KR102283779B1 - 질의 응답 방법 및 이를 수행하는 장치들 - Google Patents

질의 응답 방법 및 이를 수행하는 장치들 Download PDF

Info

Publication number
KR102283779B1
KR102283779B1 KR1020190087052A KR20190087052A KR102283779B1 KR 102283779 B1 KR102283779 B1 KR 102283779B1 KR 1020190087052 A KR1020190087052 A KR 1020190087052A KR 20190087052 A KR20190087052 A KR 20190087052A KR 102283779 B1 KR102283779 B1 KR 102283779B1
Authority
KR
South Korea
Prior art keywords
response
query
queries
additional
input
Prior art date
Application number
KR1020190087052A
Other languages
English (en)
Other versions
KR20210009903A (ko
Inventor
박근영
김두현
오조다 마흐카모바
김영재
이강희
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 KR1020190087052A priority Critical patent/KR102283779B1/ko
Publication of KR20210009903A publication Critical patent/KR20210009903A/ko
Application granted granted Critical
Publication of KR102283779B1 publication Critical patent/KR102283779B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3322—Query formulation using system suggestions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/63—Querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73—Querying

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

질의 응답 방법 및 이를 수행하는 장치들이 개시된다. 일 실시예에 따른 질의 응답 방법은 영상을 시청하는 사용자가 입력한 질의를 수신하는 단계와, 상기 질의를 분석하여 상기 사용자가 입력할 복수의 후보 질의들을 예측하는 단계와, 질의 응답 세트에 기초하여 상기 질의에 대한 제1 응답 및 상기 복수의 후보 질의들에 대한 제2 응답들을 추출하는 단계와, 상기 질의에 대한 응답으로 상기 제1 응답 및 상기 제2 응답들을 동시에 상기 사용자가 사용하는 사용자 장치에 제공하는 단계를 포함한다.

