KR102215584B1 - 문장 분석을 통한 사용자 심리 분석 방법 및 이를 실행하는 서버 - Google Patents

문장 분석을 통한 사용자 심리 분석 방법 및 이를 실행하는 서버 Download PDF

Info

Publication number
KR102215584B1
KR102215584B1 KR1020200034991A KR20200034991A KR102215584B1 KR 102215584 B1 KR102215584 B1 KR 102215584B1 KR 1020200034991 A KR1020200034991 A KR 1020200034991A KR 20200034991 A KR20200034991 A KR 20200034991A KR 102215584 B1 KR102215584 B1 KR 102215584B1
Authority
KR
South Korea
Prior art keywords
sentence
user
analysis
propensity
response information
Prior art date
Application number
KR1020200034991A
Other languages
English (en)
Inventor
최선희
Original Assignee
최선희
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 최선희 filed Critical 최선희
Priority to KR1020200034991A priority Critical patent/KR102215584B1/ko
Application granted granted Critical
Publication of KR102215584B1 publication Critical patent/KR102215584B1/ko
Priority to PCT/KR2021/003402 priority patent/WO2021194171A1/ko

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/165—Evaluating the state of mind, e.g. depression, anxiety
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7465—Arrangements for interactive communication between patient and care services, e.g. by using a telephone network
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/216—Parsing using statistical methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/253—Grammatical analysis; Style critique
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/268—Morphological analysis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Public Health (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Medical Informatics (AREA)
  • Psychiatry (AREA)
  • Child & Adolescent Psychology (AREA)
  • Biophysics (AREA)
  • Epidemiology (AREA)
  • Developmental Disabilities (AREA)
  • Veterinary Medicine (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Primary Health Care (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Probability & Statistics with Applications (AREA)
  • Educational Technology (AREA)
  • Nursing (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

본 발명의 일 실시예에 따른 문장 분석을 통한 사용자 심리 분석 서버에서 실행되는 문장 분석을 통한 사용자 심리 분석 방법은 사용자에 의해 입력된 문장에 대한 구문 분석을 실행하여 구문 분석 요소를 생성하는 단계, 상기 사용자에 의해 입력된 문장에 대한 문장 구조 분석을 실행하여 미리 결정된 사전 문구를 제외한 나머지 문장에 대한 문장 구조 분석 요소를 추출하는 단계, 상기 구문 분석 요소 및 상기 문장 구조 분석 요소의 조합을 통해 생성된 사용자의 성향 정보를 복수의 성향 영역으로 구성된 성향 그래프 상에 표시하는 단계, 상기 사용자의 성향 정보가 배치된 빈도를 분석하여 상기 빈도에 따라 상기 복수의 성향 영역 중 어느 하나의 영역을 사용자 성향 영역으로 결정하는 단계 및 성향 영역 별 응답 정보에서 상기 사용자 성향 영역에 해당하는 응답 정보를 추출하여 제공하는 단계를 포함한다.

