학습 계획을 설계할 수 있으며, 설계된 학습 계획에 따라 해당 학습자(USER)의 학습 진행을 돕고 관리할 수 있다.Next, when the server 1 receives, from the learning terminal UT, the contents selected by the corresponding learner USER among the contents included in the recommended learning contents list, the server 1 performs settlement of the inputted contents, To the learning terminal UT (S60). Specifically, the server 1 acquires information on the learner (USER) based on the basic structured information and grammatical knowledge information provided to the learning terminal (UT), the content on which settlement has been made, and the learner information acquired through the learner DB (60) Learning plan can be designed, and it is possible to help and manage the learning process of the concerned user (USER) according to the designed learning plan.

도 6은 본 발명의 일 실시예에 따른 온라인 영어 학습 방법의 제2 실시예를 설명하기 위한 흐름도이다.6 is a flowchart illustrating a second embodiment of an online English learning method according to an embodiment of the present invention.

도 6을 참조하여 본 발명의 일 실시예에 따른 온라인 영어 학습 방법의 제2 실시예를 설명하면, 먼저 서버(1)가, 학습자(USER)가 목표하는 문장 형식의 구성 요소 리스트를 학습 단말(UT)로 제공하고, 제공된 구성 요소 리스트 중 해당 학습자(USER)에 의해 선택 및 입력된 구성 요소에 연결 가능한 파생 구성 요소 리스트를 생성하여 학습 단말(UT)로 제공하는 과정을 연속적으로 수행함으로써 학습 문장을 생성한다(S10b).Referring to FIG. 6, a second embodiment of the online English learning method according to an embodiment of the present invention will be described. First, the server 1 acquires a list of component elements in a sentence format targeted by a learner (USER) UT), generates a list of derivation component elements connectable to the components selected and input by the corresponding learner (USER) from the provided component list, and provides the derived component list to the learning terminal (UT) (S10b).

S10b 단계에서, 서버(1)는 문장 형성의 일반 규칙을 저장하는 규칙 DB(21), 및 어휘의 용법 정보를 저장하는 어휘 DB(22)를 참조하여 해당 학습자(USER)에 의해 선택 및 입력된 구성요소에 연결 가능한 파생 구성 요소 리스트를 생성할 수 있다.In step S10b, the server 1 refers to the rule DB 21 for storing the general rule of sentence formation and the lexical DB 22 for storing the usage information of the vocabulary, and selects and inputs A list of derivable components connectable to the component can be generated.

또한 S10b 단계에서, 서버(1)는 해당 학습자(USER)에 의해 선택 및 입력된 구성 요소의 문법 속성을 해당 학습자(USER)가 선택한 문법 속성으로 변경할 수 있으며, 문법 속성은 시제, 인칭 및 수 중 하나 이상을 포함할 수 있다. 문법 속성 변경에 필요한 변환 모듈(26) 및 워드넷 DB(27)의 동작은 전술한 것과 같다.In step S10b, the server 1 may change the grammar attributes of the component selected and input by the learner USER to the grammar attributes selected by the learner USER. And may include one or more. The operations of the conversion module 26 and the wordnet DB 27 necessary for changing the grammar attribute are as described above.

다음으로, 서버(1)는, 생성된 학습 문장의 구조 정보와 관련된 콘텐츠의 속성정보를 포함하는 하나 이상의 메타 데이터를 이용하여 추천 학습 콘텐츠 리스트를 생성한다(S20b). 즉, 생성된 학습 문장은 그 생성 과정에서 각 구성요소의 문법적 의미가 부여되며, 이에 따라 서버(1)는 학습 문장의 각 구성요소에 부여된 문법적 의미에 기초하여 학습 문장의 구조정보를 파악할 수 있고, 파악된 구조정보를 토대로 콘텐츠 메타 DB(50)로부터 하나 이상의 메타 데이터를 결정하여 추천 학습 콘텐츠 리스트를 생성할 수 있다.Next, the server 1 generates a recommended learning content list using one or more metadata including the attribute information of the content related to the structure information of the generated learning sentence (S20b). That is, the generated learning sentence is given the grammatical meaning of each component in its generation process, so that the server 1 can grasp the structure information of the learning sentence based on the grammatical meaning given to each component of the learning sentence And can determine one or more meta data from the content meta DB 50 based on the identified structure information to generate a recommended learning content list.

S20b 단계 이후에 수행되는 S30 단계 내지 S60 단계는 전술한 제1 실시예의 각 단계와 동일하므로, 구체적인 설명은 생략한다.Since steps S30 to S60 performed after step S20b are the same as those of the first embodiment, detailed description thereof will be omitted.

도 7은 본 발명의 일 실시예에 따른 온라인 영어 학습 서버에 학습 단말이 접속한 경우 학습 단말에 최초 제공되는 GUI를 도시한 예시도이고, 도 8 내지 10은 본 발명의 일 실시예에 따른 온라인 영어 학습 서버를 이용한 Top-down 방식의 영어 학습 시, 학습 단말에 제공되는 GUI를 도시한 예시도이며, 도 11은 본 발명의 일 실시예에 따른 온라인 영어 학습 서버를 통해 학습 단말로 제공되는 콘텐츠의 일 예시를 도시한 예시도이고, 도 12는 본 발명의 일 실시예에 따른 온라인 영어 학습 서버의 콘텐츠 메타 DB(50)에 저장된 메타 데이터 양식의 일 예시를 도시한 예시도이며, 도 13은 본 발명의 일 실시예에 따른 온라인 영어 학습 서버의 예문 DB에 저장된 예문 리스트의 일 예시를 도시한 예시도이고, 도 14 내지 17은 본 발명의 일 실시예에 따른 온라인 영어 학습 서버를 이용한 Bottom-up 방식의 영어 학습 시, 학습 단말에 제공되는 GUI를 도시한 예시도이다.FIG. 7 is an exemplary diagram illustrating a GUI that is initially provided to a learning terminal when a learning terminal is connected to an online English learning server according to an embodiment of the present invention. FIGS. FIG. 11 is a diagram illustrating an example of a GUI provided to a learning terminal in a top-down type English learning using an English learning server. FIG. 11 is a diagram illustrating an example of a GUI FIG. 12 is an exemplary view showing an example of a meta data format stored in a content meta DB 50 of an online English learning server according to an embodiment of the present invention, and FIG. FIG. 14 is a flowchart illustrating an example of an online English language learning server according to an embodiment of the present invention. FIG. FIG. 3 is a diagram illustrating a GUI provided to a learning terminal in a bottom-up type English learning using a bur.