Description

질의 응답 방법 및 이를 수행하는 장치들{METHOD OF QUESTIONING AND ANSWERING AND APPARATUSES PERFORMING THE SAME}
아래 실시예들은 질의 응답 방법 및 이를 수행하는 장치들에 관한 것이다.
챗봇(chatbot)은 질의(또는 질문)에 대한 응답(또는 답변, 해답)을 제공해주는 대화형 메신저일 수 있다.
예를 들어, 챗봇은 메신저를 통해 채팅하듯 질문을 입력하면 인공지능(AI)이 질문 내용을 분석하여 적절한 해답을 제공해 줄 수 있다.
최근 국내외 유수 기업들은 고객 지원 서비스에 챗봇을 도입하고 있다.
예를 들어, 고객 지원 서비스에 도입된 챗봇은 고객의 질의에 응답하는 서비스를 제공할 수 있다.
따라서, 유수 기업들은 챗봇 도입을 통해 고객 응대에 필요한 인력을 줄임과 동시에 24 시간 빠르게 고객의 질의에 대한 응답을 처리할 수 있다. 또한, 유수 기업들은 챗봇 도입을 통해 고객지원 서비스의 품질 향상을 도모할 수 있다.
하지만, 챗봇은 질의에 대한 응답이 영상(또는 동영상)인 경우, 텍스트 형태의 응답에 비해 비교적 긴 전송시간(또는 출력시간)이 소요된다. 이러한 경우, 챗봇은 챗봇의 응답성이 저하될 가능성이 있다.
실시예들은 사용자가 입력한 질의를 분석하여 질의에 대한 응답으로 질의에 대한 응답 및 질의로부터 예측된 복수의 후보 질의들에 대한 응답들을 동시에 제공하는 기술을 제공할 수 있다.
일 실시예에 따른 질의 응답 방법은 영상을 시청하는 사용자가 입력한 질의를 수신하는 단계와, 상기 질의를 분석하여 상기 사용자가 입력할 복수의 후보 질의들을 예측하는 단계와, 질의 응답 세트에 기초하여 상기 질의에 대한 제1 응답 및 상기 복수의 후보 질의들에 대한 제2 응답들을 추출하는 단계와, 상기 질의에 대한 응답으로 상기 제1 응답 및 상기 제2 응답들을 동시에 상기 사용자가 사용하는 사용자 장치에 제공하는 단계를 포함한다.
상기 제1 응답은 상기 제1 응답이 상기 사용자 장치에 제공되자 마자 즉시 상기 사용자에게 출력될 수 있다.
상기 제2 응답들은 상기 사용자 장치에 저장될 수 있다.
상기 질의 응답 세트는 복수의 질의들과 복수의 응답들이 매칭된 세트일 수 있다.
상기 질의의 형태 및 상기 응답의 형태는 영상, 텍스트, 음성 및 이미지 중에서 적어도 하나의 형태일 수 있다.
상기 예측하는 단계는 상기 질의를 분석하여 상기 질의 응답 세트에 포함된 복수의 질의들 중에서 상기 질의에 대응하는 어느 하나의 질의를 선택하는 단계와, 상기 복수의 질의들 간의 후차 질의 입력 확률에 기초하여 상기 복수의 질의들 중에서 상기 어느 하나의 질의 이후에 입력될 상기 복수의 후보 질의들을 예측하는 단계를 포함할 수 있다.
상기 후차 질의 입력 확률은 상기 복수의 질의들 중에서 어느 하나의 질의가 입력된 후, 상기 복수의 질의들 중에서 상기 어느 하나의 질의를 제외한 나머지 질의들 각각이 입력될 확률일 수 있다.
상기 어느 하나의 질의 이후에 입력될 상기 복수의 후보 질의들을 예측하는 단계는 상기 후차 질의 입력 확률이 높은 순서에 따라 상기 복수의 후보 질의들을 선택하는 단계를 포함할 수 있다.
상기 제공하는 단계는 상기 제2 응답들 각각을 나타내는 후보 응답 ID를 획득하는 단계와, 상기 제2 응답들 각각과 상기 후보 응답 ID를 매칭하여 상기 사용자 장치에 제공하는 단계를 포함할 수 있다.
상기 방법은 상기 질의의 입력 후, 상기 사용자가 입력한 추가 질의를 수신하는 단계와, 상기 질의 응답 세트에 기초하여 상기 추가 질의에 대한 제3 응답을 나타내는 추가 응답 ID를 획득하는 단계와, 상기 추가 질의에 대한 응답으로 상기 추가 응답 ID를 상기 사용자 장치에 제공하는 단계를 더 포함할 수 있다.
상기 방법은 상기 추가 질의 ID의 제공 후, 상기 추가 질의 ID와 상기 후보 응답 ID가 매칭되지 않는 경우, 상기 추가 질의에 대한 응답을 요청하는 응답 요청을 수신하는 단계와, 상기 질의 응답 세트에 기초하여 상기 제3 응답을 추출하는 단계와, 상기 응답 요청에 대한 응답으로 상기 제3 응답을 상기 사용자 장치에 제공하는 단계를 더 포함할 수 있다.
상기 방법은 상기 질의 및 상기 추가 질의에 기초하여 상기 질의 응답 세트에 포함된 복수의 질의들 간의 후차 질의 입력 확률을 갱신하는 단계를 더 포함할 수 있다.
일 실시예에 따른 질의 응답 장치는 영상을 시청하는 사용자가 입력한 질의를 수신하고, 상기 질의를 분석하여 상기 사용자가 입력할 복수의 후보 질의들을 예측하고, 질의 응답 세트에 기초하여 상기 질의에 대한 제1 응답 및 상기 복수의 후보 질의들에 대한 제2 응답들을 추출하고, 상기 질의에 대한 응답으로 상기 제1 응답 및 상기 제2 응답들을 동시에 상기 사용자가 사용하는 사용자 장치에 제공하는 프로세서를 포함한다.
상기 제1 응답은 상기 제1 응답이 상기 사용자 장치에 제공되자 마자 즉시 상기 사용자에게 출력될 수 있다.
상기 제2 응답들은 상기 사용자 장치에 저장될 수 있다.
상기 질의 응답 세트는 복수의 질의들과 복수의 응답들이 매칭된 세트일 수 있다.
상기 질의의 형태 및 상기 응답의 형태는 영상, 텍스트, 음성 및 이미지 중에서 적어도 하나의 형태일 수 있다.
상기 프로세서는 상기 질의를 분석하여 상기 질의 응답 세트에 포함된 복수의 질의들 중에서 상기 질의에 대응하는 어느 하나의 질의를 선택하고, 상기 복수의 질의들 간의 후차 질의 입력 확률에 기초하여 상기 복수의 질의들 중에서 상기 어느 하나의 질의 이후에 입력될 상기 복수의 후보 질의들을 예측할 수 있다.
상기 후차 질의 입력 확률은 상기 복수의 질의들 중에서 어느 하나의 질의가 입력된 후, 상기 복수의 질의들 중에서 상기 어느 하나의 질의를 제외한 나머지 질의들 각각이 입력될 확률일 수 있다.
상기 프로세서는 상기 후차 질의 입력 확률이 높은 순서에 따라 상기 복수의 후보 질의들을 선택할 수 있다.
상기 프로세서는 상기 제2 응답들 각각을 나타내는 후보 응답 ID를 획득하고, 상기 제2 응답들 각각과 상기 후보 응답 ID를 매칭하여 상기 사용자 장치에 제공할 수 있다.
상기 프로세서는 상기 질의의 입력 후 상기 사용자가 입력한 추가 질의를 수신하고, 상기 질의 응답 세트에 기초하여 상기 추가 질의에 대한 제3 응답을 나타내는 추가 응답 ID를 획득하고, 상기 추가 질의에 대한 응답으로 상기 추가 응답 ID를 상기 사용자 장치에 제공할 수 있다.
