KR102243258B1 - Apparatus and method for performing debugging text and keyword mining - Google Patents
Apparatus and method for performing debugging text and keyword mining Download PDFInfo
- Publication number
- KR102243258B1 KR102243258B1 KR1020190097199A KR20190097199A KR102243258B1 KR 102243258 B1 KR102243258 B1 KR 102243258B1 KR 1020190097199 A KR1020190097199 A KR 1020190097199A KR 20190097199 A KR20190097199 A KR 20190097199A KR 102243258 B1 KR102243258 B1 KR 102243258B1
- Authority
- KR
- South Korea
- Prior art keywords
- text
- main
- debugging
- keyword
- mining
- Prior art date
Links
- 238000005065 mining Methods 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000003012 network analysis Methods 0.000 claims abstract description 33
- 239000000284 extract Substances 0.000 claims abstract description 14
- 238000003066 decision tree Methods 0.000 claims description 27
- 230000006870 function Effects 0.000 claims description 16
- 238000011835 investigation Methods 0.000 claims description 6
- 238000009795 derivation Methods 0.000 claims description 4
- 230000001131 transforming effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013515 script Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/362—Software debugging
- G06F11/3648—Software debugging using additional hardware
- G06F11/3656—Software debugging using additional hardware using a specific debug interface
-
- 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
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
본 발명은 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 장치 및 그 방법에 관한 것으로, 개발자를 통해 입력되는 음성 데이터에 대하여 텍스트 마이닝(mining)을 수행하여 주요 텍스트를 추출하고, 개발자를 통해 입력되는 작성 코드에 대하여 키워드 마이닝을 수행하여 주요 키워드를 추출하는 텍스트-키워드 마이닝 수행부; 추출된 주요 텍스트 및 주요 키워드에 대하여 클러스터링(clustering)을 수행하는 텍스트-키워드 클러스터링 수행부; 추출된 주요 텍스트 및 주요 키워드에 대하여 맥락(context)을 분석하는 텍스트-키워드 맥락 분석부; 및 네트워크 분석을 통해 추출된 주요 텍스트 및 주요 키워드간의 연관 관계를 파악하는 텍스트-키워드 연관 관계 파악부; 및 파악된 주요 텍스트 및 주요 키워드간의 연관 관계를 토대로 디버깅 포인트를 도출하여 디버깅을 수행하는 디버깅 수행부;를 포함한다.The present invention relates to an apparatus and method for performing debugging through text and keyword mining, and extracts main text by performing text mining on voice data input through a developer, and writing input through the developer A text-keyword mining execution unit that extracts main keywords by performing keyword mining on the code; A text-keyword clustering performing unit that performs clustering on the extracted main text and main keywords; A text-keyword context analysis unit that analyzes a context for the extracted main text and main keywords; And a text-keyword association relationship grasp unit for grasping a relationship between the main text extracted through network analysis and the main keywords. And a debugging execution unit that derives a debugging point based on the relationship between the identified main text and the main keyword to perform debugging.
Description
본 발명은 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 장치 및 그 방법에 관한 것으로, 보다 자세하게는 개발자를 통해 입력되는 음성 데이터에 대하여 텍스트 마이닝(mining)을 수행하여 주요 텍스트를 추출하고, 개발자를 통해 입력되는 작성 코드에 대하여 키워드 마이닝을 수행하여 주요 키워드를 추출하고, 추출된 주요 텍스트 및 주요 키워드를 토대로 디버깅(debugging) 포인트를 도출하여 디버깅을 수행하도록 하는 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 장치 및 그 방법에 관한 것이다.The present invention relates to an apparatus and a method for performing debugging through text and keyword mining, and more specifically, to extract main text by performing text mining on voice data input through a developer, and through the developer. A device that performs debugging through text and keyword mining that extracts key keywords by performing keyword mining on the input written code, and derives debugging points based on the extracted main text and key keywords to perform debugging. And to the method.
컴퓨터 기술(예를 들어 마이크로프로세서의 속도, 메모리 용량, 데이터 전송 대역폭, 소프트웨어 기능 등)이 점점 진보함에 따라, 일반적으로 각종 산업의 컴퓨터 애플리케이션이 향상되어오고 있다. 종종 서버의 배열로서 구성되는 더 강력한 서버 시스템에 일반적으로 예를 들어 월드 와이드 웹과 같은 외부 소스로부터 발생하는 서비스 요청이 제공된다.As computer technology (for example, microprocessor speed, memory capacity, data transmission bandwidth, software function, etc.) gradually advances, computer applications in various industries in general have been improved. More powerful server systems, often configured as an array of servers, are typically provided with service requests originating from external sources such as, for example, the World Wide Web.
각종 컴퓨터 소프트웨어/애플리케이션으로부터 오류를 제거하는 프로세스는 보통 디버깅으로 알려져 있다. 예를 들어, 컴퓨터 프로그램의 코딩 동안, 예를 들어 코드 또는 명령어 라인이 코드의 다른 구성요소와 충돌할 때, 오류 또는 버그의 부주의한 생성은 통상적으로 피할 수가 없다. 이러한 발생의 역효과를 완화하기 위해, 디버깅 시스템은 컴퓨터 프로그램의 버그를 식별하고 제거하는 것을 돕기 위해 개발되었다. 또한, 서버 애플리케이션에서의 각종 유형의 문제를 분석하는 진단을 수행하는 각종 디버깅 툴 및 방법이 존재한다. 이러한 디버깅은 서버의 유형, 방화벽의 존재 등과 같이 관련된 복잡도에 따라 꽤 비용이 들고 시간이 소요될 수 있다.The process of removing errors from various computer software/applications is commonly known as debugging. For example, during coding of a computer program, for example, when code or a line of instructions collides with another component of the code, the inadvertent generation of errors or bugs is usually unavoidable. To mitigate the adverse effects of this occurrence, debugging systems have been developed to help identify and eliminate bugs in computer programs. In addition, there are various debugging tools and methods for performing diagnosis to analyze various types of problems in server applications. Such debugging can be quite expensive and time consuming depending on the complexity involved, such as the type of server, the presence of a firewall, etc.
이와 관련하여, 한국공개특허 제2008-0000476호는 "디버깅 시스템 및 방법"에 관하여 개시하고 있다.In this regard, Korean Patent Application Publication No. 2008-0000476 discloses a "debugging system and method".
본 발명은 상기와 같은 문제점을 해결하기 위해 발명된 것으로서, 개발자를 통해 입력되는 음성 데이터에 대하여 텍스트 마이닝을 수행하여 주요 텍스트를 추출하고, 개발자를 통해 입력되는 작성 코드에 대하여 키워드 마이닝을 수행하여 주요 키워드를 추출하고, 추출된 주요 텍스트 및 주요 키워드를 토대로 디버깅(debugging) 포인트를 도출하는 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 장치 및 그 방법을 제공하는데 그 목적이 있다.The present invention was invented to solve the above problems, by performing text mining on voice data input through a developer to extract main text, and by performing keyword mining on the writing code input through the developer. An object thereof is to provide an apparatus and method for performing debugging through text and keyword mining that extracts keywords and derives debugging points based on the extracted main text and main keywords.
또한, 본 발명은 추출된 주요 텍스트 및 주요 키워드에 대하여 클러스터링을 수행하는 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 장치 및 그 방법을 제공하는데 그 목적이 있다.Another object of the present invention is to provide an apparatus and method for debugging through text and keyword mining that clusters the extracted main text and main keywords.
또한, 본 발명은 네트워크 분석을 통해 추출된 주요 텍스트 및 주요 키워드간의 연관 관계를 파악하여 디버깅 이슈를 도출하는 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 장치 및 그 방법을 제공하는데 그 목적이 있다.In addition, an object of the present invention is to provide an apparatus and a method for performing debugging through text and keyword mining to derive debugging issues by grasping the relationship between the main text extracted through network analysis and the main keywords.
상기의 목적을 달성하기 위한 본 발명에 따른 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 장치는 개발자를 통해 입력되는 음성 데이터에 대하여 텍스트 마이닝(mining)을 수행하여 주요 텍스트를 추출하고, 개발자를 통해 입력되는 작성 코드에 대하여 키워드 마이닝을 수행하여 주요 키워드를 추출하는 텍스트-키워드 마이닝 수행부; 추출된 주요 텍스트 및 주요 키워드에 대하여 클러스터링(clustering)을 수행하는 텍스트-키워드 클러스터링 수행부; 추출된 주요 텍스트 및 주요 키워드에 대하여 맥락(context)을 분석하는 텍스트-키워드 맥락 분석부; 네트워크 분석을 통해 추출된 주요 텍스트 및 주요 키워드간의 연관 관계를 파악하는 텍스트-키워드 연관 관계 파악부; 및 파악된 주요 텍스트 및 주요 키워드간의 연관 관계를 토대로 디버깅(debugging) 포인트를 도출하여 디버깅을 수행하는 디버깅 수행부;를 포함한다.The apparatus for debugging through text and keyword mining according to the present invention to achieve the above object extracts main text by performing text mining on voice data input through a developer, and inputs through the developer. A text-keyword mining execution unit for extracting main keywords by performing keyword mining on the generated code; A text-keyword clustering performing unit that performs clustering on the extracted main text and main keywords; A text-keyword context analysis unit that analyzes a context for the extracted main text and main keywords; A text-keyword association finding unit for grasping the association between the main text and the main keywords extracted through network analysis; And a debugging execution unit that derives a debugging point based on the relationship between the identified main text and the main keywords to perform debugging.
또한, 상기 텍스트-키워드 마이닝 수행부는, 개발자를 통해 입력되는 대화 내용에 대한 음성 데이터 및 작업 내용에 대한 작성 코드를 입력받는 텍스트-키워드 입력부; 음성 데이터에 대하여 텍스트 마이닝을 수행하여, 음성 데이터에 포함된 문장, 문자, 단어, 조사 및 형용사 중 적어도 어느 하나로부터 주요 텍스트를 추출하고 분류하는 텍스트 마이닝부; 및 작성 코드에 대하여 키워드 마이닝을 수행하여 작성 코드에 포함된 변수 이름, 로직 위치 및 문법 중 적어도 어느 하나로부터 주요 키워드를 추출하고 변환 및 분류하는 키워드 마이닝부;를 포함하는 것을 특징으로 한다.In addition, the text-keyword mining execution unit may include a text-keyword input unit for receiving voice data for conversation contents input through a developer and a writing code for work contents; A text mining unit for extracting and classifying main text from at least one of sentences, characters, words, surveys, and adjectives included in the voice data by performing text mining on the voice data; And a keyword mining unit that extracts, transforms, and classifies key keywords from at least one of a variable name, a logic location, and a grammar included in the written code by performing keyword mining on the written code.
또한, 상기 텍스트-키워드 맥락 분석부는 추출된 주요 텍스트간의 조사 흐름을 파악하고, 추출된 주요 키워드로부터 작업 중인 함수 간 위치 및 변수 중 적어도 어느 하나를 통해 코딩 작업의 순서를 파악하는 것을 특징으로 한다.In addition, the text-keyword context analysis unit is characterized in that it grasps the investigation flow between the extracted main texts, and grasps the order of the coding work through at least one of a position and a variable between functions being worked on from the extracted main keywords.
또한, 상기 텍스트-키워드 연관 관계 파악부는 네트워크 분석을 통해 추출된 주요 텍스트 및 주요 키워드의 출연 빈도 및 연관도에 따른 연관 관계를 파악하여 디버깅 이슈를 도출하는 것을 특징으로 한다.In addition, the text-keyword relationship determining unit is characterized in that it derives a debugging issue by grasping a relationship according to the appearance frequency and degree of association of the main text and the main keyword extracted through network analysis.
또한, 상기 디버깅 수행부는, 네트워크 분석을 통해 생성된 서베이에 대한 개발자 서베이 정보를 입력받는 개발자 서베이 정보 입력부; 주요 텍스트 및 주요 키워드간의 연관 관계를 토대로 도출된 디버깅 이슈와 입력된 개발자 서베이 정보를 기반으로 의사 결정 트리 노드를 생성하는 의사 결정 트리 노드 생성부; 및 생성된 의사 결정 트리 노드에 대하여 하위 노드를 생성하고, 입력된 개발자 서베이 정보에 따라 하위 노드의 속성값 가중치를 조정하는 하위 노드 속성값 조정부;를 포함하는 것을 특징으로 한다.In addition, the debugging execution unit may include a developer survey information input unit receiving developer survey information for a survey generated through network analysis; A decision tree node generation unit that generates a decision tree node based on the input developer survey information and debugging issues derived based on the relationship between the main text and the main keywords; And a lower node attribute value adjusting unit that generates a lower node for the generated decision tree node and adjusts the attribute value weight of the lower node according to the input developer survey information.
또한, 상기 개발자 서베이 정보 입력부는 네트워크 분석을 통해 추출된 주요 텍스트 및 주요 키워드간의 연관 관계에 의해 도출된 디버깅 이슈에 대한 서베이를 생성하고, 생성된 서베이에 대하여 개발자가 입력한 결과인 개발자 서베이 정보를 입력받는 것을 특징으로 한다.In addition, the developer survey information input unit generates a survey on debugging issues derived from the correlation between the main text extracted through network analysis and the main keywords, and generates developer survey information, which is a result of the developer's input for the generated survey. It is characterized by receiving input.
또한, 생성된 의사 결정 트리 노드에 대하여 생성된 하위 노드의 속성값 가중치를 조정하는 피드백 루프를 통해 최종 디버깅 포인트를 도출하는 디버깅 포인트 도출부를 포함하는 것을 특징으로 한다.In addition, it characterized in that it comprises a debugging point derivation unit for deriving a final debugging point through a feedback loop for adjusting the attribute value weight of the generated lower node for the generated decision tree node.
상기의 목적을 달성하기 위한 본 발명에 따른 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 방법은 텍스트-키워드 마이닝 수행부에 의해, 개발자를 통해 입력되는 음성 데이터에 대하여 텍스트 마이닝(mining)을 수행하여 주요 텍스트를 추출하고, 개발자를 통해 입력되는 작성 코드에 대하여 키워드 마이닝을 수행하여 주요 키워드를 추출하는 단계; 텍스트-키워드 클러스터링 수행부에 의해, 추출된 주요 텍스트 및 주요 키워드에 대하여 클러스터링(clustering)을 수행하는 텍스트-키워드 맥락 분석부에 의해, 추출된 주요 텍스트 및 주요 키워드에 대하여 맥락(context)을 분석하는 단계; 텍스트-키워드 연관 관계 파악부에 의해, 네트워크 분석을 통해 추출된 주요 텍스트 및 주요 키워드간의 연관 관계를 파악하는 단계; 및 디버깅 수행부에 의해, 파악된 주요 텍스트 및 주요 키워드간의 연관 관계를 토대로 디버깅(debugging) 포인트를 도출하여 디버깅을 수행하는 단계;를 포함한다.The method of performing debugging through text and keyword mining according to the present invention to achieve the above object is a main method by performing text mining on voice data input through a developer by a text-keyword mining execution unit. Extracting text, and extracting key keywords by performing keyword mining on the writing code inputted through the developer; By the text-keyword clustering performing unit, the text-keyword context analysis unit performing clustering on the extracted main text and main keywords, analyzing the context for the extracted main text and main keywords step; Determining, by the text-keyword association relationship grasping unit, a correlation relationship between the main text extracted through network analysis and the main keyword; And performing debugging by deriving a debugging point based on the relationship between the identified main text and the main keyword by the debugging execution unit.
또한, 개발자를 통해 입력되는 음성 데이터에 대하여 텍스트 마이닝(mining)을 수행하여 주요 텍스트를 추출하고, 개발자를 통해 입력되는 작성 코드에 대하여 키워드 마이닝을 수행하여 주요 키워드를 추출하는 단계는, 개발자를 통해 입력되는 대화 내용에 대한 음성 데이터 및 작업 내용에 대한 작성 코드를 입력받는 단계; 음성 데이터에 대하여 텍스트 마이닝을 수행하여, 음성 데이터에 포함된 문장, 문자, 단어, 조사 및 형용사 중 적어도 어느 하나로부터 주요 텍스트를 추출하고 단계; 및 작성 코드에 대하여 키워드 마이닝을 수행하여 작성 코드에 포함된 변수 이름, 로직 위치 및 문법 중 적어도 어느 하나로부터 주요 키워드를 추출하고 변환 및 분류하는 단계;를 포함하는 것을 특징으로 한다.In addition, the steps of extracting the main text by performing text mining on voice data input through the developer, and by performing keyword mining on the writing code inputted through the developer to extract the main keywords are performed through the developer. Receiving voice data for the input conversation content and a writing code for the work content; Performing text mining on the voice data, extracting main text from at least one of sentences, characters, words, surveys, and adjectives included in the voice data; And extracting, transforming, and classifying key keywords from at least one of a variable name, a logic location, and a grammar included in the written code by performing keyword mining on the written code.
또한, 추출된 주요 텍스트 및 주요 키워드에 대하여 맥락(context)을 분석하는 단계는, 추출된 주요 텍스트간의 조사 흐름을 파악하고, 추출된 주요 키워드로부터 작업 중인 함수 간 위치 및 변수 중 적어도 어느 하나를 통해 코딩 작업의 순서를 파악하는 것을 특징으로 한다.In addition, the step of analyzing the context of the extracted main text and main keywords is to grasp the investigation flow between the extracted main texts, and through at least one of the positions and variables between the functions being worked from the extracted main keywords. It is characterized by grasping the order of coding work.
또한, 네트워크 분석을 통해 추출된 주요 텍스트 및 주요 키워드간의 연관 관계를 파악하는 단계는, 네트워크 분석을 통해 추출된 주요 텍스트 및 주요 키워드의 출연 빈도 및 연관도에 따른 연관 관계를 파악하여 디버깅 이슈를 도출하는 것을 특징으로 한다.In addition, the step of grasping the correlation between the main text extracted through network analysis and the main keywords is to derive debugging issues by grasping the relationship according to the appearance frequency and degree of association of the main text and main keywords extracted through network analysis. Characterized in that.
또한, 파악된 주요 텍스트 및 주요 키워드간의 연관 관계를 토대로 디버깅(debugging) 포인트를 도출하여 디버깅을 수행하는 단계는, 네트워크 분석을 통해 생성된 서베이에 대한 개발자 서베이 정보를 입력받는 단계; 주요 텍스트 및 주요 키워드간의 연관 관계를 토대로 도출된 디버깅 이슈와 입력된 개발자 서베이 정보를 기반으로 의사 결정 트리 노드를 생성하는 단계; 생성된 의사 결정 트리 노드에 대하여 하위 노드를 생성하고, 입력된 개발자 서베이 정보에 따라 하위 노드의 속성값 가중치를 조정하는 단계; 및 생성된 의사 결정 트리 노드에 대하여 생성된 하위 노드의 속성값 가중치를 조정하는 피드백 루프를 통해 최종 디버깅 포인트를 도출하는 단계;를 포함하는 것을 특징으로 한다.In addition, the step of deriving a debugging point based on the relationship between the identified main text and the main keyword and performing debugging may include: receiving developer survey information for a survey generated through network analysis; Generating a decision tree node based on the input developer survey information and debugging issues derived based on the relationship between the main text and the main keywords; Generating a lower node for the generated decision tree node, and adjusting an attribute value weight of the lower node according to the input developer survey information; And deriving a final debugging point through a feedback loop for adjusting an attribute value weight of a lower node generated for the generated decision tree node.
또한, 네트워크 분석을 통해 생성된 서베이에 대한 개발자 서베이 정보를 입력받는 단계는, 네트워크 분석을 통해 추출된 주요 텍스트 및 주요 키워드간의 연관 관계에 의해 도출된 디버깅 이슈에 대한 서베이를 생성하고, 생성된 서베이에 대하여 개발자가 입력한 결과인 개발자 서베이 정보를 입력받는 것을 특징으로 한다.In addition, the step of receiving developer survey information for the survey generated through network analysis is to generate a survey on debugging issues derived from the correlation between the main text extracted through the network analysis and the main keywords, and the generated survey. It is characterized in that the developer survey information, which is a result input by the developer, is received.
상기의 목적을 달성하기 위한 본 발명에 따른 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 장치 및 방법은 개발자를 통해 입력되는 음성 데이터에 대하여 텍스트 마이닝을 수행하여 주요 텍스트를 추출하고, 개발자를 통해 입력되는 작성 코드에 대하여 키워드 마이닝을 수행하여 주요 키워드를 추출하고, 추출된 주요 텍스트 및 주요 키워드를 토대로 디버깅(debugging) 포인트를 도출함으로써, 개발자가 기 작성된 코드를 디버깅하는 상황에서 많은 시간과 비용을 줄일 수 있어 소프트웨어 디버깅에 대하여 지능적이고 효율적으로 활용될 수 있는 효과가 있다.The apparatus and method for performing debugging through text and keyword mining according to the present invention for achieving the above object extracts main text by performing text mining on voice data input through a developer, and By performing keyword mining on the code to be written, key keywords are extracted, and debugging points are derived based on the extracted key text and key keywords, it is possible to save a lot of time and cost in the situation where the developer debugs the previously written code. There is an effect that can be used intelligently and efficiently for software debugging.
또한, 본 발명은 추출된 주요 텍스트 및 주요 키워드에 대하여 클러스터링을 수행함으로써, 개발자를 통해 입력되는 음성 데이터와 작성 코드간 내용의 일치성을 보장받을 수 있는 효과가 있다.In addition, according to the present invention, by performing clustering on the extracted main text and main keywords, it is possible to ensure the consistency of the contents between the voice data input through the developer and the written code.
또한, 본 발명은 네트워크 분석을 통해 추출된 주요 텍스트 및 주요 키워드간의 연관 관계를 파악하여 디버깅 이슈를 도출하고, 도출된 디버깅 이슈를 토대로 텍스트 및 키워드 마이닝을 통한 디버깅을 수행함으로써, 음성 데이터와 작성 코드의 정보 융합을 통해 디버깅 이슈라고 판단되는 여러가지 현상에 대한 관련성과 연관성을 높이는 효과가 있다.In addition, the present invention derives debugging issues by grasping the relationship between the main text extracted through network analysis and the main keywords, and by performing debugging through text and keyword mining based on the derived debugging issues, voice data and writing code It has the effect of increasing the relevance and relevance of various phenomena that are judged as debugging issues through the convergence of information.
도 1은 본 발명에 따른 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 장치의 구성을 설명하기 위한 도면이다.
도 2는 본 발명에 따른 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 장치에 채용되는 텍스트-키워드 마이닝 수행부의 세부 구성을 설명하기 위한 도면이다.
도 3은 본 발명에 따른 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 장치에 채용되는 디버깅 수행부의 세부 구성을 설명하기 위한 도면이다.
도 4는 본 발명에 따른 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 방법의 순서를 설명하기 위한 도면이다.
도 5는 본 발명에 따른 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 방법에서 디버깅 포인트를 도출하여 디버깅을 수행하는 과정을 설명하기 위한 도면이다.1 is a diagram for explaining the configuration of an apparatus for performing debugging through text and keyword mining according to the present invention.
2 is a diagram for explaining a detailed configuration of a text-keyword mining execution unit employed in an apparatus for performing debugging through text and keyword mining according to the present invention.
3 is a diagram illustrating a detailed configuration of a debugging execution unit employed in an apparatus for performing debugging through text and keyword mining according to the present invention.
4 is a diagram for explaining a procedure of a method of performing debugging through text and keyword mining according to the present invention.
5 is a diagram illustrating a process of deriving debugging points and performing debugging in the method of performing debugging through text and keyword mining according to the present invention.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다.In the present invention, various modifications may be made and various embodiments may be provided, and specific embodiments will be illustrated in the drawings and described in detail.
그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다. However, this is not intended to limit the present invention to a specific embodiment, it should be understood to include all changes, equivalents, and substitutes included in the spirit and scope of the present invention. In describing each drawing, similar reference numerals have been used for similar elements.
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.When a component is referred to as being "connected" or "connected" to another component, it is understood that it may be directly connected or connected to the other component, but other components may exist in the middle. It should be. On the other hand, when a component is referred to as being "directly connected" or "directly connected" to another component, it should be understood that there is no other component in the middle.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terms used in the present application are only used to describe specific embodiments, and are not intended to limit the present invention. Singular expressions include plural expressions unless the context clearly indicates otherwise. In the present application, terms such as "comprise" or "have" are intended to designate the presence of features, numbers, steps, actions, components, parts, or combinations thereof described in the specification, but one or more other features. It is to be understood that the presence or addition of elements or numbers, steps, actions, components, parts, or combinations thereof does not preclude in advance.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 이하, 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.Hereinafter, preferred embodiments of the present invention will be described in more detail with reference to the accompanying drawings. Hereinafter, the same reference numerals are used for the same elements in the drawings, and duplicate descriptions for the same elements are omitted.
도 1은 본 발명에 따른 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 장치의 구성을 설명하기 위한 도면이다.1 is a diagram for explaining the configuration of an apparatus for performing debugging through text and keyword mining according to the present invention.
도 1을 참조하여 설명하면, 본 발명에 따른 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 장치(100)는 크게 텍스트-키워드 마이닝 수행부(110), 텍스트-키워드 클러스터링 수행부(120), 텍스트-키워드 맥락 분석부(130), 텍스트-키워드 연관 관계 파악부(140) 및 디버깅 수행부(150)를 포함한다.Referring to FIG. 1, the
텍스트-키워드 마이닝 수행부(110)는 개발자를 통해 입력되는 음성 데이터에 대하여 텍스트 마이닝(mining)을 수행하여 주요 텍스트를 추출하고, 개발자를 통해 입력되는 작성 코드에 대하여 키워드 마이닝을 수행하여 주요 키워드를 추출한다.The text-keyword
여기서, 음성 데이터는 개발자를 통해 입력되는 대화 내용에 대한 것이며, 작성 코드는 개발자를 통해 입력되는 작업 내용에 대한 것이다.Here, the voice data is for conversation content input through the developer, and the writing code is for work content input through the developer.
텍스트-키워드 클러스터링 수행부(120)는 추출된 주요 텍스트 및 주요 키워드에 대하여 클러스터링(clustering)을 수행한다.The text-keyword clustering performing unit 120 performs clustering on the extracted main text and main keywords.
텍스트-키워드 클러스터링 수행부(120)는 텍스트-키워드 마이닝 수행부(110)에서 추출된 주요 텍스트 및 주요 키워드는 특정 소프트웨어의 특정 이슈에서 음성과 수행 작업에서 도출되므로 현재 디버깅을 위해 도움을 줄 수 있는 핵심 정보들로 활용될 수 있으며 같은 수준으로 표현되어야함으로, 음성에서 추출된 주요 텍스트와 작업 코드에서 추출된 주요 키워드는 동일한 내용으로 매칭되어야 하므로 클러스터링를 수행한다.The text-keyword clustering execution unit 120 is the main text and the main keywords extracted from the text-keyword
텍스트-키워드 클러스터링 수행부(120)는 개발자들의 음성에서 사용된 초기화는 코딩 작업의 init으로 매칭하기 위해서는 텍스트와 키워드 매칭 테이블이 존재해야하며 테이블이 존재하지 않는 경우 클러스터링을 통해 패턴을 만든 후 매칭을 위한 기준으로 사용한다. 하나의 방법으로써 init이라는 키워드는 초기화, 재시작, 갱신등의 음성 속 텍스트로 매칭될 수 있다. 따라서 하나의 키워드를 다양한 텍스트로 클러스터링함이 필요하다. 이러한 클러스터링을 통해 개발자를 통해 입력되는 대화 내용에 대한 음성 데이터와 작업 내용에 대한 작성 코드의 일치성을 보장받을 수 있다. The text-keyword clustering execution unit 120 requires that the text and keyword matching table exist in order to match the initialization used in the developer's voice with the init of the coding task. If the table does not exist, the pattern is created through clustering and then matched. It is used as a standard for. As a method, the keyword init can be matched with text in the voice, such as initialization, restart, and update. Therefore, it is necessary to cluster one keyword into various texts. Through such clustering, it is possible to guarantee the consistency of the voice data for the conversation content input through the developer and the writing code for the work content.
텍스트-키워드 맥락 분석부(130)는 추출된 주요 텍스트 및 주요 키워드에 대하여 맥락(context)을 분석하여 현재 작업이 어떻게 진행되고 있는지에 대한 내용을 파악한다.The text-keyword
텍스트-키워드 맥락 분석부(130)는 추출된 주요 텍스트간의 조사 흐름을 파악하고, 추출된 주요 키워드로부터 작업 중인 함수 간 위치 및 변수 중 적어도 어느 하나를 통해 코딩 작업의 순서를 파악한다.The text-keyword
즉, 텍스트-키워드 맥락 분석부(130)는 텍스트나 키워드가 어떻게 처리되어야 하는지에 대한 판단을 위해서는 대화 내용 속 텍스트간 조사 흐름을 알아야 하고, 코딩 작업의 순서(작업하고 있는 함수 간 위치, 작업하는 변수)등을 통해 추정할 수 있다. That is, the text-keyword
텍스트-키워드 연관 관계 파악부(140)는 네트워크 분석을 통해 추출된 주요 텍스트 및 주요 키워드간의 연관 관계를 파악한다.The text-keyword association relation grasp unit 140 grasps the correlation between the main text extracted through network analysis and the main keywords.
즉, 텍스트-키워드 연관 관계 파악부(140)는 텍스트-키워드의 출현 빈도, 연관도를 파악하여 디버깅해야 하는 문제에 좀 더 정확하게 접근하기 위한 것이다. 예를 들어, 개발자 대화간 초기화라는 단어가 종종 발생하면서, 특정 오류 메시지에 대한 내용이 언급된다면 네트워크 분석 로직은 이를 연관 시킬 것이다. 또한, 코딩 작업 또한 이러한 부분에 집중적으로 수행될 것이므로 개발자를 통해 입력되는 대화 내용에 대한 음성 데이터와 작업 내용에 대한 작성 코드는 대략적으로 일치하게 된다. 따라서, 개발자를 통해 입력되는 대화 내용에 대한 음성 데이터와 작업 내용에 대한 작성 코드의 정보 융합을 통해 디버깅 이슈라고 판단되는 여러가지 현상에 대한 관련성과 연관성은 더욱 높아질 것이다. That is, the text-keyword association relationship determination unit 140 is to more accurately approach a problem that needs to be debugged by grasping the frequency and degree of association of the text-keyword. For example, if the word initialization between developer conversations occurs often and the content of a specific error message is mentioned, the network analysis logic will correlate it. In addition, since the coding work will also be intensively performed on this part, the voice data for the conversation content input through the developer and the writing code for the work content roughly match. Accordingly, the relevance and relevance of various phenomena that are considered to be debugging issues will be further increased through the fusion of the information of the voice data for the conversation content input through the developer and the writing code for the work content.
디버깅 수행부(150)는 파악된 주요 텍스트 및 주요 키워드간의 연관 관계를 토대로 디버깅(debugging) 포인트를 도출하여 디버깅을 수행한다.The
도 2는 본 발명에 따른 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 장치에 채용되는 텍스트-키워드 마이닝 수행부의 세부 구성을 설명하기 위한 도면이다.FIG. 2 is a diagram illustrating a detailed configuration of a text-keyword mining execution unit employed in a device for debugging through text and keyword mining according to the present invention.
도 2를 참조하여 설명하면, 본 발명에 따른 텍스트-키워드 마이닝 수행부(110)는 개발자를 통해 입력되는 음성 데이터에 대하여 텍스트 마이닝을 수행하여 주요 텍스트를 추출하고, 개발자를 통해 입력되는 작성 코드에 대하여 키워드 마이닝을 수행하여 주요 키워드를 추출한다.Referring to FIG. 2, the text-keyword
이를 위해, 텍스트-키워드 마이닝 수행부(110)는 텍스트-키워드 입력부(111), 텍스트 마이닝부(112) 및 키워드 마이닝부(113)를 포함한다.To this end, the text-keyword
텍스트-키워드 입력부(111)는 개발자를 통해 입력되는 대화 내용에 대한 음성 데이터 및 작업 내용에 대한 작성 코드를 입력받는다.The text-
텍스트 마이닝부(112)는 음성 데이터에 대하여 텍스트 마이닝을 수행하여, 주요 텍스트를 추출하고 분류한다.The
보다 자세하게, 텍스트 마이닝부(112)는 음성 데이터에서 문장, 문자, 단어, 조사, 형용사 등을 추출하고 분류하는 기능을 수행한다. 예를 들어, 특정 제품에 탑재되는 소프트웨어의 개발 및 디버깅에 있어 개발자 간의 대화를 관찰하면 해당 소프트웨어의 기능과 사용하는 변수, 구조에 대한 내용을 포함하고 있다. 또한, 지금 문제가 되고 있거나 해결해야 한 소프트웨어 로직 부분에 대해 더 많은 정보가 대화 속에 담겨 있다. 따라서, 해당 시점에 이를 텍스트 마이닝으로 정보를 획득하여 인공지능 로직을 통하면 개발자 간의 대화를 듣고있는 3자의 입장에서 디버깅을 위한 핵심 정보를 도출할 수 있을 것이다. In more detail, the
키워드 마이닝부(113)는 작성 코드에 대하여 키워드 마이닝을 수행하여 주요 키워드를 추출하고 변환 및 분류한다.The
보다 자세하게, 키워드 마이닝부(113)는 개발자간 디버깅 시점에 이슈가 발생한 작성 코드 위치에서 작업을 수행할 것이며, 수정되는 작성 코드에는 변수 이름, 로직 위치, 문법으로부터 키워드를 도출할 수 있다. 이는 보통 코딩에는 기능, 목적등이 포함되기 때문이다. 예를 들어, 일반적으로 시스템을 초기화하는 기능의 함수를 코딩할 때 initSys()을 사용한다. 여기에는 영문 init은 initialization과 sys는 system이라는 정보를 유추할 수 있다. 이는 인간이 지각하는 방법에 따라 다양하게 표현될 수 있지만 대부분 다른 개발자가 작업한 작성 코드를 파악할 수 있는 이유이다. In more detail, the
즉, 키워드 마이닝부(113)는 입력된 작업 코드의 기능과 목적등을 매칭하여 사람이 인지하기 위한 키워드로 도출하고 변환, 분류하는 기능을 수행한다. That is, the
도 3은 본 발명에 따른 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 장치에 채용되는 디버깅 수행부의 세부 구성을 설명하기 위한 도면이다.3 is a diagram illustrating a detailed configuration of a debugging execution unit employed in an apparatus for performing debugging through text and keyword mining according to the present invention.
도 3을 참조하여 설명하면, 본 발명에 따른 디버깅 수행부(150)는 파악된 주요 텍스트 및 주요 키워드간의 연관 관계를 토대로 디버깅 포인트를 도출하여 디버깅을 수행한다.Referring to FIG. 3, the
이를 위해, 디버깅 수행부(150)는 개발자 서베이 정보 입력부(151), 의사 결정 트리 노드 생성부(152), 하위 노드 속성값 조정부(153) 및 디버깅 포인트 도출부(154)를 포함한다.To this end, the
개발자 서베이 정보 입력부(151)는 네트워크 분석을 통해 생성된 서베이에 대한 개발자 서베이 정보를 입력받는다.The developer survey
개발자 서베이 정보 입력부(151)는 네트워크 분석을 통해 추출된 주요 텍스트 및 주요 키워드간의 연관 관계에 의해 도출된 디버깅 이슈에 대한 서베이를 생성하고, 생성된 서베이에 대하여 개발자가 입력한 결과인 개발자 서베이 정보를 입력받는다. The developer survey
즉, 개발자 서베이 정보 입력부(151)는 네트워크 분석 결과에 의해 도출된 몇가지 디버깅 이슈가 현재 문제에 적절한지, 또는 정보 왜곡에 의해 변형될 수 있는 경우를 대비하여 질의 응답식으로 서베이를 수행하고 그 결과의 정확도를 높이기 위해 사용된다. That is, the developer survey
의사 결정 트리 노드 생성부(152)는 주요 텍스트 및 주요 키워드간의 연관 관계를 토대로 도출된 디버깅 이슈와 입력된 개발자 서베이 정보를 기반으로 의사 결정 트리 노드를 생성한다.The decision tree
의사 결정 트리 노드 생성부(152)는 네트워크 분석으로부터 산출된 디버깅 이슈 중 중요도 및 연관도가 높은 이슈를 루트 노드로 설정하기 위함으로, 디버깅 이슈와 개발자 서베이 정보를 토대로 의사 결정 트리의 루트 노드가 생성된다.The decision tree
하위 노드 속성값 조정부(153)는 생성된 의사 결정 트리 노드에 대하여 하위 노드를 생성하고, 입력된 개발자 서베이 정보에 따라 하위 노드의 속성값 가중치를 조정한다.The lower node attribute
즉, 하위 노드 속성값 조정부(153)는 루트 노드 정보에 대한 참, 거짓 판단으로 하위 노드를 생성해 나가면서 디버깅 포인트로 접근해나가기 위해 개발자 서베이 정보는 단계적으로 진화되고 구체화되며 하위 노드의 속성값 가중치도 조정된다.That is, the lower node attribute
디버깅 포인트 도출부(154)는 생성된 의사 결정 트리 노드에 대하여 생성된 하위 노드의 속성값 가중치를 조정하는 피드백 루프를 통해 최종 디버깅 포인트를 도출한다. 이에 따라, 개발자는 도출된 최종 디버깅 포인트를 이용하여 디버깅 이슈에 대한 디버깅만을 우선적으로 해결해나가면 된다.The debugging
도 4는 본 발명에 따른 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 방법의 순서를 설명하기 위한 도면이다.4 is a diagram for explaining a procedure of a method of performing debugging through text and keyword mining according to the present invention.
도 4를 참조하여 설명하면, 본 발명에 따른 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 방법은 앞서 설명한 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 장치를 이용하는 것으로, 이하 중복되는 설명은 생략하기로 한다.Referring to FIG. 4, the method of performing debugging through text and keyword mining according to the present invention uses the apparatus for debugging through text and keyword mining described above, and redundant descriptions will be omitted hereinafter. .
먼저. 개발자를 통해 입력되는 음성 데이터에 대하여 텍스트 마이닝을 수행하여 주요 텍스트를 추출한다(S100).first. Main text is extracted by performing text mining on the voice data input through the developer (S100).
S100 단계는 음성 데이터에 대하여 텍스트 마이닝을 수행하여, 음성 데이터에 포함된 문장, 문자, 단어, 조사 및 형용사 중 적어도 어느 하나로부터 주요 텍스트를 추출하고 분류한다.In step S100, text mining is performed on the voice data, and the main text is extracted and classified from at least one of sentences, characters, words, surveys, and adjectives included in the voice data.
다음, 개발자를 통해 입력되는 작성 코드에 대하여 키워드 마이닝을 수행하여 주요 키워드를 추출한다(S110).Next, key keywords are extracted by performing keyword mining on the writing code input through the developer (S110).
S110 단계는 작성 코드에 대하여 키워드 마이닝을 수행하여 작성 코드에 포함된 변수 이름, 로직 위치 및 문법 중 적어도 어느 하나로부터 주요 키워드를 추출하고 변환 및 분류한다.In step S110, keyword mining is performed on the written code to extract, transform, and classify a main keyword from at least one of a variable name, a logic location, and a grammar included in the written code.
다음, 추출된 주요 텍스트 및 주요 키워드에 대하여 클러스터링을 수행한다(S120).Next, clustering is performed on the extracted main text and main keywords (S120).
S120 단계는 음성에서 추출된 주요 텍스트와 작업 코드에서 추출된 주요 키워드는 동일한 내용으로 매칭되도록 클러스터링를 수행한다.In step S120, clustering is performed so that the main text extracted from the voice and the main keyword extracted from the work code are matched with the same content.
다음, 추출된 주요 텍스트 및 주요 키워드에 대하여 맥락(context)을 분석하여 현재 작업이 어떻게 진행되고 있는지에 대한 내용을 파악한다(S130).Next, by analyzing the context of the extracted main text and main keywords, the contents of how the current work is proceeding is identified (S130).
S130 단계는 추출된 주요 텍스트간의 조사 흐름을 파악하고, 추출된 주요 키워드로부터 작업 중인 함수 간 위치 및 변수 중 적어도 어느 하나를 통해 코딩 작업의 순서를 파악한다.In step S130, the search flow between the extracted main texts is grasped, and the order of the coding work is grasped through at least one of the positions and variables between the functions being worked on from the extracted main keywords.
다음, 네트워크 분석을 통해 추출된 주요 텍스트 및 주요 키워드간의 연관 관계를 파악한다(S140).Next, the relationship between the main text extracted through the network analysis and the main keywords is identified (S140).
다음, 파악된 주요 텍스트 및 주요 키워드간의 연관 관계를 토대로 디버깅(debugging) 포인트를 도출하여 디버깅을 수행한다(S150).Next, debugging is performed by deriving a debugging point based on the relationship between the identified main text and the main keywords (S150).
S150 단계는 주요 텍스트 및 주요 키워드간의 연관 관계를 토대로 도출된 디버깅 이슈와 입력된 개발자 서베이 정보를 기반으로 의사 결정 트리 노드를 생성하고, 생성된 의사 결정 트리 노드에 대하여 하위 노드를 생성하고, 입력된 개발자 서베이 정보에 따라 하위 노드의 속성값 가중치를 조정하는 피드백 루프를 통해 최종 디버깅 포인트를 도출한다.In step S150, a decision tree node is created based on the debugging issue derived based on the relationship between the main text and the main keyword and the input developer survey information, and a lower node is generated for the generated decision tree node, and the input The final debugging point is derived through a feedback loop that adjusts the weight of the attribute value of the lower node according to the developer survey information.
도 5는 본 발명에 따른 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 방법에서 디버깅 포인트를 도출하여 디버깅을 수행하는 과정을 설명하기 위한 도면이다.5 is a diagram illustrating a process of deriving debugging points and performing debugging in the method of performing debugging through text and keyword mining according to the present invention.
도 5를 참조하여 설명하면, 본 발명에 따른 디버깅 포인트를 도출하여 디버깅을 수행하는 과정은 먼저 네트워크 분석을 통해 생성된 서베이에 대한 개발자 서베이 정보를 입력받는다(S200).Referring to FIG. 5, in the process of deriving debugging points according to the present invention and performing debugging, developer survey information for a survey generated through network analysis is first input (S200).
S200 단계는 네트워크 분석을 통해 추출된 주요 텍스트 및 주요 키워드간의 연관 관계에 의해 도출된 디버깅 이슈에 대한 서베이를 생성하고, 생성된 서베이에 대하여 개발자가 입력한 결과인 개발자 서베이 정보를 입력받는다. In step S200, a survey on debugging issues derived by the correlation between the major text extracted through the network analysis and the major keywords is generated, and developer survey information, which is a result input by the developer, is received for the generated survey.
다음, 주요 텍스트 및 주요 키워드간의 연관 관계를 토대로 도출된 디버깅 이슈와 입력된 개발자 서베이 정보를 기반으로 의사 결정 트리 노드를 생성한다(S210).Next, a decision tree node is generated based on the debugging issues derived based on the relationship between the main text and the main keywords and the input developer survey information (S210).
S210 단계는 네트워크 분석으로부터 산출된 디버깅 이슈 중 중요도 및 연관도가 높은 이슈를 루트 노드로 설정하기 위함으로, 디버깅 이슈와 개발자 서베이 정보를 토대로 의사 결정 트리의 루트 노드가 생성된다.Step S210 is to set the issue with high importance and correlation among the debugging issues calculated from the network analysis as the root node, and the root node of the decision tree is generated based on the debugging issue and developer survey information.
다음, 생성된 의사 결정 트리 노드에 대하여 하위 노드를 생성하고, 입력된 개발자 서베이 정보에 따라 하위 노드의 속성값 가중치를 조정한다(S220).Next, a lower node is generated for the generated decision tree node, and the attribute value weight of the lower node is adjusted according to the input developer survey information (S220).
S220 단계는 루트 노드 정보에 대한 참, 거짓 판단으로 하위 노드를 생성해 나가면서 디버깅 포인트로 접근해나가기 위해 개발자 서베이 정보는 단계적으로 진화되고 구체화되며 하위 노드의 속성값 가중치도 조정된다.In step S220, the developer survey information is gradually evolved and concreted in order to approach the debugging point while creating a lower node based on a true or false determination of the root node information, and the attribute value weight of the lower node is also adjusted.
다음, 생성된 의사 결정 트리 노드에 대하여 생성된 하위 노드의 속성값 가중치를 조정하는 피드백 루프를 통해 최종 디버깅 포인트를 도출한다(S230).Next, a final debugging point is derived through a feedback loop for adjusting the weight of the attribute value of the generated lower node with respect to the generated decision tree node (S230).
S230 단계 이후, 개발자는 도출된 최종 디버깅 포인트를 이용하여 디버깅 이슈에 대한 디버깅만을 우선적으로 해결해나가면 된다.After step S230, the developer has to preferentially solve only the debugging for the debugging issue by using the derived final debugging point.
이상 본 명세서에서 설명한 기능적 동작과 본 주제에 관한 실시형태들은 본 명세서에서 개시한 구조들 및 그들의 구조적인 등가물을 포함하여 디지털 전자 회로나 컴퓨터 소프트웨어, 펌웨어 또는 하드웨어에서 또는 이들 중 하나 이상이 조합에서 구현 가능하다. The functional operations described in this specification and embodiments related to this subject are implemented in a digital electronic circuit, computer software, firmware, or hardware, including the structures disclosed in this specification and their structural equivalents, or in a combination of one or more of them. It is possible.
본 명세서에서 기술하는 주제의 실시형태는 하나 이상이 컴퓨터 프로그램 제품, 다시 말해 데이터 처리 장치에 의한 실행을 위하여 또는 그 동작을 제어하기 위하여 유형의 프로그램 매체상에 인코딩되는 컴퓨터 프로그램 명령에 관한 하나 이상이 모듈로서 구현될 수 있다. 유형의 프로그램 매체는 전파형 신호이거나 컴퓨터로 판독 가능한 매체일 수 있다. 전파형 신호는 컴퓨터에 의한 실행을 위하여 적절한 수신기 장치로 전송하기 위한 정보를 인코딩하기 위하여 생성되는 예컨대 기계가 생성한 전기적, 광학적 또는 전자기 신호와 같은 인공적으로 생성된 신호이다. 컴퓨터로 판독 가능한 매체는 기계로 판독 가능한 저장장치, 기계로 판독 가능한 저장 기판, 메모리 장치, 기계로 판독 가능한 전파형 신호에 영향을 미치는 물질의 조합 또는 이들 중 하나 이상이 조합일 수 있다.Embodiments of the subject matter described herein include one or more of a computer program product, i.e., one or more relating to computer program instructions encoded on a tangible program medium for execution or to control its operation by a data processing device. It can be implemented as a module. The tangible program medium may be a radio wave signal or a computer-readable medium. A radio wave signal is an artificially generated signal, such as a machine-generated electrical, optical or electromagnetic signal, which is generated to encode information for transmission to an appropriate receiver device for execution by a computer. The computer-readable medium may be a machine-readable storage device, a machine-readable storage substrate, a memory device, a combination of materials that affect a machine-readable radio wave signal, or a combination of one or more of them.
컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 어플리케이션, 스크립트 또는 코드로도 알려져 있음)은 컴파일되거나 해석된 언어나 선험적 또는 절차적 언어를 포함하는 프로그래밍 언어의 어떠한 형태로도 작성될 수 있으며, 독립형 프로그램이나 모듈, 컴포넌트, 서브루틴 또는 컴퓨터 환경에서 이용하기에 적합한 다른 유닛을 포함하여 어떠한 형태로도 전개될 수 있다. Computer programs (also known as programs, software, software applications, scripts or code) can be written in any form of a compiled or interpreted language or a programming language, including a priori or procedural language, and can be written as a standalone program or module, It can be deployed in any form, including components, subroutines, or other units suitable for use in a computer environment.
컴퓨터 프로그램은 파일 장치의 파일에 반드시 대응하는 것은 아니다. 프로그램은 요청된 프로그램에 제공되는 단일 파일 내에, 또는 다중의 상호 작용하는 파일(예컨대, 하나 이상이 모듈, 하위 프로그램 또는 코드의 일부를 저장하는 파일) 내에, 또는 다른 프로그램이나 데이터를 보유하는 파일의 일부(예컨대, 마크업 언어 문서 내에 저장되는 하나 이상이 스크립트) 내에 저장될 수 있다. Computer programs do not necessarily correspond to files on the file device. A program may be in a single file provided to the requested program, or in multiple interactive files (e.g., files in which one or more stores modules, subprograms, or portions of code), or in files that hold other programs or data. Some (eg, one or more stored within a markup language document may be stored within a script).
컴퓨터 프로그램은 하나의 사이트에 위치하거나 복수의 사이트에 걸쳐서 분산되어 통신 네트워크에 의해 상호 접속된 다중 컴퓨터나 하나의 컴퓨터 상에서 실행되도록 전개될 수 있다.The computer program may be deployed to run on one computer or multiple computers located at one site or distributed across a plurality of sites and interconnected by a communication network.
부가적으로, 본 특허문헌에서 기술하는 논리 흐름과 구조적인 블록도는 개시된 구조적인 수단의 지원을 받는 대응하는 기능과 단계의 지원을 받는 대응하는 행위 및/또는 특정한 방법을 기술하는 것으로, 대응하는 소프트웨어 구조와 알고리즘과 그 등가물을 설정하는 데에도 사용 가능하다. Additionally, the logical flows and structural block diagrams described in this patent document describe the corresponding actions and/or specific methods supported by the corresponding functions and steps supported by the disclosed structural means. It can also be used to set up software structures and algorithms and their equivalents.
본 명세서에서 기술하는 프로세스와 논리 흐름은 수신 데이터 상에서 동작하고 출력을 생성함으로써 기능을 수행하기 위하여 하나 이상이 컴퓨터 프로그램을 실행하는 하나 이상이 프로그래머블 프로세서에 의하여 수행 가능하다.The processes and logic flows described herein may be executed by a programmable processor, one or more executing a computer program in order to perform a function by operating on received data and generating an output.
컴퓨터 프로그램의 실행에 적합한 프로세서는, 예컨대 범용 및 특수 목적의 마이크로프로세서 양자 및 어떤 형태의 디지털 컴퓨터의 어떠한 하나 이상이 프로세서라도 포함한다. 일반적으로, 프로세서는 읽기 전용 메모리나 랜덤 액세스 메모리 또는 양자로부터 명령어와 데이터를 수신할 것이다. Processors suitable for execution of computer programs include, for example, both general purpose and special purpose microprocessors and any one or more of any type of digital computer being a processor. Typically, the processor will receive instructions and data from read-only memory, random access memory, or both.
컴퓨터의 핵심적인 요소는 명령어와 데이터를 저장하기 위한 하나 이상이 메모리 장치 및 명령을 수행하기 위한 프로세서이다. 또한, 컴퓨터는 일반적으로 예컨대 자기, 자기 광학 디스크나 광학 디스크와 같은 데이터를 저장하기 위한 하나 이상이 대량 저장 장치로부터 데이터를 수신하거나 그것으로 데이터를 전송하거나 또는 그러한 동작 둘 다를 수행하기 위하여 동작가능 하도록 결합되거나 이를 포함할 것이다. 그러나, 컴퓨터는 그러한 장치를 가질 필요가 없다.The key elements of a computer are one or more memory devices for storing instructions and data, and a processor for performing the instructions. In addition, computers are generally operable to receive data from, transfer data to, or perform both of the mass storage devices, such as one or more for storing data, such as magnetic, magneto-optical disks or optical disks. Combined or will include. However, computers do not need to have such devices.
본 기술한 설명은 본 발명의 최상의 모드를 제시하고 있으며, 본 발명을 설명하기 위하여, 그리고 당업자가 본 발명을 제작 및 이용할 수 있도록 하기 위한 예를 제공하고 있다. 이렇게 작성된 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하는 것이 아니다. The present description presents the best mode of the invention, and provides examples to illustrate the invention and to enable those skilled in the art to make and use the invention. The written specification is not intended to limit the present invention to the specific terms presented.
따라서, 상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 당업자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다. 요컨대 본 발명이 의도하는 효과를 달성하기 위해 도면에 도시된 모든 기능 블록을 별도로 포함하거나 도면에 도시된 모든 순서를 도시된 순서 그대로 따라야만 하는 것은 아니며, 그렇지 않더라도 얼마든지 청구항에 기재된 본 발명의 기술적 범위에 속할 수 있음에 주의한다.Accordingly, although the present invention has been described in detail with reference to the above-described examples, those skilled in the art can make modifications, changes, and modifications to the examples without departing from the scope of the present invention. In short, in order to achieve the intended effect of the present invention, it is not necessary to separately include all the functional blocks shown in the drawings or to follow all the orders shown in the drawings as shown in the order shown. Note that it may fall within the range.
100 : 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 장치
110 : 텍스트-키워드 마이닝 수행부
120 : 텍스트-키워드 클러스터링 수행부
130 : 텍스트-키워드 맥락 분석부
140 : 텍스트-키워드 연관 관계 파악부
150 : 디버깅 수행부100: Device for debugging through text and keyword mining
110: text-keyword mining execution unit
120: text-keyword clustering execution unit
130: text-keyword context analysis unit
140: text-keyword relationship grasp unit
150: Debugging execution unit
Claims (13)
추출된 주요 텍스트 및 주요 키워드에 대하여 클러스터링(clustering)을 수행하는 텍스트-키워드 클러스터링 수행부;
추출된 주요 텍스트 및 주요 키워드에 대하여 맥락(context)을 분석하는 텍스트-키워드 맥락 분석부;
네트워크 분석을 통해 추출된 주요 텍스트 및 주요 키워드간의 연관 관계를 파악하는 텍스트-키워드 연관 관계 파악부; 및
파악된 주요 텍스트 및 주요 키워드간의 연관 관계를 토대로 디버깅(debugging) 포인트를 도출하여 디버깅을 수행하는 디버깅 수행부;를 포함하며,
상기 텍스트-키워드 연관 관계 파악부는 네트워크 분석을 통해 추출된 주요 텍스트 및 주요 키워드의 출연 빈도 및 연관도에 따른 연관 관계를 파악하여 디버깅 이슈를 도출하는 것을 특징으로 하는 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 장치.A text-keyword mining execution unit that extracts main text by performing text mining on voice data input through the developer, and extracting main keywords by performing keyword mining on the writing code input through the developer;
A text-keyword clustering performing unit that performs clustering on the extracted main text and main keywords;
A text-keyword context analysis unit that analyzes a context for the extracted main text and main keywords;
A text-keyword association finding unit for grasping the association between the main text and the main keywords extracted through network analysis; And
Includes; a debugging execution unit that performs debugging by deriving a debugging point based on the relationship between the identified main text and the main keywords,
The text-keyword correlation determining unit performs debugging through text and keyword mining, characterized in that it derives debugging issues by grasping the correlation according to the appearance frequency and degree of association of the main text and main keywords extracted through network analysis. Device.
상기 텍스트-키워드 마이닝 수행부는,
개발자를 통해 입력되는 대화 내용에 대한 음성 데이터 및 작업 내용에 대한 작성 코드를 입력받는 텍스트-키워드 입력부;
음성 데이터에 대하여 텍스트 마이닝을 수행하여, 음성 데이터에 포함된 문장, 문자, 단어, 조사 및 형용사 중 적어도 어느 하나로부터 주요 텍스트를 추출하고 분류하는 텍스트 마이닝부; 및
작성 코드에 대하여 키워드 마이닝을 수행하여 작성 코드에 포함된 변수 이름, 로직 위치 및 문법 중 적어도 어느 하나로부터 주요 키워드를 추출하고 변환 및 분류하는 키워드 마이닝부;
를 포함하는 것을 특징으로 하는 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 장치.The method of claim 1,
The text-keyword mining execution unit,
A text-keyword input unit for receiving voice data for conversation contents input through a developer and a writing code for work contents;
A text mining unit for extracting and classifying main text from at least one of sentences, characters, words, surveys, and adjectives included in the voice data by performing text mining on the voice data; And
A keyword mining unit for extracting, transforming, and classifying key keywords from at least one of a variable name, a logic location, and a grammar included in the written code by performing keyword mining on the written code;
Device for performing debugging through text and keyword mining, characterized in that it comprises a.
상기 텍스트-키워드 맥락 분석부는 추출된 주요 텍스트간의 조사 흐름을 파악하고, 추출된 주요 키워드로부터 작업 중인 함수 간 위치 및 변수 중 적어도 어느 하나를 통해 코딩 작업의 순서를 파악하는 것을 특징으로 하는 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 장치.The method of claim 1,
The text-keyword context analysis unit grasps the investigation flow between the extracted main texts, and grasps the order of coding work through at least one of a position and a variable between functions being worked on from the extracted main keywords. A device that performs debugging through mining.
상기 디버깅 수행부는,
네트워크 분석을 통해 생성된 서베이에 대한 개발자 서베이 정보를 입력받는 개발자 서베이 정보 입력부;
주요 텍스트 및 주요 키워드간의 연관 관계를 토대로 도출된 디버깅 이슈와 입력된 개발자 서베이 정보를 기반으로 의사 결정 트리 노드를 생성하는 의사 결정 트리 노드 생성부; 및
생성된 의사 결정 트리 노드에 대하여 하위 노드를 생성하고, 입력된 개발자 서베이 정보에 따라 하위 노드의 속성값 가중치를 조정하는 하위 노드 속성값 조정부;
를 포함하는 것을 특징으로 하는 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 장치.The method of claim 1,
The debugging execution unit,
A developer survey information input unit for receiving developer survey information for the survey generated through network analysis;
A decision tree node generation unit that generates a decision tree node based on the input developer survey information and debugging issues derived based on the relationship between the main text and the main keywords; And
A lower node attribute value adjusting unit for generating a lower node for the generated decision tree node and adjusting an attribute value weight of the lower node according to the input developer survey information;
Device for performing debugging through text and keyword mining, characterized in that it comprises a.
상기 개발자 서베이 정보 입력부는 네트워크 분석을 통해 추출된 주요 텍스트 및 주요 키워드간의 연관 관계에 의해 도출된 디버깅 이슈에 대한 서베이를 생성하고, 생성된 서베이에 대하여 개발자가 입력한 결과인 개발자 서베이 정보를 입력받는 것을 특징으로 하는 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 장치.The method of claim 5,
The developer survey information input unit generates a survey on debugging issues derived by the correlation between the major text extracted through network analysis and the major keywords, and receives developer survey information, which is a result of the developer's input for the generated survey. Device for debugging through text and keyword mining, characterized in that.
생성된 의사 결정 트리 노드에 대하여 생성된 하위 노드의 속성값 가중치를 조정하는 피드백 루프를 통해 최종 디버깅 포인트를 도출하는 디버깅 포인트 도출부를 포함하는 것을 특징으로 하는 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 장치.The method of claim 5,
Device for debugging through text and keyword mining, comprising: a debugging point derivation unit for deriving a final debugging point through a feedback loop for adjusting the weight of the attribute value of the generated lower node for the generated decision tree node. .
텍스트-키워드 클러스터링 수행부에 의해, 추출된 주요 텍스트 및 주요 키워드에 대하여 클러스터링(clustering)을 수행하는
텍스트-키워드 맥락 분석부에 의해, 추출된 주요 텍스트 및 주요 키워드에 대하여 맥락(context)을 분석하는 단계;
텍스트-키워드 연관 관계 파악부에 의해, 네트워크 분석을 통해 추출된 주요 텍스트 및 주요 키워드간의 연관 관계를 파악하는 단계; 및
디버깅 수행부에 의해, 파악된 주요 텍스트 및 주요 키워드간의 연관 관계를 토대로 디버깅(debugging) 포인트를 도출하여 디버깅을 수행하는 단계;를 포함하며,
네트워크 분석을 통해 추출된 주요 텍스트 및 주요 키워드간의 연관 관계를 파악하는 단계는, 네트워크 분석을 통해 추출된 주요 텍스트 및 주요 키워드의 출연 빈도 및 연관도에 따른 연관 관계를 파악하여 디버깅 이슈를 도출하는 것을 특징으로 하는 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 방법.The text-keyword mining execution unit extracts the main text by performing text mining on the voice data input through the developer, and extracting the main keywords by performing keyword mining on the writing code input through the developer. The step of doing;
The text-keyword clustering unit performs clustering on the extracted main text and main keywords.
Analyzing, by the text-keyword context analysis unit, a context with respect to the extracted main text and main keywords;
Determining, by the text-keyword association relationship grasping unit, a correlation relationship between the main text extracted through network analysis and the main keyword; And
Including, by the debugging execution unit, deriving a debugging point based on the relationship between the identified main text and the main keyword and performing debugging; and
The step of grasping the correlation between the main text extracted through network analysis and the main keywords is to derive debugging issues by grasping the correlation according to the appearance frequency and degree of association of the main text and main keywords extracted through network analysis. A method of performing debugging through text and keyword mining, characterized in that.
개발자를 통해 입력되는 음성 데이터에 대하여 텍스트 마이닝(mining)을 수행하여 주요 텍스트를 추출하고, 개발자를 통해 입력되는 작성 코드에 대하여 키워드 마이닝을 수행하여 주요 키워드를 추출하는 단계는,
개발자를 통해 입력되는 대화 내용에 대한 음성 데이터 및 작업 내용에 대한 작성 코드를 입력받는 단계;
음성 데이터에 대하여 텍스트 마이닝을 수행하여, 음성 데이터에 포함된 문장, 문자, 단어, 조사 및 형용사 중 적어도 어느 하나로부터 주요 텍스트를 추출하고 단계; 및
작성 코드에 대하여 키워드 마이닝을 수행하여 작성 코드에 포함된 변수 이름, 로직 위치 및 문법 중 적어도 어느 하나로부터 주요 키워드를 추출하고 변환 및 분류하는 단계;
를 포함하는 것을 특징으로 하는 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 방법.The method of claim 8,
Extracting the main text by performing text mining on the voice data input through the developer, and extracting the main keywords by performing keyword mining on the writing code input through the developer,
Receiving voice data for the conversation content input through the developer and a writing code for the work content;
Performing text mining on the voice data, extracting main text from at least one of sentences, characters, words, surveys, and adjectives included in the voice data; And
Extracting, transforming, and classifying key keywords from at least one of a variable name, a logic location, and a grammar included in the written code by performing keyword mining on the written code;
Method for performing debugging through text and keyword mining comprising a.
추출된 주요 텍스트 및 주요 키워드에 대하여 맥락(context)을 분석하는 단계는,
추출된 주요 텍스트간의 조사 흐름을 파악하고, 추출된 주요 키워드로부터 작업 중인 함수 간 위치 및 변수 중 적어도 어느 하나를 통해 코딩 작업의 순서를 파악하는 것을 특징으로 하는 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 방법.The method of claim 8,
Analyzing the context for the extracted main text and main keywords,
Debugging through text and keyword mining, characterized in that the investigation flow between the extracted main texts is grasped, and the order of coding work is grasped through at least one of the positions and variables between the functions being worked on from the extracted main keywords. Way.
파악된 주요 텍스트 및 주요 키워드간의 연관 관계를 토대로 디버깅(debugging) 포인트를 도출하여 디버깅을 수행하는 단계는,
네트워크 분석을 통해 생성된 서베이에 대한 개발자 서베이 정보를 입력받는 단계;
주요 텍스트 및 주요 키워드간의 연관 관계를 토대로 도출된 디버깅 이슈와 입력된 개발자 서베이 정보를 기반으로 의사 결정 트리 노드를 생성하는 단계;
생성된 의사 결정 트리 노드에 대하여 하위 노드를 생성하고, 입력된 개발자 서베이 정보에 따라 하위 노드의 속성값 가중치를 조정하는 단계; 및
생성된 의사 결정 트리 노드에 대하여 생성된 하위 노드의 속성값 가중치를 조정하는 피드백 루프를 통해 최종 디버깅 포인트를 도출하는 단계;
를 포함하는 것을 특징으로 하는 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 방법.The method of claim 8,
The step of deriving debugging points based on the relationship between the identified main text and the main keywords and performing debugging is:
Receiving developer survey information for the survey generated through network analysis;
Generating a decision tree node based on the input developer survey information and debugging issues derived based on the relationship between the main text and the main keywords;
Generating a lower node for the generated decision tree node, and adjusting an attribute value weight of the lower node according to the input developer survey information; And
Deriving a final debugging point through a feedback loop for adjusting an attribute value weight of a lower node generated for the generated decision tree node;
Method for performing debugging through text and keyword mining comprising a.
네트워크 분석을 통해 생성된 서베이에 대한 개발자 서베이 정보를 입력받는 단계는,
네트워크 분석을 통해 추출된 주요 텍스트 및 주요 키워드간의 연관 관계에 의해 도출된 디버깅 이슈에 대한 서베이를 생성하고, 생성된 서베이에 대하여 개발자가 입력한 결과인 개발자 서베이 정보를 입력받는 것을 특징으로 하는 텍스트 및 키워드 마이닝을 통한 디버깅을 수행하는 방법.The method of claim 12,
The step of receiving developer survey information for the survey generated through network analysis is:
Text and text, characterized in that it generates a survey on debugging issues derived from the relationship between the major text extracted through network analysis and the key keywords, and receives developer survey information, which is a result of the developer's input for the generated survey. How to do debugging through keyword mining.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190097199A KR102243258B1 (en) | 2019-08-09 | 2019-08-09 | Apparatus and method for performing debugging text and keyword mining |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190097199A KR102243258B1 (en) | 2019-08-09 | 2019-08-09 | Apparatus and method for performing debugging text and keyword mining |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210017632A KR20210017632A (en) | 2021-02-17 |
| KR102243258B1 true KR102243258B1 (en) | 2021-04-21 |
Family
ID=74732183
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190097199A KR102243258B1 (en) | 2019-08-09 | 2019-08-09 | Apparatus and method for performing debugging text and keyword mining |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102243258B1 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113515954A (en) * | 2021-08-11 | 2021-10-19 | 北京中奥淘数据科技有限公司 | Word string relevance calculation method and system and electronic equipment |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101051600B1 (en) | 2010-03-29 | 2011-07-22 | 주식회사 소프트 포 소프트 | Systems for performing code inspection on abap source code |
| KR101762670B1 (en) | 2013-10-30 | 2017-08-04 | 한국전자통신연구원 | Apparatus and Method for Connecting Unstructured Data related to Structured Data |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7266725B2 (en) * | 2001-09-03 | 2007-09-04 | Pact Xpp Technologies Ag | Method for debugging reconfigurable architectures |
| KR101957277B1 (en) * | 2017-02-14 | 2019-03-12 | 윤종식 | System and method for coding with voice recognition |
-
2019
- 2019-08-09 KR KR1020190097199A patent/KR102243258B1/en active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101051600B1 (en) | 2010-03-29 | 2011-07-22 | 주식회사 소프트 포 소프트 | Systems for performing code inspection on abap source code |
| KR101762670B1 (en) | 2013-10-30 | 2017-08-04 | 한국전자통신연구원 | Apparatus and Method for Connecting Unstructured Data related to Structured Data |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20210017632A (en) | 2021-02-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021042503A1 (en) | Information classification extraction method, apparatus, computer device and storage medium | |
| WO2020005728A1 (en) | Artificial intelligence assisted content authoring for automated agents | |
| CN107909998B (en) | Voice instruction processing method and device, computer equipment and storage medium | |
| JP2019513246A (en) | Training method of random forest model, electronic device and storage medium | |
| CN110515944B (en) | Data storage method based on distributed database, storage medium and electronic equipment | |
| CN115328756A (en) | Test case generation method, device and equipment | |
| CN112507102B (en) | Predictive deployment system, method, apparatus and medium based on pre-training paradigm model | |
| US20210234833A1 (en) | Application firewalls based on self-modeling service flows | |
| US20180276110A1 (en) | System and method for assisting a user in an application development lifecycle | |
| KR102243258B1 (en) | Apparatus and method for performing debugging text and keyword mining | |
| CN112988753A (en) | Data searching method and device | |
| JP2023025126A (en) | Training method and apparatus for deep learning model, text data processing method and apparatus, electronic device, storage medium, and computer program | |
| US20220004528A1 (en) | Dynamic Transformation Code Prediction and Generation for Unavailable Data Element | |
| CN112329429A (en) | Text similarity learning method, device, equipment and storage medium | |
| CN113360630B (en) | Interactive information prompting method | |
| CN114185938B (en) | Project traceability analysis method and system based on digital finance and big data traceability | |
| US20210342530A1 (en) | Framework for Managing Natural Language Processing Tools | |
| US11526542B2 (en) | Server and method for classifying entities of a query | |
| CN114021133A (en) | Code processing method and device, electronic equipment and storage medium | |
| CN112307751A (en) | Data desensitization method and system based on natural language processing | |
| CN112395402A (en) | Depth model-based recommended word generation method and device and computer equipment | |
| CN113705244B (en) | Method, device and storage medium for generating countermeasure text sample | |
| US20240078435A1 (en) | Systems and methods for unit test generation using reinforcement learning augmented transformer architectures | |
| CN117992349A (en) | Method, device, equipment and storage medium for recommending joint debugging test environment | |
| KR102438969B1 (en) | Functional dialog filter system applying sentence reconstruction and contrastive loss and the method thereof |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |