KR102142585B1 - 반려 동물 의료상담 방법 및 장치 - Google Patents

반려 동물 의료상담 방법 및 장치 Download PDF

Info

Publication number
KR102142585B1
KR102142585B1 KR1020200027920A KR20200027920A KR102142585B1 KR 102142585 B1 KR102142585 B1 KR 102142585B1 KR 1020200027920 A KR1020200027920 A KR 1020200027920A KR 20200027920 A KR20200027920 A KR 20200027920A KR 102142585 B1 KR102142585 B1 KR 102142585B1
Authority
KR
South Korea
Prior art keywords
sequence
output
input sequence
answer
user
Prior art date
Application number
KR1020200027920A
Other languages
English (en)
Inventor
박영훈
박유진
Original Assignee
박영훈
박유진
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 박영훈, 박유진 filed Critical 박영훈
Priority to KR1020200027920A priority Critical patent/KR102142585B1/ko
Application granted granted Critical
Publication of KR102142585B1 publication Critical patent/KR102142585B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
    • 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
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3347—Query execution using vector based model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06Q50/30—
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/02—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail using automatic reactions or user delegation, e.g. automatic replies or chatbot-generated messages

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Databases & Information Systems (AREA)
  • Biophysics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Molecular Biology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Biomedical Technology (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Operations Research (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

반려 동물 의료상담 방법 및 장치가 개시된다. 일 실시예에 따른 반려 동물 의료상담 방법은 사용자로부터 반려 동물의 건강상태 문의에 관한 입력 시퀀스를 수신하는 단계, 입력 시퀀스에 포함된 하나 이상의 단어를 임베딩(embedding)하여 입력 시퀀스에 대응하는 임베딩 벡터를 생성하는 단계, 임베딩 벡터를 기 학습된 분류기에 입력함으로써, 입력 시퀀스에 대응하는 제1 출력 후보들을 획득하는 단계 및 제1 출력 후보들에 기초하여, 사용자에게 건강상태 문의에 대한 답변을 전송하는 단계를 포함한다.