상기 프로세서는 상기 추가 질의 ID의 제공 후, 상기 추가 질의 ID와 상기 후보 응답 ID가 매칭되지 않는 경우, 상기 추가 질의에 대한 응답을 요청하는 응답 요청을 수신하고, 상기 질의 응답 세트에 기초하여 상기 제3 응답을 추출하고, 상기 응답 요청에 대한 응답으로 상기 제3 응답을 상기 사용자 장치에 제공할 수 있다.
상기 프로세서는 상기 질의 및 상기 추가 질의에 기초하여 상기 질의 응답 세트에 포함된 복수의 질의들 간의 후차 질의 입력 확률을 갱신할 수 있다.
도 1은 일 실시예에 따른 질의 응답 시스템의 개략적인 블록도를 나타낸다.
도 2는 도 1에 도시된 사용자 장치의 개략적인 블록도를 나타낸다.
도 3은 도 1에 도시된 질의 응답 장치의 개략적인 블록도를 나타낸다.
도 4는 도 1에 도시된 사용자 장치 및 질의 응답 장치를 설명하기 위한 일 예를 나타낸다.
도 5는 일 실시예에 따른 후차 질의 입력 확률을 설명하기 위한 일 예를 나타낸다.
도 6은 일 실시예에 따른 복수의 후보 질의들에 대응하는 제2 응답들을 설명하기 위한 일 예를 나타낸다.
도 7은 도 1에 도시된 사용자 장치 및 질의 응답 장치의 질의 응답 동작을 설명하기 위한 순서도를 나타낸다.
도 8은 도 1에 도시된 사용자 장치 및 질의 응답 장치의 추가 질의 응답 동작을 설명하기 위한 순서도를 나타낸다.
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.
제1 또는 제2등의 용어를 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해서 한정되어서는 안 된다. 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만, 예를 들어 실시예의 개념에 따른 권리 범위로부터 이탈되지 않은 채, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
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.
본 명세서에서의 모듈(module)은 본 명세서에서 설명되는 각 명칭에 따른 기능과 동작을 수행할 수 있는 하드웨어를 의미할 수도 있고, 특정 기능과 동작을 수행할 수 있는 컴퓨터 프로그램 코드를 의미할 수도 있고, 또는 특정 기능과 동작을 수행시킬 수 있는 컴퓨터 프로그램 코드가 탑재된 전자적 기록 매체, 예를 들어 프로세서 또는 마이크로 프로세서를 의미할 수 있다.
다시 말해, 모듈이란 본 발명의 기술적 사상을 수행하기 위한 하드웨어 및/또는 상기 하드웨어를 구동하기 위한 소프트웨어의 기능적 및/또는 구조적 결합을 의미할 수 있다.
도 1은 일 실시예에 따른 질의 응답 시스템의 개략적인 블록도를 나타낸다.
질의 응답 시스템(10)은 사용자 장치(100) 및 질의 응답 장치(300)를 포함한다.
사용자 장치(100)는 동영상을 시청하는 사용자가 사용하는 장치로써, 사용자에게 영상 및 다양한 정보를 제공하는 전자 장치일 수 있다.
예를 들어, 전자 장치는 챗봇(chatbot)이 설치된(또는 내장된) 장치로써, PC(personal computer), 데이터 서버, 또는 휴대용 전자 장치 등 다양한 장치일 수 있다. 휴대용 전자 장치는 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), 스마트 디바이스(smart device)으로 구현될 수 있다. 이때, 스마트 디바이스는 스마트 워치(smart watch) 또는 스마트 밴드(smart band)로 구현될 수 있다.
사용자 장치(100)는 챗봇(chatbot)을 통해 사용자가 입력한 질의에 응답하여 질의 응답 장치(300)로부터 제공된 질의에 대한 응답을 출력함과 동시에, 질의 이후에 입력될 추가 질의(또는 후차 질의)에 대한 후보인 복수의 후보 질의들에 대한 응답들을 저장할 수 있다.
또한, 사용자 장치(100)는 챗봇을 통해 질의의 입력 후, 사용자가 입력한 추가 질의에 응답하여 질의 응답 장치(300)로부터 제공된 추가 질의에 대한 응답 ID와 복수의 후보 질의들에 대한 응답들의 ID 간의 매칭 여부에 따라 신속하게 추가 질의에 대한 응답을 출력할 수 있다.
질의 응답 장치(300)는 사용자가 입력한 질의를 분석하여 질의에 대한 응답으로 질의에 대한 응답 및 질의로부터 예측된 복수의 후보 질의들에 대한 응답들을 동시에 사용자 장치(100)에 제공할 수 있다.
또한, 질의 응답 장치(300)는 질의의 입력 후, 사용자가 입력한 추가 질의에 대한 응답으로 추가 질의에 대한 응답의 응답 ID를 사용자 장치(100)에 제공한 뒤, 추가 질의에 대한 응답을 요청하는 응답 요청에 따라 추가 질의에 대한 응답을 사용자 장치(100)에 제공할 수 있다.
이에, 질의 응답 장치(300)는 질의에 대한 응답이 제공되는 응답성을 향상시키고, 응답의 전송시간(또는 출력시간)을 단축시킬 수 있다.
상술한 바와 같이 사용자 장치(100) 및 질의 응답 장치(300)가 질의에 따른 복수의 후보 질의들에 대한 응답을 저장 및 제공하지만, 이에 한정되는 것은 아니다. 예를 들어, 사용자 장치(100) 및 질의 응답 장치(300)는 반복적으로 추가 질의 및 추가 질의 이후에 입력되는 질의에 대해서도 복수의 후보 질의들에 대한 응답을 저장 및 제공할 수 있다.
도 1에서 사용자 장치(100) 및 질의 응답 장치(300)가 별도로 구분되게 도시되었지만, 반드시 이에 한정되는 것은 아니며, 실시예에 따라 사용자 장치(100) 및 질의 응답 장치(300)는 단일의 장치로 구현될 수 있다.
도 2는 도 1에 도시된 사용자 장치의 개략적인 블록도를 나타낸다.
사용자 장치(100)는 메모리(110) 및 컨트롤러(130)를 포함할 수 있다. 메모리(110)는 제1 메모리(111) 및 제2 메모리(113)를 포함할 수 있다.
제1 메모리(111)는 컨트롤러(130)에 의해 실행가능한 인스트럭션들(또는 프로그램)을 저장할 수 있다. 예를 들어, 인스트럭션들은 컨트롤러(130)의 동작 및/또는 컨트롤러(130)의 각 구성의 동작을 실행하기 위한 인스트럭션들을 포함할 수 있다.
제2 메모리(113)는 사용자가 입력한 질의로부터 예측된 복수의 후보 질의들에 대한 응답들을 저장할 수 있다.