Description

문장 분석을 통한 사용자 심리 분석 방법 및 이를 실행하는 서버{METHOD OF ANALYZING USER MENTALITY BY ANALYZING SENTENCE AND SERVER PERFORMING THE SAME}
본 발명은 문장 분석을 통한 사용자 심리 분석 방법 및 이를 실행하는 서버에 관한 것으로, 보다 상세하게는 문장의 구조를 파악하여 내면의 심리와 기질을 구체적으로 파악할 수 있는 문장 분석을 통한 사용자 심리 분석 방법 및 이를 실행하는 서버에 관한 것이다.
급격히 성장하고 있는 정신건강치료 산업의 전문 상담자는 사용자가 남긴 글(text)로부터 사용자의 심리상태를 진단할 수 있다. 사용자가 남긴 글에는 사용자가 학습을 통해 배운 패턴 뿐만 아니라 무의식적인 본성의 구조에 의한 표현들이 나타날 수 있다.
따라서 사용자가 남긴 글에 담긴 여러가지 특성들을 종합하여 사용자의 심리 상태를 정확하게 분석하는 방법의 필요성이 증대되고 있다.
또한, 사용자의 심리 상태를 다양한 관점에서 심도있게 분석하는 경우, 사용자에게 보다 정확한 전문가의 상담글을 추천하거나, 영화, 시 또는 음악과 같은 외부 콘텐츠를 제공할 수 있다.
또한, 사용자가 남긴 글에는 단어나 부호, 표현들은 문장의 맥락에 따라 각기 다른 특성을 나타내는 경우가 있으므로, 이들 간의 상호작용 패턴을 고려하여 분석할 필요성 역시 증대되고 있다.
본 발명은 문장의 구조를 파악하여 내면의 심리와 기질을 구체적으로 파악할 수 있는 문장 분석을 통한 사용자 심리 분석 방법 및 이를 실행하는 서버를 제공하는 것을 목적으로 한다.
또한, 본 발명은 문장 내에서 다양한 형태의 요소들에 따른 각기 차별화된 결과값을 제공함으로써 사람의 근본적 성향을 분석하고 대응책을 제시할 수 있는 문장 분석을 통한 사용자 심리 분석 방법 및 이를 실행하는 서버를 제공하는 것을 목적으로 한다.
또한, 본 발명은 문장의 형태소 분석과 더불어 문장의 구조, 습성 및 패턴으로도 분석하여 개인의 성격과 기질, 본성을 이루는 심리적 구조, 나아가 경험과 정신이 축적된 인격의 수준, 학업에 대한 성취도와 진로, 직업과 결혼의 성공 여부, 심리적 외상인 트라우마가 있는지 여부를 파악할 수 있도록 하는 문장 분석을 통한 사용자 심리 분석 방법 및 이를 실행하는 서버를 제공하는 것을 목적으로 한다.
또한, 본 발명은 사용자의 본성의 구조, 성격과 감성, 취향, 자질, 인격의 수준, 학업 성취도, 직업, 심리적 트라우마 등을 분석하여 결과에 대한 대응 방안까지 제공할 수 있도록 하는 문장 분석을 통한 사용자 심리 분석 방법 및 이를 실행하는 서버를 제공하는 것을 목적으로 한다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 본 발명의 다른 목적 및 장점들은 하기의 설명에 의해서 이해될 수 있고, 본 발명의 실시예에 의해 보다 분명하게 이해될 것이다. 또한, 본 발명의 목적 및 장점들은 특허 청구 범위에 나타낸 수단 및 그 조합에 의해 실현될 수 있음을 쉽게 알 수 있을 것이다.
이러한 목적을 달성하기 위한 문장 분석을 통한 사용자 심리 분석 서버에서 실행되는 문장 분석을 통한 사용자 심리 분석 방법은 사용자에 의해 입력된 문장에 대한 구문 분석을 실행하여 구문 분석 요소를 생성하는 단계, 상기 구문 분석 요소를 기초로 상기 사용자에 의해 입력된 문장에 대한 문장 구조 분석을 실행하여 미리 결정된 사전 문구를 제외한 나머지 문장에 대한 문장 구조 분석 요소를 추출하는 단계, 상기 구문 분석 요소 및 상기 문장 구조 분석 요소의 조합을 통해 생성된 사용자의 성향 정보를 복수의 성향 영역으로 구성된 성향 그래프 상에 표시하는 단계, 상기 사용자의 성향 정보가 배치된 빈도를 분석하여 상기 빈도에 따라 상기 복수의 성향 영역에 해당하는지 여부를 결정하는 단계 및 상기 결정 결과에 따라 해당 성향 영역 별 응답 정보에서 상기 사용자 성향 영역에 해당하는 응답 정보를 추출하여 제공하는 단계를 포함한다.