Description

반려 동물 의료상담 방법 및 장치{METHOD AND APPARATUS FOR PET MEDICAL CONSULTATION}
아래 실시예들은 반려 동물 의료상담 방법 및 장치에 관한 것이다.
최근 들어 핵가족이 많아지고, 혼자 사는 가구가 늘어나면서, 반려 동물을 키우는 가구가 점차 증가하고 있다. 사람들은 반려 동물을 키움으로써, 심리적으로 안정감을 찾고, 친밀감을 느끼며 반려 동물을 점차 가족처럼 여기게 되었다.
그러나 말 못하는 반려 동물의 건강 상태를 전문가가 아닌 일반인이 진단하기는 쉽지 않다. 이에, 보호자가 증상을 알아차리지 못해 반려 동물의 건강을 악화시킬 수 있고, 또는 반대로 별다른 질병이 없음에도 민감하게 반응하여 필요 없는 검사를 진행하고 비용을 지불하는 문제가 생길 수도 있다. 예를 들어, '공복성 구토'의 경우, 빈 속에 속이 쓰려서 토를 하는 건데 보호자가 이를 인지하지 못하고 동물 병원에 가는 경우, 검사 진행에 동물도 사람도 힘들고, 비용도 발생하게 된다.
실시예들은 인공지능을 이용하여 반려 동물의 의료 상담 서비스를 제공하고자 한다.
실시예들은 보호자들로부터 반려 동물의 건강 상태에 관한 일상 용어를 입력 받아 이에 대응하는 진단을 제공하고자 한다.
일 실시예에 따른 반려 동물 의료상담 방법은 사용자로부터 반려 동물의 건강상태 문의에 관한 입력 시퀀스를 수신하는 단계; 상기 입력 시퀀스에 포함된 하나 이상의 단어를 임베딩(embedding)하여 상기 입력 시퀀스에 대응하는 임베딩 벡터를 생성하는 단계; 상기 임베딩 벡터를 기 학습된 분류기에 입력함으로써, 상기 입력 시퀀스에 대응하는 제1 출력 후보들을 획득하는 단계; 및 상기 제1 출력 후보들에 기초하여, 상기 사용자에게 상기 건강상태 문의에 대한 답변을 전송하는 단계를 포함한다.
상기 임베딩 벡터를 생성하는 단계는 상기 입력 시퀀스에 포함된 하나 이상의 단어 각각을 해당 단어에 대응하는 각각의 컨볼루션 레이어에 입력하는 단계; 및 상기 각각의 컨볼루션 레이어의 출력을 머징(merging)하여 상기 입력 시퀀스에 대응하는 상기 임베딩 벡터를 생성하는 단계를 포함할 수 있다.
상기 답변을 전송하는 단계는 상기 제1 출력 후보들 중 가장 큰 확률을 갖는 출력 후보의 확률이 미리 정해진 임계값 이상인지 판단하는 단계; 상기 가장 큰 확률을 갖는 출력 후보의 확률이 상기 임계값 이상일 경우, 상기 가장 큰 확률을 갖는 출력 후보에 기초하여 상기 건강상태 문의에 대한 답변 시퀀스를 생성하는 단계; 및 상기 사용자에게 상기 답변 시퀀스를 전송하는 단계를 포함할 수 있다.
상기 답변 시퀀스를 생성하는 단계는 지식 베이스(Knowledge Base)를 이용하여, 상기 가장 큰 확률을 갖는 출력 후보에 대응하는 질병 및 대처방안 중 적어도 하나를 포함하는 답변 시퀀스를 생성하는 단계를 포함할 수 있다.
상기 답변을 전송하는 단계는 상기 제1 출력 후보들 중 가장 큰 확률을 갖는 출력 후보가 미리 정해진 임계값 이상인지 판단하는 단계; 상기 가장 큰 확률을 갖는 출력 후보가 상기 임계값 미만일 경우, 상기 가장 큰 확률을 갖는 출력 후보에 기초하여 상기 사용자에게 상기 건강상태 문의에 대한 추가 정보를 요청하는 문의 시퀀스를 생성하는 단계; 및 상기 사용자에게 상기 문의 시퀀스를 전송하는 단계를 포함할 수 있다.
일 실시예에 따른 반려 동물 의료상담 방법은 상기 사용자로부터, 상기 문의 시퀀스에 대응하는 추가 입력 시퀀스를 수신하는 단계; 상기 추가 입력 시퀀스에 포함된 하나 이상의 단어를 임베딩하여 상기 추가 입력 시퀀스에 대응하는 추가 임베딩 벡터를 생성하는 단계; 상기 임베딩 벡터 및 상기 추가 임베딩 벡터를 상기 기 학습된 분류기에 입력함으로써, 상기 임베딩 벡터 및 상기 추가 임베딩 벡터에 대응하는 제2 출력 후보들을 획득하는 단계; 상기 제2 출력 후보들에 기초하여, 상기 사용자에게 상기 건강상태 문의에 대한 답변 시퀀스를 생성하는 단계; 및 상기 사용자에게 상기 답변 시퀀스를 전송하는 단계를 포함할 수 있다.
일 실시예에 따른 반려 동물 의료상담 장치는 사용자로부터 반려 동물의 건강상태 문의에 관한 입력 시퀀스를 수신하고, 상기 입력 시퀀스에 포함된 하나 이상의 단어를 임베딩(embedding)하여 상기 입력 시퀀스에 대응하는 임베딩 벡터를 생성하고, 상기 임베딩 벡터를 기 학습된 분류기에 입력함으로써, 상기 입력 시퀀스에 대응하는 제1 출력 후보들을 획득하고, 상기 제1 출력 후보들에 기초하여, 상기 사용자에게 상기 건강상태 문의에 대한 답변을 전송하는 프로세서를 포함한다.
실시예들은 인공지능을 이용하여 반려 동물의 의료 상담 서비스를 제공할 수 있다.
실시예들은 보호자들로부터 반려 동물의 건강 상태에 관한 일상 용어를 입력 받아 이에 대응하는 진단을 제공할 수 있다.
도 1은 일 실시예에 따른 반려 동물의 의료 상담 서비스 제공 시스템을 설명하기 위한 도면이다.
도 2는 일 실시예에 따른 반려 동물 의료상담 방법을 설명하기 위한 순서도이다.
도 3은 일 실시예에 따른 제1 출력 후보들에 기초하여, 사용자에게 건강상태 문의에 대한 답변을 전송하는 방법을 설명하기 위한 순서도이다.
도 4는 일 실시예에 따른 뉴럴 네트워크의 구조를 도시한 도면이다.
도 5a 내지 도 5b는 일 실시예에 따른 반려 동물 의료상담 방법의 구체적인 예시를 도시한 도면이다.
도 6은 일 실시예에 반려 동물 의료상담 장치를 설명하기 위한 블록도이다.
본 명세서에서 개시되어 있는 특정한 구조적 또는 기능적 설명들은 단지 기술적 개념에 따른 실시예들을 설명하기 위한 목적으로 예시된 것으로서, 실시예들은 다양한 다른 형태로 실시될 수 있으며 본 명세서에 설명된 실시예들에 한정되지 않는다.
제1 또는 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 이해되어야 한다. 예를 들어 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성요소들 간의 관계를 설명하는 표현들, 예를 들어 "~간의에"와 "바로~간의에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
실시예들은 퍼스널 컴퓨터, 랩톱 컴퓨터, 태블릿 컴퓨터, 스마트 폰, 텔레비전, 스마트 가전 기기, 지능형 자동차, 키오스크, 웨어러블 장치 등 다양한 형태의 제품으로 구현될 수 있다. 이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
도 1은 일 실시예에 따른 반려 동물의 의료 상담 서비스 제공 시스템을 설명하기 위한 도면이다. 도 1을 참조하면, 일 실시예에 따른 반려 동물의 의료 상담 서비스 제공 시스템은 사용자 단말(110) 및 서버(120)를 주체로 포함할 수 있다. 다만, 이러한 도 1의 반려 동물의 의료 상담 서비스 제공 시스템은 본 발명의 일 실시예에 불과하므로, 도 1을 통하여 본 발명이 한정 해석되는 것은 아니다.
이 때, 도 1의 각 구성요소들은 일반적으로 네트워크를 통해 연결될 수 있다. 예를 들어, 도 1에 도시된 바와 같이, 사용자 단말(110)은 네트워크를 통하여 서버(120)와 연결될 수 있다.
여기서, 네트워크는, 복수의 단말 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 RF, 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5GPP(5rd Generation Partnership Project) 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크, NFC 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
하기에서, 적어도 하나의 라는 용어는 단수 및 복수를 포함하는 용어로 정의되고, 적어도 하나의 라는 용어가 존재하지 않더라도 각 구성요소가 단수 또는 복수로 존재할 수 있고, 단수 또는 복수를 의미할 수 있음은 자명하다 할 것이다. 또한, 각 구성요소가 단수 또는 복수로 구비되는 것은, 실시예에 따라 변경 가능하다 할 것이다.
사용자 단말(110)은 사용자로부터 소정 명령을 수신하여 이에 해당하는 동작을 구동하는 기기로서, 유무선 통신 기능 또는 이와는 다른 기능을 포함하는 디지털 기기일 수 있다. 일 실시예에 따르면, 사용자 단말(110)은 태블릿 PC, 스마트폰, 개인용 컴퓨터(예를 들어, 노트북 컴퓨터 등), 스마트 TV, 이동 전화기, 내비게이션, 웹 패드, PDA, 워크스테이션 등과 같이 메모리 수단을 구비하고 마이크로 프로세서를 탑재하여 연산 능력을 갖춘 디지털 기기를 모두 포함하는 개념일 수 있다.
사용자 단말(110)은 사용자에게 인터페이스를 제공할 수 있다. 인터페이스는 사용자 단말(110) 자체적으로 제공하는 것일 수 있다. 예를 들면, 사용자 단말(110)의 OS(Operation System)에 의해 제공되는 것일 수도 있고, 사용자 단말(110)에 설치된 어플리케이션에 의해 제공되는 것일 수도 있다. 또한, 인터페이스는 서버(120)에 의해 제공되는 것일 수도 있으며, 사용자 단말(110)은 단순히 서버(120)로부터 제공되는 인터페이스를 수신하여 표시하기만 할 수도 있다.
아래에서 상세하게 설명하겠으나, 일 실시예에 따른 서버(120)는 사용자로부터 수신한 반려 동물의 건강상태 문의에 관한 입력 시퀀스에 대한 답변을 제공할 수 있는 모델을 제공한다. 입력 시퀀스는 문자 형태의 문장 시퀀스와 소리 형태의 음성 시퀀스를 모두 포함할 수 있다. 모델은 기계학습(machine learning) 모델과 같이 훈련 데이터(training data)를 통해 학습된 알려진 속성을 기반으로 예측 또는 분류를 수행하는 인공지능 모델을 포함할 수 있다.
최근 인공지능 기반 소프트웨어와 대화할 수 있는 기술이 발전하고 있다. 예를 들어, 사용자는 메신저나 스마트 스피커 등에 탑재된 소프트웨어와 대화를 이어갈 수 있다. 소프트웨어는 흔히 봇(bot)으로 지칭되며, 메신저의 경우 챗봇(chatbot) 또는 채팅봇 등으로 지칭되기도 한다.
서버(120)는 챗봇 모델을 제공할 수 있으며, 사용자 단말(110)은 챗봇을 이용하여 반려 동물의 건강 상태에 관한 질의를 전송하고 응답을 수신하는 단말일 수 있다.
도 2는 일 실시예에 따른 반려 동물 의료상담 방법을 설명하기 위한 순서도이다. 도 2를 참조하면, 단계들(210 내지 240)은 도 1을 참조하여 전술한 서버(120)에 포함된 반려 동물 의료상담 장치에 의해 수행될 수 있다. 일 실시예에 따른 반려 동물 의료상담 장치는 하나 또는 그 이상의 하드웨어 모듈, 하나 또는 그 이상의 소프트웨어 모듈, 또는 이들의 다양한 조합에 의하여 구현될 수 있다.
반려 동물 의료상담 장치는 반려 동물의 건강상태 문의에 관한 입력 시퀀스를 수신하여 이에 대응하는 답변을 제공하는 인공지능 모델을 제공할 수 있다. 일례로, 반려 동물 의료상담 장치는 뉴럴 네트워크로 구현된 챗봇 모델을 제공할 수 있다.
뉴럴 네트워크는 입력 레이어, 히든 레이어, 및 출력 레이어를 포함할 수 있다. 각 레이어는 복수의 노드들을 포함하고, 인접한 레이어 사이의 노드들은 연결 가중치를 가지고 서로 연결될 수 있다. 각 노드들은 활성화 모델에 기초하여 동작할 수 있다. 활성화 모델에 따라 입력 값에 대응하는 출력 값이 결정될 수 있다. 임의의 노드의 출력 값은 해당 노드와 연결된 다음 레이어의 노드로 입력될 수 있다. 다음 레이어의 노드는 복수의 노드들로부터 출력되는 값들을 입력 받을 수 있다. 임의의 노드의 출력 값이 다음 레이어의 노드로 입력되는 과정에서, 연결 가중치가 적용될 수 있다. 다음 레이어의 노드는 활성화 모델에 기초하여 입력 값에 대응하는 출력 값을 해당 노드와 연결된 그 다음 레이어의 노드로 출력할 수 있다. 출력 레이어는 복수의 원소들에 대응하는 노드들을 포함할 수 있다. 출력 레이어의 노드들은 복수의 원소들에 대응하는 특징 값들을 출력할 수 있다.
단계(210)에서, 반려 동물 의료상담 장치는 사용자로부터 반려 동물의 건강상태 문의에 관한 입력 시퀀스를 수신한다. 사용자는 사용자 단말을 통해 반려 동물의 건강상태를 문의할 수 있고, 반려 동물 의료상담 장치는 사용자 단말로부터 건강상태 문의에 관한 입력 시퀀스를 수신할 수 있다. 전술한 바와 같이 입력 시퀀스는 사용자가 챗봇을 통해 입력한 문자 형태의 문장 시퀀스와 사용자 단말의 음성 인식을 통해 획득한 소리 형태의 음성 시퀀스를 모두 포함할 수 있다. 뉴럴 네트워크의 입력 레이어는 입력 시퀀스, 예를 들어, 강아지의 건강상태 문의에 관한 문장 시퀀스를 입력 받을 수 있다.
단계(220)에서, 반려 동물 의료상담 장치는 입력 시퀀스에 포함된 하나 이상의 단어를 임베딩(embedding)하여 입력 시퀀스에 대응하는 임베딩 벡터를 생성한다. 임베딩 벡터는 각 인증 요소를 구분하게 해주는 정보를 포함하며, 예를 들어 임베딩 벡터는 입력 시퀀스의 지역적인 정보, 즉 단어 등장순서/문맥 정보를 압축하여 가지고 있을 수 있다. 임베딩 벡터는 특징 벡터(feature vector)로 지칭될 수 있다. 일 실시예에 따른 반려 동물 의료상담 장치는 비슷한 의미를 지닌 단어는 비슷한 문맥에 등장하는 경향이 있을 것이라는 가정을 전제로 임베딩 벡터를 생성할 수 있다. 예를 들어, '강아지'와 '개', '구토'와 '토', '복통'과 '설사'는 각각 유사한 임베딩 벡터값을 갖도록 학습될 수 있다. 임베딩 벡터를 생성하는 상세한 방법은 아래에서 도 4를 참조하여 설명된다.
단계(230)에서, 반려 동물 의료상담 장치는 임베딩 벡터를 기 학습된 분류기에 입력함으로써, 입력 시퀀스에 대응하는 제1 출력 후보들을 획득한다. 뉴럴 네트워크의 입력 레이어에 포함되는 복수개의 노드들은 입력 시퀀스에 대응되는 데이터들을 수신할 수 있다. 히든 레이어에 포함되는 복수개의 레이어들에서의 연산을 통하여, 출력 레이어에서는 입력 시퀀스에 대응되는 제1 출력 후보들을 출력할 수 있다. 뉴럴 네트워크는 입력 시퀀스에 포함된 반려 동물의 건강상태 문의에 관한 '일상용어'(예를 들어, 강아지가 식후에 노란 토를 했다)와 반려견의 건강 상태를 진단하는 '의학용어'(예를 들어, "만성 위염")를 매칭하기 위한 연산을 수행하여 '만성 위염 확률: 98%', '췌염 확률: 82%', 급성 신부전 확률: 76%'라는 출력 데이터를 출력할 수 있다. 뉴럴 네트워크를 통하여 출력된 출력 데이터의 정확도를 높이기 위해서, 출력 레이어에서 입력 레이어 방향으로 학습(learning)을 수행하며 출력 데이터의 정확도가 높아지도록 가중치값들을 수정할 수 있다.
단계(240)에서, 반려 동물 의료상담 장치는 제1 출력 후보들에 기초하여, 사용자에게 건강상태 문의에 대한 답변을 전송한다. 반려 동물 의료상담 장치는 제1 출력 후보들의 확률에 따라 어떤 답변을 전송할지 결정할 수 있다. 일 실시예에 따른 답변을 전송하는 상세한 방법은 아래에서 도 3을 참조하여 설명된다.
도 3은 일 실시예에 따른 제1 출력 후보들에 기초하여, 사용자에게 건강상태 문의에 대한 답변을 전송하는 방법을 설명하기 위한 순서도이다.도 3을 참조하면, 단계(310)에서, 반려 동물 의료상담 장치는 제1 출력 후보들 중 가장 큰 확률을 갖는 출력 후보의 확률이 미리 정해진 임계값 이상인지 판단할 수 있다.
일 실시예에 따른 제1 출력 후보들 중 가장 큰 확률을 갖는 출력 후보의 확률이 미리 정해진 임계값 이상인 경우, 단계(320)에서 반려 동물 의료상담 장치는 가장 큰 확률을 갖는 출력 후보에 기초하여 건강상태 문의에 대한 답변 시퀀스를 생성할 수 있고, 단계(330)에서 해당 답변 시퀀스를 사용자에게 전송할 수 있다.
답변 시퀀스는 가장 큰 확률을 갖는 출력 후보에 대응하는 질병을 포함할 수 있다. 예를 들어, "식후에 노란 토를 했다"라는 입력 시퀀스에 대응하여 사용자에게 "만성 위염이야" 라는 답변 시퀀스를 전송할 수 있다.
또한, 반려 동물 의료상담 장치는 지식 베이스(Knowledge Base)를 이용하여 질병에 대응하는 대처방안을 포함하는 답변 시퀀스를 생성할 수도 있다. 예를 들어, 반려 동물 의료상담 장치는 가장 큰 확률을 갖는 출력 후보에 대응하는 질병을 출력할 수 있고, 지식 베이스를 이용하여 해당 질병에 대응하는 대처방안을 획득할 수 있다. 예를 들어, "강아지가 식후에 노란 토를 했다"라는 입력 시퀀스에 대응하여 사용자에게 "빨리 병원으로 가봐" 또는 "만성 위염이니, 빨리 병원으로 가봐" 라는 답변 시퀀스를 전송할 수 있다.
다른 실시예에 따르면, 반려 동물 의료상담 장치가 제공하는 뉴럴 네트워크는 입력 시퀀스에 포함된 반려 동물의 건강상태 문의에 관한 '일상용어'(예를 들어, 강아지가 식후에 노란 토를 했다)와 이에 대응되는 지식 베이스를 매칭하기 위한 연산을 수행할 수 있도록 학습될 수 있다. 이 경우, 반려 동물 의료상담 장치는 입력 시퀀스에 대응하는 지식 베이스를 출력할 수 있고, 해당 지식 베이스에 기초하여 질병 및 대처방안을 모두 포함하는 답변 시퀀스를 생성할 수 있다.
제1 출력 후보들 중 가장 큰 확률을 갖는 출력 후보의 확률이 미리 정해진 임계값 미만인 경우, 단계(340)에서 반려 동물 의료상담 장치는 가장 큰 확률을 갖는 출력 후보에 기초하여 사용자에게 건강상태 문의에 대한 추가 정보를 요청하는 문의 시퀀스를 생성할 수 있고, 단계(350)에서 사용자에게 문의 시퀀스를 전송할 수 있다.
가장 큰 확률을 갖는 출력 후보의 확률이 미리 정해진 임계값 미만인 경우 해당 출력 후보들의 진단에 관한 정확도가 떨어진다고 판단할 수 있고, 이에 보다 정확한 진단을 위해 사용자에게 추가 정보를 요청하는 문의 시퀀스를 생성할 수 있다. 예를 들어, "강아지가 식후에 토를 했다"라는 입력 시퀀스만 가지고는 정확한 진단을 내리기 어려울 수 있다. 이에, 반려 동물 의료상담 장치는 사용자에게 "무슨 색의 토를 했니?"라는 추가 정보를 요청하는 문의 시퀀스를 사용자에게 전송할 수 있다. 보다 구체적으로, 반려 동물 의료상담 장치는 가장 큰 확률을 갖는 출력 후보에 대응하는 질병을 특정하기 위해 필요한 키워드들 중에서, 입력 시퀀스에 포함된 키워드들을 제외한 키워드를 이용하여 문의 시퀀스를 생성할 수 있다.
문의 시퀀스를 수신한 사용자로부터, 반려 동물 의료상담 장치는 문의 시퀀스에 대응하는 추가 입력 시퀀스를 수신할 수 있고, 추가 입력 시퀀스에 포함된 하나 이상의 단어를 임베딩하여 상기 추가 입력 시퀀스에 대응하는 추가 임베딩 벡터를 생성할 수 있다. 또한, 반려 동물 의료상담 장치는 임베딩 벡터 및 추가 임베딩 벡터를 기 학습된 분류기에 입력함으로써, 임베딩 벡터 및 추가 임베딩 벡터에 대응하는 제2 출력 후보들을 획득할 수 있다. 반려 동물 의료상담 장치는 제2 출력 후보들에 기초하여, 사용자에게 건강상태 문의에 대한 답변 시퀀스를 생성하고, 사용자에게 답변 시퀀스를 전송할 수 있다. 제2 출력 후보들에 기초하여, 사용자에게 건강상태 문의에 대한 답변 시퀀스를 생성하는 방법은 제1 출력 후보들에 기초하여 사용자에게 건강상태 문의에 대한 답변 시퀀스를 생성하는 방법과 동일할 수 있다. 뉴럴 네트워크에 규칙기반(rule-based) 접근법을 결합하여 적은 데이터에 대해서도 이러한 방법을 효과적으로 적용할 수 있다.
도 4는 일 실시예에 따른 뉴럴 네트워크의 구조를 도시한 도면이다.도 4를 참조하면, 일 실시예에 따른 입력 시퀀스에 포함된 하나 이상의 단어 각각을 해당 단어에 대응하는 각각의 컨볼루션 레이어 및 풀링(pooling) 레이어(미도시)에 입력할 수 있다. 합성곱 레이어의 필터들은 학습을 거치며, 각각의 게시글에 포함된 특정한 언어적 패턴의 등장여부를 학습할 수 있다. 컨볼루션 레이어의 출력들을 머징(merging)하여 입력 시퀀스에 대응하는 임베딩 벡터를 생성할 수 있다. 이후, N개의 덴스 레이어(Dense layer)를 거친 후 최종적 출력을 생성할 수 있다.
도 5a 내지 도 5b는 일 실시예에 따른 반려 동물 의료상담 방법의 구체적인 예시를 도시한 도면이다.
도 5a를 참조하면, 일 실시예에 따른 반려 동물 의료상담 장치는 사용자에게 챗봇 모델을 제공할 수 있다. 반려 동물 의료상담 장치는 사용자로부터 "안녕! 강아지가 토해서 걱정되서 물어보려고 왔어 ㅜㅜ"라는 입력 시퀀스를 수신할 수 있고, 해당 입력 시퀀스에 포함된 단어를 임베딩하여 입력 시퀀스에 대응하는 임베딩 벡터를 생성할 수 있다. 나아가, 반려 동물 의료상담 장치는 입력 임베딩 벡터를 기 학습된 분류기에 입력하여 입력 시퀀스에 대응하는 제1 출력 후보들을 획득할 수 있고, 이에 기초하여 "무슨 색깔이니?"라는 문의 시퀀스를 사용자에게 전송할 수 있다.
반려 동물 의료상담 장치는 사용자로부터 "빨간색이야ㅜㅜ"라는 추가 입력 시퀀스를 수신할 수 있고, 이에 기초하여 반려 동물 의료상담 장치는 "빨리 병원에 가봐"라는 답변 시퀀스를 사용자에게 전송할 수 있다.
도 5b를 참조하면, 일 실시예에 따른 반려 동물 의료상담 장치는 도 5b에 도시된 데이터에 기초하여 뉴럴 네트워크를 학습할 수 있다.
도 6은 일 실시예에 반려 동물 의료상담 장치를 설명하기 위한 블록도이다.도 6을 참조하면, 일 실시예에 따른 반려 동물 의료상담 장치(600)는 프로세서(610)를 포함한다. 반려 동물 의료상담 장치(600)는 메모리(630), 통신 인터페이스(650), 및 센서들(670)을 더 포함할 수 있다. 프로세서(610), 메모리(630), 통신 인터페이스(650), 및 센서들(670)은 통신 버스(605)를 통해 서로 통신할 수 있다.
프로세서(610)는 사용자로부터 반려 동물의 건강상태 문의에 관한 입력 시퀀스를 수신하고, 상기 입력 시퀀스에 포함된 하나 이상의 단어를 임베딩(embedding)하여 상기 입력 시퀀스에 대응하는 임베딩 벡터를 생성하고, 상기 임베딩 벡터를 기 학습된 분류기에 입력함으로써, 상기 입력 시퀀스에 대응하는 제1 출력 후보들을 획득하고, 상기 제1 출력 후보들에 기초하여, 상기 사용자에게 상기 건강상태 문의에 대한 답변을 전송한다.
메모리(630)는 휘발성 메모리 또는 비 휘발성 메모리일 수 있다.
이 밖에도, 프로세서(610)는 도 1 내지 도 5b을 통해 전술한 적어도 하나의 방법 또는 적어도 하나의 방법에 대응되는 알고리즘을 수행할 수 있다. 프로세서(610)는 프로그램을 실행하고, 반려 동물 의료상담 장치(600)를 제어할 수 있다. 프로세서(610)에 의하여 실행되는 프로그램 코드는 메모리(630)에 저장될 수 있다. 반려 동물 의료상담 장치(600)는 입출력 장치(미도시)를 통하여 외부 장치(예를 들어, 퍼스널 컴퓨터 또는 네트워크)에 연결되고, 데이터를 교환할 수 있다. 반려 동물 의료상담 장치(600)는 서버에 탑재될 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate 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.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 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 (5)

  1. 사용자로부터 반려 동물의 건강상태 문의에 관한 소정의 문자열 또는 소리에 대응하는 입력 시퀀스를 수신하는 단계;
    상기 입력 시퀀스에 포함된 하나 이상의 단어를 임베딩(embedding)하여 상기 입력 시퀀스에 대응하는 임베딩 벡터를 생성하는 단계;
    상기 임베딩 벡터를 기 학습된 분류기에 입력함으로써, 상기 입력 시퀀스에 대응하는 제1 출력 후보들을 획득하는 단계; 및
    상기 제1 출력 후보들에 기초하여, 상기 사용자에게 상기 건강상태 문의에 대한 답변을 전송하는 단계
    를 포함하고,
    상기 임베딩 벡터를 생성하는 단계는
    상기 입력 시퀀스에 포함된 하나 이상의 단어 각각을 해당 단어에 대응하는 각각의 컨볼루션 레이어에 입력하는 단계; 및
    상기 각각의 컨볼루션 레이어의 출력을 머징(merging)하여 상기 입력 시퀀스에 대응하는 상기 임베딩 벡터를 생성하는 단계
    를 포함하고,
    상기 답변을 전송하는 단계는
    상기 제1 출력 후보들 중 가장 큰 확률을 갖는 출력 후보의 확률이 미리 정해진 임계값 이상인지 판단하는 단계;
    상기 가장 큰 확률을 갖는 출력 후보의 확률이 상기 임계값 이상일 경우, 상기 가장 큰 확률을 갖는 출력 후보에 기초하여 상기 건강상태 문의에 대한 답변에 해당하는 소정의 문자열 또는 소리에 대응하는 답변 시퀀스를 생성하는 단계; 및
    상기 사용자에게 상기 답변 시퀀스를 전송하는 단계
    를 포함하고,
    상기 답변 시퀀스를 생성하는 단계는
    지식 베이스(Knowledge Base)를 이용하여, 상기 가장 큰 확률을 갖는 출력 후보에 대응하는 질병 및 대처방안 중 적어도 하나에 대응하는 소정의 문자열 또는 소리에 대응하는 답변 시퀀스를 생성하는 단계
    를 포함하고,
    상기 답변을 전송하는 단계는
    상기 제1 출력 후보들 중 가장 큰 확률을 갖는 출력 후보가 미리 정해진 임계값 이상인지 판단하는 단계;
    상기 가장 큰 확률을 갖는 출력 후보가 상기 임계값 미만일 경우, 상기 가장 큰 확률을 갖는 출력 후보에 기초하여 상기 사용자에게 상기 건강상태 문의에 대한 추가 정보를 요청하는 문의에 해당하는 소정의 문자열 또는 소리에 대응하는 문의 시퀀스를 생성하는 단계; 및
    상기 사용자에게 상기 문의 시퀀스를 전송하는 단계
    를 포함하고,
    상기 문의 시퀀스는,
    상기 가장 큰 확률을 갖는 출력 후보에 대응하는 질병을 특정하기 위해 필요한 키워드들 중에서, 상기 입력 시퀀스에 포함된 키워드들을 제외한 키워드를 이용하여 생성되고,
    상기 지식 베이스를 이용하여 상기 가장 큰 확률을 갖는 출력 후보에 대응하는 질병 및 대처방안 중 적어도 하나를 포함하는 답변 시퀀스를 생성하는 단계는,
    상기 지식 베이스와 상기 입력 시퀀스를 매칭하기 위한 연산을 수행하도록 학습된 인공 신경망을 이용하여 획득한 대처 방안에 기초하여 상기 답변 시퀀스를 생성하는 반려 동물 의료상담 방법.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 제1항에 있어서,
    상기 사용자로부터, 상기 문의 시퀀스에 대응하는 추가 입력 시퀀스를 수신하는 단계;
    상기 추가 입력 시퀀스에 포함된 하나 이상의 단어를 임베딩하여 상기 추가 입력 시퀀스에 대응하는 추가 임베딩 벡터를 생성하는 단계;
    상기 임베딩 벡터 및 상기 추가 임베딩 벡터를 상기 기 학습된 분류기에 입력함으로써, 상기 임베딩 벡터 및 상기 추가 임베딩 벡터에 대응하는 제2 출력 후보들을 획득하는 단계;
    상기 제2 출력 후보들에 기초하여, 상기 사용자에게 상기 건강상태 문의에 대한 답변에 해당하는 소정의 문자열 또는 소리에 대응하는 시퀀스를 생성하는 단계; 및
    상기 사용자에게 상기 답변 시퀀스를 전송하는 단계
    를 더 포함하는, 반려 동물 의료상담 방법.
KR1020200027920A 2020-03-05 2020-03-05 반려 동물 의료상담 방법 및 장치 KR102142585B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200027920A KR102142585B1 (ko) 2020-03-05 2020-03-05 반려 동물 의료상담 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200027920A KR102142585B1 (ko) 2020-03-05 2020-03-05 반려 동물 의료상담 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102142585B1 true KR102142585B1 (ko) 2020-08-07

Family

ID=72049950

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200027920A KR102142585B1 (ko) 2020-03-05 2020-03-05 반려 동물 의료상담 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102142585B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102252267B1 (ko) * 2020-11-20 2021-05-14 최진석 반려동물의 훈육을 가이드하는 챗봇 시스템, 방법, 및 컴퓨터 프로그램

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003242248A (ja) * 2002-02-18 2003-08-29 Ip Corporation:Kk 問診判定方法及び問診判定システム
KR102045741B1 (ko) * 2018-08-24 2019-11-18 임태백 반려동물 건강관리데이터 제공장치, 방법 및 프로그램
KR20190139722A (ko) * 2018-06-08 2019-12-18 연세대학교 산학협력단 진단명 레이블링을 위한 딥러닝을 이용한 판독기록문으로부터 최종 진단명 추출 방법 및 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003242248A (ja) * 2002-02-18 2003-08-29 Ip Corporation:Kk 問診判定方法及び問診判定システム
KR20190139722A (ko) * 2018-06-08 2019-12-18 연세대학교 산학협력단 진단명 레이블링을 위한 딥러닝을 이용한 판독기록문으로부터 최종 진단명 추출 방법 및 장치
KR102045741B1 (ko) * 2018-08-24 2019-11-18 임태백 반려동물 건강관리데이터 제공장치, 방법 및 프로그램

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102252267B1 (ko) * 2020-11-20 2021-05-14 최진석 반려동물의 훈육을 가이드하는 챗봇 시스템, 방법, 및 컴퓨터 프로그램
KR102362058B1 (ko) * 2020-11-20 2022-02-14 주식회사 펫투피플 반려동물의 행동 별로 훈련된 복수의 인공지능 모델을 이용하는 챗봇 시스템

Similar Documents

Publication Publication Date Title
Dharwadkar et al. A medical chatbot
US20200065517A1 (en) Unified control of privacy-impacting devices
US20200125967A1 (en) Electronic device and method for controlling the electronic device
US20180102916A1 (en) System and method for facilitating interoperability across internet of things (iot) domains
CN113704460A (zh) 一种文本分类方法、装置、电子设备和存储介质
Rodriguez Lera et al. A context‐awareness model for activity recognition in robot‐assisted scenarios
KR102142585B1 (ko) 반려 동물 의료상담 방법 및 장치
Thakur et al. Pervasive activity logging for indoor localization in smart homes
Gupta et al. Disease detection using rasa chatbot
KR102440827B1 (ko) 기저귀 대변 이미지를 활용한 아기 건강 진단 솔루션 제공 방법, 장치 및 시스템
KR20190133579A (ko) 사용자와 대화하며 내면 상태를 이해하고 긴밀한 관계를 맺을 수 있는 감성지능형 개인비서 시스템
CN116306704B (zh) 篇章级文本机器翻译方法、系统、设备及介质
Połap et al. Introduction to the model of the active assistance system for elder and disabled people
CN117764373A (zh) 风险预测的方法、装置、设备及存储介质
WO2023185541A1 (zh) 一种模型训练方法及其相关设备
Won et al. Design and implementation of information extraction system for scientific literature using fine-tuned deep learning models
KR102508648B1 (ko) 전기 및 소방 설비의 오동작 판단을 기반으로 한 비상상황 모니터링 방법, 장치 및 시스템
WO2022181907A1 (ko) 대변 이미지 분석 기반 영양 정보 제공 방법, 장치 및 시스템
KR20230119403A (ko) 빅데이터를 기반으로 취약계층을 대상으로 한 일자리 정보 추천 및 매칭 자동화 방법, 장치 및 시스템
CN112149426B (zh) 阅读任务处理方法及相关设备
Anushka et al. Healbot: NLP-based health care assistant for global pandemics
Zaniolo et al. Deep learning for edge devices
Noguchi et al. Multi-modal shared module that enables the bottom-up formation of map representation and top-down map reading
Pal et al. Cross Domain Answering FAQ Chatbot
Yan et al. Design and Implementation of Interactive Platform for Operation and Maintenance of Multimedia Information System Based on Artificial Intelligence and Big Data

Legal Events

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