도 2에서 제1 메모리(111) 및 제2 메모리(113)가 별도로 구분되게 도시되었지만, 반드시 이에 한정되는 것은 아니며, 실시예에 따라 제1 메모리(111) 및 제2 메모리(113)는 단일의 메모리로 구현될 수 있다.
컨트롤러(130)는 제1 메모리(111)에 저장된 데이터를 처리할 수 있다. 컨트롤러(130)는 제1 메모리(111)에 저장된 컴퓨터로 읽을 수 있는 코드(예를 들어, 소프트웨어) 및 컨트롤러(110)에 의해 유발된 인스트럭션(instruction)들을 실행할 수 있다.
컨트롤러(130)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.
컨트롤러(130)는 사용자 장치(100)의 전반적인 동작을 제어할 수 있다. 예를 들어, 컨트롤러(130)는 사용자 장치(100)의 각 구성(또는 제1 메모리(111) 및 제2 메모리(113))의 동작을 제어할 수 있다.
컨트롤러(130)는 영상을 시청하는 사용자가 입력한 질의에 응답하여 질의에 대한 제1 응답을 출력함과 동시에, 복수의 후보 질의들에 대한 제2 응답들을 저장할 수 있다.
예를 들어, 컨트롤러(130)는 질의를 질의 응답 장치(300)에 전송하여 질의 응답 장치(300)로부터 전송된 제1 응답 및 제2 응답들을 동시에 수신할 수 있다. 제2 응답들 각각은 제2 응답들 각각의 응답 ID(또는 후보 응답 ID, 응답 제목, 후보 응답 제목)와 매칭되어 전송될 수 있다. 후보 응답 ID는 제2 응답을 나타내는(또는 대표하는) ID(또는 제목)일 수 있다.
컨트롤러(130)는 제1 응답 및 제2 응답들이 수신되자 마자 제1 응답을 질의에 대한 응답으로 사용자에게 출력하고, 제2 응답들을 제2 메모리(113)에 저장할 수 있다.
또한, 컨트롤러(130)는 질의의 입력 후, 사용자가 입력하는 추가 질의에 응답하여 추가 질의에 대한 제3 응답의 추가 응답 ID와 제2 응답들의 후보 응답 ID 간의 매칭 여부에 따라 제3 응답을 출력할 수 있다.
예를 들어, 컨트롤러(130)는 추가 질의를 질의 응답 장치(300)에 전송하여 질의 응답 장치(300)로부터 전송된 추가 응답 ID를 수신할 수 있다. 추가 응답 ID는 제3 응답을 나타내는(또는 대표하는) ID(또는 제목)일 수 있다.
컨트롤러(130)는 추가 응답 ID와 후보 응답 ID 간의 매칭 여부를 판단할 수 있다.
후보 응답 ID 중에서 어느 하나의 ID와 추가 응답 ID가 매칭되는 경우, 컨트롤러(130)는 어느 하나의 ID에 대응하는 제2 응답을 추가 질의에 대한 응답으로 사용자에게 신속하게 출력할 수 있다.
후보 응답 ID과 추가 응답 ID가 매칭되지 않는 경우, 컨트롤러(130)는 추가 질의에 대한 응답 요청을 질의 응답 장치(300)에 전송할 수 있다. 추가 질의에 대한 응답 요청은 사용자 장치(100)가 추가 질의에 대한 응답을 사용자에게 출력하기 위해 추가 질의에 대한 응답을 요청하는 요청 신호일 수 있다.
컨트롤러(130)는 응답 요청에 따라 질의 응답 장치(300)로부터 전송된 제3 응답을 추가 질의에 대한 응답으로 사용자에게 출력할 수 있다.
도 3은 도 1에 도시된 질의 응답 장치의 개략적인 블록도를 나타낸다.
질의 응답 장치(300)는 메모리(310), 프로세서(330) 및 데이터 베이스(data base; 350)을 포함할 수 있다.
메모리(310)는 프로세서(330)에 의해 실행가능한 인스트럭션들(또는 프로그램)을 저장할 수 있다. 예를 들어, 인스트럭션들은 프로세서(330)의 동작 및/또는 프로세서(330)의 각 구성의 동작을 실행하기 위한 인스트럭션들을 포함할 수 있다.
프로세서(330)는 메모리(310)에 저장된 데이터를 처리할 수 있다. 프로세서(330)는 메모리(310)에 저장된 컴퓨터로 읽을 수 있는 코드(예를 들어, 소프트웨어) 및 프로세서(330)에 의해 유발된 인스트럭션(instruction)들을 실행할 수 있다.
프로세서(330)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(330)는 질의 응답 장치(300)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(330)는 질의 응답 장치(300)의 각 구성(310 및 350)의 동작을 제어할 수 있다.
프로세서(330)는 영상을 시청하는 사용자가 입력한 질의를 수신하여 질의에 대한 제1 응답 및 질의로부터 예측된 복수의 후보 질의들에 대한 제2 응답들을 동시에 사용자 장치(100)에 제공할 수 있다. 이때, 사용자가 입력한 질의는 영상의 시작 장면부터 현재 재생되는 장면에 포함된(또는 촬영된) 정보(또는 내용)에 대한 질의일 수 있다. 제1 응답은 질의에 대응하는 응답(또는 질의에 적합한 최적의 응답)일 수 있다. 제2 응답들 각각은 복수의 후보 질의들 각각에 대응하는 응답일 수 있다.
예를 들어, 프로세서(330)는 사용자 장치(100)가 전송한 질의를 수신할 수 있다.
프로세서(330)는 질의를 분석하여 복수의 후보 질의들을 예측할 수 있다.
프로세서(330)는 질의 응답 세트에 기초하여 질의에 대한 제1 응답 및 복수의 후보 질의들에 대한 제2 응답들을 추출할 수 있다.
프로세서(330)는 질의에 대한 응답으로 제1 응답 및 제2 응답들을 동시에 사용자 장치(100)에 제공할 수 있다. 프로세서(330)는 제2 응답들을 미리 사용자 장치(100)에 제공하여 사용자 장치(100)에 예측된 응답이 요구되는 질의가 입력되자 마자 사용자 장치(100)가 신속하게 응답을 출력하게 할 수 있다.
프로세서(330)는 질의의 입력 후, 사용자가 입력한 추가 질의를 수신하여 추가 질의에 대한 제3 응답의 추가 응답 ID를 제공할 수 있다. 이때, 추가 질의는 영상의 시작 장면부터 현재 재생되는 장면 또는 질의가 입력된 장면부터 현재 재생되는 장면에 포함된 정보에 대한 질의일 수 있다. 제3 응답은 추가 질의에 대응하는 응답일 수 있다. 추가 응답 ID는 제3 응답을 나타내는 ID일 수 있다.
예를 들어, 프로세서(330)는 사용자 장치(100)로부터 전송된 추가 질의를 수신할 수 있다.
프로세서(330)는 질의 응답 세트에 기초하여 추가 질의에 대한 제3 응답을 나타내는 추가 응답 ID를 획득할 수 있다.
프로세서(330)는 추가 질의에 대한 응답으로 추가 응답 ID를 사용자 장치(100)에 제공할 수 있다.
추가 질의 ID 제공 후, 추가 질의 ID와 후보 응답 ID가 매칭되지 않는 경우, 프로세서(330)는 사용자 장치(100)로부터 추가 질의에 대한 응답인 제3 응답을 요청하는 응답 요청을 수신할 수 있다.
프로세서(330)는 질의 응답 세트에 기초하여 추가 질의에 대한 제3 응답을 추출할 수 있다.
프로세서(330)는 응답 요청에 대한 응답으로 제3 응답을 사용자 장치(100)에 제공할 수 있다.
프로세서(330)는 질의 및 추가 질의에 기초하여 질의 응답 세트에 포함된 복수의 질의들 간의 후차 질의 입력 확률을 갱신할 수 있다.
상술한 질의의 형태, 추가 질의의 형태, 제1 내지 제3 응답의 형태는 영상, 텍스트, 음성 및 이미지 중에서 적어도 하나의 형태일 수 있다.
데이터 베이스(350)는 영상, 질의 응답 세트 및 후차 질의 입력 확률을 저장할 수 있다.
데이터 베이스(350)는 프로세서(330)의 제어에 의해 갱신될 수 있다.
이하에서는 설명의 편의를 위해서 질의의 형태가 텍스트(또는 문자)이고, 응답의 형태가 영상(또는 비디오)인 것으로 가정하도록 한다. 또한, 이하에서는 설명의 편의를 위해서, 사용자가 입력한 질의 및 추가 질의의 입력 순으로 사용자 장치 및 질의 응답 장치의 동작을 설명하도록 한다.
도 4는 도 1에 도시된 사용자 장치 및 질의 응답 장치를 설명하기 위한 일 예를 나타내고, 도 5는 일 실시예에 따른 후차 질의 입력 확률을 설명하기 위한 일 예를 나타내고, 도 6은 일 실시예에 따른 복수의 후보 질의들에 대응하는 제2 응답들을 설명하기 위한 일 예를 나타낸다.
사용자 장치(100)는 대화 인터페이스(150)를 더 포함하고, 컨트롤러(130)가 응답 인출 모듈(또는 비디오 인출 모듈; 131) 및 응답 재생 모듈(또는 비디오 재생 모듈; 133)을 포함할 수 있다.
질의 응답 장치(300)는 프로세서(330)가 질의 처리 엔진(또는 대화 처리 엔진; 331), 질의 패턴 분석부(대화 패턴 분석부; 333), 응답 인출 모듈(또는 비디오 인출 모듈; 335) 및 응답 선인출 모듈(또는 비디오 선인출 모듈; 337)을 포함할 수 있다.
사용자 장치(100)의 대화 인터페이스(150)는 사용자가 입력한 질의를 수신하여 질의 응답 장치(300)의 대화 처리 엔진(331)에 전송할 수 있다.
대화 처리 엔진(331)은 사용자가 입력한 질의를 분석하여 질의 응답 세트에 포함된 복수의 질의들 중에서 사용자가 입력한 질의에 대응하는 어느 하나의 질의를 선택할 수 있다.
질의 응답 세트는 복수의 질의들(제1 질의 내지 제n 질의) 각각과 복수의 응답들(제1 응답 내지 제n 응답)이 매칭된 세트로써, 영상 제작시(또는 영상 생성시) 영상 제작자(또는 영상 생성자)가 기 설정할 수 있다. 질의 응답 세트는 매칭된 질의 및 응답이 영상의 재생 시간 순으로 정렬될 수 있다. 질의 응답 세트는 데이터 베이스인 비디오 저장소(350)에 저장될 수 있다. 질의 응답 세트 내 질의 및 응답은 1 대 1 또는 1 대 N으로 매칭될 수 있다.
응답이 영상인 경우, 질의 응답 세트 내 응답은 영상을 나타내는(또는 대표하는) 영상 ID(또는 영상 제목)일 수 있다. 영상 제작자는 영상이 강의에 관련된 영상인 경우, 강의를 수행하는 강사일 수 있다.
예를 들어, 대화 처리 엔진(331)은 사용자가 입력한 질의에 포함된 문자(또는 질의어)를 추출할 수 있다.
대화 처리 엔진(331)은 복수의 질의들 각각에 포함된 문자와 추출된 문자(또는 추출 문자) 간의 유사 여부를 판단할 수 있다.
대화 처리 엔진(331)은 판단 결과에 기초하여 복수의 질의들 중에서 추출 문자와 유사한 문자를 포함하는 어느 하나의 질의를 사용자가 입력한 질의로 선택할 수 있다.
대화 처리 엔진(331)은 질의 응답 세트에서 사용자가 입력한 질의에 대응하는 어느 하나의 질의에 대한 응답인 제1 영상의 영상 ID를 추출할 수 있다.
대화 처리 엔진(331)은 제1 영상의 영상 ID(또는 답변 비디오 ID)를 비디오 인출 모듈(333)에 전송할 수 있다. 대화 처리 엔진(331)은 사용자가 입력한 질의에 대응하는 어느 하나의 질의를 비디오 선인출 모듈(335)에 전송할 수 있다. 대화 처리 엔진(331)은 사용자가 입력한 질의에 대응하는 어느 하나의 질의 및 제1 영상의 영상 ID을 대화 패턴 분석부(337)에 전송할 수 있다.
비디오 인출 모듈(333)은 제1 영상의 영상 ID에 기초하여 제1 영상을 사용자 장치(100)의 비디오 인출 모듈(131)에 제공(또는 전송)할 수 있다.
먼저, 비디오 인출 모듈(333)은 데이터 베이스인 비디오 저장소(350)에서 제1 영상의 영상 ID에 대응하는 제1 영상을 추출(또는 인출)할 수 있다.
이후에, 비디오 인출 모듈(333)은 제1 영상을 비디오 인출 모듈(131)에 제공할 수 있다.
이에, 비디오 재생 모듈(131)은 비디오 인출 모듈(131)을 통해 수신된 제1 영상을 질의에 대한 응답으로 대화 인터페이스(150)를 통해 사용자에게 출력할 수 있다.
비디오 선인출 모듈(335)은 사용자가 입력한 질의로부터 예측된 복수의 후보 질의들에 대한 제2 영상들을 사용자 장치(100)의 메모리인 선인출 저장소(110)에 제공할 수 있다.
먼저, 비디오 선인출 모듈(335)는 질의 응답 세트에 포함된 복수의 질의들 간의 후차 질의 입력 확률(또는 답변 순서)에 기초하여 복수의 질의들 중에서 사용자가 입력한 질의에 대응하는 어느 하나의 질의 이후에 입력될 복수의 후보 질의들을 예측할 수 있다.
후차 질의 입력 확률은 선 입력된 질의 이후에 입력 가능한 질의에 대한 확률일 수 있다. 후차 질의 입력 확률은 도 5와 같이 복수의 질의들 중에서 어느 하나의 질의가 입력된 후, 복수의 질의들 중에서 어느 하나의 질의를 제외한 나머지 질의들 각각이 입력될 확률(P)일 수 있다.
예를 들어, 비디오 선인출 모듈(335)는 후차 질의 입력 확률이 높은 순서에 따라 복수의 질의들 중에서 복수의 후보 질의들을 선택할 수 있다.
이후에, 비디오 선인출 모듈(335)는 복수의 후보 질의들에 대응하는 후보 영상들인 제2 영상들을 사용자 장치(100)의 메모리인 선인출 저장소(110)에 제공할 수 있다.
예를 들어, 비디오 선인출 모듈(335)은 데이터 베이스인 비디오 저장소(350)에서 복수의 후보 질의들에 대응하는 후보 영상들인 제2 영상들 및 제2 영상들의 복수의 후보 영상 ID들을 추출(또는 인출)할 수 있다. 제2 영상들은 도 6과 같이 제6 질의에 대응하는 영상, 제7 질의에 대응하는 영상 및 제8 질의에 대응하는 영상일 수 있다.
비디오 선인출 모듈(335)은 제2 영상들 각각과 제2 영상들 각각에 대응하는 후보 영상 ID을 매칭하여 선인출 저장소(110)에 제공할 수 있다.
이에, 선인출 저장소(110)는 질의의 입력 후 새로운 질의가 입력되기 전에 선인출된 제2 영상들 및 선인출된 제2 영상들 각각에 대응하는 후보 영상 ID를 저장할 수 있다.
사용자 장치(100)의 대화 인터페이스(150)는 질의의 입력 후, 사용자가 입력하는 추가 질의를 수신하여 대화 처리 엔진(331)에 전송할 수 있다.
대화 처리 엔진(331)은 상술한 방식과 동일하게 추가 질의를 분석하여 질의 응답 세트에 포함된 복수의 질의들 중에서 추가 질의에 대응하는 어느 하나의 질의를 선택할 수 있다.
대화 처리 엔진(331)은 상술한 방식과 동일하게 질의 응답 세트에서 추가 질의에 대응하는 어느 하나의 질의에 대한 응답인 제3 영상의 추가 영상 ID를 추출할 수 있다.
대화 처리 엔진(331)은 제3 영상의 추가 영상 ID를 비디오 선인출 모듈(335)에 전송할 수 있다. 대화 처리 엔진(331)은 추가 질의에 대응하는 어느 하나의 질의 및 제3 영상의 추가 영상 ID를 대화 패턴 분석부(337)에 전송할 수 있다.
비디오 선인출 모듈(335)은 제3 영상의 추가 영상 ID를 선인출 저장소(110)를 통해 비디오 인출 모듈(131)에 전송할 수 있다.
비디오 인출 모듈(131)은 제3 영상의 추가 영상 ID와 제2 영상들의 후보 영상 ID 간의 매칭 여부를 따라 획득된 제3 영상을 신속하게 비디오 재생 모듈(133)에 전송할 수 있다.
예를 들어, 비디오 인출 모듈(131)은 추가 영상 ID와 후보 영상 ID 간의 매칭 여부를 판단할 수 있다.
추가 영상 ID와 후보 영상 ID가 매칭되는 경우, 비디오 인출 모듈(131)은 추가 영상 ID와 매칭되는 후보 영상 ID를 획득할 수 있다.
비디오 인식 모듈(131)은 선인출 저장소(110)에서 획득된 후보 영상 ID에 매칭된 제2 영상을 제3 영상으로 결정하여 신속하게 비디오 재생 모듈(133)에 전송할 수 있다.
이에, 비디오 재생 모듈(133)은 추가 질의에 대한 응답으로 제3 영상으로 결정된 제2 영상을 대화 인터페이스(150)를 통해 사용자에게 출력할 수 있다.
추가 영상 ID와 후보 영상 ID가 매칭되지 않는 경우, 비디오 인출 모듈(131)은 제3 영상을 요청하기 위한 응답 요청(또는 응답 요청 신호)을 비디오 인출 모듈(333)에 전송할 수 있다.
비디오 인출 모듈(333)은 제3 영상에 대한 응답 요청에 응답하여 제3 영상을 비디오 저장소(350)에서 추출한 뒤, 비디오 인출 모듈(131)이 비디오 재생 모듈(133)에 전송하도록 비디오 인출 모듈(131)에 전송할 수 있다.
비디오 재생 모듈(133)은 추가 질의에 대한 응답으로 비디오 인출 모듈(131)로부터 전송된 제3 영상을 대화 인터페이스(150)를 통해 사용자에게 출력할 수 있다.
대화 패턴 분석부(333)는 사용자가 입력한 질의에 대응하는 어느 하나의 질의, 추가 질의에 대응하는 어느 하나의 질의에 기초하여 후차 질의 입력 확률을 갱신할 수 있다. 이에, 후차 질의 입력 확률은 사용자가 입려가는 질의의 패턴에 따라 갱신될 수 있다.
도 7은 도 1에 도시된 사용자 장치 및 질의 응답 장치의 질의 응답 동작을 설명하기 위한 순서도를 나타낸다.
사용자 장치(100)는 사용자가 입력한 질의를 수신한 뒤, 질의를 질의 응답 장치(300)에 전송할 수 있다(710).
질의 응답 장치(300)는 질의를 수신한 뒤(720), 질의 응답 세트에 포함된 복수의 질의들 간의 후차 질의 입력 확률에 기초하여 질의 이후에 입력될 후보 질의인 복수의 후보 질의들을 예측할 수 있다(730).
질의 응답 장치(300)는 질의 응답 세트에 기초하여 질의에 대응하는 제1 응답 및 복수의 후보 질의들에 대응하는 제2 응답들을 추출한 뒤, 질의에 대한 응답으로 제1 응답 및 제2 응답들을 동시에 사용자 장치(100)에 전송(또는 제공)할 수 있다(740). 이때, 질의 응답 장치(300)는 제2 응답들 각각에 제2 응답들 각각을 나타내는 후보 응답 ID를 매칭하여 전송할 수 있다.
사용자 장치(100)는 제1 응답 및 제2 응답들을 수신한 뒤(750), 신속하게 제1 응답을 사용자에게 출력하고, 제2 응답들을 저장할 수 있다(760).
도 8은 도 1에 도시된 사용자 장치 및 질의 응답 장치의 추가 질의 응답 동작을 설명하기 위한 순서도를 나타낸다.
사용자 장치(100)는 질의의 입력 후, 사용자가 입력한 추가 질의를 수신한 뒤, 추가 질의를 질의 응답 장치(300)에 전송할 수 있다(810).
질의 응답 장치(300)는 추가 질의를 수신한 뒤(820), 질의 응답 세트에 기초하여 추가 질의에 대응하는 제3 응답을 나타내는 추가 응답 ID를 추출할 수 있다.
질의 응답 장치(300)는 추가 질의에 대한 응답으로 추가 응답 ID를 사용자 장치(100)에 전송할 수 있다(830).
사용자 장치(100)는 추가 응답 ID를 수신한 뒤(840), 추가 응답 ID와 복수의 후보 응답 ID들 간의 매칭 여부를 판단할 수 있다(850).
추가 응답 ID와 후보 응답 ID가 매칭되는 경우, 사용자 장치(100)는 복수의 후보 응답 ID들 중에서 추가 응답 ID와 매칭되는 어느 하나의 ID를 획득한 뒤, 어느 하나의 ID에 대응하는 제2 응답을 사용자에게 출력할 수 있다(860a).
추가 응답 ID와 후보 응답 ID가 매칭되지 않는 경우, 사용자 장치(100)는 추가 질의에 대한 응답인 제3 응답을 요청하는 응답 요청을 질의 응답 장치(300)에 전송할 수 있다(860b).
질의 응답 장치(300)는 응답 요청을 수신한 뒤(870), 질의 응답 세트에 기초하여 제3 응답을 추출할 수 있다.
질의 응답 장치(300)는 응답 요청에 대한 응답으로 제3 응답을 사용자 장치(100)에 전송하고, 질의 응답 세트에 포함된 복수의 질의들 간의 후차 질의 입력 확률을 갱신할 수 있다(880).
사용자 장치(100)는 제3 응답을 수신한 뒤, 사용자에게 출력할 수 있다(890).
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 (20)

  1. 영상을 시청하는 사용자가 입력한 질의를 수신하는 단계;
    상기 질의를 분석하여 상기 사용자가 입력할 복수의 후보 질의들을 예측하는 단계;
    질의 응답 세트에 기초하여 상기 질의에 대한 제1 응답 및 상기 복수의 후보 질의들에 대한 제2 응답들을 추출하는 단계;
    상기 질의에 대한 응답으로 상기 제1 응답 및 상기 제2 응답들을 동시에 상기 사용자가 사용하는 사용자 장치에 제공하는 단계;
    상기 질의의 입력 후, 상기 사용자가 입력한 추가 질의를 수신하는 단계;
    상기 질의 응답 세트에 기초하여 상기 추가 질의에 대한 제3 응답을 나타내는 추가 응답 ID를 획득하는 단계;
    상기 추가 질의에 대한 응답으로 상기 추가 응답 ID를 상기 사용자 장치에 제공하는 단계;
    상기 추가 응답 ID의 제공 후, 상기 추가 응답 ID와 상기 제2 응답들 각각을 나타내는 후보 응답 ID가 매칭되지 않는 경우, 상기 추가 질의에 대한 응답을 요청하는 응답 요청을 수신하는 단계;
    상기 질의 응답 세트에 기초하여 상기 제3 응답을 추출하는 단계; 및
    상기 응답 요청에 대한 응답으로 상기 제3 응답을 상기 사용자 장치에 제공하는 단계
    를 포함하고,
    상기 제1 응답은 상기 제1 응답이 상기 사용자 장치에 제공되자 마자 즉시 상기 사용자에게 출력되고,
    상기 제2 응답들은 상기 사용자 장치에 저장되고,
    상기 응답의 형태는 영상 및 이미지 중에서 적어도 하나의 형태인 질의 응답 방법.
  2. 제1항에 있어서,
    상기 질의 응답 세트는 복수의 질의들과 복수의 응답들이 매칭된 세트인 질의 응답 방법.
  3. 제1항에 있어서,
    상기 질의의 형태는 영상, 텍스트, 음성 및 이미지 중에서 적어도 하나의 형태인 질의 응답 방법.
  4. 제1항에 있어서,
    상기 예측하는 단계는,
    상기 질의를 분석하여 상기 질의 응답 세트에 포함된 복수의 질의들 중에서 상기 질의에 대응하는 어느 하나의 질의를 선택하는 단계; 및
    상기 복수의 질의들 간의 후차 질의 입력 확률에 기초하여 상기 복수의 질의들 중에서 상기 어느 하나의 질의 이후에 입력될 상기 복수의 후보 질의들을 예측하는 단계
    를 포함하는 질의 응답 방법.
  5. 제4항에 있어서,
    상기 후차 질의 입력 확률은 상기 복수의 질의들 중에서 어느 하나의 질의가 입력된 후, 상기 복수의 질의들 중에서 상기 어느 하나의 질의를 제외한 나머지 질의들 각각이 입력될 확률인 질의 응답 방법.
  6. 제4항에 있어서,
    상기 어느 하나의 질의 이후에 입력될 상기 복수의 후보 질의들을 예측하는 단계는,
    상기 후차 질의 입력 확률이 높은 순서에 따라 상기 복수의 후보 질의들을 선택하는 단계
    를 포함하는 질의 응답 방법.
  7. 제1항에 있어서,
    상기 제1 응답 및 상기 제2 응답들을 동시에 상기 사용자가 사용하는 사용자 장치에 제공하는 단계는,
    상기 제2 응답들 각각을 나타내는 후보 응답 ID를 획득하는 단계; 및
    상기 제2 응답들 각각과 상기 후보 응답 ID를 매칭하여 상기 사용자 장치에 제공하는 단계
    를 포함하는 질의 응답 방법.
  8. 삭제
  9. 삭제
  10. 제1항에 있어서,
    상기 질의 및 상기 추가 질의에 기초하여 상기 질의 응답 세트에 포함된 복수의 질의들 간의 후차 질의 입력 확률을 갱신하는 단계
    를 더 포함하는 질의 응답 방법.
  11. 영상을 시청하는 사용자가 입력한 질의를 수신하고, 상기 질의를 분석하여 상기 사용자가 입력할 복수의 후보 질의들을 예측하고, 질의 응답 세트에 기초하여 상기 질의에 대한 제1 응답 및 상기 복수의 후보 질의들에 대한 제2 응답들을 추출하고, 상기 질의에 대한 응답으로 상기 제1 응답 및 상기 제2 응답들을 동시에 상기 사용자가 사용하는 사용자 장치에 제공하고, 상기 질의의 입력 후 상기 사용자가 입력한 추가 질의를 수신하고, 상기 질의 응답 세트에 기초하여 상기 추가 질의에 대한 제3 응답을 나타내는 추가 응답 ID를 획득하고, 상기 추가 질의에 대한 응답으로 상기 추가 응답 ID를 상기 사용자 장치에 제공하고, 상기 추가 응답 ID의 제공 후, 상기 추가 응답 ID와 상기 제2 응답들 각각을 나타내는 후보 응답 ID가 매칭되지 않는 경우, 상기 추가 질의에 대한 응답을 요청하는 응답 요청을 수신하고, 상기 질의 응답 세트에 기초하여 상기 제3 응답을 추출하고, 상기 응답 요청에 대한 응답으로 상기 제3 응답을 상기 사용자 장치에 제공하는 프로세서
    를 포함하고,
    상기 제1 응답은 상기 제1 응답이 상기 사용자 장치에 제공되자 마자 즉시 상기 사용자에게 출력되고,
    상기 제2 응답들은 상기 사용자 장치에 저장되고,
    상기 응답의 형태는 영상 및 이미지 중에서 적어도 하나의 형태인 질의 응답 장치.
  12. 제11항에 있어서,
    상기 질의 응답 세트는 복수의 질의들과 복수의 응답들이 매칭된 세트인 질의 응답 장치.
  13. 제11항에 있어서,
    상기 질의의 형태는 영상, 텍스트, 음성 및 이미지 중에서 적어도 하나의 형태인 질의 응답 장치.
  14. 제11항에 있어서,
    상기 프로세서는,
    상기 질의를 분석하여 상기 질의 응답 세트에 포함된 복수의 질의들 중에서 상기 질의에 대응하는 어느 하나의 질의를 선택하고, 상기 복수의 질의들 간의 후차 질의 입력 확률에 기초하여 상기 복수의 질의들 중에서 상기 어느 하나의 질의 이후에 입력될 상기 복수의 후보 질의들을 예측하는 질의 응답 장치.
  15. 제14항에 있어서,
    상기 후차 질의 입력 확률은 상기 복수의 질의들 중에서 어느 하나의 질의가 입력된 후, 상기 복수의 질의들 중에서 상기 어느 하나의 질의를 제외한 나머지 질의들 각각이 입력될 확률인 질의 응답 장치.
  16. 제14항에 있어서,
    상기 프로세서는,
    상기 후차 질의 입력 확률이 높은 순서에 따라 상기 복수의 후보 질의들을 선택하는 질의 응답 장치.
  17. 제11항에 있어서,
    상기 프로세서는,
    상기 제2 응답들 각각을 나타내는 후보 응답 ID를 획득하고, 상기 제2 응답들 각각과 상기 후보 응답 ID를 매칭하여 상기 사용자 장치에 제공하는 질의 응답 장치.
  18. 삭제
  19. 삭제
  20. 제11항에 있어서,
    상기 프로세서는,
    상기 질의 및 상기 추가 질의에 기초하여 상기 질의 응답 세트에 포함된 복수의 질의들 간의 후차 질의 입력 확률을 갱신하는 질의 응답 장치.
KR1020190087052A 2019-07-18 2019-07-18 질의 응답 방법 및 이를 수행하는 장치들 KR102283779B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190087052A KR102283779B1 (ko) 2019-07-18 2019-07-18 질의 응답 방법 및 이를 수행하는 장치들

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190087052A KR102283779B1 (ko) 2019-07-18 2019-07-18 질의 응답 방법 및 이를 수행하는 장치들

Publications (2)

Publication Number Publication Date
KR20210009903A KR20210009903A (ko) 2021-01-27
KR102283779B1 true KR102283779B1 (ko) 2021-07-29

Family

ID=74238699

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190087052A KR102283779B1 (ko) 2019-07-18 2019-07-18 질의 응답 방법 및 이를 수행하는 장치들

Country Status (1)

Country Link
KR (1) KR102283779B1 (ko)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102510209B1 (ko) * 2021-08-17 2023-03-14 노현철 메타버스를 통한 선택적 토론 강의 플랫폼 서버
KR102572200B1 (ko) * 2023-06-29 2023-08-29 (주)인스웨이브시스템즈 맥락 기반 대화형 서비스 제공 시스템 및 방법

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100069118A (ko) * 2008-12-16 2010-06-24 한국전자통신연구원 질의어 색인 데이터베이스 구축 방법과 그 질의어 색인 데이터베이스를 이용한 질의어 추천 방법
JP6618735B2 (ja) * 2015-08-31 2019-12-11 国立研究開発法人情報通信研究機構 質問応答システムの訓練装置及びそのためのコンピュータプログラム
US10356200B2 (en) * 2016-12-28 2019-07-16 Google Llc Optimizing user interface data caching for future actions
KR101970293B1 (ko) * 2017-03-06 2019-04-18 네이버 주식회사 답변 제공 장치, 방법 및 프로그램
KR20190053027A (ko) * 2017-11-09 2019-05-17 한국전자통신연구원 자동 질문 생성을 이용한 챗봇 장치 및 그 동작방법

Also Published As

Publication number Publication date
KR20210009903A (ko) 2021-01-27

Similar Documents

Publication Publication Date Title
US11328017B2 (en) Method and system for generating a conversational agent by automatic paraphrase generation based on machine translation
CN109002510B (zh) 一种对话处理方法、装置、设备和介质
EP3543998B1 (en) Method and apparatus for playing multimedia content
CN107481720B (zh) 一种显式声纹识别方法及装置
US9489457B2 (en) Methods and apparatus for initiating an action
US20170243136A1 (en) Method and system for artificial intelligence learning using messaging service and method and system for relaying answer using artificial intelligence
CN109640129B (zh) 视频推荐方法、装置，客户端设备、服务器及存储介质
WO2019174237A1 (zh) 搜索视频的方法、装置及设备
JP2019501466A (ja) 検索エンジンの選択および最適化のための方法およびシステム
CN105635849A (zh) 多媒体文件播放时的文本显示方法和装置
JP2020042784A (ja) インテリジェント端末操作用の方法及び装置
KR102283779B1 (ko) 질의 응답 방법 및 이를 수행하는 장치들
CN110347866B (zh) 信息处理方法、装置、存储介质及电子设备
CN109862100B (zh) 用于推送信息的方法和装置
CN109460503A (zh) 答案输入方法、装置、存储介质及电子设备
CN112765460A (zh) 会议信息查询方法、装置、存储介质、终端设备和服务器
CN110046571B (zh) 用于识别年龄的方法和装置
CN113011169B (zh) 一种会议纪要的处理方法、装置、设备及介质
CN117171328A (zh) 文本问答处理方法、装置、电子设备及存储介质
KR101175194B1 (ko) 이미지 검색 방법, 장치, 서버 및 이 방법을 실행하기 위한 컴퓨터 판독 가능한 기록 매체
CN111815274A (zh) 信息处理方法、装置和电子设备
CN112309389A (zh) 信息交互方法和装置
EP3955131A1 (en) Expression package generation method and device, electronic device, and medium
KR101713626B1 (ko) 음성 데이터를 위한 태깅 시스템 및 그 방법
CN112307162A (zh) 用于信息交互的方法和装置

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant