KR102256182B1 - 동영상 원격 강의용 자동 질의응답 챗봇 서비스 제공 방법 및 장치 - Google Patents

동영상 원격 강의용 자동 질의응답 챗봇 서비스 제공 방법 및 장치 Download PDF

Info

Publication number
KR102256182B1
KR102256182B1 KR1020200087273A KR20200087273A KR102256182B1 KR 102256182 B1 KR102256182 B1 KR 102256182B1 KR 1020200087273 A KR1020200087273 A KR 1020200087273A KR 20200087273 A KR20200087273 A KR 20200087273A KR 102256182 B1 KR102256182 B1 KR 102256182B1
Authority
KR
South Korea
Prior art keywords
service providing
slide
question
lecture
answer
Prior art date
Application number
KR1020200087273A
Other languages
English (en)
Inventor
김학수
김두현
도경화
Original Assignee
건국대학교 산학협력단
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 건국대학교 산학협력단 filed Critical 건국대학교 산학협력단
Priority to KR1020200087273A priority Critical patent/KR102256182B1/ko
Application granted granted Critical
Publication of KR102256182B1 publication Critical patent/KR102256182B1/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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G06F40/35—Discourse or dialogue representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/30—Transportation; Communications
    • G06Q50/40—
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • 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

Abstract

동영상 원격 강의용 자동 질의응답 챗봇 서비스 제공 방법 및 장치가 개시된다. 일 실시예에 따른 자동 질의응답 챗봇 서비스 제공 방법은, 온라인 강의를 위한 복수의 슬라이드들 중에서 적어도 하나의 슬라이드에 대해 상기 온라인 강의의 학습자로부터 질문을 수신하는 단계와, 상기 적어도 하나의 슬라이드에 교수자가 설정한 강의 교재의 페이지 정보 및 상기 학습자의 질문에 기초하여 상기 질문에 대한 답을 생성하는 단계를 포함한다.

Description

동영상 원격 강의용 자동 질의응답 챗봇 서비스 제공 방법 및 장치{METHOD AND APPARATUS FOR PROVIDING AUTOMATIC QUESTION AND ANSWER CHATBOT SERVICE FOR VIDEO REMOTE LECTURE}
아래 실시예들은 동영상 원격 강의용 자동 질의 응답 챗봇 서비스 제공 방법 및 장치에 관한 것이다.
챗봇(chatbot)은 입력창에 사용자가 채팅하듯 자연어로 질문을 입력하면, 질문에 알맞은 답이나 각종 연관 정보를 제공하는 인공지능 기반의 커뮤니케이션 소프트웨어를 의미한다. 챗봇은 미리 입력된 알고리즘에 따라 정해진 답변을 제공하는 수준에서 서비스가 되었으나, 빅데이터 처리 기술과 함께 자연어 분석 및 처리 기술이 발전함에 따라 다양한 변수를 고려한 최적의 답변을 제공할 수 있다.
즉, 인공지능 분야는 최근 기계 학습, 강화 학습, 딥 러닝에서 종래의 오버피팅(Overfitting)등의 문제가 해결되어 획기적인 발전을 이루고 있다. 이와 더불어 대화형 인터페이스 기술 역시 주목되어 자연어 처리, 대화 관리 방식 및 관련 기술들이 크게 발전하고 있다.
한편, 현재의 지식 정보 사회에서는 이전 산업 사회에서 강조되었던 교수자 중심의 지식 전달보다, 학습자의 효율적인 학습을 강조하는 교육 패러다임이 보편화되고 있다. 이에, 학습자의 특성이나 교육 요구가 효과적인 교육의 중요한 요소로서 강조되고 있다. 최근 정보 기술의 발달이 급격하게 이뤄짐에 따라 이를 활용한 다양한 멀티미디어 교육 매체나 교육 방법이 개발되고 있고, 동시에 학생들에게 다양한 학습 활동의 기회 제공이 가능해지고 있다.
하지만, 오프라인 강의에 비해 동영상 원격 강의의 가장 큰 단점은 영상 시청 중 실시간으로 도움을 받을 수 있는 조교가 없다는 것이다. 이에, 현재 동영상 원격 강의를 수강하는 학습자는 동영상 원격 강의를 듣는 도중 현재 슬라이드의 강의 내용에 의문점이 생겨도 이를 해소할 수 없다.
관련 선행기술로, 한국 공개특허공보 제10-2020-0070198호(발명의 명칭: 자동 질문 생성을 이용한 챗봇 장치 및 그 동작 방법)이 있다.
실시예들은 교수자가 온라인 강의를 위한 슬라이드에 설정한 강의 교재의 페이지 정보 및 학습자의 질문에 기초하여 학습자의 질문에 대해 효과적으로 답을 제공할 수 있는 자동 질의응답 챗봇 서비스를 제공할 수 있다.
또한 실시예들은 동영상 원격 강의 시 학습자의 이해를 돕기 위하여, 온라인 강의를 위한 슬라이드에 대한 문제 및 정답을 교수자가 슬라이드에 설정한 강의 교재의 페이지 정보에 기초하여 생성함으로써, 자동으로 문제를 생성하고 정답을 확인할 수 있는 챗봇 서비스를 제공할 수 있다.
다만, 기술적 과제는 상술한 기술적 과제들로 한정되는 것은 아니며, 또 다른 기술적 과제들이 존재할 수 있다.
일 실시예에 따른 자동 질의응답 챗봇 서비스 제공 방법은, 온라인 강의를 위한 복수의 슬라이드들 중에서 적어도 하나의 슬라이드에 대해 상기 온라인 강의의 학습자로부터 질문을 수신하는 단계와, 상기 적어도 하나의 슬라이드에 교수자가 설정한 강의 교재의 페이지 정보 및 상기 학습자의 질문에 기초하여 상기 질문에 대한 답을 생성하는 단계를 포함한다.
상기 방법은, 상기 복수의 슬라이드들로부터 상기 교수자가 상기 복수의 슬라이드들 각각에 설정한 강의 교재의 페이지 정보를 획득하는 단계와, 상기 페이지 정보에 따른 강의 교재 상의 텍스트를 추출하여 상기 복수의 슬라이드들 각각에 대한 관련 텍스트 정보를 생성하는 단계를 더 포함할 수 있다.
상기 질문에 대한 답을 생성하는 단계는, 상기 복수의 슬라이드들 각각에 대한 관련 텍스트 정보 중에서 상기 적어도 하나의 슬라이드에 대한 관련 텍스트 정보를 추출하는 단계와, 상기 적어도 하나의 슬라이드에 대한 관련 텍스트 정보에서 상기 질문에 대응하는 강의 교재 내용을 추출하는 단계와, 상기 강의 교재 내용에 기초하여 상기 답을 생성하는 단계를 포함할 수 있다.
상기 방법은, 상기 복수의 슬라이드들 각각에 대한 관련 텍스트 정보 중에서 상기 적어도 하나의 슬라이드에 대한 관련 텍스트 정보를 추출하는 단계와, 상기 적어도 하나의 슬라이드에 대한 관련 텍스트 정보를 이용하여 상기 적어도 하나의 슬라이드의 내용에 관한 문제 및 상기 문제에 대한 정답을 생성하는 단계를 더 포함할 수 있다.
상기 방법은, 상기 학습자로부터 상기 문제에 대한 응답을 수신하는 단계와, 상기 응답과 상기 정답 간의 유사도를 계산하는 단계를 더 포함할 수 있다.
상기 학습자의 질문 및 상기 답은 자연어 형태일 수 있다.
일 실시예에 따른 자동 질의응답 챗봇 서비스 제공 장치는, 자동 질의응답 챗봇 서비스를 제공하기 위한 인스트럭션들을 저장하는 메모리와, 상기 인스트럭션들을 실행하기 위한 프로세서를 포함하고, 상기 인스트럭션들이 상기 프로세서에 의해 실행될 때, 상기 프로세서는, 온라인 강의를 위한 복수의 슬라이드들 중에서 적어도 하나의 슬라이드에 대해 상기 온라인 강의의 학습자로부터 질문을 수신하고, 상기 적어도 하나의 슬라이드에 교수자가 설정한 강의 교재의 페이지 정보 및 상기 학습자의 질문에 기초하여 상기 질문에 대한 답을 생성한다.