이하에서는 도 7 내지 도 17을 참조하여 본 발명에 따른 온라인 영어 학습 서버 및 온라인 영어 학습 방법의 실시예를 구체적인 예시로서 설명하도록 한다.Hereinafter, embodiments of the on-line English language learning server and on-line English language learning method according to the present invention will be described with reference to FIGS. 7 to 17 as a specific example.

1. 제1 실시예1. First Embodiment

학습자(USER)가 학습 단말(UT)을 통해 본 실시예에 따른 온라인 영어 학습 서버(1)에 접속하면, 서버(1)는 도 7에 도시된 GUI를 학습 단말(UT)로 제공하여 학습자(USER)로 하여금 시스템 학습 수준 및 학습 방식을 선택하도록 한다.When the learner USER accesses the online English learning server 1 according to the present embodiment through the learning terminal UT, the server 1 provides the GUI shown in Fig. 7 to the learning terminal UT, USER) to select system learning level and learning method.

한편, 본 실시예에 따른 학습 단말(UT)은 서버와 네트워크를 통해 접속하여 서버가 제공하는 정보를 학습자에게 출력할 수 있는 모든 단말을 의미하며, 개인용 컴퓨터, 노트북, 패드, PMP, PDA 및 스마트폰 등 모든 방식으로 구현될 수 있다.Meanwhile, the learning terminal UT according to the present embodiment means all terminals capable of connecting to a server through a network and outputting information provided by a server to a learner, and can be a personal computer, a notebook, a pad, a PMP, Phone, and the like.

학습자(USER)가 Top-down 방식을 선택한 경우, 서버(1)는 도 8에 도시된 GUI를 학습 단말(UT)로 제공하여 학습자(USER)로 하여금 학습 문장을 학습 단말(UT)에 입력하도록 한다. 도 8은 학습자(USER)가 "I hated waiting for people to phone."이라는 학습 문장이 입력된 예시를 도시하고 있다.When the learner USER selects the top-down method, the server 1 provides the GUI shown in Fig. 8 to the learning terminal UT so that the learner USER inputs the learning sentence to the learning terminal UT do. FIG. 8 shows an example in which the learner (USER) inputs a learning sentence "I hated waiting for people to phone."

학습자(USER)가 학습 단말(UT)에 학습 문장을 입력하고 분석 버튼을 누르는 경우, 학습 문장이 문장 분석부(10)로 전송되며, 문장 분석부(10)는 학습 단말(UT)로부터 입력받은 학습 문장의 구조 정보를 추출한다. 도 2에 일 예시로서 도시된, 문장 분석부(10)에 의해 추출된 학습 문장의 구조 정보는 학습 관리부(30)의 검색부(31)로 입력된다.When the learner USER inputs the learning sentence to the learning terminal UT and presses the analysis button, the learning sentence is sent to the sentence analyzing unit 10. The sentence analyzing unit 10 receives the input sent from the learning terminal UT Extract structure information of learning sentence. The structure information of the learning sentence extracted by the sentence analysis unit 10 shown in FIG. 2 as an example is input to the search unit 31 of the learning management unit 30.

검색부(31)는 문장 분석부(10)로부터 입력받은 학습 문장의 구조 정보와 관련된 콘텐츠의 속성정보를 포함하는 하나 이상의 메타 데이터를 콘텐츠 메타 DB(50)로부터 결정하여 동적 콘텐츠 생성부(32)로 전달하고, 동적 콘텐츠 생성부(32)는 입력받은 하나 이상의 메타 데이터를 이용하여 추천 학습 콘텐츠 리스트를 생성한다. 동적 콘텐츠 생성부(32)가 추천 학습 콘텐츠 리스트를 생성할 때, 학습자 DB(60)를 통해 해당 학습자(USER)에 적합한 메타 데이터만을 선택하고 추천 학습 콘텐츠 리스트를 생성하는 것은 전술한 것과 같다.The retrieval unit 31 determines one or more metadata including the attribute information of the contents related to the structural information of the learning sentence inputted from the sentence analysis unit 10 from the content meta DB 50 and outputs it to the dynamic content generation unit 32. [ And the dynamic content generation unit 32 generates a recommended learning content list by using the input one or more meta data. When the dynamic content generation unit 32 generates the recommended learning content list, only the meta data suitable for the learner USER is selected through the learner DB 60 and the recommended learning content list is generated as described above.