또한, 이러한 목적을 달성하기 위한 문장 분석을 통한 사용자 심리 분석 서버는 사용자에 의해 입력된 문장에 대한 구문 분석을 실행하여 구문 분석 요소를 생성하는 구문 분석 정보 생성부, 상기 구문 분석 요소를 기초로 상기 사용자에 의해 입력된 문장에 대한 문장 구조 분석을 실행하여 미리 결정된 사전 문구를 제외한 나머지 문장에 대한 문장 구조 분석 요소를 추출하는 문장 구조 분석 정보 생성부, 상기 구문 분석 요소 및 상기 문장 구조 분석 요소의 조합을 통해 생성된 사용자의 성향 정보를 복수의 성향 영역으로 구성된 성향 그래프 상에 표시하고, 상기 사용자의 성향 정보가 배치된 빈도를 분석하여 상기 빈도에 따라 상기 복수의 성향 영역 중 어느 하나의 영역을 사용자 성향 영역으로 결정하는 평가 영역 결정부 및 성향 영역 별 응답 정보에서 상기 사용자 성향 영역에 해당하는 응답 정보를 추출하여 제공하는 응답 정보 제공부를 포함한다.
전술한 바와 같은 본 발명에 의하면, 문장의 구조를 파악하여 내면의 심리와 기질을 구체적으로 파악할 수 있다는 장점이 있다.
또한 본 발명에 의하면, 문장 내에서 다양한 형태의 요소들에 따른 각기 차별화된 결과값을 제공함으로써 사람의 근본적 성향을 분석하고 대응책을 제시할 수 있다는 장점이 있다.
또한 본 발명에 의하면, 문장의 형태소 분석과 더불어 문장의 구조, 습성 및 패턴으로도 분석하여 개인의 성격과 기질, 본성을 이루는 심리적 구조, 나아가 경험과 정신이 축적된 인격의 수준, 학업에 대한 성취도와 진로, 직업과 결혼의 성공 여부, 심리적 외상인 트라우마가 있는지 여부를 파악할 수 있다는 장점이 있다.
또한 본 발명에 의하면, 사용자의 본성의 구조, 성격과 감성, 취향, 자질, 인격의 수준, 학업 성취도, 직업, 심리적 트라우마 등을 분석하여 결과에 대한 대응 방안까지 제공한다는 장점이 있다.
[도 1]은 본 발명의 일 실시예에 따른 문장 분석을 통한 사용자 심리 분석 서버를 설명하기 위한 블록도이다.
[도 2]는 본 발명에 따른 문장 분석을 통한 사용자 심리 분석 방법의 일 실시예를 설명하기 위한 흐름도이다.
[도 3] 내지 [도 7]은 [도 2]의 실행 과정을 설명하기 위한 예시도이다.
전술한 목적, 특징 및 장점은 첨부된 도면을 참조하여 상세하게 후술되며, 이에 따라 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명의 기술적 사상을 용이하게 실시할 수 있을 것이다. 본 발명을 설명함에 있어서 본 발명과 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 상세한 설명을 생략한다. 이하, 첨부된 도면을 참조하여 본 발명에 따른 바람직한 실시예를 상세히 설명하기로 한다. 도면에서 동일한 참조부호는 동일 또는 유사한 구성 요소를 가리키는 것으로 사용된다.
도 1은 본 발명의 일 실시예에 따른 문장 분석을 통한 사용자 심리 분석 서버를 설명하기 위한 블록도이다.
도 1을 참조하면, 문장 분석을 통한 사용자 심리 분석 서버(100)는 문장 수신부(110), 구문 분석 정보 생성부(120), 문장 구조 분석 정보 생성부(130), 성향 분석 정보 생성부(140), 평가 영역 결정부(150), 사전 데이터베이스(160) 및 응답 정보 제공부(170)를 포함한다.
문장 수신부(110)는 사용자에 의해 입력된 문장을 수신하여 구문 분석 정보 생성부(120) 및 문장 구조 분석 정보 생성부(130) 각각에 제공한다.
구문 분석 정보 생성부(120)는 문장 수신부(110)로부터 수신된 문장에 대한 구문 분석을 실행하여 구문 분석 정보를 생성한다.
문장 구조 분석 정보 생성부(130)는 문장 수신부(110)로부터 수신된 문장에 대한 문장 구조 분석을 실행하여 미리 결정된 사전 문구를 제외한 나머지 문장에 대한 문장 구조 분석 정보를 추출한다.
보다 구체적으로, 문장 구조 분석 정보 생성부(130)는 문장 수신부(110)로부터 수신된 문장에 대한 문장 구조 분석을 실행하여 사전 데이터베이스(160)에 저장된 사전 문구를 제외한 나머지 문장에 대한 문장 구조 분석 요소를 추출한다.
여기에서, 문장 구조 분석 요소는 문장 어구, 문장 어순, 성분(주체, 사건, 배경, 가치관의 4가지 영역을 일컬음) 생략 여부, 부호 사용 여부, 문장 반복 패턴, 특수 문자 여부, 숫자 여부, 외국어 여부, 띄어쓰기, 문장 길이, 어구의 개수, 연결 어미, 중첩 여부 및 중복 여부를 포함한다.
일 실시예에서, 문장 구조 분석 정보 생성부(130)는 문장에 대한 문장 구조 분석을 실행하여 문자 사이의 공백의 개수를 카운트하여 띄어쓰기에 대한 문장 구조 분석 요소를 추출할 수 있다.
예를 들어, 문장 구조 분석 정보 생성부(130)는 문장 “오늘 날씨가 좋네?”에 대한 문장 구조 분석을 실행하여 문자 사이의 공백의 개수 2개를 카운트하여 띄어쓰기에 대한 문장 구조 분석 요소를 추출할 수 있다.
다른 일 실시예에서, 문장 구조 분석 정보 생성부(130)는 구문 분석 정보 생성부(120)로부터 수신된 구문 분석 정보 중 단어의 성분을 기초로 각각 단어에 대한 성분의 조합 및 표준 문장 성분 구조를 비교하여 성분 생략 여부에 대한 문장 구조 분석 요소를 추출할 수 있다.
예를 들어, 문장 구조 분석 정보 생성부(130)는 구문 분석 정보 생성부(120)로부터 수신된 구문 분석 정보 중 단어의 성분 “나는: 주체 싫어: 가치관”및 표준 문장 성분 구조 “주체 + 사건 + 배경 + 가치관”을 비교하여 성분“사건”과 “배경”의 생략을 지시하는 문장 구조 분석 요소를 추출할 수 있다.
또 다른 일 실시예에서, 문장 구조 분석 정보 생성부(130)는 구문 분석 정보 생성부(120)로부터 수신된 구문 분석 정보 중 단어의 성분의 조합에 특수 문자, 숫자 및 외국어가 존재하는지 여부에 따라 특수 문자 여부, 숫자 여부, 외국어 여부에 대한 문장 구조 분석 요소를 추출할 수 있다.
또 다른 일 실시예에서, 문장 구조 분석 정보 생성부(130)는 구문 분석 정보 생성부(120)로부터 수신된 구문 분석 정보 중 단어의 성분을 기초로 각각 단어에 대한 성분의 조합 및 표준 문장 성분 구조를 비교하여 문장 어순에 대한 문장 구조 분석 요소를 추출할 수 있다.
예를 들어, 문장 구조 분석 정보 생성부(130)는 구문 분석 정보 생성부(120)로부터 수신된 구문 분석 정보 중 “나는: 주체, 오늘 : 배경, 기분이 좋아: 가치관”를 기초로 각각 단어에 대한 성분의 조합 “주체 + 배경 + 가치관” 및 표준 문장 성분 구조 “주체 + 사건 + 배경 + 가치관”을 비교하여 문장 어순에 대한 문장 구조 분석 요소를 추출할 수 있다.
평가 영역 결정부(150)는 구문 분석 요소 및 상기 문장 구조 분석 요소의 조합을 통해 생성된 사용자의 성향 정보를 복수의 성향 영역으로 구성된 성향 그래프 상에 표시한다.
이때, 성향 그래프의 가로축은 복수의 문장 구성 성분을 나타내고, 세로축은 복수의 문장 형식 성분을 나타낸다. 따라서, 성향 그래프의 복수의 성향 영역은 가로축의 복수의 문장 구성 성분 및 세로축의 복수의 문장 형식 성분의 조합으로 구성될 것이다.
예를 들어, 가로축을 지시하는 복수의 문장 구성 성분은 주체, 사건, 배경 및 가치관을 포함하고, 세로축을 지시하는 복수의 문장 형식 성분은 단순, 복합, 대립 및 심화를 포함한다.
따라서, 상기의 성향 그래프의 복수의 성향 영역은 (주체, 단순), (주체, 복합), (주체, 대립), (주체, 심화), (사건, 단순), (사건, 복합), (사건, 대립), (사건, 심화), (배경, 단순), (배경, 복합), (배경, 대립), (배경, 심화), (가치관, 단순), (가치관, 복합), (가치관, 대립), (가치관, 심화)를 포함할 수 있다.
성향 분석 정보 생성부(140)는 문장 구조 분석 정보 생성부(130)로부터 수신된 문장 구조 분석 요소 및 구문 분석 정보 생성부(120)로부터 수신된 구문 분석 요소의 조합을 통해 사용자 성향 정보를 생성한다.
그 후, 성향 분석 정보 생성부(140)는 사용자의 성향 정보가 배치된 빈도를 분석하여 상기 빈도에 따라 상기 복수의 성향 영역에 해당하는지 여부를 결정한다.
예를 들어, 성향 분석 정보 생성부(140)는 복수의 성향 영역 (주체, 단순), (주체, 복합), (주체, 대립), (주체, 심화), (사건, 단순), (사건, 복합), (사건, 대립), (사건, 심화), (배경, 단순), (배경, 복합), (배경, 대립), (배경, 심화), (가치관, 단순), (가치관, 복합), (가치관, 대립), (가치관, 심화)에 해당하는지 여부를 결정한다.
응답 정보 제공부(170)는 성향 분석 정보 생성부(140)에 의해 생성된 결정 결과에 따라 해당 성향 영역 별 응답 정보에서 상기 사용자 성향 영역에 해당하는 응답 정보를 추출하여 제공한다.
이때, 응답 정보는 사용자가 작성한 문장을 통해 내면을 이루고 있는 본성의 구조, 성격과 감성, 취향, 자질, 인격의 수준, 학업 성취도, 직업, 심리적 트라우마 등에 대한 대응 방안을 포함한다.
예를 들어, 응답 정보 제공부(170)는 복수의 성향 영역 중 (주체, 단순)에 해당하는 경우의 응답 정보 및 (주체, 단순)에 해당하지 않는 경우의 응답 정보 각각을 추출하여 제공한다.
도 2는 본 발명에 따른 문장 분석을 통한 사용자 심리 분석 방법의 일 실시예를 설명하기 위한 흐름도이다. 도 3 내지 도 7은 도 2의 실행 과정을 설명하기 위한 예시도이다.
도 2를 참조하면, 문장 분석을 통한 사용자 심리 분석 서버(100)는 사용자로부터 문장을 수신한다(단계 S205).
예를 들어, 문장 분석을 통한 사용자 심리 분석 서버(100)는 도 3의 메인 인터페이스를 통해 “Start”가 선택되면, 도 4와 같은 인터페이스를 통해 문장 “거제에 비가 많이 오고 있다. 산둥성이에는 구름이 걸려 있고 운치가 그만이다. 이제 가을이 서서히 다가오고 있는 느낌이다”를 수신한다.
문장 분석을 통한 사용자 심리 분석 서버(100)는 사용자에 의해 입력된 문장에 대한 구문 분석을 실행하여 구문 분석 요소를 생성한다(단계 S210).
문장 분석을 통한 사용자 심리 분석 서버(100)는 사용자에 의해 입력된 문장에 대한 문장 구조 분석을 실행하여 미리 결정된 사전 문구를 제외한 나머지 문장에 대한 문장 구조 분석 요소를 추출한다(단계 S220).
여기에서, 문장 구조 분석 요소는 문장 어구, 문장 어순, 성분 생략 여부, 부호 사용 여부, 문장 반복 패턴, 특수 문자 여부, 숫자 여부, 외국어 여부, 띄어쓰기, 문장 길이, 어구의 개수, 연결 어미, 중첩 여부 및 중복 여부를 포함한다.
단계 S220에 대한 일 실시예에서, 문장 분석을 통한 사용자 심리 분석 서버(100)는 문장에 대한 문장 구조 분석을 실행하여 문자 사이의 공백의 개수를 카운트하여 띄어쓰기에 대한 문장 구조 분석 요소를 추출할 수 있다.
예를 들어, 문장 분석을 통한 사용자 심리 분석 서버(100)는 문장 “오늘 날씨가 좋네?”에 대한 문장 구조 분석을 실행하여 문자 사이의 공백의 개수 2개를 카운트하여 띄어쓰기에 대한 문장 구조 분석 요소를 추출할 수 있다.
단계 S220에 대한 다른 일 실시예에서, 문장 분석을 통한 사용자 심리 분석 서버(100)는 구문 분석 정보 생성부(120)로부터 수신된 구문 분석 정보 중 단어의 성분을 기초로 각각 단어에 대한 성분의 조합 및 표준 문장 성분 구조를 비교하여 성분 생략 여부에 대한 문장 구조 분석 요소를 추출할 수 있다.
예를 들어, 문장 분석을 통한 사용자 심리 분석 서버(100)는 구문 분석 정보 중 단어의 성분 “나는: 주체, 싫어: 가치관”및 표준 문장 성분 구조 “주체 + 사건 + 배경 + 가치관”을 비교하여 성분 중 “사건”과 “배경”의 생략을 지시하는 문장 구조 분석 요소를 추출할 수 있다.
단계 S220에 대한 또 다른 일 실시예에서, 문장 분석을 통한 사용자 심리 분석 서버(100)는 구문 분석 정보 중 단어의 성분의 조합에 특수 문자, 숫자 및 외국어가 존재하는지 여부에 따라 특수 문자 여부, 숫자 여부, 외국어 여부에 대한 문장 구조 분석 요소를 추출할 수 있다.
단계 S220에 대한 또 다른 일 실시예에서, 문장 분석을 통한 사용자 심리 분석 서버(100)는 구문 분석 정보 생성부(120)로부터 수신된 구문 분석 정보 중 단어의 성분을 기초로 각각 단어에 대한 성분의 조합 및 표준 문장 성분 구조를 비교하여 문장 어순에 대한 문장 구조 분석 요소를 추출할 수 있다.
예를 들어, 문장 구조 분석 정보 생성부(130)는 구문 분석 정보 생성부(120)로부터 수신된 구문 분석 정보 중 “나는: 주체, 오늘 : 배경, 기분이 좋아: 가치관”을 기초로 각각 단어에 대한 성분의 조합 “주체 + 배경 + 가치관” 및 표준 문장 성분 구조 “주체 + 사건 + 배경 + 가치관”을 비교하여 문장 어순에 대한 문장 구조 분석 요소를 추출할 수 있다.
문장 분석을 통한 사용자 심리 분석 서버(100)는 상기 구문 분석 요소 및 상기 문장 구조 분석 요소의 조합을 통해 생성된 사용자의 성향 정보를 복수의 성향 영역으로 구성된 성향 그래프 상에 표시한다(단계 S230).
예를 들어, 문장 분석을 통한 사용자 심리 분석 서버(100)는 도 5와 같이 어휘 선택, 문장 분호, 특수 문자, 숫자, 외국어, 의성어/의태어/감탄사, 어순 변화 및 띄어쓰기 각각의 조합을 통해 사용자의 성향 정보가 생성될 수 있다.
상기의 성향 그래프의 가로축은 복수의 문장 구성 요소를 나타내고, 세로축은 복수의 문장 형식 요소를 나타낸다. 따라서, 성향 그래프의 복수의 성향 영역은 가로축의 복수의 문장 구성 요소 및 세로축의 복수의 문장 형식 요소의 조합으로 구성될 것이다.
예를 들어, 도 6과 같이 성향 그래프의 가로축을 지시하는 복수의 문장 구성 요소는 주체, 사건, 배경 및 가치관을 포함하고, 세로축을 지시하는 복수의 문장 형식 요소는 단순, 복합, 대립 및 심화를 포함한다. 따라서, 상기의 성향 그래프의 복수의 성향 영역은 도 6과 같이 (주체, 단순), (주체, 복합), (주체, 대립) 및 (주체, 심화)를 포함한다.
도 6에는 도시하지 않았지만, 성향 그래프의 복수의 성향 영역은 (사건, 단순), (사건, 복합), (사건, 대립) 및 (사건, 심화)를 포함할 수 있고, 성향 그래프의 복수의 성향 영역은 (배경, 단순), (배경, 복합), (배경, 대립) 및 (배경, 심화)를 포함할 수 있고, 성향 그래프의 복수의 성향 영역은 (가치관, 단순), (가치관, 복합), (가치관, 대립), (가치관, 심화)를 포함할 수 있다.
문장 분석을 통한 사용자 심리 분석 서버(100)는 사용자의 성향 정보가 배치된 빈도를 분석하여 상기 빈도에 따라 상기 복수의 성향 영역에 해당하는지 여부를 결정한다(단계 S240).
문장 분석을 통한 사용자 심리 분석 서버(100)는 성향 영역 별 응답 정보에서 상기 사용자 성향 영역에 해당하는 응답 정보를 추출하여 제공한다(단계 S250).
이때, 응답 정보는 사용자가 작성한 문장을 통해 내면을 이루고 있는 본성의 구조, 성격과 감성, 취향, 자질, 인격의 수준, 학업 성취도, 직업, 심리적 트라우마 등에 대한 대응 방안을 포함한다.
예를 들어, 문장 분석을 통한 사용자 심리 분석 서버(100)는 도 6과 같이 복수의 성향 영역 중 (주체, 단순)에 해당하는 경우의 응답 정보 및 (주체, 단순)에 해당하는 경우의 응답 정보 각각을 추출하여 도 7과 같은 응답 정보를 제공한다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명의 사상의 범주에 속한다고 할 것이다.
100: 문장 분석을 통한 사용자 심리 분석 서버
110: 문장 수신부
120: 구문 분석 정보 생성부
130: 문장 구조 분석 정보 생성부
140: 성향 분석 정보 생성부
150: 평가 영역 결정부
160: 사전 데이터베이스
170: 응답 정보 제공부

Claims (10)

  1. 삭제
  2. 삭제
  3. 삭제
  4. 문장 분석을 통한 사용자 심리 분석 서버에서 실행되는 문장 분석을 통한 사용자 심리 분석 방법에 있어서,
    사용자에 의해 입력된 문장에 대한 구문 분석을 실행하여 구문 분석 요소를 생성하는 단계;
    상기 구문 분석 요소를 기초로 상기 사용자에 의해 입력된 문장에 대한 문장 구조 분석을 실행하여 미리 결정된 사전 문구를 제외한 나머지 문장에 대한 문장 구조 분석 요소를 추출하는 단계;
    상기 구문 분석 요소 및 상기 문장 구조 분석 요소의 조합을 통해 생성된 사용자의 성향 정보를 복수의 성향 영역으로 구성된 성향 그래프 상에 표시하는 단계;
    상기 사용자의 성향 정보가 배치된 빈도를 분석하여 상기 빈도에 따라 상기 복수의 성향 영역에 해당하는지 여부를 결정하는 단계; 및
    상기 결정 결과에 따라 해당 성향 영역 별 응답 정보에서 상기 사용자 성향 영역에 해당하는 응답 정보를 추출하여 제공하는 단계를 포함하는 것을 특징으로 하고,
    상기 구문 분석 요소를 기초로 상기 사용자에 의해 입력된 문장에 대한 문장 구조 분석을 실행하여 미리 결정된 사전 문구를 제외한 나머지 문장에 대한 문장 구조 분석 요소를 추출하는 단계는
    상기 구문 분석 요소를 기초로 상기 사용자에 의해 입력된 문장을 분석하여 문장 어구, 문장 어순, 성분 생략 여부, 부호 사용 여부, 문장 반복 패턴, 특수 문자 여부, 숫자 여부, 외국어 여부, 띄어쓰기, 문장 길이, 어구의 개수, 연결 어미, 중첩 여부 및 중복 여부를 포함하는 문장 구조 분석 요소를 추출하는 단계를 포함하는 것을 특징으로 하고,
    상기 성향 그래프는
    복수의 문장 구성 요소를 나타내는 가로축, 복수의 문장 형식 요소를 나타내는 세로축, 상기 복수의 문장 구성 요소 및 상기 복수의 문장 구성 요소 및 상기 복수의 문장 형식 요소 각각의 조합으로 생성된 복수의 성향 영역을 포함하는 것을 특징으로 하는
    문장 분석을 통한 사용자 심리 분석 방법.
  5. 제4항에 있어서,
    상기 성향 영역 별 응답 정보에서 상기 사용자 성향 영역에 해당하는 응답 정보를 추출하여 제공하는 단계는
    상기 복수의 성향 영역 각각에 해당하는 경우의 응답 정보 및 상기 복수의 성향 영역 각각에 해당하지 않는 경우의 응답 정보를 조합하여 제공하는 단계를 포함하는 것을 특징으로 하는
    문장 분석을 통한 사용자 심리 분석 방법.
  6. 삭제
  7. 삭제
  8. 삭제
  9. 사용자에 의해 입력된 문장에 대한 구문 분석을 실행하여 구문 분석 요소를 생성하는 구문 분석 정보 생성부;
    상기 구문 분석 요소를 기초로 상기 사용자에 의해 입력된 문장에 대한 문장 구조 분석을 실행하여 미리 결정된 사전 문구를 제외한 나머지 문장에 대한 문장 구조 분석 요소를 추출하는 문장 구조 분석 정보 생성부;
    상기 구문 분석 요소 및 상기 문장 구조 분석 요소의 조합을 통해 생성된 사용자의 성향 정보를 복수의 성향 영역으로 구성된 성향 그래프 상에 표시하고, 상기 사용자의 성향 정보가 배치된 빈도를 분석하여 상기 빈도에 따라 상기 복수의 성향 영역 중 어느 하나의 영역을 사용자 성향 영역으로 결정하는 평가 영역 결정부; 및
    성향 영역 별 응답 정보에서 상기 사용자 성향 영역에 해당하는 응답 정보를 추출하여 제공하는 응답 정보 제공부를 포함하는 것을 특징으로 하고,
    상기 문장 구조 분석 정보 생성부는
    상기 구문 분석 요소를 기초로 상기 사용자에 의해 입력된 문장을 분석하여 문장 어구, 문장 어순, 성분 생략 여부, 부호 사용 여부, 문장 반복 패턴, 특수 문자 여부, 숫자 여부, 외국어 여부, 띄어쓰기, 문장 길이, 어구의 개수, 연결 어미, 중첩 여부 및 중복 여부를 포함하는 문장 구조 분석 요소를 추출하는 것을 특징으로 하고,
    상기 성향 그래프는
    복수의 문장 구성 요소를 나타내는 가로축, 복수의 문장 형식 요소를 나타내는 세로축, 상기 복수의 문장 구성 요소 및 상기 복수의 문장 구성 요소 및 상기 복수의 문장 형식 성분 각각의 조합으로 생성된 복수의 성향 영역을 포함하는 것을 특징으로 하는
    문장 분석을 통한 사용자 심리 분석 서버.
  10. 제9항에 있어서,
    상기 응답 정보 제공부는
    상기 복수의 성향 영역 각각에 해당하는 경우의 응답 정보 및 상기 복수의 성향 영역 각각에 해당하지 않는 경우의 응답 정보를 조합하여 제공하는 것을 특징으로 하는
    문장 분석을 통한 사용자 심리 분석 서버.
KR1020200034991A 2020-03-23 2020-03-23 문장 분석을 통한 사용자 심리 분석 방법 및 이를 실행하는 서버 KR102215584B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020200034991A KR102215584B1 (ko) 2020-03-23 2020-03-23 문장 분석을 통한 사용자 심리 분석 방법 및 이를 실행하는 서버
PCT/KR2021/003402 WO2021194171A1 (ko) 2020-03-23 2021-03-19 문장 분석을 통한 사용자 심리 분석 방법 및 이를 실행하는 서버

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200034991A KR102215584B1 (ko) 2020-03-23 2020-03-23 문장 분석을 통한 사용자 심리 분석 방법 및 이를 실행하는 서버

Publications (1)

Publication Number Publication Date
KR102215584B1 true KR102215584B1 (ko) 2021-02-10

Family

ID=74561255

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200034991A KR102215584B1 (ko) 2020-03-23 2020-03-23 문장 분석을 통한 사용자 심리 분석 방법 및 이를 실행하는 서버

Country Status (2)

Country Link
KR (1) KR102215584B1 (ko)
WO (1) WO2021194171A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113345590A (zh) * 2021-06-29 2021-09-03 安徽大学 一种基于异质图的用户心理健康监测方法及系统
WO2021194171A1 (ko) * 2020-03-23 2021-09-30 최선희 문장 분석을 통한 사용자 심리 분석 방법 및 이를 실행하는 서버

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006293855A (ja) * 2005-04-13 2006-10-26 Billboard:Kk 性格診断装置、サーバコンピュータ、性格診断方法及び性格診断プログラム
KR20120087350A (ko) * 2011-01-25 2012-08-07 전기영 근접성향표시운영시스템 및 근접성향표시운영방법
KR101330158B1 (ko) * 2013-07-12 2013-11-15 주식회사 메조미디어 텍스트의 감정지수 분석 방법 및 컴퓨터 판독 가능한 기록 매체
KR20160136054A (ko) * 2015-05-19 2016-11-29 트윈워드 주식회사 글에 반영된 사용자의 심리 상태 정보 제공 장치 및 그 방법
KR102032091B1 (ko) * 2019-03-15 2019-10-14 배준철 인공지능 기반의 댓글 감성 분석 방법 및 그 시스템

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102215584B1 (ko) * 2020-03-23 2021-02-10 최선희 문장 분석을 통한 사용자 심리 분석 방법 및 이를 실행하는 서버

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006293855A (ja) * 2005-04-13 2006-10-26 Billboard:Kk 性格診断装置、サーバコンピュータ、性格診断方法及び性格診断プログラム
KR20120087350A (ko) * 2011-01-25 2012-08-07 전기영 근접성향표시운영시스템 및 근접성향표시운영방법
KR101330158B1 (ko) * 2013-07-12 2013-11-15 주식회사 메조미디어 텍스트의 감정지수 분석 방법 및 컴퓨터 판독 가능한 기록 매체
KR20160136054A (ko) * 2015-05-19 2016-11-29 트윈워드 주식회사 글에 반영된 사용자의 심리 상태 정보 제공 장치 및 그 방법
KR102032091B1 (ko) * 2019-03-15 2019-10-14 배준철 인공지능 기반의 댓글 감성 분석 방법 및 그 시스템

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021194171A1 (ko) * 2020-03-23 2021-09-30 최선희 문장 분석을 통한 사용자 심리 분석 방법 및 이를 실행하는 서버
CN113345590A (zh) * 2021-06-29 2021-09-03 安徽大学 一种基于异质图的用户心理健康监测方法及系统

Also Published As

Publication number Publication date
WO2021194171A1 (ko) 2021-09-30

Similar Documents

Publication Publication Date Title
Neuendorf Content analysis and thematic analysis
Perlman et al. Iconicity in signed and spoken vocabulary: a comparison between American Sign Language, British Sign Language, English, and Spanish
Wulff A multifactorial corpus analysis of adjective order in English
US8774705B2 (en) Learning support system and learning support method
US9443193B2 (en) Systems and methods for generating automated evaluation models
KR102215584B1 (ko) 문장 분석을 통한 사용자 심리 분석 방법 및 이를 실행하는 서버
CN110083829A (zh) 情感极性分析方法及相关装置
Altmann et al. Forms and degrees of repetition in texts: detection and analysis
JP6626917B2 (ja) 英語の音節計算法に基づいた可読性評価方法及びシステム
KR20190123093A (ko) 감정 온톨로지에 기반을 둔 이모티콘 추천 장치 및 방법
CN113132368B (zh) 聊天数据的审核方法、装置及计算机设备
Larrivée et al. The empirical reality of bridging contexts: Strong polarity contexts as the transition between NPIs and n-words
Sanders et al. Introduction: Causality in language and cognition–what causal connectives and causal verbs reveal about the way we think
JP4451038B2 (ja) 助言システム及び助言方法
Shakirov et al. Using emotional evaluation of text in a foreign language learning app
Pérez-Paredes et al. Researching learner language through POS keyword and syntactic complexity analyses
Kamal et al. Towards Kurdish text to sign translation
Mollet et al. Choosing the best tools for comparative analyses of texts
Dascălu et al. Readerbench (2)-individual assessment through reading strategies and textual complexity
Islam et al. Readability classification of bangla texts
Neuman et al. A novel procedure for measuring semantic synergy
Iovane et al. A computational model for managing emotions and affections in emotional learning platforms and learning experience in emotional computing context
Franco et al. A Recall Analysis of Core Word Lists over Children's Utterances for Augmentative and Alternative Communication
KR102366964B1 (ko) 미술치료를 위한 그림검사 평가보고서 자동생성 시스템
KR101949880B1 (ko) 작문 오류 식별 및 평가 시스템

Legal Events

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