상기 프로세서는, 상기 복수의 슬라이드들로부터 상기 교수자가 상기 복수의 슬라이드들 각각에 설정한 강의 교재의 페이지 정보를 획득하고, 상기 페이지 정보에 따른 강의 교재 상의 텍스트를 추출하여 상기 복수의 슬라이드들 각각에 대한 관련 텍스트 정보를 생성할 수 있다.
상기 프로세서는, 상기 복수의 슬라이드들 각각에 대한 관련 텍스트 정보 중에서 상기 적어도 하나의 슬라이드에 대한 관련 텍스트 정보를 추출하고, 상기 적어도 하나의 슬라이드에 대한 관련 텍스트 정보에서 상기 질문에 대응하는 강의 교재 내용을 추출하고, 상기 강의 교재 내용에 기초하여 상기 답을 생성할 수 있다.
상기 프로세서는, 상기 복수의 슬라이드들 각각에 대한 관련 텍스트 정보 중에서 상기 적어도 하나의 슬라이드에 대한 관련 텍스트 정보를 추출하고, 상기 적어도 하나의 슬라이드에 대한 관련 텍스트 정보를 이용하여 상기 적어도 하나의 슬라이드의 내용에 관한 문제 및 상기 문제에 대한 정답을 생성할 수 있다.
상기 프로세서는, 상기 학습자로부터 상기 문제에 대한 응답을 수신하고, 상기 응답과 상기 정답 간의 유사도를 계산할 수 있다.
상기 학습자의 질문 및 상기 답은 자연어 형태일 수 있다.
도 1은 동영상 원격 강의용 자동 질의응답 챗봇 서비스 제공을 위한 시스템을 나타낸 도면이다.
도 2는 도 1에 도시된 서비스 제공 장치를 개략적으로 나타낸 도면이다.
도 3은 서비스 제공 장치의 동작을 설명하기 위한 순서도이다.
도 4는 서비스 제공 장치가 관련 텍스트 정보를 생성하는 동작을 설명하기 위한 도면이다.
도 5는 서비스 제공 장치가 자동 질의응답 챗봇 서비스를 제공하는 동작을 설명하기 위한 도면이다.
도 6은 서비스 제공 장치가 자동 문제 생성 및 정답 확인 서비스를 제공하는 동작을 설명하기 위한 도면이다.
도 7은 서비스 제공 장치에 의해 학습자 장치에서 디스플레이되는 화면의 일 예를 나타낸 도면이다.
이하에서, 첨부된 도면을 참조하여 실시예들을 상세하게 설명한다. 그러나, 실시예들에는 다양한 변경이 가해질 수 있어서 특허출원의 권리 범위가 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 실시예들에 대한 모든 변경, 균등물 내지 대체물이 권리 범위에 포함되는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 설명을 목적으로 사용된 것으로, 한정하려는 의도로 해석되어서는 안된다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 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.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
또한, 실시 예의 구성 요소를 설명하는 데 있어서, 제1, 제2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 어떤 구성 요소가 다른 구성요소에 "연결", "결합" 또는 "접속"된다고 기재된 경우, 그 구성 요소는 그 다른 구성요소에 직접적으로 연결되거나 접속될 수 있지만, 각 구성 요소 사이에 또 다른 구성 요소가 "연결", "결합" 또는 "접속"될 수도 있다고 이해되어야 할 것이다.
어느 하나의 실시 예에 포함된 구성요소와, 공통적인 기능을 포함하는 구성요소는, 다른 실시 예에서 동일한 명칭을 사용하여 설명하기로 한다. 반대되는 기재가 없는 이상, 어느 하나의 실시 예에 기재한 설명은 다른 실시 예에도 적용될 수 있으며, 중복되는 범위에서 구체적인 설명은 생략하기로 한다.
도 1은 동영상 원격 강의용 자동 질의응답 챗봇 서비스 제공을 위한 시스템을 나타낸 도면이다.
시스템(10)은 교수자 장치(100), 서비스 제공 장치(200) 및 학습자 장치(300)를 포함한다.
시스템(10)은 인공지능 챗봇의 질의응답 기능을 이용하여 동영상 원격 강의 중 학습자의 의문점을 자동으로 해소해줄 수 있다. 시스템(10)은 인공지능 챗봇의 자동 문제 출제 기능을 이용하여 학습자의 이해력을 향상시킬 수 있다.
교수자 장치(100)는 교수자가 온라인 강의를 위해 작성한 복수의 슬라이드들을 저장할 수 있다. 복수의 슬라이드들은 강의 교재 기반으로 작성된 교수자의 온라인 강의를 위한 자료일 수 있다. 예를 들어, 복수의 슬라이드들은 마이크로소프트사의 파워포인트, 애플의 키노트 등의 프레젠테이션 소프트웨어로 작성될 수 있다. 교수자는 복수의 슬라이드들 각각에 강의 교재의 페이지 정보를 설정해놓을 수 있다. 예를 들어, 교수자는 복수의 슬라이드들 중에서 어느 한 슬라이드가 강의 교재의 페이지 77 내지 79를 설명하기 위한 내용이라면, 어느 한 슬라이드에 강의 교재의 페이지 77 내지 79를 페이지 정보로 설정할 수 있다. 예를 들어, 강의 교재는 PDF 형태의 e-book일 수 있다.
교수자 장치(100)는 복수의 슬라이드들을 서비스 제공 장치(200)로 전송할 수 있다.
교수자 장치(100)는 교수자가 온라인 강의를 위해 복수의 슬라이드들 각각에 대해 촬영한 온라인 강의 비디오를 저장할 수 있다. 예를 들어, 온라인 강의 비디오는 복수의 슬라이드들 각각에 대해 연속적으로 촬영된 것일 수 있다.