동적 콘텐츠 생성부(32)는 학습 문장의 구성요소를 구조화한 구조화 정보, 및 학습 문장의 구성요소에 대한 문법적 지식 정보를 생성하고, 추천 학습 콘텐츠 리스트와 함께 학습 단말(UT)로 제공한다. 이때, 동적 콘텐츠 생성부(32)는 학습 문장의 구성요소를 구성요소 상호 간의 수직적 구조 및 수평적 구조를 통해 위계적으로 구조화하여 구조화 정보를 생성할 수 있으며, 도 9는 구조화 정보가 학습 단말(UT)에 최초 출력되는 일 예시를 도시한 것이다. 도 9에 도시된 것과 같이 본 실시예에서는 학습 문장의 구성요소 중 핵심 단어 위주로 최소화한 구조화 정보가 학습 단말(UT)에 최초 출력되며, '+', '-'표시를 통해 확장 및 축소 가능하도록 한다. 이는 학습자(USER)가 학습 문장의 구성요소를 계속 확장해 가며 문장 학습을 진행하는 동안 문장의 핵심이 되는 구성요소가 유지되도록 하면서 학습하도록 하기 위한 것이다.The dynamic content generation unit 32 generates structured information structured by the components of the learning sentence and grammatical knowledge information about the components of the learning sentence and provides the same to the learning terminal UT together with the recommended learning content list. In this case, the dynamic content generation unit 32 may generate the structured information by hierarchically structuring the elements of the learning sentence through the vertical structure and the horizontal structure of the elements. FIG. UT) in the first embodiment. As shown in FIG. 9, the structured information minimized mainly on the core words among the components of the learning sentence is first output to the learning terminal UT, and is expanded and reduced by '+' and '-' do. This is to allow the learner (USER) to continue to expand the components of the learning sentence so that the components that are the core of the sentence are retained while the sentence learning is continued.

도 10은 학습 문장의 구성요소를 모두 확장시킨 경우의 학습 단말(UT) 출력을 도시한 일 예시로서, 학습 문장의 구성요소 상호 간이 수직적 구조 및 수평적 구조를 통해 위계적으로 구조화된 구조화 정보, 및 학습 문장의 구성요소에 대한 문법적 지식 정보가 학습 단말(UT)로 제공되어 출력된다. 문법적 지식 정보 하단에 위치한 '더보기' 버튼을 클릭하는 경우, 추천 학습 콘텐츠 리스트가 출력되며, 학습자(USER)가 추천 학습 콘텐츠 리스트 중 하나 이상의 콘텐츠를 선택하는 경우, 선택된 콘텐츠에 대한 결제가 결제 관리부(33)에 의해 수행된 후, 도 11에 도시된 것과 같은 콘텐츠가 학습 단말(UT)로 제공된다.10 shows an example of the output of a learning terminal (UT) in the case where all elements of a learning sentence are expanded. The structured information structured hierarchically through a vertical structure and a horizontal structure, And grammatical knowledge information about the components of the learning sentence are provided to the learning terminal (UT) and output. If the learner (USER) selects one or more contents from the recommended learning contents list, the payment for the selected contents is transmitted to the payment management unit (" 33), contents such as shown in Fig. 11 are provided to the learning terminal UT.

도 11에 도시된 것과 같이 콘텐츠가 학습 단말(UT)로 제공되는 경우, 제공된 콘텐츠와 관련된 콘텐츠(상위 콘텐츠, 하위 콘텐츠, 자매 콘텐츠, 사전 학습 콘텐츠, 사후 학습 콘텐츠, 필수 사전 학습 콘텐츠, 필수 사후 학습 콘텐츠, 참조 콘텐츠 등)이 함께 제공될 수 있으며, 학습자(USER)는 필요에 따라 관련 콘텐츠를 선택 및 구입함으로써 학습하는 콘텐츠를 관련도에 따라 확장시켜가며 학습하고자 하는 영어 지식을 체계적으로 구축할 수 있다.11, when the contents are provided to the learning terminal UT, the content related to the provided contents (upper contents, lower contents, sister contents, pre-learning contents, post-learning contents, essential pre- Content, reference content, etc.) can be provided together. The learner (USER) can expand the contents to be learned according to the degree of relevance by selecting and purchasing related contents as needed, have.

또한, 본 실시예에 따른 온라인 영어 학습 서버(1)를 통해 수행되는 모든 학습 단계에서는 전술한 상위 콘텐츠, 하위 콘텐츠와 같은 관련 콘텐츠가 학습 단말(UT)로 적절하게 제공할 수 있어야 하며, 이에 따라 콘텐츠를 지시하는 메타 데이터는 콘텐츠의 속성정보와 함께 관련 콘텐츠의 정보도 포함할 필요성이 있으므로, 메타 데이터는 도 12에 도시된 양식에 따라 구현될 수 있다. 다만 도 12에 도시된 메타 데이터의 양식은 일 예시일 뿐 이에 한정되지 않는다.In addition, in all the learning stages performed through the online English learning server 1 according to the present embodiment, relevant contents such as the above-mentioned upper contents and lower contents should be appropriately provided to the learning terminal UT, Since the metadata indicating the contents need to include the information of the related contents together with the attribute information of the contents, the metadata can be implemented according to the form shown in FIG. However, the format of the metadata shown in FIG. 12 is merely an example, and is not limited thereto.

도 11에 도시된 콘텐츠는 텍스트로 제공되는 콘텐츠의 일 예시를 도시한 것이며, 실시예에 따라서는 음원 또는 동영상 등의 형식을 채용한 콘텐츠로 구현될 수도 있다.The content shown in FIG. 11 shows an example of content provided as text, and may be embodied as content employing a format such as a sound source or a moving picture according to an embodiment.

도 10에서 학습자(USER)가 학습 문장의 구성요소의 타이틀(도 10에 도시된 술부, 동사구 등)을 클릭하면, 동적 콘텐츠 생성부(32)는 학습 문장의 구성요소와 관련된 예문을 예문 DB로부터 추출하여 학습 단말(UT)로 제공하며, 예문을 추출하는 경우, 도 10에 도시된 것과 같이 학습자(USER)가 사용한 단어를 포함하는 예문만을 추출할 수도 있고, 학습자(USER)가 사용한 단어와 무관하게 학습 문장의 구성요소와 관련된 문법적 지식을 학습할 수 있는 예문을 추출할 수도 있다. 도 13은 예문 DB로부터 추출되어 학습 단말(UT)에 제공되는 예문 리스트의 일 예시를 도시한 것이다.In FIG. 10, when the learner USER clicks on the title of the element of the learning sentence (predicate, verb phrase, etc. shown in FIG. 10), the dynamic content generation unit 32 generates an example sentence related to the element of the learning sentence And extracts a sample sentence. In the case of extracting a sample sentence, only an example sentence including a word used by the learner USER may be extracted as shown in FIG. 10, It is possible to extract example sentences that can learn the grammatical knowledge related to the components of the learning sentence. FIG. 13 shows an example of a sentence list extracted from the sentence DB and provided to the learning terminal UT.

2. 제2 실시예2. Second Embodiment

학습자(USER)가 학습 단말(UT)을 통해 본 실시예에 따른 온라인 영어 학습 서버(1)에 접속하면, 서버(1)는 도 7에 도시된 GUI를 학습 단말(UT)로 제공하여 학습자(USER)로 하여금 시스템 학습 수준 및 학습 방식을 선택하도록 한다.When the learner USER accesses the online English learning server 1 according to the present embodiment through the learning terminal UT, the server 1 provides the GUI shown in Fig. 7 to the learning terminal UT, USER) to select system learning level and learning method.

학습자(USER)가 Bottom-up 방식을 선택한 경우, 서버(1)는 도 14에 도시된 GUI를 학습 단말(UT)로 제공하여 학습자(USER)로 하여금 학습자(USER)가 목표하는(학습하고자 하는) 문장 형식을 선택하도록 한다. 도 14는 학습자(USER)가 평서문을 선택한 예시를 도시하고 있다.When the learner USER selects the bottom-up method, the server 1 provides the GUI shown in Fig. 14 to the learning terminal UT, and instructs the learner USER to instruct the learner USER ) Select the sentence format. FIG. 14 shows an example in which a learner (USER) selects a statement.

학습자(USER)가 문장 형식을 선택한 경우, 도 15에 도시된 것과 같이 문장 생성 보조부(20)의 규칙 관리부(24)는 규칙 DB(21)를 참조하여 선택된 문장 형식의 구성 요소 리스트(도 15의 주어, 동사)를 학습 단말(UT)로 제공하고, 제공된 구성 요소 리스트 중 학습자(USER)에 의해 선택 및 입력된 구성 요소에 연결 가능한 파생 구성 요소 리스트를 규칙 DB(21) 및 어휘 DB(22)를 참조하여 생성한 후 학습 단말(UT)로 제공하는 과정을 도 15 내지 도 17에 도시된 것과 같이 연속적으로 수행함으로써 학습 문장을 생성한다.When the learner USER selects the sentence format, the rule management unit 24 of the sentence generation auxiliary unit 20, as shown in Fig. 15, refers to the rule DB 21 and selects the element list of the selected sentence format And a derivation component list that can be connected to the component selected and input by the learner USER from the provided component list is stored in the rule DB 21 and the lexical DB 22, To the learning terminal UT, as shown in FIGS. 15 to 17, thereby generating a learning sentence.

즉, 도 15에 도시된 구성요소 중 '동사'를 선택하여 'hated'을 입력하는 경우, 도 16에 도시된 것과 같이 '목적', 'to 부정사' 및 'ing 절' 과 같은 연결 가능한 파생 구성 요소 리스트를 학습 단말(UT)로 제공하며, 'ing 절'을 선택하여 waiting을 입력하는 경우, 도 17에 도시된 것과 같이 '목적', 'to 부정사', '전치사동사 for+목적어' 및 '전치사동사 for+to 부정사'와 같은 파생 구성 요소 리스트를 연속적으로 제공하여 학습 문장을 생성한다.15, when 'verb' is selected and 'hated' is input, a connectable derivation structure such as 'purpose', 'to infinitive', and 'ing' In the case where waiting is input by selecting the 'ing clause', the element list is provided to the learning terminal UT. In this case, as shown in FIG. 17, 'objective', 'to infinitive', 'prepositional verb for + object' Verb for + to infinitive 'to generate a learning sentence.

한편, 도 15에 도시된 것과 같이 속성 제어부(25)는 학습 문장이 생성되는 과정에서 학습자(USER)에 의해 선택 및 입력된 구성 요소의 문법 속성을 해당 학습자(USER)가 선택한 문법 속성으로 변경할 수 있으며, 문법 속성은 시제, 인칭 및 수(단수 및 복수) 중 하나 이상을 포함할 수 있다. 즉, 선택 및 입력된 구성 요소의 시제, 인칭 및 수 중 하나 이상을 변경하여 변경된 구성 요소에 연결 가능한 파생 구성 요소 리스트도 추가적으로 확인함으로써 문법 속성 변경에 대한 응용력을 향상시킬 수 있다. 문법 속성 변경에 필요한 변환 모듈(26) 및 워드넷 DB(27)의 동작은 전술한 것과 같다.On the other hand, as shown in FIG. 15, the attribute control unit 25 can change the grammar attributes of the components selected and input by the learner USER to the grammar attributes selected by the learner USER in the process of generating the learning sentence And grammatical attributes may include one or more of tense, inching, and number (singular and plural). That is, it is possible to improve the application ability to change the grammar attribute by additionally confirming the list of the derivation component which can be connected to the changed component by changing at least one of the tense, inching, and number of the selected and inputted components. The operations of the conversion module 26 and the wordnet DB 27 necessary for changing the grammar attribute are as described above.

또한, 문장 생성 보조부(20)에 의해 학습 문장이 생성되는 각 단계에서도 학습 문장의 구성요소에 대한 문법적 지식이 학습 단말(UT)로 제공될 수 있으며(문법적 지식은 문장 생성 보조부(20)의 규칙 관리부(24)에서 생성될 수도 있고, 툴팁 생성부와 같은 별도의 구성에 의해 생성될 수도 있다.), 학습 문장의 구성요소와 관련된 문법적 지식을 학습할 수 있는 예문이 예문 DB(70)로부터 추출되어 학습 단말(UT)에 제공될 수도 있다.In addition, the grammatical knowledge of the elements of the learning sentence can be provided to the learning terminal UT at each stage in which the learning sentence is generated by the sentence generation auxiliary unit 20 (the grammatical knowledge is provided in the rules of the sentence generation auxiliary unit 20 The grammatical knowledge related to the element of the learning sentence can be extracted from the example sentence DB 70. The grammatical knowledge related to the element of the learning sentence can be extracted from the example sentence DB 70, And may be provided to the learning terminal UT.

문장 생성 보조부(20)에 의해 생성된 학습 문장은 학습 관리부(30)의 검색부(31)로 전달되며, 검색부(31)는 입력받은 학습 문장의 구조 정보와 관련된 콘텐츠의 속성정보를 포함하는 하나 이상의 메타 데이터를 콘텐츠 메타 DB(50)로부터 결정하여 동적 콘텐츠 생성부(32)로 전달하며, 그 후속 동작은 제1 실시예에서 설명한 것과 동일하므로, 구체적인 동작 설명은 생략한다.The learning sentence generated by the sentence generation auxiliary unit 20 is transmitted to the retrieval unit 31 of the learning management unit 30. The retrieval unit 31 includes attribute information of the content related to the structure information of the inputted learning sentence One or more meta data is determined from the content meta DB 50 and transferred to the dynamic content generation unit 32. Since the subsequent operation is the same as that described in the first embodiment, a detailed description of the operation will be omitted.

이와 같이 본 실시예는, 학습자가 직접 입력한 학습 문장에 대한 구조적 및 문법적 설명을 제공받는 동시에 해당 학습자에게 적합한 학습 콘텐츠만 결제한 후 학습을 수행하도록 함으로써 학습 효율성 및 경제성을 동시에 만족시킬 수 있는 효과를 달성할 수 있다. 나아가, 학습자 스스로 영어 문장을 생성하는 능동적인 학습 과정을 통해 그 학습 효율성을 증대시킬 수 있으며, 상기한 두 가지 방식을 병행함으로써 성인 학습자로 하여금 빠르고 체계적인 영어 학습이 가능하도록 할 수 있다.As described above, according to the present embodiment, a structural and grammatical explanation of a learning sentence directly input by a learner is provided, and at the same time, only a learning content suitable for the learner is paid out to perform learning, Can be achieved. In addition, the learning efficiency can be increased through active learning process in which learners themselves create English sentences. By combining the above two methods, it is possible to enable adult learners to learn English quickly and systematically.

본 발명은 도면에 도시된 실시예를 참고로 하여 설명되었으나, 이는 예시적인 것에 불과하며 당해 기술이 속하는 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 아래의 특허청구범위에 의하여 정해져야 할 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is clearly understood that the same is by way of illustration and example only and is not to be taken by way of limitation, I will understand. Accordingly, the true scope of the present invention should be determined by the following claims.

1: 온라인 영어 학습 서버
10: 문장 분석부
20: 문장 생성 보조부
21: 규칙 DB
22: 어휘 DB
23: Collocation DB
24: 규칙 관리부
25: 속성 제어부
26: 변환 모듈
27: 워드넷 DB
30: 학습 관리부
31: 검색부
32: 동적 콘텐츠 생성부
33: 결제 관리부
34: 학습 설계부
35: 학습 진행 관리부
40: 콘텐츠 DB
50: 콘텐츠 메타 DB
60: 학습자 DB
70: 예문 DB
USER: 학습자
UT: 학습 단말1: Online English Learning Server
10: sentence analysis section
20: Sentence creation assistant
21: Rule DB
22: Vocabulary DB
23: Collocation DB
24:
25:
26: Transformation module
27: WordNet DB
30: Learning Management Department
31:
32: Dynamic content generation unit
33:
34: Learning Design Department
35:
40: Content DB
50: Content Meta DB
60: Learner DB
70: example sentence DB
USER: Learners
UT: Learning terminal

Claims (10)

학습 단말에 제공될 콘텐츠가 저장된 콘텐츠 DB;
상기 콘텐츠 DB에 저장된 콘텐츠의 메타 데이터가 저장된 콘텐츠 메타 DB로서, 상기 메타 데이터는 상기 콘텐츠에 대한 접속경로정보, 상기 콘텐츠의 수준, 상기 콘텐츠의 제목 및 상기 콘텐츠의 요약을 포함하는 콘텐츠 속성정보인, 콘텐츠 메타 DB;
상기 학습 단말로부터 입력받은 제1 학습 문장의 구조 정보를 추출하는 문장 분석부로서, 상기 제1 학습 문장의 구조 정보는 파싱 트리(Parsing Tree)를 생성하기 위한 태그(tag)를 통해 추출되는, 상기 제1 학습 문장의 구성 요소 상호 간의 위계적 구조 정보인, 문장 분석부;
학습자가 목표하는 문장 형식의 구성 요소 리스트를 상기 학습 단말로 제공하고, 상기 제공된 구성 요소 리스트 중 해당 학습자에 의해 선택 및 입력된 구성 요소에 연결 가능한 파생 구성 요소 리스트를 생성하여 상기 학습 단말로 제공하는 과정을 연속적으로 수행함으로써 제2 학습 문장을 생성하는 문장 생성 보조부; 및
상기 문장 분석부에 의해 추출된 상기 제1 학습 문장의 구조 정보 또는 상기 문장 생성 보조부에 의해 생성된 상기 제2 학습 문장의 구조 정보와 관련된 콘텐츠의 속성정보를 포함하는 하나 이상의 메타 데이터를 상기 콘텐츠 메타 DB로부터 결정하여 추천 학습 콘텐츠 리스트를 생성하고, 상기 제1 학습 문장 또는 상기 제2 학습 문장의 구성요소를 구조화한 구조화 정보, 및 상기 제1 학습 문장 또는 상기 제2 학습 문장의 구성요소에 대한 문법적 지식 정보를 생성하며, 상기 추천 학습 콘텐츠 리스트, 상기 구조화 정보 및 상기 문법적 지식 정보를 상기 학습 단말로 제공하고, 상기 추천 학습 콘텐츠 리스트에 포함된 콘텐츠 중 해당 학습자가 선택한 콘텐츠를 상기 콘텐츠 DB로부터 추출하여 상기 학습 단말로 제공하는 학습 관리부;를 포함하고,
상기 학습 관리부는, 상기 제1 학습 문장의 구조 정보와 관련된 콘텐츠의 속성 정보를 포함하는 하나 이상의 메타 데이터를 결정하여 상기 추천 학습 콘텐츠 리스트를 생성할 때, 상기 제1 학습 문장의 구조 정보를 통해 파악되는 해당 학습자의 학습 의도가 고려된 콘텐츠의 속성정보를 포함하는 하나 이상의 메타 데이터를 결정하여 상기 추천 학습 콘텐츠 리스트를 생성하는 것을 특징으로 하는 온라인 영어 학습 서버.
A content DB storing contents to be provided to the learning terminal;
Wherein the metadata is content attribute information that includes access path information for the content, a level of the content, a title of the content, and a summary of the content, the meta data being stored in the content DB, Content metadata DB;
Wherein the structure information of the first learning sentence is extracted through a tag for generating a parsing tree, wherein the structure information of the first learning sentence is extracted through a tag for generating a parsing tree, A sentence analysis unit which is hierarchical structure information between the elements of the first learning sentence;
Providing a list of constituent elements in a sentence format targeted by the learner to the learning terminal and generating a derived element list that can be linked to the elements selected and input by the learner among the provided element list and providing the derived element list to the learning terminal A sentence generation auxiliary unit for generating a second learning sentence by continuously performing the steps; And
Wherein the first learning sentence structure information includes at least one of structure information of the first learning sentence extracted by the sentence analysis unit or attribute information of a content related to the structure information of the second learning sentence generated by the sentence generation auxiliary unit, DB to generate a list of recommended learning contents, structured information structured by the elements of the first learning sentence or the second learning sentence, and grammatical information about the components of the first learning sentence or the second learning sentence And supplies the recommended learning contents list, the structured information, and the grammatical knowledge information to the learning terminal, extracts a content selected by the learner among the contents included in the recommended learning contents list from the contents DB And a learning management unit provided to the learning terminal,
Wherein the learning management unit determines one or more meta data including attribute information of a content related to the structure information of the first learning sentence to identify the one or more meta data through the structure information of the first learning sentence And the at least one meta data including attribute information of a content whose learning intention of the learner is considered is determined to generate the recommended learning contents list.
삭제delete 제1항에 있어서,
상기 문장 생성 보조부는, 문장 형성의 일반 규칙을 저장하는 규칙 DB, 및 어휘의 용법 정보를 저장하는 어휘 DB를 참조하여 상기 선택 및 입력된 구성요소에 연결 가능한 파생 구성 요소 리스트를 생성하는 것을 특징으로 하는 온라인 영어 학습 서버.
The method according to claim 1,
The sentence generation auxiliary section generates a derivation component list which can be connected to the selected and inputted components by referring to a rule DB storing general rules of sentence formation and a vocabulary DB storing usage information of the vocabulary. Online English learning server.
제1항에 있어서,
학습자의 수준 정보, 콘텐츠 선호도 정보 및 학습 이력 정보를 학습자별로 저장하는 학습자 DB를 더 포함하고,
상기 학습 관리부는, 상기 콘텐츠 메타 DB로부터 결정된 하나 이상의 메타 데이터 중 상기 학습자 DB를 통해 파악한 해당 학습자의 수준, 콘텐츠 선호도 및 학습 이력을 토대로 하나 이상의 메타 데이터를 선택하여 상기 추천 학습 콘텐츠 리스트를 생성하는 것을 특징으로 하는 온라인 영어 학습 서버.
The method according to claim 1,
A learner DB for storing learner level information, content preference information, and learning history information for each learner,
The learning management unit selects one or more meta data based on the level, the content preference, and the learning history of the learner identified through the learner DB among the one or more meta data determined from the content meta DB to generate the recommended learning content list Features an online English learning server.
제1항에 있어서,
상기 학습 관리부는, 상기 제1 학습 문장 또는 상기 제2 학습 문장의 구성요소와 관련된 예문을 상기 학습 단말로 제공하는 것을 특징으로 하는 온라인 영어 학습 서버.
The method according to claim 1,
Wherein the learning management unit provides an example sentence related to the components of the first learning sentence or the second learning sentence to the learning terminal.
제1항에 있어서,
상기 학습 관리부는, 상기 추천 학습 콘텐츠 리스트에 포함된 콘텐츠 중 해당 학습자가 선택한 콘텐츠를 상기 학습 단말로부터 입력받은 경우, 상기 입력된 콘텐츠에 대한 결제를 수행한 후, 상기 결제가 수행된 콘텐츠를 상기 학습 단말로 제공하는 것을 특징으로 하는 온라인 영어 학습 서버.
The method according to claim 1,
Wherein the learning management unit, after receiving the content selected by the learner from among the contents included in the recommended learning content list from the learning terminal, performs settlement of the input content, And providing the terminal to the terminal.
서버가, 학습 단말로부터 입력받은 제1 학습 문장의 구조 정보를 추출하는 단계로서, 상기 제1 학습 문장의 구조 정보는 파싱 트리(Parsing Tree)를 생성하기 위한 태그(tag)를 통해 추출되는, 상기 제1 학습 문장의 구성 요소 상호 간의 위계적 구조 정보인, 단계;
상기 서버가, 학습자가 목표하는 문장 형식의 구성 요소 리스트를 상기 학습 단말로 제공하고, 상기 제공된 구성 요소 리스트 중 해당 학습자에 의해 선택 및 입력된 구성 요소에 연결 가능한 파생 구성 요소 리스트를 생성하여 상기 학습 단말로 제공하는 과정을 연속적으로 수행함으로써 제2 학습 문장을 생성하는 단계;
상기 서버가, 상기 제1 학습 문장의 구조 정보 또는 상기 제2 학습 문장의 구조 정보와 관련된 콘텐츠의 속성정보를 포함하는 하나 이상의 메타 데이터를 이용하여 추천 학습 콘텐츠 리스트를 생성하는 단계로서, 상기 메타 데이터는 상기 콘텐츠에 대한 접속경로정보, 상기 콘텐츠의 수준, 상기 콘텐츠의 제목 및 상기 콘텐츠의 요약을 포함하는 콘텐츠 속성정보인, 단계;
상기 서버가, 상기 제1 학습 문장 또는 상기 제2 학습 문장의 구성요소를 구조화한 구조화 정보, 및 상기 제1 학습 문장 또는 상기 제2 학습 문장의 구성요소에 대한 문법적 지식 정보를 생성하는 단계;
상기 서버가, 상기 추천 학습 콘텐츠 리스트, 상기 구조화 정보 및 상기 문법적 지식 정보를 상기 학습 단말로 제공하는 단계; 및
상기 서버가, 상기 추천 학습 콘텐츠 리스트에 포함된 콘텐츠 중 해당 학습자가 선택한 콘텐츠를 상기 학습 단말로 제공하는 단계;를 포함하고,
상기 추천 학습 콘텐츠 리스트를 생성하는 단계에서, 상기 서버는,
상기 제1 학습 문장의 구조 정보와 관련된 콘텐츠의 속성 정보를 포함하는 하나 이상의 메타 데이터를 결정하여 상기 추천 학습 콘텐츠 리스트를 생성할 때, 상기 제1 학습 문장의 구조 정보를 통해 파악되는 해당 학습자의 학습 의도가 고려된 콘텐츠의 속성정보를 포함하는 하나 이상의 메타 데이터를 결정하여 상기 추천 학습 콘텐츠 리스트를 생성하는 것을 특징으로 하는 온라인 영어 학습 방법.
The server extracts structure information of a first learning sentence input from a learning terminal, and the structure information of the first learning sentence is extracted through a tag for generating a parsing tree. The hierarchical structure information of the components of the first learning sentence;
Wherein the server provides a list of component elements in a sentence format targeted by the learner to the learning terminal and generates a derived component list that can be linked to the components selected and input by the learner among the provided component lists, Generating a second learning sentence by continuously performing a process of providing the second learning sentence to the terminal;
Wherein the server generates a recommended learning content list using at least one piece of metadata including at least one of structure information of the first learning sentence or content information related to structure information of the second learning sentence, Is content attribute information including access path information for the content, a level of the content, a title of the content, and a summary of the content;
Generating, by the server, structured information structured by the elements of the first learning sentence or the second learning sentence and grammatical knowledge information about the components of the first learning sentence or the second learning sentence;
Providing, by the server, the recommended learning contents list, the structured information and the grammatical knowledge information to the learning terminal; And
And the server providing the learning terminal with contents selected by the learner among the contents included in the recommended learning contents list,
In the step of generating the recommended learning contents list,
When learning one or more meta data including attribute information of a content related to the structure information of the first learning sentence to generate the recommended learning content list, Determining one or more meta data including attribute information of a content for which an intention is considered, and generating the recommended learning contents list.
삭제delete 제7항에 있어서,
상기 제2 학습 문장을 생성하는 단계에서, 상기 서버는,
문장 형성의 일반 규칙을 저장하는 규칙 DB, 및 어휘의 용법 정보를 저장하는 어휘 DB를 참조하여 상기 선택 및 입력된 구성요소에 연결 가능한 파생 구성 요소 리스트를 생성하는 것을 특징으로 하는 온라인 영어 학습 방법.
8. The method of claim 7,
In the step of generating the second learning sentence,
A rules DB for storing general rules of sentence formation, and a vocabulary DB for storing usage information of a vocabulary, and generating a list of derivable components connectable to the selected and inputted components.
제7항에 있어서,
상기 콘텐츠를 상기 학습 단말로 제공하는 단계에서, 상기 서버는,
상기 추천 학습 콘텐츠 리스트에 포함된 콘텐츠 중 해당 학습자가 선택한 콘텐츠를 상기 학습 단말로부터 입력받은 경우, 상기 입력된 콘텐츠에 대한 결제를 수행한 후, 상기 결제가 수행된 콘텐츠를 상기 학습 단말로 제공하는 것을 특징으로 하는 온라인 영어 학습 방법.8. The method of claim 7,
In the step of providing the content to the learning terminal,
When the content selected by the learner is input from the learning terminal among the contents included in the recommended learning content list, the terminal performs the payment for the input content and then provides the content with the payment to the learning terminal Features an online English learning method.
KR1020170017481A 2017-02-08 2017-02-08 Server for online english learning and method thereof KR101875447B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170017481A KR101875447B1 (en) 2017-02-08 2017-02-08 Server for online english learning and method thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170017481A KR101875447B1 (en) 2017-02-08 2017-02-08 Server for online english learning and method thereof

Publications (1)

Publication Number Publication Date
KR101875447B1 true KR101875447B1 (en) 2018-07-10

Family

ID=62915900

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170017481A KR101875447B1 (en) 2017-02-08 2017-02-08 Server for online english learning and method thereof

Country Status (1)

Country Link
KR (1) KR101875447B1 (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210130593A (en) 2020-04-22 2021-11-01 ㈜ 디셈버글로리 Method for Learning Language using Information System
KR20210130592A (en) 2020-04-22 2021-11-01 ㈜ 디셈버글로리 Method for Learning Language using Information System
KR20210130590A (en) 2020-04-22 2021-11-01 ㈜ 디셈버글로리 Method for Learning Language using Information System
KR102566696B1 (en) 2022-05-24 2023-08-16 주식회사 임서영영재교육연구소 System, server and method for english study

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090017414A (en) * 2007-08-13 2009-02-18 김권영 System for providing educational contents
KR20120090569A (en) * 2011-02-08 2012-08-17 주식회사 엔씨소프트 Apparatus and method of providing customized learning material
KR20140028246A (en) * 2012-08-28 2014-03-10 공병섭 The analysis systems of the english sentence using a terminal and method thereof
KR20140094919A (en) * 2013-01-23 2014-07-31 원종호 System and Method for Language Education according to Arrangement and Expansion by Sentence Type: Factorial Language Education Method, and Record Medium
KR20140104605A (en) * 2013-02-20 2014-08-29 (주)에스디이아이티연구소 System and method for communicatinng a english-based character message

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090017414A (en) * 2007-08-13 2009-02-18 김권영 System for providing educational contents
KR20120090569A (en) * 2011-02-08 2012-08-17 주식회사 엔씨소프트 Apparatus and method of providing customized learning material
KR20140028246A (en) * 2012-08-28 2014-03-10 공병섭 The analysis systems of the english sentence using a terminal and method thereof
KR20140094919A (en) * 2013-01-23 2014-07-31 원종호 System and Method for Language Education according to Arrangement and Expansion by Sentence Type: Factorial Language Education Method, and Record Medium
KR20140104605A (en) * 2013-02-20 2014-08-29 (주)에스디이아이티연구소 System and method for communicatinng a english-based character message

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210130593A (en) 2020-04-22 2021-11-01 ㈜ 디셈버글로리 Method for Learning Language using Information System
KR20210130592A (en) 2020-04-22 2021-11-01 ㈜ 디셈버글로리 Method for Learning Language using Information System
KR20210130590A (en) 2020-04-22 2021-11-01 ㈜ 디셈버글로리 Method for Learning Language using Information System
KR102566696B1 (en) 2022-05-24 2023-08-16 주식회사 임서영영재교육연구소 System, server and method for english study

Similar Documents

Publication Publication Date Title
Tsai Chinese students’ perceptions of using Google Translate as a translingual CALL tool in EFL writing
Jia CSIEC: A computer assisted English learning chatbot based on textual knowledge and reasoning
Bernardini Exploring new directions for discovery learning
KR101875447B1 (en) Server for online english learning and method thereof
WO2014127183A2 (en) Language learning systems and methods
Davydov et al. Mathematical method of translation into Ukrainian sign language based on ontologies
Krassmann et al. A process for extracting knowledge base for chatbots from text corpora
Matveev et al. A virtual dialogue assistant for conducting remote exams
Jablonkai et al. Undergraduate students’ responses to a corpus-based ESP course with DIY corpora
Chen et al. Developing and evaluating a Chinese collocation retrieval tool for CFL students and teachers
Damljanovic Natural language interfaces to conceptual models
Simov Integrated language and knowledge resources for a Bulgarian-centric knowledge graph
Virani et al. Automatic Question Answer Generation using T5 and NLP
Rüdian et al. Educational Text Summarizer: Which sentences are worth asking for?
Vidyashree et al. An e-learning environment using automated development of domain ontology
Fitzgerald et al. Evaluating the efficacy of the digital commons for scaling data-driven learning
Rizzo et al. A key perspective on specialized lexis: keywords in telecommunication engineering for CLIL
Soisuwan et al. An Investigation on the Use of Google Translate in Studying English Language: A case study in a university at Pathumthani Province
Saleh et al. Towards adaptive multimedia system for assisting children with Arabic learning difficulties
Moritz et al. Generating and evaluating object-oriented designs for instructors and novice students
Alassir et al. Paraphrasing Tool Using the NooJ Platform
CYFEKU Technology integration and SkELL: A novelty in English foreign language teaching and learning
Poots et al. Automatic annotation of text with pictures
PHAN Implementation of Automated Feedback System for Japanese Essays in Intermediate Education
Beaudoin A principle-based approach to teaching grammar on the web

Legal Events

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