교수자 장치(100)는 교수자가 온라인 강의를 위해 복수의 슬라이드들 각각에 대해 녹음한 온라인 강의 음성 데이터를 저장할 수 있다. 예를 들어, 온라인 강의 음성 데이터는 복수의 슬라이드들 각각에 대해 연속적으로 녹음된 것일 수 있다.
교수자 장치(100)는 온라인 강의 비디오 및/또는 온라인 강의 음성 데이터를 서비스 제공 장치(200)로 전송할 수 있다.
서비스 제공 장치(200)는 온라인 강의 비디오와 복수의 슬라이드들을 매칭하여 생성한 온라인 강의를 학습자 장치(300)를 통해 학습자에게 제공할 수 있다. 서비스 제공 장치(200)는 온라인 강의 음성 데이터와 복수의 슬라이드들을 매칭하여 생성한 온라인 강의를 학습자 장치(300)를 통해 학습자에게 제공할 수 있다.
서비스 제공 장치(200)는 학습자의 질문 및 질문이 입력된 현재 슬라이드에 교수자가 설정한 강의 교재의 페이지 정보에 기초하여 질문에 대한 답을 생성할 수 있다. 서비스 제공 장치(200)는 질문에 대한 답을 자연어 형태로 처리한 챗봇 데이터를 생성할 수 있다. 예를 들어, 질문에 대한 답을 자연어 형태로 처리한 챗봇 데이터의 일 예로, 질문에 대한 답은 '세종의 생년월일 - 1397년 5월 15일'인 경우, 챗봇 데이터는'세종의 생년월일은 1397년 5월 15일입니다' 등으로 처리될 수 있다.
서비스 제공 장치(200)는 문제 요청 메시지에 응답하여 현재 슬라이드에 대한 문제 및 정답을 생성할 수 있다. 예를 들어, 서비스 제공 장치(200)는 복수의 슬라이드들 각각에 설정된 강의 교재의 페이지 정보에 기초하여 현재 슬라이드 내용에 관한 문제 및 문제에 대한 정답을 생성할 수 있다. 서비스 제공 장치(200)는 문제를 자연어 형태로 처리한 챗봇 데이터를 생성할 수 있다. 예를 들어, 서비스 제공 장치(200)가 문제 대상 텍스트를 '세종의 생년월일 - 1397년 5월 15일'로 선택한 경우, 문제를 자연어 형태로 처리한 챗봇 데이터는 '세종의 생년월일은 언제일까요?' 등이 될 수 있다.
서비스 제공 장치(200)는 문제에 대한 학습자의 응답과 문제에 대한 정답에 대해 유사도를 계산할 수 있다. 서비스 제공 장치(200)는 유사도에 따라 정답을 자연어 처리하여 챗봇 데이터를 생성할 수 있다. 예를 들어, 서비스 제공 장치(200)는 학습자의 응답이 '5월 15일'인 경우, '거의 맞았습니다. 정답은 1397년 5월 15일입니다.' '정말 아쉽네요. 정답은 1397년 5월 15일입니다.'등으로 챗봇 데이터를 생성할 수 있다. 다른 예를 들어, 서비스 제공 장치(200)는 학습자의 응답이 '1397년 5월 15일'인 경우, '정답입니다' 등으로 챗봇 데이터를 생성할 수 있다.
예를 들어, 서비스 제공 장치(200)는 교수자 장치(100)와 일체형으로 구현될 수 있다.
학습자 장치(300)는 온라인 강의를 학습자에게 제공할 수 있다. 학습자 장치(300)는 온라인 강의를 위한 복수의 슬라이드들 중에서 적어도 하나의 슬라이드에 대해 학습자로부터 질문을 입력받을 수 있다. 예를 들어, 학습자의 질문은 자연어 형태일 수 있다. 학습자 장치(300)는 학습자로부터 입력된 질문을 서비스 제공 장치(200)로 전송할 수 있다.
학습자 장치(300)는 학습자가 현재 슬라이드에 대한 문제를 요청하는 문제 요청 메시지를 생성할 수 있다. 학습자 장치(300)는 문제 요청 메시지를 서비스 제공 장치(200)로 전송할 수 있다.
학습자 장치(300)는 문제에 대한 학습자의 응답을 입력받을 수 있다. 학습자 장치(300)는 학습자의 응답을 서비스 제공 장치(200)로 전송할 수 있다.
학습자 장치(300)는 챗봇 데이터에 포함된 텍스트를 학습자에게 제공할 수 있다.
학습자 장치(300)는 랩탑(laptop) 컴퓨터, 이동 전화기, 스마트 폰(smart phone), 태블릿(tablet) PC, 모바일 인터넷 디바이스(mobile internet device(MID)), PDA(personal digital assistant), EDA(enterprise digital assistant), 디지털 스틸 카메라(digital still camera), 디지털 비디오 카메라(digital video camera), PMP(portable multimedia player), PND(personal navigation device 또는 portable navigation device), 휴대용 게임 콘솔(handheld game console), e-북(e-book), 또는 스마트 디바이스(smart device)로 구현될 수 있다. 예를 들어, 스마트 디바이스는 스마트 와치(smart watch) 또는 스마트 밴드(smart band)로 구현될 수 있다.
도 2는 도 1에 도시된 서비스 제공 장치를 개략적으로 나타낸 도면이다.
서비스 제공 장치(200)는 프로세서(210) 및 메모리(250)를 포함한다. 서비스 제공 장치(200)는 프로세서(210)를 통해 네트워크에 연결되고 교수자 장치(100) 및 학습자 장치(300) 등과 통신할 수 있다.
프로세서(210)는 중앙처리장치, 어플리케이션 프로세서, 또는 커뮤니케이션 프로세서(communication processor) 중 하나 또는 그 이상을 포함할 수 있다.
프로세서(210)는 서비스 제공 장치(200)의 적어도 하나의 다른 구성요소들의 제어에 관한 연산이나 데이터 처리를 실행할 수 있다. 예를 들어, 프로세서(210)는 메모리(250)에 저장된 어플리케이션 및/또는 소프트웨어 등을 실행할 수 있다.
프로세서(210)는 수신한 데이터 및 메모리(250)에 저장된 데이터를 처리할 수 있다. 프로세서(210)는 메모리(250)에 저장된 데이터를 처리할 수 있다. 프로세서(210)는 메모리(250)에 저장된 컴퓨터로 읽을 수 있는 코드(예를 들어, 소프트웨어) 및 프로세서(210)에 의해 유발된 인스트럭션(instruction)들을 실행할 수 있다.
프로세서(210)는 목적하는 동작들(desired operations)을 실행시키기 위한 물리적인 구조를 갖는 회로를 가지는 하드웨어로 구현된 데이터 처리 장치일 수 있다. 예를 들어, 목적하는 동작들은 프로그램에 포함된 코드(code) 또는 인스트럭션들(instructions)을 포함할 수 있다.
예를 들어, 하드웨어로 구현된 데이터 처리 장치는 마이크로프로세서(microprocessor), 중앙 처리 장치(central processing unit), 프로세서 코어(processor core), 멀티-코어 프로세서(multi-core processor), 멀티프로세서(multiprocessor), ASIC(Application-Specific Integrated Circuit), FPGA(Field Programmable Gate Array)를 포함할 수 있다.
프로세서(210)는 복수의 슬라이드들로부터 교수자가 복수의 슬라이드들 각각에 설정한 강의 교재의 페이지 정보를 획득할 수 있다. 프로세서(210)는 페이지 정보에 따른 강의 교재 상의 텍스트를 추출하여 복수의 슬라이드들 각각에 대한 관련 텍스트 정보를 생성할 수 있다.
프로세서(210)는 온라인 강의를 위한 복수의 슬라이드들 중에서 적어도 하나의 슬라이드에 대해 온라인 강의의 학습자로부터 질문을 수신할 수 있다.
프로세서(210)는 적어도 하나의 슬라이드에 교수자가 설정한 강의 교재의 페이지 정보 및 학습자의 질문에 기초하여 질문에 대한 답을 생성할 수 있다. 예를 들어, 프로세서(210)는 복수의 슬라이드들 각각에 대한 관련 텍스트 정보 중에서 적어도 하나의 슬라이드에 대한 관련 텍스트 정보를 추출할 수 있다. 프로세서(210)는 적어도 하나의 슬라이드에 대한 관련 텍스트 정보에서 학습자의 질문에 대응하는 강의 교재 내용을 추출할 수 있다. 프로세서(210)는 강의 교재 내용에 기초하여 질문에 대한 답을 생성할 수 있다.
프로세서(210)는 질문에 대한 답을 자연어 처리하여 챗봇 데이터를 생성할 수 있다.
프로세서(210)는 적어도 하나의 슬라이드에 대한 관련 텍스트 정보를 이용하여 적어도 하나의 슬라이드의 내용에 관한 문제 및 문제에 대한 정답을 생성할 수 있다. 프로세서(210)는 문제를 전송할 수 있다.
프로세서(210)는 학습자로부터 문제에 대한 응답을 수신할 수 있다. 프로세서(210)는
프로세서(210)는 문제에 대한 응답과 문제에 대한 정답 간의 유사도를 계산할 수 있다. 프로세서(210)는 유사도에 따라 정답을 자연어 처리하여 챗봇 데이터를 생성할 수 있다.
프로세서(210)는 챗봇 데이터를 전송할 수 있다.
메모리(250)는 휘발성 및/또는 비휘발성 메모리를 포함할 수 있다. 메모리(250)는 서비스 제공 장치(200)의 적어도 하나의 다른 구성요소에 관계된 명령 및/또는 데이터를 저장할 수 있다.
메모리(250)는 소프트웨어(software) 및/또는 프로그램(program) 등을 저장할 수 있다. 예를 들어, 메모리(250)는 자동 질의응답 챗봇 서비스 제공을 위한 어플리케이션 및 소프트웨어 등을 저장할 수 있다.
도 3은 서비스 제공 장치의 동작을 설명하기 위한 순서도이다.
서비스 제공 장치(200)는 복수의 슬라이드들을 수신할 수 있다(310).
서비스 제공 장치(200)는 복수의 슬라이드들로부터 교수자가 복수의 슬라이드들 각각에 설정한 강의 교재의 페이지 정보를 획득할 수 있다(315).
서비스 제공 장치(200)는 페이지 정보에 따른 강의 교재 상의 텍스트를 추출하여 복수의 슬라이드들 각각에 대한 관련 텍스트 정보를 생성할 수 있다(320).
서비스 제공 장치(200)는 온라인 강의를 위한 복수의 슬라이드들 중에서 적어도 하나의 슬라이드에 대해 온라인 강의의 학습자로부터 질문을 수신할 수 있다(325).
서비스 제공 장치(200)는 질문의 대상이 된 현재 슬라이드의 관련 텍스트 정보 및 학습자의 질문에 기초하여 질문에 대한 답을 생성할 수 있다(330).
서비스 제공 장치(200)는 질문에 대한 답을 자연어 처리하여 챗봇 데이터를 생성할 수 있다(335).
서비스 제공 장치(200)는 챗봇 데이터를 전송할 수 있다(340).
서비스 제공 장치(200)는 관련 텍스트 정보를 이용하여 현재 슬라이드의 내용에 관한 문제 및 문제에 대한 정답을 생성할 수 있다(345).
서비스 제공 장치(200)는 문제를 전송할 수 있다(350).
서비스 제공 장치(200)는 문제에 대한 응답을 수신할 수 있다(355).
서비스 제공 장치(200)는 문제에 대한 응답과 문제에 대한 정답 간의 유사도를 계산할 수 있다(360).
서비스 제공 장치(200)는 유사도에 따라 정답을 자연어 처리하여 챗봇 데이터를 생성할 수 있다(365).
서비스 제공 장치(200)는 챗봇 데이터를 전송할 수 있다(370).
도 4는 서비스 제공 장치가 관련 텍스트 정보를 생성하는 동작을 설명하기 위한 도면이다.
서비스 제공 장치(200)는 복수의 슬라이드들(410)로부터 교수자가 복수의 슬라이드들 각각에 설정한 강의 교재의 페이지 정보(411-1, 412-1, 413-1 및 414-1)를 획득할 수 있다.
예를 들어, 서비스 제공 장치(200)는 복수의 슬라이드들(410) 중에서 어느 하나인 제1 슬라이드(411)에 교수자에 의해 설정된 강의 교재의 페이지 정보(411-1, 예를 들어 페이지 10)를 획득할 수 있다.
서비스 제공 장치(200)는 페이지 정보에 따른 강의 교재 상의 텍스트를 추출하여 복수의 슬라이드들 각각에 대한 관련 텍스트 정보를 생성할 수 있다.
예를 들어, 서비스 제공 장치(200)는 제1 슬라이드(411)에 설정된 강의 교재의 페이지 정보(411-1)인 페이지 10을 이용하여, 강의 교재(450)의 10 페이지 상의 텍스트를 추출할 수 있다. 서비스 제공 장치(200)는 추출한 텍스트를 이용하여 제1 슬라이드에 대한 관련 텍스트 정보(411-5)를 생성할 수 있다.
도 5는 서비스 제공 장치가 자동 질의응답 챗봇 서비스를 제공하는 동작을 설명하기 위한 도면이다.
서비스 제공 장치(200)는 학습자로부터 질문을 수신할 수 있다(510). 예를 들어, 질문은 자연어 형태일 수 있다.
서비스 제공 장치(200)는 현재 슬라이드(예를 들어, 제1 슬라이드(411))의 관련 텍스트 정보(예를 들어, 제1 슬라이드의 관련 텍스트 정보(411-5))를 선택할 수 있다(520).
서비스 제공 장치(200)는 학습자의 질문 및 현재 슬라이드의 관련 텍스트 정보에 기초하여 질문에 대한 답을 생성할 수 있다(530).
서비스 제공 장치(200)는 질문에 대한 답을 자연어 처리하여 챗봇 데이터를 생성할 수 있다. 예를 들어, 서비스 제공 장치(200)는 질문에 대한 답을 템플릿 기반의 자연어 문장 생성을 통해 챗봇 데이터를 생성할 수 있다(540).
서비스 제공 장치(200)는 챗봇 데이터를 학습자 장치(300)로 전송함으로써, 학습자에게 질문에 대한 답을 자연어로 응답할 수 있다(550).
도 6은 서비스 제공 장치가 자동 문제 생성 및 정답 확인 서비스를 제공하는 동작을 설명하기 위한 도면이다.
서비스 제공 장치(200)는 학습자로부터 현재 슬라이드(411)에 대한 문제 요청 메시지를 수신할 수 있다(610). 문제 요청 메시지는 학습자가 학습자 장치(300)에 출력된 문제 풀기 버튼을 클릭함으로써 생성될 수 있다.
서비스 제공 장치(200)는 현재 슬라이드(예를 들어, 제1 슬라이드(411))의 관련 텍스트 정보(예를 들어, 제1 슬라이드의 관련 텍스트 정보(411-5))를 선택할 수 있다(620).
서비스 제공 장치(200)는 현재 슬라이드에 대한 관련 텍스트 정보를 이용하여 현재 슬라이드의 내용에 관한 문제 및 문제에 대한 정답을 생성할 수 있다(630).
서비스 제공 장치(200)는 문제를 템플릿 기반의 자연어 문장 생성을 통해 챗봇 데이터를 생성할 수 있다(640).
서비스 제공 장치(200)는 챗봇 데이터를 학습자 장치(300)로 전송함으로써, 문제를 학습자에게 자연어로 제공할 수 있다(650).
서비스 제공 장치(200)는 학습자로부터 문제에 대한 응답을 수신할 수 있다(660).
서비스 제공 장치(200)는 문제에 대한 응답과 문제에 대한 정답 간의 유사도를 계산할 수 있다. 서비스 제공 장치(200)는 유사도에 따라 템플릿 기반의 자연어 문장 생성을 통해 정답을 챗봇 데이터로 생성할 수 있다(670).
서비스 제공 장치(200)는 챗봇 데이터를 학습자 장치(300)로 전송함으로써, 정답을 학습자에게 자연어로 제공할 수 있다(680).
도 7은 서비스 제공 장치에 의해 학습자 장치에서 디스플레이되는 화면의 일 예를 나타낸 도면이다.
학습자 장치(300)는 학습자에게 온라인 강의를 위한 화면을 디스플레이할 수 있다.
학습자 장치(300)는 온라인 강의를 위한 화면을 온라인 강의 영상 실행 화면(710), 질의 응답 화면(730) 및 문제 풀기 화면(750)을 포함하여 제공할 수 있다.
질의 응답 화면(730) 및 문제 풀기 화면(750)은 보이기 및 숨기기 기능(770)을 제공할 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
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.
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 청구범위의 범위에 속한다.

Claims (12)

  1. 서비스 제공 장치의 자동 질의응답 챗봇 서비스 제공 방법에 있어서,
    상기 서비스 제공 장치가 교수자에 의해 강의 교재 기반으로 작성된 온라인 강의를 위한 복수의 슬라이드들로부터 상기 교수자가 상기 복수의 슬라이드들 각각에 설정한 강의 교재의 페이지 정보를 획득하는 단계;
    상기 서비스 제공 장치가 상기 페이지 정보에 따른 강의 교재 상의 텍스트를 추출하여 상기 복수의 슬라이드들 각각에 대한 관련 텍스트 정보를 생성하는 단계;
    상기 서비스 제공 장치가 상기 복수의 슬라이드들 중에서 적어도 하나의 슬라이드에 대해 상기 온라인 강의의 학습자로부터 질문을 수신하는 단계; 및
    상기 서비스 제공 장치가 상기 적어도 하나의 슬라이드에 상기 교수자가 설정한 강의 교재의 페이지 정보에 따라 강의 교재로부터 추출된 텍스트 및 상기 학습자의 질문에 기초하여 상기 질문에 대한 답을 생성하는 단계
    를 포함하고,
    상기 질문에 대한 답을 생성하는 단계는,
    상기 복수의 슬라이드들 각각에 대한 관련 텍스트 정보 중에서 상기 적어도 하나의 슬라이드에 대한 관련 텍스트 정보를 추출하는 단계;
    상기 적어도 하나의 슬라이드에 대한 관련 텍스트 정보에서 상기 질문에 대응하는 강의 교재 내용을 추출하는 단계; 및
    상기 강의 교재 내용에 기초하여 상기 답을 생성하는 단계
    를 포함하는, 자동 질의응답 챗봇 서비스 제공 방법.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 서비스 제공 장치가 상기 복수의 슬라이드들 각각에 대한 관련 텍스트 정보 중에서 상기 적어도 하나의 슬라이드에 대한 관련 텍스트 정보를 추출하는 단계; 및
    상기 서비스 제공 장치가 상기 적어도 하나의 슬라이드에 대한 관련 텍스트 정보를 이용하여 상기 적어도 하나의 슬라이드의 내용에 관한 문제 및 상기 문제에 대한 정답을 생성하는 단계
    를 더 포함하는 자동 질의응답 챗봇 서비스 제공 방법.
  5. 제4항에 있어서,
    상기 학습자로부터 상기 문제에 대한 응답을 수신하는 단계; 및
    상기 응답과 상기 정답 간의 유사도를 계산하는 단계;
    를 더 포함하는 자동 질의응답 챗봇 서비스 제공 방법.
  6. 제1항에 있어서,
    상기 학습자의 질문 및 상기 답은 자연어 형태인
    자동 질의응답 챗봇 서비스 제공 방법.
  7. 자동 질의응답 챗봇 서비스를 제공하기 위한 인스트럭션들을 저장하는 메모리; 및
    상기 인스트럭션들을 실행하기 위한 프로세서
    를 포함하고,
    상기 인스트럭션들이 상기 프로세서에 의해 실행될 때, 상기 프로세서는,
    교수자에 의해 강의 교재 기반으로 작성된 온라인 강의를 위한 복수의 슬라이드들로부터 상기 교수자가 상기 복수의 슬라이드들 각각에 설정한 강의 교재의 페이지 정보를 획득하고,
    서비스 제공 장치가 상기 페이지 정보에 따른 강의 교재 상의 텍스트를 추출하여 상기 복수의 슬라이드들 각각에 대한 관련 텍스트 정보를 생성하고,
    상기 복수의 슬라이드들 중에서 적어도 하나의 슬라이드에 대해 상기 온라인 강의의 학습자로부터 질문을 수신하고,
    상기 적어도 하나의 슬라이드에 교수자가 설정한 강의 교재의 페이지 정보에 따라 강의 교재로부터 추출된 텍스트 및 상기 학습자의 질문에 기초하여 상기 질문에 대한 답을 생성하며,
    상기 프로세서는,
    상기 복수의 슬라이드들 각각에 대한 관련 텍스트 정보 중에서 상기 적어도 하나의 슬라이드에 대한 관련 텍스트 정보를 추출하고,
    상기 적어도 하나의 슬라이드에 대한 관련 텍스트 정보에서 상기 질문에 대응하는 강의 교재 내용을 추출하고,
    상기 강의 교재 내용에 기초하여 상기 답을 생성하는
    자동 질의응답 챗봇 서비스 제공 장치.
  8. 삭제
  9. 삭제
  10. 제7항에 있어서,
    상기 프로세서는,
    상기 복수의 슬라이드들 각각에 대한 관련 텍스트 정보 중에서 상기 적어도 하나의 슬라이드에 대한 관련 텍스트 정보를 추출하고,
    상기 적어도 하나의 슬라이드에 대한 관련 텍스트 정보를 이용하여 상기 적어도 하나의 슬라이드의 내용에 관한 문제 및 상기 문제에 대한 정답을 생성하는
    자동 질의응답 챗봇 서비스 제공 장치.
  11. 제10항에 있어서,
    상기 프로세서는,
    상기 학습자로부터 상기 문제에 대한 응답을 수신하고,
    상기 응답과 상기 정답 간의 유사도를 계산하는
    자동 질의응답 챗봇 서비스 제공 장치.
  12. 제7항에 있어서,
    상기 학습자의 질문 및 상기 답은 자연어 형태인
    자동 질의응답 챗봇 서비스 제공 장치.
KR1020200087273A 2020-07-15 2020-07-15 동영상 원격 강의용 자동 질의응답 챗봇 서비스 제공 방법 및 장치 KR102256182B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200087273A KR102256182B1 (ko) 2020-07-15 2020-07-15 동영상 원격 강의용 자동 질의응답 챗봇 서비스 제공 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200087273A KR102256182B1 (ko) 2020-07-15 2020-07-15 동영상 원격 강의용 자동 질의응답 챗봇 서비스 제공 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102256182B1 true KR102256182B1 (ko) 2021-05-25

Family

ID=76145225

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200087273A KR102256182B1 (ko) 2020-07-15 2020-07-15 동영상 원격 강의용 자동 질의응답 챗봇 서비스 제공 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102256182B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102449349B1 (ko) * 2021-07-22 2022-09-30 주식회사 천재교과서 학습 챗봇을 활용한 학습 유도 시스템
KR20230026079A (ko) 2021-08-17 2023-02-24 노현철 메타버스를 통한 선택적 토론 강의 플랫폼 서버
KR102510998B1 (ko) * 2022-02-11 2023-03-16 주식회사 천재교과서 학습 유도용 챗봇 시스템
KR102551531B1 (ko) * 2023-04-10 2023-07-05 (주)인스웨이브시스템즈 맥락 기반 대화형 서비스 제공 시스템 및 방법
KR102572200B1 (ko) * 2023-06-29 2023-08-29 (주)인스웨이브시스템즈 맥락 기반 대화형 서비스 제공 시스템 및 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050032937A (ko) * 2003-10-02 2005-04-08 한국전자통신연구원 언어분석 기반 자동 질문/정답 색인 방법과 그 질의응답방법 및 시스템
JP2017049975A (ja) * 2015-09-01 2017-03-09 国立大学法人九州大学 スライド要約装置、学習支援システム、スライド選択方法及びプログラム
JP2017188039A (ja) * 2016-04-08 2017-10-12 Kddi株式会社 複数の類似度算出によってテキストの点数を推定するプログラム、装置及び方法
KR20190079791A (ko) * 2017-12-28 2019-07-08 네이버 주식회사 인공지능 기기에서의 복수의 호출 용어를 이용한 서비스 제공 방법 및 그 시스템
KR20200070198A (ko) * 2020-06-10 2020-06-17 한국전자통신연구원 자동 질문 생성을 이용한 챗봇 장치 및 그 동작방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050032937A (ko) * 2003-10-02 2005-04-08 한국전자통신연구원 언어분석 기반 자동 질문/정답 색인 방법과 그 질의응답방법 및 시스템
JP2017049975A (ja) * 2015-09-01 2017-03-09 国立大学法人九州大学 スライド要約装置、学習支援システム、スライド選択方法及びプログラム
JP2017188039A (ja) * 2016-04-08 2017-10-12 Kddi株式会社 複数の類似度算出によってテキストの点数を推定するプログラム、装置及び方法
KR20190079791A (ko) * 2017-12-28 2019-07-08 네이버 주식회사 인공지능 기기에서의 복수의 호출 용어를 이용한 서비스 제공 방법 및 그 시스템
KR20200070198A (ko) * 2020-06-10 2020-06-17 한국전자통신연구원 자동 질문 생성을 이용한 챗봇 장치 및 그 동작방법

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102449349B1 (ko) * 2021-07-22 2022-09-30 주식회사 천재교과서 학습 챗봇을 활용한 학습 유도 시스템
KR20230026079A (ko) 2021-08-17 2023-02-24 노현철 메타버스를 통한 선택적 토론 강의 플랫폼 서버
KR102510998B1 (ko) * 2022-02-11 2023-03-16 주식회사 천재교과서 학습 유도용 챗봇 시스템
KR102551531B1 (ko) * 2023-04-10 2023-07-05 (주)인스웨이브시스템즈 맥락 기반 대화형 서비스 제공 시스템 및 방법
KR102572200B1 (ko) * 2023-06-29 2023-08-29 (주)인스웨이브시스템즈 맥락 기반 대화형 서비스 제공 시스템 및 방법

Similar Documents

Publication Publication Date Title
KR102256182B1 (ko) 동영상 원격 강의용 자동 질의응답 챗봇 서비스 제공 방법 및 장치
Fichten et al. Digital Technology, Learning, and Postsecondary Students with Disabilities: Where We've Been and Where We're Going.
Youngblood Communicating web accessibility to the novice developer: From user experience to application
US20160358489A1 (en) Dynamic learning supplementation with intelligent delivery of appropriate content
Champa et al. TEACHERS’CHALLENGES TO INTEGRATE ICT IN EFL TEACHING AND LEARNING ACTIVITIES
TWI598855B (zh) 線上教學暨行動學習系統
Soto et al. Screencasts: Formative assessment for mathematical thinking
Mullins Research Plus™ mobile app: information literacy “On the Go”
Ng'ethe et al. SignSupport: A mobile aid for deaf people learning computer literacy skills
US20150294582A1 (en) Information communication technology in education
US10043024B2 (en) Intelligent governance controls based on real-time contexts
KR102099943B1 (ko) 멘토를 이용한 학습자의 학습 서비스시스템
Abdullah et al. M-learning for technical and vocational education training (TVET)
KR20180066720A (ko) 중고생을 위한 온라인 캐릭터 양방향 코딩 교육과 영상과 채팅을 통한 멘토링 시스템
US20140344673A1 (en) System and method for enhancing interactive online learning technology
US20170075881A1 (en) Personalized learning system and method with engines for adapting to learner abilities and optimizing learning processes
Sanders et al. Enhanced Student Engagement and Culturally Responsive Pedagogy: Innovations in the SAGITTARIUS–ORION–Shaw Literature Digitizing Pilot Project
Moura et al. Teachers’ perceptions of the use of artificial intelligence in the classroom
Choleva et al. Communicating vessels: Drama and human rights education in in-service teacher training
Srisawasdi et al. Emerging pedagogies for computer-based learning
Seo et al. Development of Virtual Reality SBIRT Skill Training with Conversational AI in Nursing Education
Blake Transition from textbook to digital delivery
US10453354B2 (en) Automatically generated flash cards
Watanabe et al. Development of a learning support system for reading source code by stepwise abstraction
Durczok Time to change your education programme—the transformative power of digital education

Legal Events

Date Code Title Description
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant