KR102300352B1 - Method, apparatus and system for determining similarity of patent documents based on importance score - Google Patents

Method, apparatus and system for determining similarity of patent documents based on importance score Download PDF

Info

Publication number
KR102300352B1
KR102300352B1 KR1020200021485A KR20200021485A KR102300352B1 KR 102300352 B1 KR102300352 B1 KR 102300352B1 KR 1020200021485 A KR1020200021485 A KR 1020200021485A KR 20200021485 A KR20200021485 A KR 20200021485A KR 102300352 B1 KR102300352 B1 KR 102300352B1
Authority
KR
South Korea
Prior art keywords
patent document
server
word
sentence
importance
Prior art date
Application number
KR1020200021485A
Other languages
Korean (ko)
Other versions
KR20210044144A (en
Inventor
박상준
김도언
Original Assignee
(주)디앤아이파비스
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
Priority claimed from KR1020190127327A external-priority patent/KR102085217B1/en
Application filed by (주)디앤아이파비스 filed Critical (주)디앤아이파비스
Priority to KR1020200021485A priority Critical patent/KR102300352B1/en
Publication of KR20210044144A publication Critical patent/KR20210044144A/en
Application granted granted Critical
Publication of KR102300352B1 publication Critical patent/KR102300352B1/en

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/205Parsing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/93Document management systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/268Morphological analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/284Lexical analysis, e.g. tokenisation or collocates

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

특허문서의 유사도 판단 방법, 장치 및 시스템이 제공된다. 상기 특허문서의 유사도 판단 시스템의 제어 방법은, 서버가, 대상특허문서를 획득하는 단계; 상기 서버가, 상기 대상특허문서를 바탕으로 적어도 하나의 단어를 획득하는 단계; 상기 서버가, 상기 획득된 적어도 하나의 단어의 중요도 스코어를 획득하는 단계; 상기 서버가, 상기 대상특허문서를 제1 인공지능 모델에 입력하여 유사특허문서를 획득하는 단계; 상기 서버가, 상기 대상특허문서에 포함된 복수의 문장을 획득하고, 상기 유사특허문서에 포함된 복수의 문장을 획득하는 단계; 상기 서버가, 상기 대상특허문서에 포함된 복수의 문장 중 제1 문장을 획득하고, 상기 유사특허문서에 포함된 복수의 문장 중 제2 문장을 획득하는 단계; 상기 서버가, 상기 제1 문장 및 상기 제2 문장을 제2 인공지능 모델에 입력하여, 상기 제1 문장과 상기 제2 문장에 대한 평가 결과를 획득하는 단계; 및 상기 서버가, 상기 평가 결과를 바탕으로, 상기 대상특허문서에 대한 선행기술조사보고서를 생성하는 단계를 포함한다.A method, apparatus and system for determining the degree of similarity of patent documents are provided. The control method of the system for determining the degree of similarity of the patent document includes: acquiring, by a server, a target patent document; obtaining, by the server, at least one word based on the target patent document; obtaining, by the server, an importance score of the obtained at least one word; obtaining, by the server, the similar patent document by inputting the target patent document into a first artificial intelligence model; obtaining, by the server, a plurality of sentences included in the target patent document, and acquiring a plurality of sentences included in the similar patent document; obtaining, by the server, a first sentence among a plurality of sentences included in the target patent document, and acquiring a second sentence among a plurality of sentences included in the similar patent document; inputting, by the server, the first sentence and the second sentence into a second artificial intelligence model, and obtaining evaluation results for the first sentence and the second sentence; and generating, by the server, a prior art search report for the target patent document based on the evaluation result.

Description

중요도 스코어를 바탕으로 특허문서의 유사도를 판단하기 위한 방법, 장치 및 시스템{METHOD, APPARATUS AND SYSTEM FOR DETERMINING SIMILARITY OF PATENT DOCUMENTS BASED ON IMPORTANCE SCORE}Method, apparatus and system for judging similarity of patent documents based on importance score

본 발명은 특허문서의 유사도 판단 방법, 장치 및 시스템에 관한 것이다. The present invention relates to a method, apparatus and system for determining the similarity of patent documents.

4차 산업의 발전과 함께 지식재산권에 대한 가치가 높아지고 있다. 이에 따라 많은 사람들은 자신이 가진 기술을 보호하고, 기술에 대한 권리를 획득하려 노력하고 있으며, 기술에 대한 특허 출원에 대한 관심도가 높아지고 있다.With the development of the 4th industry, the value of intellectual property rights is increasing. Accordingly, many people are trying to protect their technology and acquire the right to the technology, and interest in patent application for technology is increasing.

한편, 특허 출원을 위해서는 자신의 기술이 특허 받을 수 있을지를 판단하기 위해 선행 기술 조사를 수행하며, 과거 공개된 다양한 특허 문헌을 검색함으로써 선행 기술 조사를 수행할 수 있다.Meanwhile, in order to apply for a patent, prior art research is performed to determine whether one's own technology can be patented, and prior art research can be performed by searching various patent documents published in the past.

선행 기술 조사를 수행하는데 있어서 가장 중요한 것은, 대상특허문서의 진보성을 부정할 수 있을만한 유사특허문서가 존재하는지 여부를 판단하는 일이다.The most important thing in conducting a prior art search is to determine whether a similar patent document that can deny the inventive step of the target patent document exists.

그러나, 특허 문서의 양이 방대하고, 시간의 제약으로 인하여 과거 공개된 모든 특허 문서를 분석하는 것은 사실상 불가능에 가까운 일이며, 주어진 시간 내에서 최대한의 결과를 얻기 위하여 검색식 입력 등의 방법을 통해 유사특허문서를 획득하는 것이 현실이다.However, the amount of patent documents is huge and it is virtually impossible to analyze all patent documents published in the past due to time constraints. It is a reality to obtain similar patent documents.

그러나, 검색식 입력 등을 통한 유사특허문서 획득은 선행기술 조사를 수행하는 인력의 능력에 좌우되는 경우가 많아 선행 기술 조사에 대한 안정적인 결과에 대한 보장이 되지 않는 경우가 많다.However, obtaining a similar patent document through a search-type input, etc. is often dependent on the ability of a person who conducts a prior art search, and thus, in many cases, a stable result of a prior art search is not guaranteed.

따라서, 적은 시간 투자로 안정적인 결과를 보장 받을 수 있는 선행 기술 조사 방법의 필요성이 대두되고 있다.Therefore, the need for a prior art research method that can guarantee stable results with a small investment of time is emerging.

공개특허공보 제10-2018-0110713호, 2018.10.11Laid-open Patent Publication No. 10-2018-0110713, 2018.10.11

본 발명이 해결하고자 하는 과제는 특허문서의 유사도 판단 방법, 장치 및 시스템을 제공하는 것이다.The problem to be solved by the present invention is to provide a method, apparatus and system for determining the degree of similarity of patent documents.

본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.The problems to be solved by the present invention are not limited to the problems mentioned above, and other problems not mentioned will be clearly understood by those skilled in the art from the following description.

상술한 과제를 해결하기 위한 본 발명의 일 면에 따른 특허문서의 유사도 판단 시스템의 제어 방법은, 서버가, 대상특허문서를 획득하는 단계; 상기 서버가, 상기 대상특허문서를 바탕으로 적어도 하나의 단어를 획득하는 단계; 상기 서버가, 상기 획득된 적어도 하나의 단어의 중요도 스코어를 획득하는 단계; 상기 서버가, 상기 대상특허문서를 제1 인공지능 모델에 입력하여 유사특허문서를 획득하는 단계; 상기 서버가, 상기 대상특허문서에 포함된 복수의 문장을 획득하고, 상기 유사특허문서에 포함된 복수의 문장을 획득하는 단계; 상기 서버가, 상기 대상특허문서에 포함된 복수의 문장 중 제1 문장을 획득하고, 상기 유사특허문서에 포함된 복수의 문장 중 제2 문장을 획득하는 단계; 상기 서버가, 상기 제1 문장 및 상기 제2 문장을 제2 인공지능 모델에 입력하여, 상기 제1 문장과 상기 제2 문장에 대한 평가 결과를 획득하는 단계; 및 상기 서버가, 상기 평가 결과를 바탕으로, 상기 대상특허문서에 대한 선행기술조사보고서를 생성하는 단계를 포함한다.A control method of a system for determining a degree of similarity of a patent document according to an aspect of the present invention for solving the above-described problem includes, by a server, acquiring a target patent document; obtaining, by the server, at least one word based on the target patent document; obtaining, by the server, an importance score of the obtained at least one word; obtaining, by the server, the similar patent document by inputting the target patent document into a first artificial intelligence model; obtaining, by the server, a plurality of sentences included in the target patent document, and acquiring a plurality of sentences included in the similar patent document; obtaining, by the server, a first sentence among a plurality of sentences included in the target patent document, and acquiring a second sentence among a plurality of sentences included in the similar patent document; inputting, by the server, the first sentence and the second sentence into a second artificial intelligence model, and obtaining evaluation results for the first sentence and the second sentence; and generating, by the server, a prior art search report for the target patent document based on the evaluation result.

이때, 상기 단어를 획득하는 단계는, 상기 서버가, 상기 대상특허문서를 바탕으로 형태소를 분석하여 복수개의 단어를 획득하는 단계; 상기 서버가, 상기 획득된 복수개의 단어 중 오류 단어를 판단하는 단계; 상기 서버가, 상기 오류 단어를 수정하는 단계; 및 상기 서버가, 상기 복수개의 단어간의 연관도를 바탕으로 적어도 하나의 복합 명사구 세트를 획득하는 단계를 포함한다.In this case, the acquiring of the word may include: acquiring, by the server, a plurality of words by analyzing morphemes based on the target patent document; determining, by the server, an erroneous word among the plurality of acquired words; correcting, by the server, the error word; and obtaining, by the server, at least one set of compound noun phrases based on the degree of association between the plurality of words.

이때, 상기 중요도 스코어를 획득하는 단계는, 상기 서버가, 상기 대상특허문서로부터 중요도 스코어의 산출 대상이 되는 단어를 획득하는 단계; 상기 서버가, 전체 특허문서에서의 상기 단어의 제1 세부 중요도, 상기 대상특허문서의 기술분야정보에 대응되는 특허분류정보에서의 상기 단어의 제2 세부 중요도 및 상기 전체 특허문서 중 상기 단어가 포함된 검색특허문서의 제3 세부 중요도 중 하나 이상의 세부 중요도를 산출하는 단계; 및 상기 서버가, 상기 제1 세부 중요도, 상기 제2 세부 중요도 및 상기 제3 세부 중요도 중 하나 이상에 기초하여 상기 단어의 상기 중요도 스코어를 산출하는 단계를 포함한다.In this case, the step of obtaining the importance score may include: obtaining, by the server, a word to be calculated for the importance score from the target patent document; The server includes the first detailed importance of the word in the entire patent document, the second detailed importance of the word in the patent classification information corresponding to the technical field information of the target patent document, and the word in the entire patent document calculating at least one detailed importance among third detailed importance levels of the searched patent document; and calculating, by the server, the importance score of the word based on at least one of the first detailed importance level, the second detailed importance level, and the third detailed importance level.

이때, 상기 제어 방법은, 상기 서버가, 유의어 사전의 기초가 되는 전체 특허문서를 획득하는 단계; 상기 서버가, 상기 전체 특허문서 각각에 대해 형태소를 분석하는 단계; 상기 형태소 분석 결과에 기초하여 상기 전체 특허문서 각각에 포함된 단어를 워드 벡터로 변환하는 단계; 상기 서버가, 상기 워드 벡터 간의 유사도를 산출하는 단계; 및 상기 서버가, 상기 유사도에 기초하여 상기 워드 벡터에 대응되는 단어를 유사어 그룹으로 그루핑하는 단계를 포함한다.In this case, the control method may include: acquiring, by the server, the entire patent document that is the basis of the thesaurus; analyzing, by the server, morphemes for each of the entire patent documents; converting a word included in each of the entire patent documents into a word vector based on the result of the morpheme analysis; calculating, by the server, a degree of similarity between the word vectors; and grouping, by the server, the word corresponding to the word vector into a similar word group based on the degree of similarity.

이때, 상기 오류 단어를 판단하는 단계는, 상기 획득된 복수개의 단어 각각에 대한 의미 정보를 매칭하는 단계; 상기 매칭된 의미 정보 및 상기 대상특허문서를 바탕으로, 상기 복수개의 단어 각각에 대한 정확도 점수를 획득하는 단계; 및 상기 정확도 점수가 기 설정된 값 이하인 단어를 오류 단어로 판단하는 단계를 포함하고, 상기 오류 단어를 수정하는 단계는, 상기 오류 단어에 대한 복수개의 의미 정보를 획득하는 단계; 상기 획득된 복수개의 의미 정보 각각에 대한 복수개의 가중치를 획득하는 단계; 상기 복수개의 가중치 중, 상기 대상특허문서와의 연관도가 가장 높은 가중치를 획득하는 단계; 및 상기 대상특허문서와의 연관도가 가장 높은 가중치에 대응되는 의미 정보를 상기 오류 단어에 매칭하는 단계를 포함하고, 상기 적어도 하나의 복합 명사구 세트를 획득하는 단계는, 상기 대상특허문서에 포함된 문장에 대한 복수개의 단어를 획득하는 단계; 상기 복수개의 단어의 조합으로 획득된 복수개의 복합 명사구 세트 후보를 획득하는 단계; 상기 획득된 복수개의 복합 명사구 세트 후보와 동일한 복합 명사구 세트가 상기 대상특허문서에 포함되는 빈도를 획득하는 단계; 및 상기 빈도가 기 설정된 빈도 이상인 복합 명사구 세트 후보를 복합 명사구 세트로 결정하는 단계; 를 포함하고, 상기 복합 명사구 세트 후보는 복합 명사구 세트 후보에 포함된 단어들의 순서 정보 및 이격 정보를 포함한다.In this case, the determining of the erroneous word may include: matching semantic information for each of the obtained plurality of words; obtaining an accuracy score for each of the plurality of words based on the matched semantic information and the target patent document; and determining a word having the accuracy score equal to or less than a preset value as an erroneous word. obtaining a plurality of weights for each of the obtained pieces of semantic information; obtaining a weight having the highest degree of relevance with the target patent document from among the plurality of weights; and matching semantic information corresponding to a weight having the highest degree of relevance with the target patent document to the erroneous word, wherein the acquiring of the at least one complex noun phrase set includes: obtaining a plurality of words for a sentence; obtaining a plurality of compound noun phrase set candidates obtained by combining the plurality of words; obtaining a frequency in which a compound noun phrase set identical to the obtained plurality of compound noun phrase set candidates is included in the target patent document; and determining a compound noun phrase set candidate whose frequency is equal to or greater than a preset frequency as a compound noun phrase set. and, the compound noun phrase set candidate includes order information and spacing information of words included in the compound noun phrase set candidate.

이때, 상기 단어의 세부 중요도를 산출하는 단계는, 상기 전체 특허문서의 전체 단어수 대비 상기 전체 특허문서에서의 상기 단어의 출현횟수의 제1 출현비율 및 상기 전체 특허문서의 전체 문장수 대비 상기 전체 특허문서의 문장 중에서 상기 단어가 출현된 출현 문장수의 제2 출현비율에 기초하여 상기 제1 세부 중요도를 산출하는 단계; 상기 특허분류정보의 전체 단어수 대비 상기 특허분류정보에서의 상기 단어의 출현횟수의 제3 출현비율 및 상기 전체 특허문서의 전체 문장수 대비 상기 전체 특허문서의 문장 중에서 상기 단어가 출현된 출현 문장수의 제4 출현비율에 기초하여 상기 제2 세부 중요도를 산출하는 단계; 및 상기 검색특허문서 각각의 참조 정보에 기초하여 상기 검색특허문서 각각의 영향력 값을 산출하고, 상기 영향력 값을 이용하여 상기 검색특허문서의 제3 세부 중요도를 산출하는 단계를 포함하고, 상기 제1 세부 중요도를 산출하는 단계는, 하기의 수학식1을 이용하여 상기 제1 세부 중요도를 산출하고, 상기 제2 세부 중요도를 산출하는 단계는, 하기의 수학식을 이용하여 상기 제2 세부 중요도를 산출하는 단계를 포함한다.In this case, the step of calculating the detailed importance of the word includes: a first appearance ratio of the number of appearances of the word in the entire patent document compared to the total number of words in the entire patent document, and the total number of sentences in the entire patent document calculating the first detailed importance level based on a second appearance ratio of the number of appearance sentences in which the word appears in the sentences of the patent document; A third appearance ratio of the number of appearances of the word in the patent classification information compared to the total number of words in the patent classification information and the number of appearance sentences in which the word appears in the entire patent document compared to the total number of sentences in the entire patent document calculating the second detailed importance level based on a fourth appearance ratio of ; and calculating an influence value of each of the searched patent documents based on the reference information of each of the searched patent documents, and calculating a third detailed importance level of the searched patent document using the influence value, wherein the first The calculating of the detailed importance may include calculating the first detailed importance using Equation 1 below, and the calculating of the second detailed importance may include calculating the second detailed importance using the following Equation. including the steps of

<수학식 1><Equation 1>

Figure 112020018613926-pat00001
Figure 112020018613926-pat00001

<수학식 2><Equation 2>

Figure 112020018613926-pat00002
Figure 112020018613926-pat00002

여기서, 상기 W1은 제1 세부 중요도이고, 상기 wpw은 상기 전체 특허문서에서의 상기 단어의 출현횟수이고, 상기 WPW은 전체 특허문서의 전체 단어수이고, 상기 wps은 상기 전체 특허문서의 문장 중에서 상기 단어가 출현된 출현 문장수이고, 상기 WPS은 상기 전체 특허문서의 전체 문장수이고, 상기 a1은 상기 제2 출현비율의 조절 상수이고, 상기 W2은 제2 세부 중요도이고, 상기 ipcw은 상기 특허분류정보에서의 상기 단어의 출현횟수이고, 상기 IPCW은 특허분류정보의 전체 단어수이고, 상기 ipcs은 상기 전체 특허문서의 문장 중에서 상기 단어가 출현된 출현 문장수이고, 상기 IPCS은 상기 전체 특허문서의 전체 문장수이고, 상기 a2은 상기 제4 출현비율의 조절 상수이다.Here, W1 is the first detailed importance level, the wpw is the number of appearances of the word in the entire patent document, the WPW is the total number of words in the entire patent document, and the wps is the number of occurrences of the word in the entire patent document. is the number of sentences in which a word appears, the WPS is the total number of sentences in the entire patent document, a1 is an adjustment constant of the second appearance ratio, W2 is a second detailed importance, and ipcw is the patent classification is the number of occurrences of the word in the information, the IPCW is the total number of words in the patent classification information, the ipcs is the number of occurrences of the word among the sentences of the entire patent document, and the IPCS is the total number of words in the entire patent document. It is the total number of sentences, and a2 is an adjustment constant of the fourth appearance rate.

이때, 상기 유사특허문서를 획득하는 단계는, 상기 대상특허문서에 포함된 복수개의 단어를 획득하는 단계; 상기 획득된 복수개의 단어를 클러스터링하여 복수개의 대상특허 클러스터를 획득하는 단계; 상기 복수개의 대상특허 클러스터 각각에 대한 복수개의 중점을 획득하고, 상기 복수개의 대상특허 클러스터 각각에 대한 복수개의 중점 및 상기 대상특허 클러스터에 포함된 단어의 수를 바탕으로 상기 대상특허문서의 위치를 판단하는 단계; 특허문서에 포함된 복수개의 단어를 획득하고, 획득된 복수개의 단어를 클러스터링하여 복수의 특허 클러스터를 획득하는 단계; 상기 복수개의 특허 클러스터 각각에 대한 복수개의 중점을 획득하고, 상기 복수개의 특허 클러스터 각각에 대한 복수개의 중점 및 상기 특허 클러스터에 포함된 단어의 수를 바탕으로 상기 특허문서의 위치를 판단하는 단계; 및 상기 대상특허문서의 위치 및 상기 특허문서의 위치가 기 설정된 거리 이내인 경우, 상기 특허문서를 상기 유사특허문서로 결정하는 단계를 포함하고, 상기 제1 문장과 상기 제2 문장에 대한 평가 결과를 획득하는 단계는, 상기 제1 문장 및 상기 제2 문장의 유사도 점수 및 비유사도 점수를 각각 획득하는 단계; 상기 비유사도 점수가 기 설정된 점수 이상인 경우, 상기 제1 문장과 상기 제2 문장은 관계없는 문장으로 판단하는 단계; 상기 유사도 점수가 기 설정된 점수 이상인 경우, 상기 제1 문장에 포함된 단어 중 상기 제2 문장에 포함되지 않은 적어도 하나의 단어를 획득하는 단계; 상기 제2 문장에 포함되지 않은 적어도 하나의 단어 각각에 대한 적어도 중요도 점수를 획득하고, 상기 획득된 적어도 하나의 중요도 점수 중 기 설정된 중요도 점수 이상인 단어가 존재하는지 여부를 판단하는 단계; 기 설정된 중요도 점수 이상인 단어가 존재하지 않는 경우, 상기 제1 문장 및 상기 제2 문장을 일치 문장으로 판단하는 단계; 및 상기 기 설정된 중요도 점수 이상인 단어가 존재하면, 상기 제1 문장 및 상기 제2 문장을 불일치 문장으로 판단하는 단계를 포함한다.In this case, the acquiring of the similar patent document may include: acquiring a plurality of words included in the target patent document; obtaining a plurality of target patent clusters by clustering the obtained plurality of words; A plurality of midpoints for each of the plurality of target patent clusters are obtained, and the location of the target patent document is determined based on the plurality of midpoints for each of the plurality of target patent clusters and the number of words included in the target patent cluster. to do; obtaining a plurality of words included in the patent document, and clustering the obtained plurality of words to obtain a plurality of patent clusters; obtaining a plurality of midpoints for each of the plurality of patent clusters, and determining the position of the patent document based on the plurality of midpoints for each of the plurality of patent clusters and the number of words included in the patent cluster; and when the position of the target patent document and the position of the patent document are within a preset distance, determining the patent document as the similar patent document, wherein the evaluation result of the first sentence and the second sentence The acquiring may include: acquiring a similarity score and a dissimilarity score of the first sentence and the second sentence, respectively; determining that the first sentence and the second sentence are unrelated sentences when the dissimilarity score is equal to or greater than a preset score; acquiring at least one word not included in the second sentence among words included in the first sentence when the similarity score is equal to or greater than a preset score; obtaining at least an importance score for each of at least one word not included in the second sentence, and determining whether a word with a predetermined importance score or higher among the at least one obtained importance score exists; determining the first sentence and the second sentence as matching sentences when there is no word equal to or greater than a preset importance score; and determining that the first sentence and the second sentence are mismatched sentences when there is a word equal to or greater than the preset importance score.

이때, 상기 워드 벡터로 변환하는 단계는 상기 특허문서를 기초하여 Word2Vec 학습을 통해 상기 단어를 워드 벡터로 변환하는 단계를 포함하고, 상기 유사도를 산출하는 단계는, 상기 워드 벡터 중 어느 두 워드 벡터 간의 거리를 산출하고 상기 산출된 거리를 유사도로 산출하는 단계를 포함하고, 상기 유사어 그룹으로 그루핑하는 단계는, 상기 워드 벡터 중 어느 두 워드 벡터 간의 상기 유사도가 미리 설정된 기준 유사도 미만인지 여부를 확인하고, 상기 워드 벡터 중 어느 두 워드 벡터 간의 상기 유사도가 미리 설정된 기준 유사도 미만이면 해당 두 워드 벡터에 대응되는 두 단어를 상기 유사어 그룹으로 그루핑하는 단계를 포함하고, 상기 전체 특허문서를 획득하는 단계는, 상기 획득된 전체 특허문서 중 어느 하나의 특허문서가 노이즈 문서 조건을 충족하는지 여부를 확인하고, 상기 노이즈 문서 조건을 충족하는 특허문서를 제거하는 단계를 포함한다.In this case, the step of converting the word vector includes converting the word into a word vector through Word2Vec learning based on the patent document, and calculating the similarity between any two word vectors among the word vectors. calculating the distance and calculating the calculated distance as a degree of similarity, wherein the grouping into the similar word group includes determining whether the degree of similarity between any two word vectors among the word vectors is less than a preset reference degree of similarity, and if the similarity between any two word vectors among the word vectors is less than a preset reference similarity, grouping two words corresponding to the two word vectors into the similar word group, and obtaining the entire patent document includes: and checking whether any one of the acquired patent documents satisfies the noise document condition, and removing the patent document satisfying the noise document condition.

본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.Other specific details of the invention are included in the detailed description and drawings.

상술한 본 발명의 실시예에 따라, 사용자는 적은 시간 투자로 안정적인 결과를 보장 받을 수 있는 선행 기술 조사 방법이 제공될 수 있다.According to the above-described embodiment of the present invention, a prior art research method can be provided in which a user can be guaranteed a stable result with a small investment of time.

본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.Effects of the present invention are not limited to the effects mentioned above, and other effects not mentioned will be clearly understood by those skilled in the art from the following description.

도 1은 본 발명의 일 실시예에 따른 시스템도이다.
도 2는 본 발명의 일 실시예에 따른 선행기술조사보고서를 획득하는 방법을 설명하기 위한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 단어를 획득하는 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 중요도 스코어를 산출하는 방법을 설명하기 위한 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 본 발명의 일 실시예에 따른 유의어 사전을 생성하는 방법을 설명하기 위한 흐름도이다.
도 6a 내지 도 6c는 본 발명의 일 실시예에 따른 단어 획득방법을 구체적으로 설명하기 위한 흐름도이다.
도 7은 본 발명의 일 실시예에 따른 중요도 스코어를 산출하는 방법을 구체적으로 설명하기 위한 흐름도이다.
도 8a 및 도 8b는 본 발명의 일 실시예에 따른 유사특허문서 획득 방법 및 유사 문장 판단 방법을 설명하기 위한 흐름도이다.
도 9는 본 발명의 일 실시예에 따른 유의어 사전을 생성하는 구체적인 방법을 설명하기 위한 흐름도이다.
도 10은 본 발명의 일 실시예에 따른 제1 인공지능 모델 및 제2 인공지능 모델을 이용하여 평가 결과를 도출하는 과정을 설명하기 위한 예시도이다.
도 11은 본 발명의 일 실시예에 따른 장치의 구성도이다.
1 is a system diagram according to an embodiment of the present invention.
2 is a flowchart illustrating a method of obtaining a prior art research report according to an embodiment of the present invention.
3 is a flowchart illustrating a method of acquiring a word according to an embodiment of the present invention.
4 is a flowchart illustrating a method of calculating an importance score according to an embodiment of the present invention.
5 is a flowchart illustrating a method of generating a thesaurus according to an embodiment of the present invention.
6A to 6C are flowcharts specifically illustrating a method for obtaining a word according to an embodiment of the present invention.
7 is a flowchart specifically illustrating a method of calculating an importance score according to an embodiment of the present invention.
8A and 8B are flowcharts illustrating a method for obtaining a similar patent document and a method for determining a similar sentence according to an embodiment of the present invention.
9 is a flowchart illustrating a specific method of generating a thesaurus according to an embodiment of the present invention.
10 is an exemplary diagram for explaining a process of deriving an evaluation result using a first artificial intelligence model and a second artificial intelligence model according to an embodiment of the present invention.
11 is a block diagram of an apparatus according to an embodiment of the present invention.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. Advantages and features of the present invention and methods of achieving them will become apparent with reference to the embodiments described below in detail in conjunction with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below, but may be implemented in various different forms, and only these embodiments allow the disclosure of the present invention to be complete, and those of ordinary skill in the art to which the present invention pertains. It is provided to fully understand the scope of the present invention to those skilled in the art, and the present invention is only defined by the scope of the claims.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.The terminology used herein is for the purpose of describing the embodiments and is not intended to limit the present invention. As used herein, the singular also includes the plural unless specifically stated otherwise in the phrase. As used herein, “comprises” and/or “comprising” does not exclude the presence or addition of one or more other components in addition to the stated components. Like reference numerals refer to like elements throughout, and "and/or" includes each and every combination of one or more of the recited elements. Although "first", "second", etc. are used to describe various elements, these elements are not limited by these terms, of course. These terms are only used to distinguish one component from another. Accordingly, it goes without saying that the first component mentioned below may be the second component within the spirit of the present invention.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.Unless otherwise defined, all terms (including technical and scientific terms) used herein will have the meaning commonly understood by those of ordinary skill in the art to which this invention belongs. In addition, terms defined in a commonly used dictionary are not to be interpreted ideally or excessively unless specifically defined explicitly.

명세서에서 사용되는 "부" 또는 “모듈”이라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부" 또는 “모듈”은 어떤 역할들을 수행한다. 그렇지만 "부" 또는 “모듈”은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부" 또는 “모듈”은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부" 또는 “모듈”은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부" 또는 “모듈”들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부" 또는 “모듈”들로 결합되거나 추가적인 구성요소들과 "부" 또는 “모듈”들로 더 분리될 수 있다.As used herein, the term “unit” or “module” refers to a hardware component such as software, FPGA, or ASIC, and “unit” or “module” performs certain roles. However, “part” or “module” is not meant to be limited to software or hardware. A “unit” or “module” may be configured to reside on an addressable storage medium or to reproduce one or more processors. Thus, by way of example, “part” or “module” refers to components such as software components, object-oriented software components, class components and task components, processes, functions, properties, Includes procedures, subroutines, segments of program code, drivers, firmware, microcode, circuitry, data, databases, data structures, tables, arrays and variables. Components and functionality provided within “parts” or “modules” may be combined into a smaller number of components and “parts” or “modules” or as additional components and “parts” or “modules”. can be further separated.

공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 구성요소와 다른 구성요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작시 구성요소들의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들어, 도면에 도시되어 있는 구성요소를 뒤집을 경우, 다른 구성요소의 "아래(below)"또는 "아래(beneath)"로 기술된 구성요소는 다른 구성요소의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 구성요소는 다른 방향으로도 배향될 수 있으며, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.Spatially relative terms "below", "beneath", "lower", "above", "upper", etc. It can be used to easily describe the correlation between a component and other components. A spatially relative term should be understood as a term that includes different directions of components during use or operation in addition to the directions shown in the drawings. For example, when a component shown in the drawing is turned over, a component described as “beneath” or “beneath” of another component may be placed “above” of the other component. can Accordingly, the exemplary term “below” may include both directions below and above. Components may also be oriented in other orientations, and thus spatially relative terms may be interpreted according to orientation.

본 명세서에서, 컴퓨터는 적어도 하나의 프로세서를 포함하는 모든 종류의 하드웨어 장치를 의미하는 것이고, 실시 예에 따라 해당 하드웨어 장치에서 동작하는 소프트웨어적 구성도 포괄하는 의미로서 이해될 수 있다. 예를 들어, 컴퓨터는 스마트폰, 태블릿 PC, 데스크톱, 노트북 및 각 장치에서 구동되는 사용자 클라이언트 및 애플리케이션을 모두 포함하는 의미로서 이해될 수 있으며, 또한 이에 제한되는 것은 아니다.In this specification, a computer means all types of hardware devices including at least one processor, and may be understood as encompassing software configurations operating in the corresponding hardware device according to embodiments. For example, a computer may be understood to include, but is not limited to, smart phones, tablet PCs, desktops, notebooks, and user clients and applications running on each device.

이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다. Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.

본 명세서에서 설명되는 각 단계들은 컴퓨터에 의하여 수행되는 것으로 설명되나, 각 단계의 주체는 이에 제한되는 것은 아니며, 실시 예에 따라 각 단계들의 적어도 일부가 서로 다른 장치에서 수행될 수도 있다.Each step described in this specification is described as being performed by a computer, but the subject of each step is not limited thereto, and at least a portion of each step may be performed in different devices according to embodiments.

도 1은 본 발명의 일 실시예에 따른 시스템도이다.1 is a system diagram according to an embodiment of the present invention.

본 발명에 따른 특허문서 유사도 판단 시스템은 서버(10) 및 전자 장치(20)를 포함한다.The patent document similarity determination system according to the present invention includes a server 10 and an electronic device 20 .

서버(10)는 대상특허문서를 획득하고, 획득된 대상특허문서로부터 유사특허문서를 획득하고, 대상특허문서의 문장과 유사특허문서의 문장의 유사도를 판단하기 위한 구성이다.The server 10 is configured to obtain a target patent document, obtain a similar patent document from the acquired target patent document, and determine the similarity between a sentence of the target patent document and a sentence of the similar patent document.

일 실시예로, 서버(10)는 전자장치(20)로부터 대상특허문서를 입력 받거나, 외부 서버로부터 대상특허문서를 획득할 수 있다. As an embodiment, the server 10 may receive a target patent document from the electronic device 20 or acquire a target patent document from an external server.

또 다른 실시예로, 서버(10)는 대상특허문서 또는 유사특허문서로부터 복수의 단어를 획득하고, 획득된 단어의 중요도 스코어를 획득할 수 있다. 또한, 서버(10)는 전체 특허문서로부터 유의어 사전을 획득하여 단어의 중요도 스코어 판단에 이용할 수 있다.In another embodiment, the server 10 may obtain a plurality of words from a target patent document or a similar patent document, and obtain an importance score of the obtained word. In addition, the server 10 may obtain a thesaurus from all patent documents and use it to determine the importance score of a word.

또 다른 실시예로, 서버(10)는 대상특허문서에 대한 유사특허문서를 획득하고, 유사한 문장을 획득하여 선행기술조사보고서를 생성할 수 있다. In another embodiment, the server 10 may obtain a similar patent document for the target patent document, obtain a similar sentence, and generate a prior art search report.

본 명세서에서, 특허문서는 대상특허문서 및 유사특허문서를 포함하는 개념으로, 각국 특허청에 특허 등록을 받기 위해 출원인이 제출하는 기술 내용에 대한 문서일 수 있다. 다만, 이에 한정되는 것은 아니고, 특허문서는, 특허 출원을 위한 직무 발명서, 논문 등 기술 내용을 포함한 다양한 문서를 포함하는 개념으로 이해될 수 있다. 일 실시예에 따라, 대상특허문서는 특허 출원을 위한 직무 발명서, 논문 중 적어도 하나이고, 유사특허문서는 특허 출원을 위한 직무 발명서, 논문, 특허출원서 중 적어도 하나일 수 있다.In the present specification, a patent document is a concept including a target patent document and a similar patent document, and may be a document about technical contents submitted by an applicant to obtain a patent registration at each country's patent office. However, the present invention is not limited thereto, and the patent document may be understood as a concept including various documents including technical contents, such as a job invention for a patent application, and a thesis. According to an embodiment, the target patent document may be at least one of a job invention book and a thesis for a patent application, and the similar patent document may be at least one of a job invention book, a thesis, and a patent application for a patent application.

전자 장치(20)는 서버(10)로 특허문서를 제공하기 위한 구성이다. 본 발명에 따른 전자 장치(200)는 스마트폰으로 구현될 수 있으나, 이는 일 실시예에 불과할 뿐, 스마트폰(smartphone), 태블릿 PC(tablet personal computer), 이동 전화기(mobile phone), 영상 전화기, 전자책 리더기(e-book reader), 데스크탑 PC (desktop PC), 랩탑 PC(laptop PC), 넷북 컴퓨터(netbook computer), 워크스테이션(workstation), 서버, PDA(personal digital assistant), PMP(portable multimedia player) 또는 웨어러블 장치(wearable device) 중 적어도 하나를 포함할 수 있다.The electronic device 20 is configured to provide a patent document to the server 10 . The electronic device 200 according to the present invention may be implemented as a smartphone, but this is only an embodiment, and a smartphone, a tablet personal computer (PC), a mobile phone, a video phone, e-book reader, desktop PC, laptop PC, netbook computer, workstation, server, PDA (personal digital assistant), PMP (portable multimedia) player) or a wearable device.

도 2는 본 발명의 일 실시예에 따른 선행기술조사보고서를 획득하는 방법을 설명하기 위한 흐름도이다.2 is a flowchart illustrating a method of obtaining a prior art research report according to an embodiment of the present invention.

단계 S110에서, 서버(10)는, 대상특허문서를 획득할 수 있다.In step S110, the server 10 may obtain a target patent document.

단계 S120에서, 서버(10)는, 대상특허문서를 바탕으로 적어도 하나의 단어를 획득할 수 있다.In step S120, the server 10 may acquire at least one word based on the target patent document.

단계 S130에서, 서버(10)는, 획득된 적어도 하나의 단어의 중요도 스코어를 획득할 수 있다.In step S130, the server 10 may obtain an importance score of the obtained at least one word.

단계 S140에서, 서버(10)는, 대상특허문서를 제1 인공지능 모델에 입력하여 유사특허문서를 획득할 수 있다.In step S140, the server 10 may obtain a similar patent document by inputting the target patent document into the first artificial intelligence model.

구체적으로, 서버(10)는 대상특허문서 또는 유사특허문서로부터 복수의 단어를 획득하고, 획득된 단어의 중요도 스코어를 획득할 수 있다. 또한, 서버(10)는 전체 특허문서로부터 유의어 사전을 획득하여 단어의 중요도 스코어 판단에 이용할 수 있다.Specifically, the server 10 may obtain a plurality of words from a target patent document or a similar patent document, and obtain an importance score of the obtained word. In addition, the server 10 may obtain a thesaurus from all patent documents and use it to determine the importance score of a word.

일 실시예로, 서버(10)는, 제1 데이터베이스에 저장된 복수의 특허문서 각각에 대한 형태소 분석을 바탕으로, 복수의 특허문서 각각을 분석하고, 대상특허문서에 대한 형태소분석을 바탕으로 대상특허문서를 분석한 뒤, 대상특허문서와 연관도가 높은 유사특허문서를 획득할 수 있다.In one embodiment, the server 10 analyzes each of the plurality of patent documents based on the morpheme analysis of each of the plurality of patent documents stored in the first database, and based on the morpheme analysis of the target patent document, the target patent After analyzing the document, it is possible to obtain a similar patent document with a high degree of relevance to the target patent document.

단계 S150에서, 서버(10)는, 대상특허문서에 포함된 복수의 문장을 획득하고, 유사특허문서에 포함된 복수의 문장을 획득할 수 있다.In step S150, the server 10 may obtain a plurality of sentences included in the target patent document, and may acquire a plurality of sentences included in the similar patent document.

단계 S160에서, 서버(10)는, 대상특허문서에 포함된 복수의 문장 중 제1 문장을 획득하고, 유사특허문서에 포함된 복수의 문장 중 제2 문장을 획득할 수 있다.In step S160, the server 10 may acquire a first sentence among a plurality of sentences included in the target patent document, and acquire a second sentence among a plurality of sentences included in the similar patent document.

단계 S170에서, 서버(10)는, 제1 문장 및 제2 문장을 제2 인공지능 모델에 입력하여, 제1 문장과 제2 문장에 대한 평가 결과를 획득할 수 있다.In step S170 , the server 10 may input the first sentence and the second sentence into the second artificial intelligence model to obtain evaluation results for the first sentence and the second sentence.

단계 S180에서, 서버(10)는, 평가 결과를 바탕으로, 대상특허문서에 대한 선행기술조사보고서를 생성할 수 있다. 구체적으로, 대상특허문서에 대한 선행기술조사보고서는 제1 문장과 제2 문장에 대한 평가 결과를 바탕으로 생성될 수 있다. 일 실시예로, 제1 문장과 제2 문장에 대한 평가 결과가 점수의 형태로 획득되는 경우, 서버(10)는 제1 문장과 제2 문장에 대한 평가 결과 점수가 기 설정된 점수 이상인 제1 문장 및 제1 문장에 대응되는 제2 문장을 바탕으로 선행기술조사보고서를 생성할 수 있다.In step S180, the server 10 may generate a prior art search report for the target patent document based on the evaluation result. Specifically, the prior art search report for the target patent document may be generated based on the evaluation results of the first sentence and the second sentence. In one embodiment, when the evaluation result for the first sentence and the second sentence is obtained in the form of a score, the server 10 determines the first sentence in which the evaluation result score for the first sentence and the second sentence is equal to or greater than a preset score. and a prior art research report may be generated based on the second sentence corresponding to the first sentence.

한편, 제1 인공지능 모델은 복수의 특허문서를 학습데이터로 입력하여 학습된 합성곱 신경망(Convolutional deep Neural Networks, CNN) 기반의 인공지능 모델이고, 제2 인공지능 모델은 복수의 특허문서 및 상기 복수의 특허문서 중 두 개의 특허문서 및 상기 두 개의 특허문서에 대한 선행기술조사보고서를 바탕으로 학습된 Bi-LSTM 모델 기반의 인공지능 모델일 수 있다. 다만, 이에 한정되는 것은 아니며, 다양한 인공지능 모델이 본 발명에 적용될 수 있음은 물론이다. 예컨대, DNN(Deep Neural Network), RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network)과 같은 모델이 인공지능 모델로서 사용될 수 있으나, 이에 한정되지 않는다.On the other hand, the first artificial intelligence model is an artificial intelligence model based on a convolutional deep neural network (CNN) learned by inputting a plurality of patent documents as learning data, and the second artificial intelligence model is a plurality of patent documents and the It may be an artificial intelligence model based on two patent documents among a plurality of patent documents and a Bi-LSTM model learned based on prior art research reports on the two patent documents. However, the present invention is not limited thereto, and it goes without saying that various artificial intelligence models may be applied to the present invention. For example, a model such as a Deep Neural Network (DNN), a Recurrent Neural Network (RNN), or a Bidirectional Recurrent Deep Neural Network (BRDNN) may be used as the AI model, but is not limited thereto.

이때, 합성곱 신경망(Convolutional deep Neural Networks, CNN)은 최소한의 전처리(preprocess)를 사용하도록 설계된 다계층 퍼셉트론(multilayer perceptrons)의 한 종류이다. 합성곱 신경망은 하나 또는 여러개의 합성곱 계층(convolutional layer)과 그 위에 올려진 일반적인 인공신경망 계층들로 이루어져 있으며, 가중치와 통합 계층(pooling layer)들을 추가로 활용한다. 이러한 구조 덕분에 합성곱 신경망은 2차원 구조의 입력 데이터를 충분히 활용할 수 있다. 또한, 합성곱 신경망은 표준 역전달을 통해 훈련될 수 있다. 합성곱 신경망은 다른 피드포워드 인공신경망 기법들보다 쉽게 훈련되는 편이고 적은 수의 매개변수를 사용한다는 이점이 있다. 합성곱 신경망은 입력 영상에 대하여 합성곱과 서브샘플링을 번갈아 수행함으로써 입력 영상으로부터 특징을 추출한다.In this case, convolutional deep neural networks (CNNs) are a type of multilayer perceptrons designed to use minimal preprocessing. A convolutional neural network consists of one or several convolutional layers and general artificial neural network layers on top of it, and additionally utilizes weights and pooling layers. Thanks to this structure, the convolutional neural network can fully utilize the input data of the two-dimensional structure. In addition, convolutional neural networks can be trained via standard backpropagation. Convolutional neural networks are easier to train than other feedforward neural network techniques and have the advantage of using fewer parameters. A convolutional neural network extracts features from an input image by alternately performing convolution and subsampling on the input image.

합성곱 신경망은 여러 개의 합성곱 계층(Convolution layer), 여러 개의 서브샘플링 계층(Subsampling layer, Lacal pooling layer, Max-Pooling layer), 완전 연결 층(Fully Connected layer)을 포함한다. 합성곱 계층은 입력 영상(Input Image)에 대해 합성곱을 수행하는 계층이다. 그리고 서브샘플링 계층은 입력 영상에 대해 지역적으로 최대값을 추출하여 2차원 영상으로 매핑하는 계층으로, 국소적인 영역을 더 크게 하고, 서브샘플링을 수행한다. A convolutional neural network includes several convolution layers, several subsampling layers (Subsampling layer, Lacal pooling layer, Max-Pooling layer), and a fully connected layer. The convolution layer is a layer that performs convolution on an input image. In addition, the subsampling layer is a layer that extracts the maximum value locally from the input image and maps it to a 2D image, and subsampling is performed by enlarging the local area.

합성곱 계층에서는 커널의 크기(kernel size), 사용할 커널의 개수(즉, 생성할 맵의 개수), 및 합성곱 연산 시에 적용할 가중치 테이블 등의 정보가 필요하다. 예를 들어, 입력 영상의 크기가 32×32이고, 커널의 크기가 5×5이고, 사용할 커널의 개수가 20개인 경우를 예로 들자. 이 경우, 32×32 크기의 입력 영상에 5×5 크기의 커널을 적용하면, 입력 영상의 위, 아래, 왼쪽, 오른쪽에서 각각 2개의 픽셀(pixel)에는 커널을 적용하는 것이 불가능하다. 입력 영상의 위에 커널을 배치한 후 합성곱을 수행하면, 그 결과 값인 '-8'은 커널에 포함된 입력 영상의 픽셀들 중에서 커널의 중심요소(center element)에 대응하는 픽셀의 값으로 결정되기 때문이다. 따라서, 32×32 크기의 입력 영상에 5×5 크기의 커널을 적용하여 합성곱을 수행하면 28×28 크기의 맵(map)이 생성된다. 앞서, 사용할 커널의 개수가 총 20개인 경우를 가정하였으므로, 첫 번째 합성곱 계층에서는 총 20개의 28×28 크기의 맵이 생성된다. In the convolution layer, information such as the kernel size, the number of kernels to be used (ie, the number of maps to be generated), and a weight table to be applied during the convolution operation are required. For example, suppose that the size of the input image is 32x32, the size of the kernel is 5x5, and the number of kernels to be used is 20. In this case, if a 5×5 kernel is applied to a 32×32 input image, it is impossible to apply the kernel to two pixels above, below, left, and right of the input image. If the kernel is placed on the input image and then convolution is performed, the result value of '-8' is determined as the value of the pixel corresponding to the center element of the kernel among the pixels of the input image included in the kernel. am. Therefore, when convolution is performed by applying a 5×5 kernel to an input image having a size of 32×32, a map of size 28×28 is generated. Previously, since it was assumed that the total number of kernels to be used is 20, in the first convolutional layer, a total of 20 maps with a size of 28×28 are generated.

서브샘플링 계층에서는 서브샘플링할 커널의 크기에 대한 정보, 커널 영역 내의 값들 중 최대값을 선택할 것인지 최소값을 선택할 것인지에 대한 정보가 필요하다.In the subsampling layer, information on the size of a kernel to be subsampled and information on whether to select a maximum value or a minimum value among values in the kernel region are required.

또한, 심층 신경망(Deep Neural Networks, DNN)은 입력 계층(input layer)과 출력 계층(output layer) 사이에 복수개의 은닉 계층(hidden layer)들로 이뤄진 인공신경망(Artificial Neural Network, ANN)이다.In addition, deep neural networks (DNNs) are artificial neural networks (ANNs) composed of a plurality of hidden layers between an input layer and an output layer.

이때, 심층 신경망의 구조는 퍼셉트론(perceptron)으로 구성될 수 있다. 퍼셉트론은 여러 개의 입력 값(input)과 하나의 프로세서(prosessor), 하나의 출력 값으로 구성된다. 프로세서는 여러 개의 입력 값에 각각 가중치를 곱한 후, 가중치가 곱해진 입력 값들을 모두 합한다. 그 다음 프로세서는 합해진 값을 활성화함수에 대입하여 하나의 출력 값을 출력한다. 만약 활성화함수의 출력 값으로 특정한 값이 나오기를 원하는 경우, 각 입력 값에 곱해지는 가중치를 수정하고, 수정된 가중치를 이용하여 출력 값을 다시 계산할 수 있다. 이때, 각각의 퍼셉트론은 서로 다른 활성화함수를 사용할 수 있다. 또한 각각의 퍼셉트론은 이전 계층에서 전달된 출력들을 입력으로 받아들인 다음, 활성화 함수를 이용해서 출력을 구한다. 구해진 출력은 다음 계층의 입력으로 전달된다. 상술한 바와 같은 과정을 거치면 최종적으로 몇 개의 출력 값을 얻을 수 있다. In this case, the structure of the deep neural network may be composed of a perceptron. A perceptron consists of several inputs, one processor, and one output value. The processor multiplies each input value by a weight, and then sums the input values multiplied by the weight. Then, the processor outputs one output value by substituting the summed value into the activation function. If a specific value is desired as the output value of the activation function, the weight multiplied by each input value may be corrected, and the output value may be recalculated using the modified weight. In this case, each perceptron may use a different activation function. In addition, each perceptron receives the outputs from the previous layer as input, and then uses the activation function to obtain the output. The obtained output is transferred to the input of the next layer. Through the process as described above, some output values can be finally obtained.

또한, 딥 러닝 기법에 대한 설명으로 다시 돌아가면, 순환 신경망(Reccurent Neural Network, RNN)은 인공신경망을 구성하는 유닛 사이의 연결이 Directed cycle을 구성하는 신경망을 말한다. 순환 신경망은 앞먹임 신경망과 달리, 임의의 입력을 처리하기 위해 신경망 내부의 메모리를 활용할 수 있다.In addition, returning to the description of the deep learning technique, a Reccurent Neural Network (RNN) refers to a neural network in which connections between units constituting an artificial neural network constitute a directed cycle. Unlike forward neural networks, recurrent neural networks can utilize the memory inside the neural network to process arbitrary inputs.

심층 신뢰 신경망(Deep Belief Networks, DBN)이란 기계학습에서 사용되는 그래프 생성 모형(generative graphical model)으로, 딥 러닝에서는 잠재변수(latent variable)의 다중계층으로 이루어진 심층 신경망을 의미한다. 계층 간에는 연결이 있지만 계층 내의 유닛 간에는 연결이 없다는 특징이 있다. Deep Belief Networks (DBN) is a generative graphical model used in machine learning, and in deep learning, it means a deep neural network composed of multiple layers of latent variables. There is a connection between layers, but there is no connection between units within a layer.

심층 신뢰 신경망은 생성 모형이라는 특성상 선행학습에 사용될 수 있고, 선행학습을 통해 초기 가중치를 학습한 후 역전파 혹은 다른 판별 알고리즘을 통해 가중치의 미조정을 할 수 있다. 이러한 특성은 훈련용 데이터가 적을 때 굉장히 유용한데, 이는 훈련용 데이터가 적을수록 가중치의 초기값이 결과적인 모델에 끼치는 영향이 세지기 때문이다. 선행학습된 가중치 초기값은 임의로 설정된 가중치 초기값에 비해 최적의 가중치에 가깝게 되고 이는 미조정 단계의 성능과 속도향상을 가능케 한다. The deep trust neural network can be used for pre-learning due to the nature of the generative model, and after learning the initial weights through pre-learning, the weights can be fine-tuned through backpropagation or other discrimination algorithms. This feature is very useful when the training data is small, because the smaller the training data, the stronger the effect of the initial value of the weight on the resulting model. The pre-learned initial weight value is closer to the optimal weight compared to the arbitrarily set initial weight value, which enables performance and speed improvement in the fine-tuning stage.

상술한 인공지능 및 그 학습방법에 관한 내용은 예시를 위하여 서술된 것이며, 이하에서 설명되는 실시 예들에서 이용되는 인공지능 및 그 학습방법은 제한되지 않는다. 예를 들어, 당 업계의 통상의 기술자가 동일한 과제해결을 위하여 적용할 수 있는 모든 종류의 인공지능 기술 및 그 학습방법이 개시된 실시 예에 따른 시스템을 구현하는 데 활용될 수 있다.The above-described artificial intelligence and its learning method have been described for illustrative purposes, and the artificial intelligence and its learning method used in the embodiments described below are not limited. For example, all kinds of artificial intelligence technology and a learning method thereof that a person skilled in the art can apply to solve the same problem may be utilized to implement the system according to the disclosed embodiment.

도 3은 본 발명의 일 실시예에 따른 단어를 획득하는 방법을 설명하기 위한 흐름도이다.3 is a flowchart illustrating a method of acquiring a word according to an embodiment of the present invention.

단계 S210에서, 서버(10)는, 대상특허문서를 바탕으로 형태소를 분석하여 복수개의 단어를 획득할 수 있다.In step S210, the server 10 may obtain a plurality of words by analyzing morphemes based on the target patent document.

일 실시예로, 서버(10)는 Mecab 형태소 분석기를 이용하여 대상특허문서의 형태소 분석을 수행할 수 있다. 다만, 이에 한정되는 것은 아니고, 경우에 따라 Okt, Komoran, Hannanum, Kkma 형태소 분석기 등 다양한 형태소 분석기가 이용될 수 있음은 물론이다. 나아가, 서버(10)는 분석하고자 하는 대상특허문서의 사용 언어에 따라 다양한 형태소 분석기를 사용할 수 있음은 물론이다. 한편, 본 발명에서는 대상특허문서의 형태소를 분석하는 방법을 설명하였으나, 서버(10)는, 대상특허문서뿐만 아니라 다양한 특허문서에 대한 형태소 분석을 수행할 수 있음은 물론이다.In one embodiment, the server 10 may perform morpheme analysis of the target patent document by using the Mecab morpheme analyzer. However, the present invention is not limited thereto, and in some cases, various morpheme analyzers such as Okt, Komoran, Hannanum, and Kkma morpheme analyzers may be used. Furthermore, it goes without saying that the server 10 may use various morpheme analyzers according to the language of the target patent document to be analyzed. Meanwhile, in the present invention, a method of analyzing a morpheme of a target patent document has been described, but it goes without saying that the server 10 can perform morpheme analysis on various patent documents as well as the target patent document.

단계 S220에서, 서버(10)는, 획득된 복수개의 단어 중 오류 단어를 판단할 수 있다.In step S220 , the server 10 may determine an erroneous word among the plurality of acquired words.

일 실시예로, 서버(10)는 획득된 복수개의 단어가 기 설정된 조건을 만족하지 못하는 경우, 해당 단어를 오류 단어로 판단할 수 있다.In an embodiment, when the plurality of acquired words do not satisfy a preset condition, the server 10 may determine the corresponding word as an erroneous word.

단계 S230에서, 서버(10)는, 오류 단어를 수정할 수 있다.In step S230, the server 10 may correct the error word.

단계 S240에서, 서버(10)는, 복수개의 단어간의 연관도를 바탕으로 적어도 하나의 복합 명사구 세트를 획득할 수 있다.In step S240 , the server 10 may acquire at least one set of compound noun phrases based on the degree of association between a plurality of words.

도 4는 본 발명의 일 실시예에 따른 중요도 스코어를 산출하는 방법을 설명하기 위한 흐름도이다.4 is a flowchart illustrating a method of calculating an importance score according to an embodiment of the present invention.

단계 S310에서, 서버(10)는, 대상특허문서로부터 중요도 스코어의 산출 대상이 되는 단어를 획득할 수 있다. In step S310 , the server 10 may obtain a word that is a target for calculating an importance score from the target patent document.

단계 S320에서, 서버(10)는, 전체 특허문서에서의 단어의 제1 세부 중요도, 대상특허문서의 기술분야정보에 대응되는 특허분류정보에서의 단어의 제2 세부 중요도 및 전체 특허문서 중 단어가 포함된 검색특허문서의 제3 세부 중요도 중 하나 이상의 세부 중요도를 산출할 수 있다.In step S320, the server 10 determines that the first detailed importance of the word in the entire patent document, the second detailed importance of the word in the patent classification information corresponding to the technical field information of the target patent document, and the word in the entire patent document are At least one detailed importance among the third detailed importance of the included search patent document may be calculated.

단계 S330에서, 서버(10)는, 제1 세부 중요도, 제2 세부 중요도 및 제3 세부 중요도 중 하나 이상에 기초하여 단어의 중요도 스코어를 산출할 수 있다.In operation S330 , the server 10 may calculate an importance score of the word based on one or more of the first detailed importance, the second detailed importance, and the third detailed importance.

구체적으로, 서버(10)는 대상특허문서에 대해 형태소 분석을 수행하여 명사만을 추출할 수 있다. 이때, 서버(10)는 대상특허문서로부터 명사를 추출하는 한 형태소 분석법의 종류는 한정되지 않음을 유의한다.Specifically, the server 10 may extract only nouns by performing morphological analysis on the target patent document. In this case, it should be noted that the type of morpheme analysis method is not limited as long as the server 10 extracts the noun from the target patent document.

이어서, 서버(10)는 추출된 명사에 기초하여 대상특허문서의 기술분야정보를 결정할 수 있다. 이때, 서버(10)는 미리 저장된 기술분야정보별 단어 데이터와 추출된 명사를 비교하고, 비교 결과, 추출된 명사가 최다 포함된 기술분야정보를 대상특허문서의 기술분야정보로 결정할 수 있다.Then, the server 10 may determine the technical field information of the target patent document based on the extracted noun. At this time, the server 10 may compare the word data for each technical field information stored in advance with the extracted nouns, and as a result of the comparison, determine the technical field information including the most extracted nouns as the technical field information of the target patent document.

이후, 서버(10)는 대상특허문서에 포함된 단어 중 불용어로 설정된 단어를 중요도 스코어의 산출 대상이 되는 단어에서 제외시킬 수 있다. 구체적으로, 서버(10)는 대상특허문서의 기술분야정보에 대응되는 기술분야정보별 불용어 데이터를 독출하고, 대상특허문서에 포함되어 추출된 단어 중 독출된 기술분야정보별 불용어 데이터에 포함된 단어를 중요도 스코어의 산출 대상이 되는 단어에서 제외시킬 수 있다.Thereafter, the server 10 may exclude a word set as a stop word among words included in the target patent document from the word to be calculated for the importance score. Specifically, the server 10 reads stopword data for each technical field information corresponding to the technical field information of the target patent document, and words included in the read stopword data for each technical field information among the extracted words included in the target patent document may be excluded from the word to be calculated for the importance score.

여기서, 불용어는 해당 기술분야에서 빈번하게 사용되는 단어이지만 기술적 의미를 갖지 않는 단어를 의미할 수 있다. 예를 들어, IT 기술분야에서 컴퓨터는 빈번하게 사용되나 IT 기술과 관련한 기술적 의미를 갖지 않아 불용어로 정의될 수 있다.Here, the stop word may mean a word frequently used in the corresponding technical field but not having a technical meaning. For example, although a computer is frequently used in the field of IT technology, it may be defined as an obsolete word because it does not have a technical meaning related to IT technology.

이에 따라, 서버(10)는 대상특허문서로부터 추출한 단어 중 불용어가 아닌 단어를 중요도 스코어의 산출 대상이 되는 단어로 획득할 수 있다.Accordingly, the server 10 may obtain a word that is not a stopword among the words extracted from the target patent document as a word to be calculated for the importance score.

도 5는 본 발명의 일 실시예에 따른 본 발명의 일 실시예에 따른 유의어 사전을 생성하는 방법을 설명하기 위한 흐름도이다.5 is a flowchart illustrating a method of generating a thesaurus according to an embodiment of the present invention.

단계 S410에서, 서버(10)는, 유의어 사전의 기초가 되는 전체 특허문서를 획득할 수 있다. 구체적으로, 서버(10)는 실시간으로 시간이 경과함에 따라 공개되는 특허문서를 획득하여 전체 특허문서를 획득할 수 있다. 이때, 서버(10)는 통신을 통해 외부 서버 또는 전자 장치(20)로부터 최신에 공개된 특허문서를 수신하여 메모리(104)에 저장할 수 있다.In step S410, the server 10 may acquire the entire patent document that is the basis of the thesaurus. Specifically, the server 10 may acquire the entire patent document by acquiring a patent document that is published as time elapses in real time. In this case, the server 10 may receive the latest published patent document from the external server or the electronic device 20 through communication and store it in the memory 104 .

일 실시예로, 서버(10)는 획득된 전체 특허문서 중 어느 하나의 특허문서가 노이즈 문서 조건을 충족하는지 여부를 확인할 수 있다. 구체적으로, 서버(10)는 노이즈 문서 조건을 충족하는 특허문서를 전체 특허문서로부터 제거할 수 있다. 여기서, 노이즈 문서 조건은 특허문서가 노이즈 문서 인지 여부를 확인하는 것으로써, 전체 특허문서 각각 내에 미리 설정된 기준 크기 이상의 공백을 갖는 경우, 미리 설정된 횟수 이상 동일한 문자가 반복되는 경우, 전체 특허문서 내에 텍스트와 이지미와의 비율이 미리 설정된 기준 비율 이상인 경우이다.In an embodiment, the server 10 may check whether any one patent document among all the acquired patent documents satisfies the noise document condition. Specifically, the server 10 may remove a patent document that satisfies the noise document condition from all patent documents. Here, the noise document condition is to check whether the patent document is a noise document, if there is a space larger than a preset reference size in each of the entire patent documents, if the same character is repeated more than a preset number of times, text in the entire patent document This is a case in which the ratio between and Lee Ji-mi is greater than or equal to the preset reference ratio.

즉, 서버(10)는 전체 특허문서에 대해 노이즈 여부 인지 여부를 확인할 수 있다. 서버(10)는 노이즈 문서 조건을 만족하는 노이즈 문서를 제거할 수 있다. That is, the server 10 may check whether the entire patent document is noise or not. The server 10 may remove a noise document that satisfies a noise document condition.

단계 S420에서, 서버(10)는, 전체 특허문서 각각에 대해 형태소를 분석할 수 있다.In step S420, the server 10 may analyze morphemes for each of the entire patent documents.

단계 S430에서, 서버(10)는, 형태소 분석 결과에 기초하여 전체 특허문서 각각에 포함된 단어를 워드 벡터로 변환할 수 있다.In step S430, the server 10 may convert a word included in each of the entire patent document into a word vector based on the result of the morpheme analysis.

이때, 서버(10)는 상술된 단어의 복수의 단어적 특성을 다차원의 실수 공간에 사영하여 벡터화하여 워드 벡터로 변환할 수 있다. 일 실시 예에서, 서버(10)는 단어를 Word2vec 학습을 이용하여 워드 벡터를 변환할 수 있다.In this case, the server 10 may convert the plurality of word characteristics of the above-described words into a word vector by projecting the plurality of word characteristics into a multidimensional real space space and vectorizing the same. In an embodiment, the server 10 may convert a word vector to a word using Word2vec learning.

또한, 서버(10)는 단어를 200~300차원 정도의 벡터 공간에 표현할 수 있으며, 학습을 위하여 주변 단어가 만드는 의미의 방향성을 기반으로 타겟 단어를 예측하는 CBOW(Continuous Bag of Words)와 한 단어를 기준으로 주변에 올 수 있는 단어를 예측하는 Skip-gram모델을 활용할 수 있다.In addition, the server 10 can express a word in a vector space of about 200 to 300 dimensions, and for learning, a word with a continuous bag of words (CBOW) that predicts a target word based on the direction of meaning created by the surrounding words for learning A skip-gram model that predicts words that can come around can be used.

이때, 두 워드 벡터 간의 거리는 두 워드 벡터 각각에 대응되는 단어 간의 유사성을 나타내고, 워드 벡터의 방향은 특허문서 내에서의 의미를 나타낼 수 있다. In this case, the distance between the two word vectors may indicate the similarity between words corresponding to each of the two word vectors, and the direction of the word vector may indicate the meaning in the patent document.

단계 S440에서, 서버(10)는, 워드 벡터 간의 유사도를 산출할 수 있다.In step S440 , the server 10 may calculate a degree of similarity between word vectors.

구체적으로, 서버(10)는 두 워드 벡터 간의 코사인 유사도 산출하거나 코사인 유사도를 정규화하여 두 워드 벡터 간의 유사도로 산출할 수 있다.Specifically, the server 10 may calculate the cosine similarity between two word vectors or calculate the similarity between the two word vectors by normalizing the cosine similarity.

예를 들어, 서버(10)는 실수 공간상의 두 워드 벡터 간 각도의 코사인 값을 이용하여 두 워드 벡터 간의 유사도로 산출할 수 있다. 또한, 서버(10)는 두 워드 벡터 간의 코사인 유사도 값을 0부터 1사이의 범위를 갖도록 정규화하여 두 워드 벡터 간의 유사도로 산출할 수 있다.For example, the server 10 may calculate the similarity between the two word vectors by using the cosine value of the angle between the two word vectors in real space. Also, the server 10 may calculate the similarity between the two word vectors by normalizing the cosine similarity value between the two word vectors to have a range between 0 and 1.

즉, 서버(10)는 전체 특허무선 내에 포함된 모든 단어들을 워드 벡터로 변환하고, 변환된 모든 워드 벡터 간의 거리를 코사인 유사도로 산출하며, 산출된 거리를 유사도로 산출할 수 있다.That is, the server 10 may convert all words included in the entire patent radio into word vectors, calculate distances between all converted word vectors as cosine similarities, and calculate the calculated distances as similarities.

한편, 본 발명의 다양한 실시예에 따라, 서버(10)는 특허문서의 유의어 사전 생성 방법의 후처리 과정을 수행할 수 있다.Meanwhile, according to various embodiments of the present disclosure, the server 10 may perform a post-processing process of a method for generating a thesaurus of a patent document.

구체적으로, 서버(10)는 유사도에 기초하여 워드 벡터에 대응되는 단어가 유사어 그룹에 포함되는지 여부를 확인할 수 있다. 구체적으로, 서버(10)는 어느 두 워드 벡터 간의 유사도가 미리 설정된 기준 유사도 미만인지 여부를 확인하고, 어느 두 워드 벡터 간의 유사도가 미리 설정된 기준 유사도 미만이면 두 워드 벡터에 각각 대응하는 단어가 동일한 유사어 그룹에 포함되는 것으로 확인할 수 있다.Specifically, the server 10 may check whether a word corresponding to the word vector is included in the similar word group based on the degree of similarity. Specifically, the server 10 checks whether the similarity between any two word vectors is less than a preset reference similarity, and if the similarity between any two word vectors is less than the preset reference similarity, the words corresponding to the two word vectors are the same similar words It can be confirmed to be included in the group.

이후, 서버(10)는, 유사도에 기초하여 워드 벡터에 대응되는 단어를 유사어 그룹으로 그루핑할 수 있다.Thereafter, the server 10 may group the word corresponding to the word vector into a similar word group based on the degree of similarity.

구체적으로, 서버(10)는 두 워드 벡터에 각각 대응하는 단어가 동일한 유사어 그룹에 포함되는 것으로 확인되면 해당 두 단어를 동일한 유사어 그룹에 포함시킬 수 있다. Specifically, when it is confirmed that the words respectively corresponding to the two word vectors are included in the same synonym group, the server 10 may include the two words in the same synonym group.

한편, 서버(10)는 어느 두 워드 벡터 간의 유사도가 미리 설정된 기준 유사도 미만이더라도 유사어 그룹에 이전에 포함된 단어에 대응되는 워드 벡터 간의 유사도가 미리 설정된 최대 유사도를 초과하는 경우, 유사도가 미리 설정된 기준 유사도 미만인 두 워드 벡터에 대응되는 단어들을 해당 유사어 그룹에 포함시키지 않을 수 있다.On the other hand, even if the similarity between any two word vectors is less than the preset reference similarity, when the similarity between the word vectors corresponding to the words previously included in the similar word group exceeds the preset maximum similarity, the similarity is set in advance. Words corresponding to two word vectors having less than similarity may not be included in the corresponding similar word group.

이를 통해, 서버(10)는 유사어 그룹이 확장되어 어느 두 단어 간의 유사성이 감소되는 현상을 방지할 수 있다.Through this, the server 10 can prevent a phenomenon in which the similarity group is expanded and the similarity between any two words is reduced.

도 6a 내지 도 6c는 본 발명의 일 실시예에 따른 단어 획득방법을 구체적으로 설명하기 위한 흐름도이다.6A to 6C are flowcharts specifically illustrating a method for obtaining a word according to an embodiment of the present invention.

구체적으로, 도 6a에 도시된 바와 같이, 단계 S505에서, 서버(10)는, 획득된 복수개의 단어 각각에 대한 의미 정보를 매칭할 수 있다.Specifically, as shown in FIG. 6A , in step S505 , the server 10 may match semantic information for each of a plurality of acquired words.

이때, 의미 정보란, 단어에 대한 인텐트를 의미할 수 있다. 서버(10)는 단어에 대한 의미 정보를 획득하기 위해 인공지능 모델을 이용한 자연어 처리를 수행할 수 있다.In this case, the semantic information may mean an intent for a word. The server 10 may perform natural language processing using an artificial intelligence model to obtain semantic information about a word.

구체적으로, 인공지능 모델은 자연어 이해부를 포함하고, 자연어 이해부는 문장 분석 결과를 바탕으로 엔티티(entity) 및 문장에 포함된 단어의 의도(intent)를 파악할 수 있으며, 나아가, 자연어 이해부는 문장의 구조 및 주요 성분 분석을 통해 문장을 해석하고 통계/분석 등을 이용하여 문장 분석을 수행할 수 있다.Specifically, the artificial intelligence model includes a natural language understanding unit, and the natural language understanding unit may grasp an entity and the intent of a word included in a sentence based on the sentence analysis result, and further, the natural language understanding unit may determine the structure of the sentence And it is possible to interpret a sentence through analysis of major components, and perform sentence analysis using statistics/analysis, and the like.

일 실시예로, 서버(10)는 '사과'가 포함된 문장을 분석하여 사과에 대한 의미 정보를 획득할 수 있다. 예를 들어, 문장 문석을 통해 획득된 단어가 "사과' 인 경우를 가정할 수 있다. 이때, 사과에 대한 의미 정보는 명사로서 과일의 한 종류를 나타내는 의미 정보일 수 있으나, 동사로서 다른 사람에게 잘못을 말하는 것을 나타내는 의미 정보일 수도 있다. 서버(10)는 '사과'에 대한 복수개의 의미 정보 중 문장과 적합하다고 판단되는 의미 정보를 '사과'와 매칭할 수 있다.In an embodiment, the server 10 may obtain semantic information about the apple by analyzing a sentence including 'apple'. For example, it may be assumed that the word acquired through sentence analysis is “apple.” In this case, the semantic information about the apple may be semantic information indicating one kind of fruit as a noun, but may be used as a verb for another person. It may also be semantic information indicating that a person is saying something wrong, and the server 10 may match semantic information determined to be suitable for a sentence among a plurality of semantic information on 'apple' with 'apple'.

단계 S510에서, 서버(10)는, 매칭된 의미 정보 및 대상특허문서를 바탕으로, 복수개의 단어 각각에 대한 정확도 점수를 획득할 수 있다.In step S510, the server 10 may obtain an accuracy score for each of the plurality of words based on the matched semantic information and the target patent document.

이 경우, 서버(10)는 하나의 문장을 통해 획득한 단어에 대한 의미 정보 획득하나, 이를 통해 획득한 의미 정보는 부정확할 가능성이 있다. 따라서, 서버(10)는 문장을 포함하는 특허문서 전체를 바탕으로 단어에 매칭된 의미 정보의 정확도 점수를 획득할 수 있다.In this case, the server 10 acquires semantic information about a word acquired through one sentence, but semantic information acquired through this may be inaccurate. Accordingly, the server 10 may acquire the accuracy score of the semantic information matched to the word based on the entire patent document including the sentence.

따라서, 서버(10)는 문장 분석을 통해 획득된 단어의 의미 정보에 대한 정확도 점수를, 특허문서 전체에서 발견되는 동일한 단어에 대한 의미 정보를 바탕으로 획득할 수 있다.Accordingly, the server 10 may obtain an accuracy score for the semantic information of a word obtained through sentence analysis based on the semantic information about the same word found in the entire patent document.

예를 들어, '사과'가 포함된 문장을 분석하여 획득한 '사과'에 대한 의미 정보가 과일을 나타내는 사과에 대한 정보이지만, 문장을 포함한 특허문서 전체에서 검색되는 '사과'의 의미 정보가 다른 사람에게 잘못을 말하는 것에 대한 정보인 경우, 서버(10)는 기 매칭된 의미 정보를 낮게 설정할 수 있다.For example, the semantic information about 'apple' obtained by analyzing a sentence containing 'apple' is information about an apple representing a fruit, but the semantic information of 'apple' searched in the entire patent document including the sentence is different. In the case of information about telling a person wrong, the server 10 may set the pre-matched semantic information low.

단계 S515에서, 서버(10)는, 정확도 점수가 기 설정된 값 이하인 단어를 오류 단어로 판단할 수 있다.In step S515 , the server 10 may determine a word having an accuracy score equal to or less than a preset value as an erroneous word.

즉, 서버(10)는 정확도 점수가 기 설정된 값 이하인 경우, 해당 단어에 매칭된 의미 정보가 잘못 매칭된 것으로 판단하고, 단어를 오류 단어로 획득할 수 있다.That is, when the accuracy score is less than or equal to a preset value, the server 10 may determine that the semantic information matched with the corresponding word is an erroneous match, and obtain the word as an erroneous word.

한편, 도 6b에 도시된 바와 같이, 단계 S520에서, 서버(10)는, 오류 단어에 대한 복수개의 의미 정보를 획득할 수 있다. 구체적으로, 서버(10)는 오류 단어가 가지는 복수개의 의미 정보를 복수개의 특허문서로부터 획득할 수 있다.Meanwhile, as shown in FIG. 6B , in step S520 , the server 10 may obtain a plurality of semantic information for the erroneous word. Specifically, the server 10 may acquire a plurality of semantic information of the erroneous word from a plurality of patent documents.

단계 S525에서, 서버(10)는, 획득된 복수개의 의미 정보 각각에 대한 복수개의 가중치를 획득할 수 있다.In step S525, the server 10 may acquire a plurality of weights for each of the acquired semantic information.

일 실시예로, 서버(10)는 오류 단어를 포함하는 대상특허문서를 바탕으로 가중치를 획득할 수 있다. 구체적으로, 서버(10)는 전체 특허문서에서 오류 단어를 포함하는 적어도 하나의 문장을 획득하고, 획득된 적어도 하나의 문장에 포함된 오류 단어와 동일한 단어에 대한 의미 정보를 획득할 수 있다. 서버(10)는 오류단어와 동일한 적어도 하나의 단어에 대한 의미 정보를 바탕으로, 복수개의 의미 정보에 대한 가중치를 획득할 수 있다.In an embodiment, the server 10 may acquire a weight based on a target patent document including an error word. Specifically, the server 10 may acquire at least one sentence including an erroneous word from all patent documents, and acquire semantic information about the same word as the erroneous word included in the at least one acquired sentence. The server 10 may acquire weights for a plurality of semantic information based on semantic information on at least one word identical to the erroneous word.

단계 S530에서, 서버(10)는, 복수개의 가중치 중, 대상특허문서와의 연관도가 가장 높은 가중치를 획득할 수 있다.In step S530, the server 10 may obtain a weight having the highest degree of association with the target patent document among the plurality of weights.

단계 S535에서, 서버(10)는, 대상특허문서와의 연관도가 가장 높은 가중치에 대응되는 의미 정보를 오류 단어에 매칭할 수 있다. 즉, 서버(10)는 오류 단어에 대한 복수개의 의미 정보 중 가중치가 가장 큰 의미 정보를 오류 단어에 대한 의미 정보로 결정하고, 오류 단어를 수정할 수 있다.In step S535, the server 10 may match semantic information corresponding to a weight having the highest degree of relevance with the target patent document to the erroneous word. That is, the server 10 may determine semantic information having the greatest weight among a plurality of semantic information on the erroneous word as semantic information on the erroneous word and correct the erroneous word.

한편, 본 발명의 다양한 실시예에 따라, 오류 단어는 단어에 잘못된 의미 정보가 매칭된 경우뿐만 아니라 형태소 분석 과정에서의 오류로 잘못 파싱된 단어일 경우일 수 있음은 물론이다. 일 실시예로, 단어 획득을 위한 문장이 "머신 러닝을 이용한 자연어 처리를 한다" 인 경우, 서버(10)는 머신, 러닝, 이용, 자연어, 처리를 단어로 획득할 수 있다. Meanwhile, according to various embodiments of the present invention, it goes without saying that the erroneous word may be a word erroneously parsed due to an error in a morpheme analysis process as well as a case in which incorrect semantic information is matched with a word. In an embodiment, when the sentence for obtaining a word is "Natural language processing using machine learning is performed", the server 10 may obtain machine, learning, use, natural language, and processing as words.

이 경우, 형태소 분석의 오류로 인하여, 머신, 러닝, 을이용, 자연어, 처리와 같이 단어를 획득하는 경우가 발생할 수 있다. 이 경우, 서버(10)는 '을이용'을 오류 단어로 판단하고, 수정할 수 있다. In this case, due to an error in morpheme analysis, words may be acquired such as machine, learning, using eul, natural language, and processing. In this case, the server 10 may determine that 'use E' is an error word and correct it.

구체적으로, 서버(10)는 획득된 단어 각각에 대한 의미 정보를 획득한 후, 의미 정보와 대상특허문서와의 연관도를 바탕으로 오류 단어인지 여부를 판단할 수 있다. 일 실시예에 따라, 서버(10)는 획득된 단어가 기 설정된 빈도 이상 단어를 포함하는 대상특허문서에서 발견되는 경우, 해당 단어는 오류가 없는 단어로 판단할 수 있다. 또 다른 실시예로, 서버(10)는 단어가 전체 특허문서에서 기 설정된 빈도 이상 발견되는 경우, 해당 단어는 일반적으로 사용되는 단어로 판단하여 오류 단어가 아닌 것으로 판단할 수 있다. 또 다른 실시예로, 서버(10)는 단어에 대한 의미 정보를 찾지 못한 경우, 해당 단어를 오류 단어로 판단할 수 있다. 또 다른 실시예로, 서버(10)는 단어에 매칭된 의미 정보가 단어를 포함하는 대상특허문서와 이질적인 경우, 해당 단어를 오류 단어로 판단할 수 있다.Specifically, after obtaining semantic information for each of the acquired words, the server 10 may determine whether the word is an erroneous word based on the degree of association between the semantic information and the target patent document. According to an embodiment, when an acquired word is found in a target patent document including a word having a frequency greater than or equal to a preset frequency, the server 10 may determine that the word is an error-free word. In another embodiment, when the word is found in the entire patent document at a preset frequency or more, the server 10 may determine that the word is not an erroneous word by determining that it is a commonly used word. In another embodiment, when the server 10 does not find semantic information about the word, the server 10 may determine the word as an erroneous word. In another embodiment, when the semantic information matched with the word is different from the target patent document including the word, the server 10 may determine the corresponding word as an erroneous word.

구체적으로, 서버(10)는 대상특허문서 전체에 포함된 단어를 획득하고, 획득된 단어 각각에 대한 의미 정보를 매칭하여 저장할 수 있다. 서버(10)는 매칭된 단어 및 의미 정보를 클러스터링하여 연관성있는 의미 정보를 가지는 복수개의 단어의 클러스터를 획득할 수 있다. 서버(10)는 복수개의 단어 클러스터 중, 클러스터에 포함된 단어가 기 설정된 개수 이하인 단어 클러스터를 획득할 수 있다. 이때, 기 설정된 개수란, 대상특허문서에서 사용된 복수의 동일한 단어에 대한 개수를 의미하는 것이 아닌, 서로 다른 형태를 가지는 복수개의 단어에 대한 개수를 의미할 수 있다. 예를 들어, 대상특허문서에서 "을이용" 이라는 단어가 복수번 검색된 경우라고 하더라도, "을이용"은 동일한 단어이기 때문에, 하나의 단어로 판단할 수 있다. 서버(10)는 상기 단계에서 획득한 클러스터에 포함된 단어를 오류 단어로 판단할 수 있다. Specifically, the server 10 may acquire a word included in the entire target patent document, match and store semantic information for each of the acquired words. The server 10 may obtain a cluster of a plurality of words having relevant semantic information by clustering the matched words and semantic information. The server 10 may acquire a word cluster in which the number of words included in the cluster is less than or equal to a preset number from among the plurality of word clusters. In this case, the preset number does not mean the number of a plurality of identical words used in the target patent document, but may mean the number of a plurality of words having different shapes. For example, even if the word "use E" is searched for multiple times in the target patent document, since "use E" is the same word, it can be determined as one word. The server 10 may determine the word included in the cluster obtained in the above step as an erroneous word.

다만, 이에 한정되는 것은 아니고, 서버(10)는 복수개의 단어 클러스터 중, 다른 클러스터와의 거리가 기 설정된 거리 이상인 클러스터에 포함된 단어를 오류 단어로 판단할 수 있음은 물론이다. 구체적으로, 서버(10)는 복수개의 클러스터의 중심점을 획득하고, 획득된 중심점을 바탕으로 클러스터간의 거리를 판단할 수 있다. 예를 들어, 획득된 단어 클러스터가 제1 단어 클러스터 내지 제4 단어 클러스터일 수 있다. 이 경우, 서버(10)는 제1 단어 클러스터와 제2 단어 클러스터와의 거리, 제1 단어 클러스터와 제3 단어 클러스터와의 거리, 제1 단어 클러스터와 제4 단어 클러스터와의 거리를 각각 획득하고, 획득된 3개의 거리 모두가 기 설정된 거리 이상인 경우, 제1 단어 클러스터를 오류 단어로 판단할 수 있다.However, the present invention is not limited thereto, and of course, the server 10 may determine a word included in a cluster having a distance from another cluster equal to or greater than a preset distance among a plurality of word clusters as an erroneous word. Specifically, the server 10 may obtain the center points of a plurality of clusters, and determine the distance between the clusters based on the obtained center points. For example, the obtained word clusters may be first to fourth word clusters. In this case, the server 10 obtains the distance between the first word cluster and the second word cluster, the distance between the first word cluster and the third word cluster, and the distance between the first word cluster and the fourth word cluster, respectively. , when all three obtained distances are equal to or greater than a preset distance, the first word cluster may be determined as an erroneous word.

한편, 도 6c에 도시된 바와 같이, 단계 S540에서, 서버(10)는, 대상특허문서에 포함된 문장에 대한 복수개의 단어를 획득할 수 있다.Meanwhile, as shown in FIG. 6C , in step S540 , the server 10 may acquire a plurality of words for a sentence included in the target patent document.

구체적으로, 단일 단어들의 결합으로 복합 명사구가 형성되는 경우, 그 의미가 달라지는 경우가 있다. 따라서, 서버(10)는 단일 단어로부터 복합 명사구 세트를 획득할 필요성이 존재한다. 따라서, 서버(10)는 복수개의 단어를 바탕으로 복합 명사구 세트를 획득할 수 있다Specifically, when a compound noun phrase is formed by combining single words, the meaning may change. Thus, there is a need for the server 10 to obtain a set of compound noun phrases from a single word. Accordingly, the server 10 may obtain a set of compound noun phrases based on a plurality of words.

예를 들어, "머신러닝을 이용한 자연어 처리를 한다"라는 문장을 분석한 결과 서버(10)는 머신, 러닝, 이용, 자연어, 처리의 단어를 획득할 수 있다.For example, as a result of analyzing the sentence "Natural language processing using machine learning is performed", the server 10 may obtain words of machine, learning, use, natural language, and processing.

단계 S545에서, 서버(10)는, 복수개의 단어의 조합으로 획득된 복수개의 복합 명사구 세트 후보를 획득할 수 있다.In step S545, the server 10 may obtain a plurality of compound noun phrase set candidates obtained by combining a plurality of words.

예를 들어, 서버(10)는 획득된 단어의 조합으로부터 머신러닝, 러닝이용, 이용자언어, 자연어처리 등의 복합 명사구 세트 후보를 획득할 수 있다.For example, the server 10 may obtain complex noun phrase set candidates such as machine learning, learning use, user language, natural language processing, etc. from the obtained combination of words.

단계 S550에서, 서버(10)는, 획득된 복수개의 복합 명사구 세트 후보와 동일한 복합 명사구 세트가 대상특허문서에 포함되는 빈도를 획득할 수 있다.In step S550 , the server 10 may obtain a frequency in which the same compound noun phrase set as the obtained plurality of compound noun phrase set candidates is included in the target patent document.

단계 S555에서, 서버(10)는, 빈도가 기 설정된 빈도 이상인 복합 명사구 세트 후보를 복합 명사구 세트로 결정할 수 있다.In step S555, the server 10 may determine a compound noun phrase set candidate having a frequency equal to or greater than a preset frequency as the compound noun phrase set.

예를 들어, 서버(10)는 머신러닝은 총 301회, 러닝이용은 총 1회, 이용자 언어는 총 0회, 자연어처리는 총 58회 발견되는 것에 대한 정보를 획득하고, 출현 빈도가 기 설정된 빈도 이상인 복합 명사구 후보 세트를 복합 명사구 세트로 획득할 수 있다.For example, the server 10 acquires information about which machine learning is found a total of 301 times, learning use is a total of 1 time, user language is a total of 0 times, and natural language processing is found a total of 58 times, and the frequency of appearance is preset. A compound noun phrase candidate set having a frequency greater than or equal to a frequency may be obtained as a compound noun phrase set.

이때, 복합 명사구 세트 후보는 복합 명사구 세트 후보에 포함된 단어들의 순서 정보 및 이격 정보를 포함할 수 있다.In this case, the compound noun phrase set candidate may include order information and spacing information of words included in the compound noun phrase set candidate.

일 실시예로, 복합 명사구 세트는 둘 이상의 인접한 단어의 조합으로 결정되지만, 본 발명에서는 단어들이 이격된 단어의 조합 또한 복합 명사구 세트로 획득할 수 있다. 예를 들어, 서버(10)는 "복수개의 장치 중 제1 장치, 복수개의 장치 중 제2 장치, 복수개의 장치 중 제3 장치"가 포함된 문장에 서 복합 명사구 세트를 획득할 때, 복수개의 장치 중 제1 장치, 복수개의 장치 중 제2 장치 및 복수개의 장치 중 제3 장치를 독립된 복합 명사구 세트로 획득할 수 있으나, "복수개의 장치 중 (이격 단어 1) 장치"를 하나의 복합 명사구 세트로 획득할 수도 있음은 물론이다. 이때, 복합 명사구 세트는 이격 정보를 포함할 수 있다. 상술한 실시예에서 이격 정보란 단어 "중"과 단어 "장치" 사이에 1개의 단어가 포함되어 있다는 정보일 수 있다. 다양한 실시예에 따라, 단어와 단어 사이에 복수개의 단어가 포함될 수 있음은 물론이다.In an embodiment, the compound noun phrase set is determined as a combination of two or more adjacent words, but in the present invention, a combination of words in which words are spaced apart may also be obtained as a compound noun phrase set. For example, when the server 10 obtains a set of compound noun phrases from a sentence including "a first device among a plurality of devices, a second device among a plurality of devices, and a third device among a plurality of devices", a plurality of A first device of devices, a second device of a plurality of devices, and a third device of a plurality of devices may be obtained as independent compound noun phrase sets, but "(spaced word 1) device of multiple devices" can be obtained as a single compound noun phrase set. Of course, it can also be obtained with In this case, the compound noun phrase set may include spacing information. In the above-described embodiment, the separation information may be information that one word is included between the word “middle” and the word “device”. Of course, according to various embodiments, a plurality of words may be included between words.

또 다른 실시예로, 서버(10)는 복합 명사구 세트를 구성하는 단어의 최대 개수를 결정하고, 결정된 개수 내의 복합 명사구 세트를 획득할 수 있다. 구체적으로, 복합 명사구 세트 획득을 위한 문장에 포함된 단어가 n개이고, 단어간의 순서가 변경되지 않는 경우, 획득되는 복합 명사구 세트의 수는

Figure 112020018613926-pat00003
개이고, 단어간의 순서가 변경되는 경우 획득되는 복합 명사구 세트의 수는
Figure 112020018613926-pat00004
개이다. 따라서, 문장이 길어지면 길어질수록, 서버(10)는 복합 명사구 세트 검색을 위해 과도한 리소스를 투입하여야 한다. 따라서, 서버(10)는 복합 명사구 세트를 구성하는 단어의 최대 개수를 결정하고, 결정된 개수 내의 복합 명사구 세트를 획득할 수 있다. 이때, 서버(10)는, 단어 획득을 수행하는 대상특허문서와 동일한 기술 분야인 복수개의 특허문서를 획득하고, 획득된 특허문서에 포함된 복합 명사구 세트에 포함된 단어의 최대 개수를 복합 명사구 세트를 구성하는 단어의 최대 개수로 결정할 수 있다. In another embodiment, the server 10 may determine the maximum number of words constituting the compound noun phrase set, and obtain the compound noun phrase set within the determined number. Specifically, when the number of words included in the sentence for obtaining the compound noun phrase set is n and the order between the words is not changed, the number of the compound noun phrase set obtained is
Figure 112020018613926-pat00003
, and the number of sets of compound noun phrases obtained when the order between words is changed is
Figure 112020018613926-pat00004
it's a dog Therefore, as the sentence becomes longer, the server 10 must invest excessive resources for searching the compound noun phrase set. Accordingly, the server 10 may determine the maximum number of words constituting the compound noun phrase set, and obtain the compound noun phrase set within the determined number. At this time, the server 10 acquires a plurality of patent documents that are the same technical field as the target patent document for which word acquisition is performed, and sets the maximum number of words included in the compound noun phrase set included in the obtained patent document to the compound noun phrase set. It can be determined as the maximum number of words constituting

한편, 본 발명에 따른 복합 명사구 세트 획득 방법은 상술한 방법에 한정되는 것은 아니며, 다양한 방법에 의해 획득될 수 있음은 물론이다.On the other hand, the method for obtaining a set of compound noun phrases according to the present invention is not limited to the above-described method, and of course, it may be obtained by various methods.

일 실시예로, 서버(10)는 복수개의 단어가 기 설정된 조건을 만족하는 경우, 복수개의 단어의 위치를 변경할 수 있다. In one embodiment, when the plurality of words satisfy a preset condition, the server 10 may change the positions of the plurality of words.

일반적으로, 문장에서 복합 명사구를 획득하고자 할 때, 문장에 포함된 단어의 순서를 변경하는 작업은 불필요하다. 예를 들어, "머신러닝을 이용한~~"의 문장에서 서버(10)는 "머신러닝"이란 복합 명사구 세트를 획득할 필요성이 있으나, 단어의 순서를 바꾼 "러닝머신"이란 복합 명사구 세트를 획득할 필요는 없을 것이다. 오히려 "러닝머신"의 복합 명사구 세트를 획득하는 경우, 전혀 다른 의미의 복합 명사구 세트를 획득하게 되어 본 발명에서 이루고자 하는 성능을 떨어트릴 여지도 존재한다.In general, when obtaining a compound noun phrase from a sentence, it is unnecessary to change the order of words included in the sentence. For example, in the sentence of "using machine learning~~", the server 10 needs to obtain a set of complex noun phrases called "machine learning", but acquires a set of complex noun phrases called "learning machine" in which the order of the words is changed. You won't have to. Rather, when acquiring a complex noun phrase set of "treading machine", a complex noun phrase set with a completely different meaning is obtained, and there is a possibility of reducing the performance to be achieved in the present invention.

그러나 기설정된 조건을 만족하면, 서버(10)는 문장에 포함된 단어의 순서를 변경하여 복합 명사구 세트 후보를 획득할 수 있다. 이때, 기 설정된 조건은, 복수개의 단어가 인접한 조건, 인접한 복수개의 단어 사이에 기 설정된 부호가 포함될 조건, 인접한 복수개의 단어 중 오른쪽에 위치한 단어가 괄호를 포함하는 조건 및 복수개의 단어가 서로 다른 언어인 조건일 수 있다.However, if the preset condition is satisfied, the server 10 may obtain a compound noun phrase set candidate by changing the order of words included in the sentence. In this case, the preset conditions include a condition in which a plurality of words are adjacent, a condition in which a preset sign is included between a plurality of adjacent words, a condition in which a word located to the right of the plurality of adjacent words includes parentheses, and a language in which the plurality of words are different from each other may be a condition.

예를 들어, 분석하고자 하는 문장이 "머신 러닝(Machine Learning)"을 포함하는 경우, 서버(10)는 머신, 러닝, Machine, Learning을 단어로 획득할 수 있다. 나아가, 서버(10)는 "머신 러닝 Machine Learning"을 복합 명사구 세트로 획득할 수 있다. 나아가, 서버(10)는 기 설정된 조건인 괄호 부호가 포함되어 있음을 판단하고, "Machine Learning 머신 러닝"을 복합 명사구 세트로 획득할 수 있다. 즉, 서버(10)는 "머신 러닝"이라는 복합 명사구(또는 단어) 및 복합 명사구(또는 단어)에 대한 다른 언어의 복합 명사구(Machine Learning)가 함께 존재하는 경우, 다른 언어로 표현되었으나, 동일한 의미를 가지는 두 복합 명사구(또는 단어)를 하나의 복합 명사구로 획득하고, 또한 두 복합 명사구의 순서를 변경하여 하나의 복합 명사구로 획득할 수 있다. 이는 각기 다른 언어로 작성된 특허문서를 비교하는 경우 비교의 효율성을 높일 수 있는 효과가 존재한다. 즉, 한글로 작성된 특허문서는 "머신 러닝(Machine Learning)"으로 표현되나, 영어로 작성된 특허문서는 "Machine Learning(머신 러닝)"으로 표현될 수 있으므로, 서버(10)는 두 가지 경우 모두 복합 명사구 세트로 획득하여 검색의 효율성을 높일 수 있다.For example, when the sentence to be analyzed includes "Machine Learning", the server 10 may acquire Machine, Learning, Machine, and Learning as words. Further, the server 10 may acquire "machine learning machine learning" as a set of compound noun phrases. Furthermore, the server 10 may determine that the parentheses, which are preset conditions, are included, and obtain "Machine Learning Machine Learning" as a set of complex noun phrases. That is, the server 10 is expressed in a different language when the compound noun phrase (or word) of "machine learning" and the compound noun phrase (Machine Learning) of another language for the compound noun phrase (or word) exist together, but the same meaning It is possible to obtain two compound noun phrases (or words) having This has the effect of increasing the efficiency of comparison when comparing patent documents written in different languages. That is, a patent document written in Korean is expressed as “Machine Learning”, but a patent document written in English can be expressed as “Machine Learning”, so the server 10 is a composite in both cases. You can increase the efficiency of your search by acquiring it as a set of noun phrases.

한편, 상술한 실시예에서는 기 설정된 부호가 포함 조건이 괄호 부호가 포함될 조건에 대하여 설명하였으나, 이에 한정되는 것은 아니다. 다양한 실시예에 따라, 기 설정된 부호는 하이픈(-), 슬래시(/), 물결표(~), 따옴표(' 또는 ")등의 부호일 수 있음은 물론이다.Meanwhile, in the above-described embodiment, a condition in which a preset sign includes a condition in which a parenthesis sign is included has been described, but the present invention is not limited thereto. According to various embodiments, the preset sign may be a sign such as a hyphen (-), a slash (/), a tilde (~), or a quotation mark (' or ").

이후, 서버(10)는 변경된 복수개의 단어를 복합 명사구 세트 후보로 결정할 수 있다.Thereafter, the server 10 may determine a plurality of changed words as a compound noun phrase set candidate.

한편, 본 발명의 다양한 실시예에 따라, 서버(10)는 대상특허문서에 포함된 문장이 기 설정된 구조를 가지는 경우, 문장에 포함된 단어 중 기 설정된 구조에 대응되는 단어를 제외한 적어도 하나의 단어를 획득할 수 있다.On the other hand, according to various embodiments of the present invention, when the sentence included in the target patent document has a preset structure, the server 10 excluding the word corresponding to the preset structure among the words included in the sentence is at least one word. can be obtained.

예를 들어, 기 설정된 구조는 "~는 ~로 정의한다"와 같이 정형화된 구조일 수 있다. 구체적으로 대상특허문서에서 "~는 ~로 정의한다", "이하 ~는 ~라고 한다." "~는 ~로 이해될 수 있다." "~는 ~라고 서술한다" 등과 같은 구조의 문장은 기술 분야에서 일반적으로 사용되지 않는 용어를 정의하기 위해 사용될 수 있다. 따라서, 서버(10)는 기술 분야에서 일반적으로 사용되지 않은 용어를 정의하는 문장을 판단하고, 판단된 문장에서 정의된 단어를 획득할 수 있다.For example, the preset structure may be a standardized structure such as "~ is defined as ~". Specifically, in the target patent document, "~ is defined as ~", "Hereinafter, ~ is referred to as ~." "~ can be understood as ~." A sentence of a structure such as “states ~” may be used to define terms that are not generally used in the technical field. Accordingly, the server 10 may determine a sentence defining a term not generally used in the technical field, and obtain a word defined in the determined sentence.

예를 들어, 분석하고자 하는 문장이 "머신 러닝은 OOO로 서술한다(또는 정의한다)."라는 문장인 경우, 서버(10)는 해당 문장이 기 설정된 구조라고 판단하고, 머신, 러닝, OOO의 단어를 획득할 수 있다.For example, if the sentence to be analyzed is a sentence "machine learning describes (or defines) OOO", the server 10 determines that the sentence is a preset structure, and words can be obtained.

이후, 서버(10)는 적어도 하나의 단어의 의미 정보를 획득할 수 있다.Thereafter, the server 10 may acquire semantic information of at least one word.

구체적으로, 획득된 OOO의 단어가 기술 분야에서 통용되는 의미 정보를 가진 경우, 서버(10)는 OOO에 대응되는 의미 정보를 OOO에 매칭할 수 있다. 그러나, OOO 용어가 사용자가 새롭게 정의한 용어여서 의미 정보가 불명확한 경우, 서버(10)는 머신 러닝에 대응되는 의미 정보를 OOO의 의미 정보로 매칭할 수 있다.Specifically, when the acquired word of OOO has semantic information commonly used in the technical field, the server 10 may match semantic information corresponding to OOO to OOO. However, when the semantic information is unclear because the OOO term is a term newly defined by the user, the server 10 may match semantic information corresponding to machine learning with the semantic information of OOO.

이후, 서버(10)는 의미 정보에 대응되는 단어를 획득할 수 있다.Thereafter, the server 10 may acquire a word corresponding to the semantic information.

다만, 이에 한정되는 것은 아니고, 서버(10)는 머신 러닝과 OOO의 연관도가 기 설정된 연관도 이상인 경우, OOO의 단어를 머신 러닝의 단어로 교체할 수 있음은 물론이다.However, the present invention is not limited thereto, and the server 10 may replace the word OOO with a machine learning word when the relevance between machine learning and OOO is greater than or equal to a preset relevance.

한편, 본 발명의 다양한 실시예에 따라, 서버(10)는 특허 문서의 템플릿을 제외하고 단어를 획득할 수 있음은 물론이다.On the other hand, according to various embodiments of the present invention, of course, the server 10 may obtain the word except for the template of the patent document.

구체적으로, 특허문서는 정형화된 문서로서 발명의 핵심적인 내용과는 크게 상관이 없으나, 필요한 필수 구성 요소를 정형화된 방법으로 서술한 문단이 존재할 수 있다. 따라서 정형화된 문단을 제거하고 단서 세트를 획득하는 경우, 서버(10)의 계산량을 줄일 수 있는 효과가 존재한다.Specifically, a patent document is a standardized document and has nothing to do with the core content of the invention, but there may be paragraphs describing necessary essential elements in a standardized way. Therefore, when the standardized paragraph is removed and the clue set is obtained, there is an effect of reducing the amount of calculation of the server 10 .

따라서, 서버(10)는 대상특허문서에 포함된 복수의 식별항목 정보 및 템플릿을 획득할 수 있다.Accordingly, the server 10 may acquire a plurality of identification item information and templates included in the target patent document.

일 실시예로, 템플릿은 특정 위치에 존재하는 문단으로 설정될 수 있다. 예를 들어, 템플릿은 대상특허문서에 포함된 [발명을 실시하기 위한 구체적인 내용] 식별항목 다음 줄에 포함된 문장부터, [발명을 실시하기 위한 구체적인 내용] 식별항목에서 최초로 '도 1'의 단어가 검색되는 문장 이전까지의 텍스트일 수 있다.As an embodiment, the template may be set as a paragraph existing at a specific location. For example, the template is the first word in 'Figure 1' in the [Specific Contents for Implementing the Invention] identification item from the sentence included in the line following the [Specific Contents for Implementing the Invention] identification item included in the target patent document. may be the text up to the sentence in which the is searched.

또 다른 실시예로, 템플릿은 분석하고자 하는 대상특허문서의 작성자가 작성한 다른 특허문서와 공통된 부분을 의미할 수 있다. 즉, 서버(10)는 대상특허문서의 작성자를 판단하고, 판단된 작성자의 또 다른 특허문서를 획득하고, 획득된 복수개의 특허문서를 비교하고, 비교 결과를 통해 기 설정된 비율 이상 유사하다고 판단되는 문단 또는 식별항목을 템플릿으로 획득할 수 있다. 동일 작성자에 의해 작성된 특허문서는 문장 구조가 비슷할 가능성이 크기 때문에 서버(10) 유사판단의 기준을 문장 단위가 아닌, 문단 또는 식별항목으로 설정할 수 있다.In another embodiment, the template may mean a part common to other patent documents prepared by the creator of the target patent document to be analyzed. That is, the server 10 determines the author of the target patent document, obtains another patent document of the determined author, compares the obtained plurality of patent documents, and determines that the target patent document is similar by more than a preset ratio through the comparison result. Paragraphs or identification items can be obtained as templates. Since a patent document written by the same author has a high probability of having a similar sentence structure, the server 10 may set the criterion for similar judgment in paragraphs or identification items, not in sentence units.

또 다른 실시예로, 서버(10)는 기 설정된 식별항목에 대응되는 텍스트를 템플릿으로 획득할 수 있다. 예를 들어, 서버(10)는 [도면의 간단한 설명], [부호의 설명] 등의 식별항목에 포함된 텍스트를 템플릿으로 획득할 수 있다. As another embodiment, the server 10 may obtain a text corresponding to a preset identification item as a template. For example, the server 10 may obtain the text included in the identification items such as [simple description of drawings] and [description of symbols] as a template.

상술한 실시예에서는 국내 출원을 위한 특허문서의 일반적인 식별항목에 대한 템플릿 획득 방법을 설명하였으나, 이에 한정되는 것은 아니다. 즉, 서버(10)는 PCT 출원을 위한 국문서식의 식별항목, PCT 출원을 위한 영문 서식의 식별항목, 나아가, 미국, 일본, 중국, 유럽 출원에 사용되는 서식의 식별항목 등 다양한 식별항목에 대한 템플릿을 획득할 수 있음은 물론이다.In the above-described embodiment, a method of obtaining a template for a general identification item of a patent document for a domestic application has been described, but the present invention is not limited thereto. That is, the server 10 relates to various identification items such as identification items of Korean documents for PCT applications, identification items of English forms for PCT applications, and identification items of forms used in US, Japan, China, and European applications. Of course, you can obtain a template.

이후, 서버(10)는 획득된 템플릿을 제외한 복수개의 문장을 획득할 수 있다.Thereafter, the server 10 may acquire a plurality of sentences except for the acquired template.

이후, 서버(10)는 복수의 식별항목 각각에 가중치를 부여할 수 있다.Thereafter, the server 10 may assign a weight to each of the plurality of identification items.

일 실시예로, 대상특허문서가 본 명세서와 동일한 서식 및 식별항목을 가지는 경우, 서버(10)는 발명의 명칭, 기술분야, 발명의 배경이 되는 기술, 해결하고자 하는 과제, 과제의 해결 수단, 발명의 효과, 도면의 간단한 설명, 발명을 실시하기 위한 구체적인 내용, 부호의 설명, 청구범위, 요약, 대표도, 도면 식별항목 각각에 대한 가중치를 부여할 수 있다.In one embodiment, when the target patent document has the same format and identification items as in the present specification, the server 10 includes the name of the invention, the technical field, the technology that is the background of the invention, the problem to be solved, the means for solving the problem, The effect of the invention, a brief description of the drawings, specific content for carrying out the invention, description of symbols, claims, summary, representation, and weights for each identification item in the drawings can be given.

이때, 가중치는 다양한 방법에 의해 부여될 수 있다. 일 실시예로, 서버(10)는 기술분야, 발명의 배경이 되는 기술, 청구범위, 발명의 효과, 발명을 실시하기 위한 구체적인 내용, 부호의 설명, 도면의 간단한 설명, 요약, 해결하고자 하는 과제, 과제의 해결수단, 대표도의 순서로 높은 가중치를 부여할 수 있다.In this case, the weight may be assigned by various methods. In one embodiment, the server 10 is a technical field, the background of the invention, the claims, the effect of the invention, the specific content for carrying out the invention, the description of the symbols, the brief description of the drawings, the summary, the problem to be solved Higher weights can be given in the order of , problem solving means, and representativeness.

또 다른 실시예로, 가중치는 대상특허문서에 포함된 단어(또는 복합 명사구 세트)각각의 중요도 스코어를 획득하고, 이를 바탕으로 식별항목별 중요도 스코어를 획득한 후 높은 중요도 스코어를 가지는 식별항목에 높은 가중치를 부여할 수 있다. 중요도 스코어란, 해당 단어(또는 복합 명사구 세트)가 특허문서에서 가지는 중요성을 나타내는 지표로, 중요도 스코어가 높은 단어(또는 복합 명사구 세트)일수록 해당 특허문서의 키워드일 수 있다.In another embodiment, the weight is obtained by obtaining the importance score of each word (or compound noun phrase set) included in the target patent document, and after obtaining the importance score for each identification item based on this, the high importance score is applied to the identification item having a high importance score. weights can be assigned. The importance score is an index indicating the importance of a corresponding word (or compound noun phrase set) in a patent document, and the higher the importance score, the higher the word (or compound noun phrase set) may be a keyword of the corresponding patent document.

한편, 식별항목별 중요도 스코어는 식별항목에 포함된 단어(또는 복합 명사구 세트)의 중요도 스코어를 합산한 후, 단어(또는 복합 명사구 세트)의 개수를 나눈 값을 의미할 수 있다. 이때, 식별항목별 중요도 스코어를 획득하는데 사용되는 단어(또는 복합 명사구 세트)는 식별항목에 포함된 모든 단어(또는 복합 명사구 세트)일 수 있으나 이에 한정되는 것은 아니다. 예를 들어, 식별항목별 중요도 스코어를 획득하는데 사용되는 단어(또는 복합 명사구 세트)는 해당 식별항목에 포함된 모든 단어(또는 복합 명사구 세트) 중, 템플릿으로 판단된 부분의 단어(또는 복합 명사구 세트)를 제외한 단어(또는 복합 명사구 세트)일 수 있음은 물론이다.Meanwhile, the importance score for each identification item may mean a value obtained by dividing the number of words (or compound noun phrase set) after summing up the importance scores of the words (or compound noun phrase sets) included in the identification item. In this case, the word (or compound noun phrase set) used to obtain the importance score for each identification item may be all words (or compound noun phrase set) included in the identification item, but is not limited thereto. For example, the word (or compound noun phrase set) used to obtain the importance score for each identification item is the word (or compound noun phrase set) of the part determined as a template among all the words (or compound noun phrase set) included in the identification item. Of course, it may be a word (or a set of compound noun phrases) except for ).

이후, 서버(10)는 복수의 식별항목 정보 각각의 가중치를 바탕으로 형태소 분석을 수행할 식별항목의 우선순위를 결정할 수 있다.Thereafter, the server 10 may determine the priority of the identification item to be morphologically analyzed based on the weight of each of the plurality of identification item information.

이후, 서버(10)는 결정된 우선순위에 따라 템플릿이 제외된 복수의 문장에 대한 단어를 획득할 수 있다.Thereafter, the server 10 may acquire words for a plurality of sentences from which the template is excluded according to the determined priority.

즉, 서버(10)는 키워드가 존재할 가능성이 높은 식별항목을 먼저 분석하고, 분석된 내용을 바탕으로 상대적으로 중요도가 낮은 식별항목을 분석함으로써, 계산량을 감소시킬 수 있다. 나아가, 동일한 단어에 대한 서로 다른 의미 정보가 매칭된 경우, 서버(10)는 우선순위가 높은 식별항목에서 획득된 의미 정보를 정확한 의미 정보로 판단할 수 있다.That is, the server 10 may reduce the amount of calculation by first analyzing an identification item with a high probability of having a keyword, and analyzing an identification item having a relatively low importance based on the analyzed content. Furthermore, when different semantic information for the same word is matched, the server 10 may determine the semantic information obtained from the high-priority identification item as the correct semantic information.

한편, 본 발명의 다양한 실시예에 따라, 서버(10)는 대상특허문서에 이미지가 포함된 경우에도 이미지로부터 단어를 획득할 수 있음은 물론이다.Meanwhile, according to various embodiments of the present invention, of course, the server 10 may obtain a word from the image even when the image is included in the target patent document.

구체적으로, 서버(10)는 대상특허문서에 이미지가 포함된 경우, 이미지와 인접한 식별항목이 존재하는지 여부를 판단할 수 있다.Specifically, when an image is included in the target patent document, the server 10 may determine whether an identification item adjacent to the image exists.

일 실시예로, 대상특허문서에 [수학식]의 식별항목이 존재하고, 식별항목 하단에 이미지가 존재하는 경우, 서버(10)는 이미지를 수학식에 대한 이미지로 판단할 수 있다. 수학식의 경우, 대상특허문서의 핵심적인 내용일 가능성이 높으므로, 서버(10)는 이미지에 포함된 수학식 텍스트를 획득할 수 있다. As an embodiment, when an identification item of [Equation] exists in the target patent document and an image exists at the bottom of the identification item, the server 10 may determine the image as an image for the equation. In the case of the equation, since it is highly likely to be the core content of the target patent document, the server 10 may obtain the equation text included in the image.

또 다른 실시예로, 대상특허문서에 [화학식] 의 식별항목이 존재하고, 식별항목 하단에 이미지가 존재하는 경우, 서버(10)는 이미지를 화학식에 대한 이미지로 판단할 수 있다.As another embodiment, when an identification item of [Formula] exists in the target patent document and an image exists at the bottom of the identification item, the server 10 may determine the image as an image for the chemical formula.

이후, 서버(10)는 식별항목이 이미지와 인접하는 경우, 이미지를 분석하여 이미지에 포함된 텍스트를 획득할 수 있다. 이때, 이미지 분석은 광학 문자 판독 방법(optical character recognition, OCR)에 의해 수행될 수 있으나, 이에 제한되는 것은 아니다. 예를 들어, 이미지가 화학식 이미지인 경우, 서버(10)는 화학식 구조를 분석하여 이미지에 대응되는 화학식을 획득할 수 있음은 물론이다. Thereafter, when the identification item is adjacent to the image, the server 10 may analyze the image to obtain text included in the image. In this case, the image analysis may be performed by optical character recognition (OCR), but is not limited thereto. For example, if the image is a chemical formula image, of course, the server 10 may obtain a chemical formula corresponding to the image by analyzing the chemical formula structure.

이후, 서버(10)는 획득된 텍스트를 바탕으로 단어를 획득할 수 있다.Thereafter, the server 10 may acquire a word based on the acquired text.

도 7은 본 발명의 일 실시예에 따른 중요도 스코어를 산출하는 방법을 구체적으로 설명하기 위한 흐름도이다.7 is a flowchart specifically illustrating a method of calculating an importance score according to an embodiment of the present invention.

단계 S610에서, 서버(10)는, 전체 특허문서의 전체 단어수 대비 전체 특허문서에서의 단어의 출현횟수의 제1 출현비율 및 전체 특허문서의 전체 문장수 대비 전체 특허문서의 문장 중에서 단어가 출현된 출현 문장수의 제2 출현비율에 기초하여 제1 세부 중요도를 산출할 수 있다.In step S610, the server 10, the first appearance ratio of the number of occurrences of the word in the entire patent document compared to the total number of words in the entire patent document, and the word appears in the sentences of the entire patent document compared to the total number of sentences in the entire patent document The first detailed importance level may be calculated based on the second appearance ratio of the number of appeared sentences.

구체적으로, 서버(10)는 전체 특허문서의 전체 단어수를 카운트하고, 전체 특허문서에서의 단어의 출현횟수를 카운트할 수 있다.Specifically, the server 10 may count the total number of words in the entire patent document, and may count the number of appearances of the word in the entire patent document.

이후, 서버(10)는 전체 특허문서의 전체 단어수 대비 전체 특허문서에서의 단어의 출연횟수를 제1 출현비율로 산출할 수 있다.Thereafter, the server 10 may calculate the number of appearances of words in the entire patent document relative to the total number of words in the entire patent document as the first appearance ratio.

이어서, 서버(10)는 전체 특허문서의 전체 문장수를 카운트하고, 전체 특허문서의 문장 중에서 단어가 출현된 출현 문장수를 카운트할 수 있다.Subsequently, the server 10 may count the total number of sentences in the entire patent document, and may count the number of sentences in which a word appears in the sentences of the entire patent document.

서버(10)는 전체 특허문서의 문장 중에서 단어가 출현된 출현 문장수 대비 전체 특허문서의 전체 문장수를 제2 출현비율로 산출할 수 있다.The server 10 may calculate the total number of sentences in the entire patent document compared to the number of sentences in which the word appears among the sentences of the entire patent document as the second appearance ratio.

이를 위해, 서버(10)는 전체 특허문서로부터 단어를 검색하고, 단어가 포함된 문장을 검색할 수 있다. 또한, 서버(10)는 전체 특허문서의 문장 성분을 분석하여 전체 단어수와 전체 문장수를 카운트할 수 있다.To this end, the server 10 may search for a word from the entire patent document and search for a sentence including the word. Also, the server 10 may count the total number of words and the total number of sentences by analyzing the sentence components of the entire patent document.

최종적으로, 서버(10)는 제1 출현비율과 제2 출현비율에 기초하여 제1 세부 중요도를 산출할 수 있다.Finally, the server 10 may calculate the first detailed importance based on the first appearance rate and the second appearance rate.

이때, 서버(10)는 하기의 수학식 1을 이용하여 제1 세부 중요도를 산출할 수 있다.In this case, the server 10 may calculate the first detailed importance level by using Equation 1 below.

<수학식 1> <Equation 1>

Figure 112020018613926-pat00005
Figure 112020018613926-pat00005

여기서, W1은 제1 세부 중요도이고, wpw은 전체 특허문서에서의 단어의 출현횟수이고, WPW은 전체 특허문서의 전체 단어수이고, wps은 전체 특허문서의 문장 중에서 단어가 출현된 출현 문장수이고, WPS은 전체 특허문서의 전체 문장수이고, a1은 제2 출현비율의 조절 상수이다.Here, W1 is the first detailed importance, wpw is the number of occurrences of words in the entire patent document, WPW is the total number of words in the entire patent document, and wps is the number of occurrence sentences in which the word appears in the entire patent document , WPS is the total number of sentences in the entire patent document, and a1 is the adjustment constant of the second appearance ratio.

수학식 1을 살펴보면, 서버(10)는 전체 특허문서에서의 단어의 출현횟수가 많고 전체 특허문서의 문장 중에서 단어가 출현된 출현 문장수가 적을수록 제1 세부 중요도를 크게 산출할 수 있다.Referring to Equation 1, the server 10 can calculate the first detailed importance to a greater extent as the number of occurrences of the word in the entire patent document is large and the number of occurrences of the word among the sentences of the entire patent document decreases.

즉, 서버(10)는 전체 특허문서에서 하나의 문장에 단어가 중복하여 사용될수록 제1 세부 중요도를 크게 산출할 수 있다.That is, the server 10 may calculate the first detailed importance to a greater extent as a word is repeatedly used in one sentence in the entire patent document.

한편, 서버(10)는 제2 출현비율의 조절 상수를 증가시켜 전체 특허문서의 문장 중에서 단어가 출현된 출현 문장수가 적더라도 제2 출현비율을 증가시킬 있고, 제2 출현비율의 조절 상수를 감소시켜 전체 특허문서의 문장 중에서 단어가 출현된 출현 문장수가 많더라도 제2 출현비율을 감소시킬 수 있다.On the other hand, the server 10 increases the control constant of the second appearance ratio to increase the second appearance ratio even if the number of appearance sentences in which the word appears among the sentences of the entire patent document is small, and reduces the adjustment constant of the second appearance ratio Thus, even if the number of sentences in which a word appears among sentences of the entire patent document is large, the second appearance ratio can be reduced.

일 실시 예에서, 서버(10)는 대상특허문서에서의 단어의 제1 세부 중요도를 산출하는한 세부 중요도 산출 방법의 종류는 제한되지 않음을 유의한다.Note that, in an embodiment, the type of the detailed importance calculation method is not limited as long as the server 10 calculates the first detailed importance level of the word in the target patent document.

예를 들어, 서버(10)는 텍스트 분석법 중 하나로 출연 빈도에 기초하여 중요도를 산출하는 TF-IDF(Term Frequency-Inverse Document Frequency) 분석법을 이용하여 제1 세부 중요도를 산출할 수 있다.For example, the server 10 may calculate the first detailed importance level by using a Term Frequency-Inverse Document Frequency (TF-IDF) analysis method that calculates importance based on appearance frequency as one of the text analysis methods.

단계 S620에서, 서버(10)는, 특허분류정보의 전체 단어수 대비 특허분류정보에서의 단어의 출현횟수의 제3 출현비율 및 전체 특허문서의 전체 문장수 대비 전체 특허문서의 문장 중에서 단어가 출현된 출현 문장수의 제4 출현비율에 기초하여 제2 세부 중요도를 산출할 수 있다.In step S620, the server 10, the third appearance ratio of the number of occurrences of the word in the patent classification information compared to the total number of words in the patent classification information, and the word appears in the sentences of the entire patent document compared to the total number of sentences in the entire patent document The second detailed importance may be calculated based on the fourth appearance ratio of the number of appeared sentences.

구체적으로, 서버(10)는 특허분류정보의 전체 단어수를 카운트하고, 특허분류정보에서의 단어의 출현횟수를 카운트할 수 있다.Specifically, the server 10 may count the total number of words in the patent classification information, and may count the number of appearances of the word in the patent classification information.

여기서, 특허분류정보는 기술분야에 따라 특허를 분류할 수 있는 코드로써, IPC(International Patent Classfication), CPC(Cooperative Patent Classification) 및 F-Term 중 어느 하나일 수 있다.Here, the patent classification information is a code capable of classifying patents according to technical fields, and may be any one of International Patent Classification (IPC), Cooperative Patent Classification (CPC), and F-Term.

이후, 서버(10)는 특허분류정보의 전체 단어수 대비 특허분류정보에서의 단어의 출연횟수를 제3 출현비율로 산출할 수 있다.Thereafter, the server 10 may calculate the number of appearances of words in the patent classification information compared to the total number of words in the patent classification information as the third appearance ratio.

이어서, 서버(10)는 특허분류정보의 전체 문장수를 카운트하고, 전체 특허문서의 문장 중에서 단어가 출현된 출현 문장수를 카운트할 수 있다.Subsequently, the server 10 may count the total number of sentences in the patent classification information, and may count the number of sentences in which a word appears in the entire patent document.

서버(10)는 전체 특허문서의 문장 중에서 단어가 출현된 출현 문장수 대비 전체 특허문서의 전체 문장수를 제4 출현비율로 산출할 수 있다.The server 10 may calculate the total number of sentences in the entire patent document compared to the number of sentences in which the word appears among the sentences of the entire patent document as the fourth occurrence ratio.

이를 위해, 서버(10)는 특허분류정보로부터 단어를 검색하고, 단어가 포함된 문장을 검색할 수 있다. 또한, 서버(10)는 특허분류정보의 문장 성분을 분석하여 전체 단어수와 전체 문장수를 카운트할 수 있다.To this end, the server 10 may search for a word from the patent classification information and search for a sentence including the word. Also, the server 10 may count the total number of words and the total number of sentences by analyzing the sentence components of the patent classification information.

최종적으로, 서버(10)는 제3 출현비율과 제4 출현비율에 기초하여 제2 세부 중요도를 산출할 수 있다.Finally, the server 10 may calculate the second detailed importance based on the third and fourth appearance rates.

이때, 서버(10)는 하기의 수학식 2를 이용하여 제2 세부 중요도를 산출할 수 있다.In this case, the server 10 may calculate the second detailed importance level by using Equation 2 below.

<수학식2> <Equation 2>

Figure 112020018613926-pat00006
Figure 112020018613926-pat00006

여기서, W2은 제2 세부 중요도이고, ipcw은 특허분류정보에서의 단어의 출현횟수이고, IPCW은 특허분류정보의 전체 단어수이고, ipcs은 전체 특허문서의 문장 중에서 단어가 출현된 출현 문장수이고, IPCS은 전체 특허문서의 전체 문장수이고, a2은 제4 출현비율의 조절 상수이다.Here, W 2 is the second detailed importance level, ipcw is the number of occurrences of words in the patent classification information, IPCW is the total number of words in the patent classification information, and ipcs is the number of occurrence sentences in which the word appears among all sentences of the patent document. , IPCS is the total number of sentences in the entire patent document, and a2 is the adjustment constant of the fourth appearance ratio.

수학식 2를 살펴보면, 서버(10)는 특허분류정보에서의 단어의 출현횟수가 많고 전체 특허문서의 문장 중에서 단어가 출현된 출현 문장수가 적을수록 제2 세부 중요도를 크게 산출할 수 있다.Referring to Equation 2, the server 10 can calculate the second detailed importance as the number of occurrences of the word in the patent classification information increases and the number of occurrences of the word among the sentences of the entire patent document decreases.

즉, 서버(10)는 특허분류정보에서 하나의 문장에 단어가 중복하여 사용될수록 제2 세부 중요도를 크게 산출할 수 있다.That is, the server 10 may calculate the second detailed importance to a greater extent as a word is repeatedly used in one sentence in the patent classification information.

한편, 서버(10)는 제4 출현비율의 조절 상수를 증가시켜 전체 특허문서의 문장 중에서 단어가 출현된 출현 문장수가 적더라도 제4 출현비율을 증가시킬 있고, 제4 출현비율의 조절 상수를 감소시켜 전체 특허문서의 문장 중에서 단어가 출현된 출현 문장수가 많더라도 제4 출현비율을 감소시킬 수 있다.On the other hand, the server 10 increases the adjustment constant of the fourth appearance rate, so that even if the number of appearance sentences in which a word appears among the sentences of the entire patent document is small, the fourth appearance rate can be increased, and the adjustment constant of the fourth appearance rate is decreased Thus, the fourth appearance ratio can be reduced even if the number of occurrence sentences in which the word appears among the sentences of the entire patent document is large.

일 실시 예에서, 서버(10)는 특허문서에서의 단어의 제2 세부 중요도를 산출하는 한 세부 중요도 산출 방법의 종류는 제한되지 않음을 유의한다.Note that, in an embodiment, the type of the detailed importance calculation method is not limited as long as the server 10 calculates the second detailed importance level of the word in the patent document.

예를 들어, 서버(10)는 텍스트 분석법 중 하나로 출연 빈도에 기초하여 중요도를 산출하는 TF-IDF(Term Frequency-Inverse Document Frequency) 분석법을 이용하여 제2 세부 중요도를 산출할 수 있다.For example, the server 10 may calculate the second detailed importance level by using a Term Frequency-Inverse Document Frequency (TF-IDF) analysis method that calculates importance based on appearance frequency as one of the text analysis methods.

단계 S630에서, 서버(10)는, 검색특허문서 각각의 참조 정보에 기초하여 검색특허문서 각각의 영향력 값을 산출하고, 영향력 값을 이용하여 검색특허문서의 제3 세부 중요도를 산출할 수 있다.In step S630, the server 10 may calculate an influence value of each search patent document based on reference information of each search patent document, and calculate a third detailed importance of the search patent document using the influence value.

구체적으로, 서버(10)는 전체 특허문서 중에서 중요도 스코어의 산출 대상이 되는 단어를 포함하는 검색특허문서를 검색할 수 있다.Specifically, the server 10 may search for a search patent document including a word that is a target for calculating an importance score among all patent documents.

서버(10)는 검색특허문서 각각의 참조 정보에 기초하여 검색특허문서 각각의 영향력 값을 산출할 수 있다.The server 10 may calculate an influence value of each of the searched patent documents based on the reference information of each of the searched patent documents.

구체적으로, 서버(10)는 검색특허문서의 참조 정보인 출원인, 발명자, 권리자 중 하나 이상이 다른 특허문서과 동일한 항목의 개수, 참조 정보인 인용 횟수 및 피인용 횟수에 기초하여 영향력 값을 산출할 수 있다.Specifically, the server 10 calculates an influence value based on the number of items, the number of citations and the number of citations, which are reference information, that is, the number of items identical to one or more of the applicant, inventor, and right holder, which are reference information of the search patent document, as the other patent documents. have.

즉, 서버(10)는 검색특허문서가 다른 특허문서와 관련된 정도를 영향력 값으로 산출할 수 있다. 예를 들어, 서버(10)는 검색특허문서는 여러 특허문서로부터 인용될 때, 해당 특허문서에 검색특허문서가 영향력을 끼친 것으로 판단하여 검색특허문서의 영향력 값으로 산출할 수 있다. That is, the server 10 may calculate the degree to which the searched patent document is related to another patent document as an influence value. For example, when the searched patent document is cited from several patent documents, the server 10 may determine that the searched patent document has an influence on the corresponding patent document and calculates it as an influence value of the searched patent document.

서버(10)는 검색특허문서 각각에 대해 산출된 영향력 값을 이용하여 검색특허문서의 제3 세부 중요도를 산출할 수 있다.The server 10 may calculate the third detailed importance of the search patent document by using the calculated influence value for each of the search patent documents.

구체적으로, 서버(10)는 검색특허문서 각각에 대해 산출된 영향력 값의 평균을 산출하고, 산출된 평균을 제3 세부 중요도로 산출할 수 있다.Specifically, the server 10 may calculate the average of the calculated influence values for each of the search patent documents, and calculate the calculated average as the third detailed importance level.

이때, 서버(10)는 제1 세부 중요도, 제2 세부 중요도 및 제3 세부 중요도 각각에 대응하여 설정된 최소 세부 중요도 값과 제1 세부 중요도, 제2 세부 중요도 및 제3 세부 중요도 각각을 대소 비교하고, 최소 세부 중요도 값 미만이 세부 중요도에 대해 재산출 과정을 수행할 수 있다.At this time, the server 10 compares each of the first detailed importance, the second detailed importance, and the third detailed importance with the minimum detailed importance value set corresponding to each of the first detailed importance, the second detailed importance, and the third detailed importance, , a recalculation process may be performed for the detailed importance less than the minimum detailed importance value.

이후, 서버(10)는 제1 세부 중요도, 제2 세부 중요도 및 제3 세부 중요도가 최소 세부 중요도 값 이상이면 제1 세부 중요도, 제2 세부 중요도 및 제3 세부 중요도 중 복수를 합산하여 중요도 스코어로 산출할 수 있다.Thereafter, if the first detailed importance, the second detailed importance, and the third detailed importance are equal to or more than the minimum detailed importance value, the server 10 adds up a plurality of the first detailed importance, the second detailed importance, and the third detailed importance to form an importance score. can be calculated.

서버(10)는 산출된 중요도 스코어를 내부의 메모리 또는 프로세서로 출력하거나, 외부 서버로 송신할 수 있다.The server 10 may output the calculated importance score to an internal memory or processor, or may transmit it to an external server.

도 8a 및 도 8b는 본 발명의 일 실시예에 따른 유사특허문서 획득 방법 및 유사 문장 판단 방법을 설명하기 위한 흐름도이다.8A and 8B are flowcharts illustrating a method for obtaining a similar patent document and a method for determining a similar sentence according to an embodiment of the present invention.

구체적으로, 도 8a에 도시된 바와 같이, 단계 S705에서, 서버(10)는, 대상특허문서에 포함된 복수개의 단어를 획득할 수 있다.Specifically, as shown in FIG. 8A , in step S705 , the server 10 may acquire a plurality of words included in the target patent document.

단계 S710에서, 서버(10)는, 획득된 복수개의 단어를 클러스터링하여 복수개의 대상특허 클러스터를 획득할 수 있다.In step S710 , the server 10 may acquire a plurality of target patent clusters by clustering the plurality of acquired words.

이때, 본 발명에 따른 클러스터링은 다양한 클러스터링 기법이 적용될 수 있다. 일 실시예로, 서버(10)는 엘라스틱 서치(Elasticsearch clustering) 클러스터링 기법을 이용하여 복수개의 대상특허 클러스터를 획득할 수 있다. 또 다른 실시예로, 서버(10)는 K-means 클러스터링, DBSCAN((Density-based spatial clustering of applications with noise) 클러스터링, Hierarchical 클러스터링, 혼합 가우시안 클러스터링 기법 중 적어도 하나의 클러스터링 기법을 이용하여 복수개의 대상특허 클러스터를 획득할 수 있다.In this case, various clustering techniques may be applied to clustering according to the present invention. In an embodiment, the server 10 may acquire a plurality of target patent clusters using an Elasticsearch clustering clustering technique. In another embodiment, the server 10 uses at least one clustering technique among K-means clustering, DBSCAN (Density-based spatial clustering of applications with noise) clustering, Hierarchical clustering, and a mixed Gaussian clustering technique. A patent cluster can be obtained.

단계 S715에서, 서버(10)는, 복수개의 대상특허 클러스터 각각에 대한 복수개의 중점을 획득하고, 복수개의 대상특허 클러스터 각각에 대한 복수개의 중점 및 대상특허 클러스터에 포함된 단어의 수를 바탕으로 대상특허문서의 위치를 판단할 수 있다.In step S715, the server 10 obtains a plurality of midpoints for each of the plurality of target patent clusters, and based on the plurality of midpoints for each of the plurality of target patent clusters and the number of words included in the target patent clusters The location of the patent document can be determined.

일 실시예로, 대상특허 클러스터의 중점은, 해당 클러스터에 포함된 복수의 단어의 위치를 바탕으로 획득될 수 있으며, 대상특허문서의 위치는 복수의 대상특허 클러스터의 중점들에 대한 무게중심일 수 있다.In one embodiment, the center of the target patent cluster may be obtained based on the positions of a plurality of words included in the cluster, and the location of the target patent document may be the center of gravity of the midpoints of the plurality of target patent clusters. have.

단계 S720에서, 서버(10)는, 특허문서에 포함된 복수개의 단어를 획득하고, 획득된 복수개의 단어를 클러스터링하여 복수의 특허 클러스터를 획득할 수 있다.In step S720 , the server 10 may acquire a plurality of words included in the patent document, and cluster the acquired words to obtain a plurality of patent clusters.

단계 S725에서, 서버(10)는, 복수개의 특허 클러스터 각각에 대한 복수개의 중점을 획득하고, 복수개의 특허 클러스터 각각에 대한 복수개의 중점 및 특허 클러스터에 포함된 단어의 수를 바탕으로 특허문서의 위치를 판단할 수 있다.In step S725, the server 10 acquires a plurality of midpoints for each of the plurality of patent clusters, and the position of the patent document based on the plurality of midpoints for each of the plurality of patent clusters and the number of words included in the patent cluster can be judged

일 실시예로, 특허 클러스터의 중점은, 해당 클러스터에 포함된 복수의 단어의 위치를 바탕으로 획득될 수 있으며, 특허문서의 위치는 복수의 특허 클러스터의 중점들에 대한 무게중심일 수 있다.As an embodiment, the midpoint of the patent cluster may be obtained based on the positions of a plurality of words included in the corresponding cluster, and the position of the patent document may be the center of gravity with respect to the midpoints of the plurality of patent clusters.

단계 S730에서, 서버(10)는, 대상특허문서의 위치 및 특허문서의 위치가 기 설정된 거리 이내인 경우, 특허문서를 유사특허문서로 결정할 수 있다.In step S730, when the position of the target patent document and the position of the patent document are within a preset distance, the server 10 may determine the patent document as a similar patent document.

일 실시예로, 서버(10)는 대상특허문서의 위치로부터 기 설정된 거리 이내에 존재하는 복수개의 특허문서를 유사특허문서로 결정할 수 있으며, 대상특허문서와의 거리가 가까운 유사특허문서 순으로 결정된 복수의 유사특허문서를 정렬할 수 있다.In one embodiment, the server 10 may determine a plurality of patent documents existing within a preset distance from the location of the target patent document as similar patent documents, and the plurality of similar patent documents having a close distance to the target patent document are determined in the order of the plurality of similar patent documents. Similar patent documents of

한편, 본 발명의 다양한 실시예에 따라, 서버(10)는 대상특허문서 및 유사특허문서로부터 복수의 문장을 획득하여 중요도 순으로 정렬할 수 있다.Meanwhile, according to various embodiments of the present invention, the server 10 may obtain a plurality of sentences from the target patent document and the similar patent document and sort them in order of importance.

구체적으로, 서버(10)는, 상기 대상특허문서 및 상기 유사특허문서에 포함된 복수의 문장 각각에 대한 복수개의 단어를 획득할 수 있다.Specifically, the server 10 may acquire a plurality of words for each of a plurality of sentences included in the target patent document and the similar patent document.

이후, 서버(10)는, 상기 획득된 복수개의 단어 각각에 대한 복수개의 중요도 스코어를 획득할 수 있다. 중요도 스코어를 획득하는 방법은 후술한다.Thereafter, the server 10 may obtain a plurality of importance scores for each of the obtained plurality of words. A method of obtaining the importance score will be described later.

이후, 서버(10)는, 상기 복수개의 중요도 스코어를 바탕으로 상기 대상특허문서에 포함된 문장의 중요도 스코어를 결정할 수 있다.Thereafter, the server 10 may determine the importance score of the sentence included in the target patent document based on the plurality of importance scores.

일 실시예로, 서버(10)는 복수개의 단어와 대상특허문서와의 연관도를 획득하고, 획득된 연관도가 기 설정된 값 이상인 단어의 중요도 스코어의 총 합을 문장의 중요도 스코어로 결정할 수 있다. 이때, 연관도는 다양한 방법을 통해 획득될 수 있다. 예를 들어 단어와 대상특허문서간의 연관도는 대상특허문서에 대응되는 IPC 분야에 대응되는 복수의 특허문서를 바탕으로 획득될 수 있다. 구체적으로, 단어와 대상특허문서간의 연관도는, 해당 단어가 IPC 분야에 대응되는 복수의 특허문서에 출현한 횟수를 바탕으로 획득될 수 있다. 일 실시예로, 해당 단어가 IPC 분야에 대응되는 복수의 특허문서에 출현한 횟수가 높을수록, 단어와 대상특허문서간의 연관도가 높아질 수 있다.In an embodiment, the server 10 may obtain a degree of association between a plurality of words and the target patent document, and determine the total sum of importance scores of words having the obtained association degree equal to or greater than a preset value as the importance score of the sentence. . In this case, the degree of association may be obtained through various methods. For example, the degree of association between a word and a target patent document may be obtained based on a plurality of patent documents corresponding to the IPC field corresponding to the target patent document. Specifically, the degree of association between a word and a target patent document may be obtained based on the number of times the corresponding word appears in a plurality of patent documents corresponding to the IPC field. As an embodiment, the higher the number of times a corresponding word appears in a plurality of patent documents corresponding to the IPC field, the higher the correlation between the word and the target patent document.

이후, 서버(10)는, 상기 복수의 문장 각각의 중요도 스코어를 바탕으로 상기 복수의 문장을 중요도 순으로 정렬할 수 있다. Thereafter, the server 10 may sort the plurality of sentences in order of importance based on the importance score of each of the plurality of sentences.

나아가, 서버(10)는 복수의 문장을 n개의 그룹으로 그루핑할 수 있다. 이때, 복수의 문장을 그루핑하는 방법은 다양할 수 있다. 일 실시예로, n개의 그룹은 동일한 개수의 문장을 포함하도록 그루핑될 수 있다. 또 다른 실시예로, n개의 그룹은, 기 설정된 중요도 스코어에 따라 그루핑 될 수 있다. 설명의 편의를 위해, 이하에서는 제k 그룹에 포함된 문장의 중요도 스코어가 제k+1그룹에 포함된 문장의 중요도 스코어보다 큰 경우를 가정한다.Furthermore, the server 10 may group a plurality of sentences into n groups. In this case, a method of grouping a plurality of sentences may be various. In an embodiment, the n groups may be grouped to include the same number of sentences. As another embodiment, the n groups may be grouped according to a preset importance score. For convenience of explanation, it is hereinafter assumed that the importance score of the sentences included in the kth group is greater than the importance score of the sentences included in the k+1th group.

서버(10)는 중요도 스코어를 바탕으로 대상특허문서의 제1 문장 및 유사특허문서의 제2 문장을 획득할 수 있다. 구체적으로, 서버(10)는, 상기 대상특허문서에 포함된 복수의 문장을 중요도 스코어를 바탕으로 기 설정된 n개의 그룹으로 분류할 수 있다.The server 10 may acquire the first sentence of the target patent document and the second sentence of the similar patent document based on the importance score. Specifically, the server 10 may classify the plurality of sentences included in the target patent document into n preset groups based on the importance score.

이후, 서버(10)는, 상기 유사특허문서에 포함된 복수의 문장을 중요도 스코어를 바탕으로 기 설정된 n개의 그룹으로 분류할 수 있다.Thereafter, the server 10 may classify the plurality of sentences included in the similar patent document into n preset groups based on the importance score.

이후, 서버(10)는, 상기 제1 문장이 상기 대상특허문서의 n개의 그룹 중 제1 그룹에 포함되는 경우, 상기 제2 문장을 상기 유사특허문서에 포함된 전체 문장으로 획득할 수 있다.Thereafter, when the first sentence is included in a first group among n groups of the target patent document, the server 10 may acquire the second sentence as all sentences included in the similar patent document.

이후, 서버(10)는, 상기 제1 문장이 상기 대상특허문서의 n개의 그룹 중 제k 그룹에 포함되는 경우, 상기 제2 문장을 상기 유사특허문서의 n개의 그룹 중, 제1 그룹 내지 제 (n-k+1)그룹에 포함된 문장으로 획득할 수 있다. 이때, n은 1 이상의 자연수, k는 n이하의 자연수일 수 있다. Thereafter, when the first sentence is included in the k-th group among the n groups of the target patent document, the server 10 converts the second sentence to the first to second groups among the n groups of the similar patent document. (n-k+1) Can be obtained by sentences included in the group. In this case, n may be a natural number greater than or equal to 1, and k may be a natural number less than or equal to n.

예를 들어, 대상특허문서 및 유사특허문서가 3개의 그룹으로 분류된 경우를 가정할 수 있다. 이때, 제1 문장이 제1 그룹에 포함되는 경우, 서버(10)는 제1 문장과 유사특허문헌의 제1그룹 내지 제3그룹(즉, 유사특허문서 전체)에 포함된 모든 문장을 비교하여 평가 결과를 획득할 수 있다. 또한, 제1 문장이 제2 그룹에 포함되는 경우, 서버(10)는 제1 문장과 유사특허문서의 제1그룹 및 제2그룹에 포함된 모든 문장을 비교하여 평가 결과를 획득할 수 있다. 또한, 제1 문장이 제3 그룹에 포함되는 경우, 서버(10)는 제1 문장과 유사특허문서의 제1그룹에 포함된 모든 문장을 비교하여 평가 결과를 획득할 수 있다.For example, it may be assumed that the target patent document and the similar patent document are classified into three groups. At this time, when the first sentence is included in the first group, the server 10 compares the first sentence with all sentences included in the first group to the third group (ie, the entire similar patent document) of the similar patent document. evaluation results can be obtained. Also, when the first sentence is included in the second group, the server 10 may obtain an evaluation result by comparing the first sentence with all sentences included in the first group and the second group of the similar patent document. Also, when the first sentence is included in the third group, the server 10 may obtain an evaluation result by comparing the first sentence with all sentences included in the first group of similar patent documents.

즉, 서버(10)는 문장의 중요도에 따라 중요한 문장이라고 판단되는 문장들에 대하여만 평가 결과를 획득함으로써, 불필요하거나 덜 중요한 문장에 대한 평가 결과 획득 과정을 방지하여 계산량을 줄일 수 있다. 구체적으로, 대상특허문서의 제1 그룹은 중요도가 높은 문장이므로 유사특허문서 전체와 비교하고, 대상특허문서의 제3 그룹은 중요도가 낮은 문장이므로 유사특허문서 중 중요도가 높은 제1 그룹의 문장과 비교함으로써, 서버(10)는 (덜 중요한) 대상특허문서의 제3 그룹과 (덜 중요한) 유사특허문서의 제3 그룹간의 비교는 생략할 수 있다.That is, the server 10 obtains evaluation results only for sentences determined to be important sentences according to the importance of the sentences, thereby preventing an evaluation result acquisition process for unnecessary or less important sentences, thereby reducing the amount of calculation. Specifically, since the first group of the target patent document is a sentence with high importance, it is compared with all similar patent documents, and since the third group of the target patent document is a sentence with low importance, it is compared with the sentences of the first group with high importance among similar patent documents By comparing, the server 10 can omit the comparison between the third group of (less important) target patent documents and the third group of (less important) similar patent documents.

한편, 본 발명의 다양한 실시예에 따라, 서버(10)는 대상특허문서 및 유사특허문서를 몇 개의 그룹으로 그루핑할 것인지 여부를 결정할 수 있다. 구체적으로, 서버(10)는 현재 서버(10)의 GPU 점유율 및 요구되는 정확도를 바탕으로 n의 값을 결정할 수 있다. GPU 점유율이 높거나 요구되는 정확도가 낮은 경우, 서버(10)는 n의 값을 증가시키고, GPU 점유율이 낮거나 요구되는 정확도가 높은 경우, 서버(10)는 n의 값을 감소시킬 수 있다. 예컨대 대상특허문서 및 유사특허문서가 6개의 문장으로 구성되고, n이 3인 경우 및 n이 6인 경우를 가정할 수 있다. n이 6인 경우, 서버(10)는 6+5+4+3+2+1=21개의 문장을 비교하고, n이 3인 경우 서버(10)는 6+6+4+4+2+2=24개의 문장을 비교하게 된다. 즉, n의 값이 클수록 대상특허문서와 유사특허문서에서 비교해야 되는 문장의 수가 적어지고, n의 값이 작을수록 대상특허문서와 유사특허문서에서 비교해야 되는 문장의 수가 많아지므로, 서버(10) 현재 자신이 처리할 수 있는 계산량(GPU 점유율)이 적거나 요구되는 정확도가 낮은 경우, 서버(10)는 n의 값을 증가시킬 수 있다.Meanwhile, according to various embodiments of the present invention, the server 10 may determine whether to group the target patent document and the similar patent document into several groups. Specifically, the server 10 may determine the value of n based on the current occupancy of the GPU of the server 10 and the required accuracy. When the GPU occupancy is high or the required accuracy is low, the server 10 may increase the value of n, and when the GPU occupancy is low or the required accuracy is high, the server 10 may decrease the value of n. For example, it can be assumed that the target patent document and the similar patent document are composed of 6 sentences, and n is 3 and n is 6. When n is 6, the server 10 compares 6+5+4+3+2+1=21 sentences, and when n is 3, the server 10 compares 6+6+4+4+2+ 2 = 24 sentences will be compared. That is, as the value of n increases, the number of sentences to be compared in the target patent document and the similar patent document decreases, and as the value of n decreases, the number of sentences to be compared in the target patent document and the similar patent document increases. ) If the amount of computation (GPU occupancy) that it can currently process is small or the required accuracy is low, the server 10 may increase the value of n.

한편, 상술한 실시예에서는 대상특허문서 및 유사특허문서가 동일한 n개의 개수로 그루핑 되는 경우에 대해 설명하였으나, 이에 한정되는 것은 아니다. 예컨대, 대상특허문서와 유사특허문서를 서로 다른 개수로 그루핑될 수 있음은 물론이다. Meanwhile, in the above-described embodiment, the case in which the target patent document and the similar patent document are grouped in the same number of n has been described, but the present invention is not limited thereto. For example, it goes without saying that the target patent document and the similar patent document may be grouped in different numbers.

한편, 도 8b에 도시된 바와 같이, 단계 S735에서, 서버(10)는, 제1 문장 및 제2 문장의 유사도 점수 및 비유사도 점수를 각각 획득할 수 있다.Meanwhile, as shown in FIG. 8B , in step S735 , the server 10 may obtain a similarity score and a dissimilarity score of the first sentence and the second sentence, respectively.

구체적으로, 유사도 점수는 제1 문장과 제2 문장이 관련된 문장인지 여부를 판단하기 위한 지표이며, 비유사도 점수는 제1 문장과 제2 문장이 관련성이 없는 문장인지 여부를 판단하기 위한 지표이다.Specifically, the similarity score is an index for determining whether the first sentence and the second sentence are related sentences, and the dissimilarity score is an indicator for determining whether the first sentence and the second sentence are unrelated sentences.

일 실시예로, 유사도 점수 및 비유사도 점수는, 제1 문장 및 제2 문장에 포함된 단어의 의미 정보를 획득하고, 획득된 의미 정보가 동일 주제에 대한 의미 정보인지 여부를 판단하여 획득될 수 있다. In an embodiment, the similarity score and dissimilarity score may be obtained by acquiring semantic information of words included in the first sentence and the second sentence, and determining whether the acquired semantic information is semantic information about the same subject. have.

또 다른 실시예로, 서버(10)는 제1 문장 및 제2 문장의 문장 구조를 판단하여 유사도 점수 및 비유사도 점수 계산에 활용할 수 있다. 예를 들어, 서버(10)는 제1 문장 및 제2 문장의 문장 구조가 유사한 경우, 유사도 점수를 높이고, 제1 문장 및 제2 문장의 문장 구조가 비유사한 경우, 비유사도 점수를 높일 수 있다.In another embodiment, the server 10 may determine the sentence structure of the first sentence and the second sentence and use it to calculate the similarity score and the dissimilarity score. For example, the server 10 may increase the similarity score when the sentence structures of the first sentence and the second sentence are similar, and increase the dissimilarity score when the sentence structures of the first sentence and the second sentence are dissimilar. .

단계 S740에서, 서버(10)는, 비유사도 점수가 기 설정된 점수 이상인 경우, 제1 문장과 제2 문장은 관계없는 문장으로 판단할 수 있다.In step S740 , when the dissimilarity score is equal to or greater than a preset score, the server 10 may determine that the first sentence and the second sentence are unrelated sentences.

단계 S745에서, 서버(10)는, 유사도 점수가 기 설정된 점수 이상인 경우, 제1 문장에 포함된 단어 중 제2 문장에 포함되지 않은 적어도 하나의 단어를 획득할 수 있다.In step S745, when the similarity score is equal to or greater than a preset score, the server 10 may acquire at least one word not included in the second sentence among words included in the first sentence.

즉, 제1 문장과 제2 문장이 관련성이 있는 문장이라고 하더라도, 제1 문장과 제2 문장이 동일한 의미를 가지는 문장인 것은 아니다. 따라서, 서버(10)는 제1 문장과 제2 문장이 동일한 문장인지 또는 동일한 주제에 대한 문장이나 차이점이 존재하는 문장인지 여부를 판단할 수 있다.That is, even if the first sentence and the second sentence are related sentences, the first sentence and the second sentence are not sentences having the same meaning. Accordingly, the server 10 may determine whether the first sentence and the second sentence are the same sentence or whether a sentence on the same subject or a sentence with a difference exists.

일 실시예로, 서버(10)는 제1 문장과 제2 문장의 차이점을 판단하기 위하여 제1 문장에 포함된 단어 중 제2 문장에 포함되지 않은 적어도 하나의 단어를 판단할 수 있다.In an embodiment, the server 10 may determine at least one word not included in the second sentence among words included in the first sentence in order to determine the difference between the first sentence and the second sentence.

또 다른 실시예로, 서버(10)는 제1 문장 및 제2 문장의 문장 구조를 판단할 수 있다.In another embodiment, the server 10 may determine the sentence structure of the first sentence and the second sentence.

단계 S750에서, 서버(10)는, 제2 문장에 포함되지 않은 적어도 하나의 단어 각각에 대한 적어도 중요도 점수를 획득하고, 획득된 적어도 하나의 중요도 점수 중 기 설정된 중요도 점수 이상인 단어가 존재하는지 여부를 판단할 수 있다.In step S750, the server 10 obtains at least an importance score for each of at least one word not included in the second sentence, and determines whether a word with a preset importance score or higher among the obtained at least one importance score exists. can judge

단계 S755에서, 서버(10)는, 기 설정된 중요도 점수 이상인 단어가 존재하지 않는 경우, 제1 문장 및 제2 문장을 일치 문장으로 판단할 수 있다.In step S755 , the server 10 may determine the first sentence and the second sentence as matching sentences when there is no word equal to or greater than the preset importance score.

단계 S760에서, 서버(10)는, 기 설정된 중요도 점수 이상인 단어가 존재하면, 제1 문장 및 제2 문장을 불일치 문장으로 판단할 수 있다.In step S760 , the server 10 may determine the first sentence and the second sentence as mismatched sentences when there is a word equal to or greater than a preset importance score.

즉, 제1 문장의 적어도 하나의 단어가 제2 문장에 포함되어 있지 않은 경우라고 하더라도, 중요도 점수가 낮은 단어는 제1 문장과 제2 문장의 유사도와는 연관이 없는 경우가 존재할 수 있다. 따라서 서버(10)는, 제2 문장에 포함되지 않은 적어도 하나의 단어의 중요도 점수가 기 설정된 중요도 점수 이상인 경우의 단어를 획득하고, 획득된 단어를 바탕으로 제1 문장 및 제2 문장이 일치 문장인지 불일치 문장인지 여부를 판단할 수 있다.That is, even when at least one word of the first sentence is not included in the second sentence, there may exist a case where a word having a low importance score is not related to the similarity between the first sentence and the second sentence. Accordingly, the server 10 acquires a word when the importance score of at least one word not included in the second sentence is equal to or greater than a preset importance score, and the first sentence and the second sentence match the obtained word based on the acquired word It is possible to determine whether the sentence is a cognitively inconsistent sentence.

이때, 서버(10)는 상술한 단계 S180에서, 제1 문장과 제2 문장이 관련성이 없는 문장인 경우에는, 제2 문장을 생성되는 선행기술조사보고서에 포함시키지 않을 수 있다. 서버(10)는 제1 문장과 동일한 제2 문장 또는 제1 문장과 유사한 제2 문장을 바탕으로 선행기술조사보고서를 생성할 수 있다.In this case, in the above-described step S180, when the first sentence and the second sentence are not related, the server 10 may not include the second sentence in the generated prior art research report. The server 10 may generate a prior art research report based on a second sentence identical to the first sentence or a second sentence similar to the first sentence.

일 실시예에 따라, 서버(10)는 대상특허문서의 복수의 문장을 획득하여 중요도 순으로 정렬하고, 중요도가 높은 문장부터 유사특허문서에 유사한 문장이 있는지 여부를 판단할 수 있다. 예를 들어, 서버(10)는 대상특허문서를 중요도 순으로 정렬하여, 제1-1문장 내지 제1-n문장을 획득할 수 있다. According to an embodiment, the server 10 may obtain a plurality of sentences of the target patent document, sort the sentences in order of importance, and determine whether there are similar sentences in the similar patent document from the highest importance sentence. For example, the server 10 may obtain sentences 1-1 to 1-n th sentences by arranging the target patent documents in order of importance.

서버(10)는 중요도가 가장 높은 제1-1 문장과 유사특허문서를 비교하여 제1-1 문장에 대한 유사특허문서의 제2 문장을 획득할 수 있다. 같은 방법으로, 서버(10)는 제1-2 문장과 유사특허문서를 비교하여 제1-2 문장에 대한 유사특허문서의 제2 문장을 획득하고, 제1-n 문장과 유사특허문서를 비교하여 제1-n 문장에 대한 유사특허문서의 제2 문장을 획득할 수 있다.The server 10 may obtain the second sentence of the similar patent document for the 1-1 sentence by comparing the 1-1 sentence with the highest importance with the similar patent document. In the same way, the server 10 compares the sentence 1-2 with the similar patent document to obtain the second sentence of the similar patent document for the sentence 1-2, and compares the sentence 1-n with the similar patent document. Thus, the second sentence of the similar patent document for the 1-nth sentence can be obtained.

서버(10)는, 획득된 복수의 제2 문장 중, 제1 문장과 관련있는 문장만을 선별할 수 있다. 다양한 실시예에 따라, 서버(10)는 대상특허문서의 모든 문장(즉, 제1-1 문장 내지 제1-n 문장)에 대한 제2 문장을 표시할 수 있으나, 이에 한정되는 것은 아니며, 대상특허문서의 모든 문장 중 기 설정된 상위 중요도 문장(예를 들어 중요도 순으로 정렬한 결과 상위 30%에 해당하는 문장)에 대한 제2 문장만을 표시할 수 있음은 물론이다.The server 10 may select only a sentence related to the first sentence from among the plurality of acquired second sentences. According to various embodiments, the server 10 may display the second sentence for all sentences (ie, the 1-1 sentence to the 1-nth sentence) of the target patent document, but is not limited thereto. It goes without saying that only the second sentence of a preset high importance sentence (eg, a sentence corresponding to the top 30% as a result of sorting in order of importance) among all sentences of the patent document may be displayed.

한편, 본 발명의 다양한 실시예에 따라, 서버(10)는 대상특허문서, 대상특허문서에 대한 적어도 하나의 유사특허문서의 청구범위, 대상특허문서 및 적어도 하나의 유사특허문서의 청구범위에 포함된 단어에 대한 대한 중요도 스코어를 바탕으로 대상특허문서의 특정문장이가 유사특허문서를 침해하는지 여부를 판단할 수 있다.Meanwhile, according to various embodiments of the present invention, the server 10 includes the target patent document, the claims of at least one similar patent document for the target patent document, and the claims of the target patent document and at least one similar patent document. It can be judged whether a specific sentence of the target patent document infringes on a similar patent document based on the importance score for the word used.

도 9는 본 발명의 일 실시예에 따른 유의어 사전을 생성하는 구체적인 방법을 설명하기 위한 흐름도이다.9 is a flowchart illustrating a specific method of generating a thesaurus according to an embodiment of the present invention.

단계 S810에서, 서버(10)는, 특허문서를 기초하여 Word2Vec 학습을 통해 단어를 워드 벡터로 변환할 수 있다.In step S810, the server 10 may convert a word into a word vector through Word2Vec learning based on the patent document.

단계 S820에서, 서버(10)는, 워드 벡터 중 어느 두 워드 벡터 간의 거리를 산출하고 산출된 거리를 유사도로 산출할 수 있다.In step S820 , the server 10 may calculate a distance between any two word vectors among the word vectors and calculate the calculated distance as a degree of similarity.

단계 S830에서, 서버(10)는, 워드 벡터 중 어느 두 워드 벡터 간의 유사도가 미리 설정된 기준 유사도 미만인지 여부를 확인하고, 워드 벡터 중 어느 두 워드 벡터 간의 유사도가 미리 설정된 기준 유사도 미만이면 해당 두 워드 벡터에 대응되는 두 단어를 유사어 그룹으로 그루핑할 수 있다.In step S830, the server 10 checks whether the similarity between any two word vectors among the word vectors is less than a preset reference similarity, and if the similarity between any two word vectors among the word vectors is less than the preset reference similarity, the two words Two words corresponding to the vector may be grouped into a similar word group.

단계 S840에서, 서버(10)는, 획득된 전체 특허문서 중 어느 하나의 특허문서가 노이즈 문서 조건을 충족하는지 여부를 확인하고, 노이즈 문서 조건을 충족하는 특허문서를 제거할 수 있다. In step S840 , the server 10 may check whether any one patent document among all the acquired patent documents satisfies the noise document condition, and remove the patent document that satisfies the noise document condition.

한편, 본 발명의 다양한 실시예에 따라, 서버(10)는 워드 벡터들 중에서 기준 워드 벡터를 선택할 수 있다.Meanwhile, according to various embodiments of the present disclosure, the server 10 may select a reference word vector from among word vectors.

여기서, 기준 워드 벡터는 후술되는 유사어 그룹의 기준 단어에 대응되는 워드 벡터일 수 있다. 예를 들어, 기준 단어가 사과이면, 사과의 유사어에 포함되는 단어들이 유사어 그룹에 포함될 수 있다.Here, the reference word vector may be a word vector corresponding to a reference word of a similar word group to be described later. For example, if the reference word is an apple, words included in the analogous word of the apple may be included in the analogous word group.

이후, 서버(10)는 기준 워드 벡터와 다른 워드 벡터 간의 유사도를 산출할 수 있다. 이때, 서버(10)는 상술한 유사도 산출 방법과 동일한 방법으로 기준 워드 벡터와 다른 워드 벡터 간의 유사도를 산출할 수 있다.Thereafter, the server 10 may calculate a similarity between the reference word vector and another word vector. In this case, the server 10 may calculate the similarity between the reference word vector and another word vector in the same way as the above-described similarity calculation method.

이어서, 서버(10)는 기준 워드 벡터와 다른 워드 벡터 간의 유사도에 기초하여 다른 워드 벡터에 대응하는 단어가 기준 워드 벡터에 대응되는 기준 단어를 기준으로 하는 유사도 그룹에 포함되는지 여부를 확인할 수 있다.Subsequently, the server 10 may determine whether a word corresponding to the other word vector is included in the similarity group based on the reference word corresponding to the reference word vector based on the similarity between the reference word vector and the other word vector.

구체적으로, 서버(10)는 기준 워드 벡터와 다른 워드 벡터 간의 유사도가 미리 설정된 기준 유사도 미만이면 다른 워드 벡터에 대응하는 단어가 기준 워드 벡터에 대응되는 기준 단어를 기준으로 하는 유사도 그룹에 포함되는 것으로 확인할 수 있다.Specifically, if the similarity between the reference word vector and another word vector is less than the preset reference similarity, the server 10 determines that the word corresponding to the other word vector is included in the similarity group based on the reference word corresponding to the reference word vector. can be checked

이후, 서버(10)는 다른 워드 벡터에 대응하는 단어가 기준 워드 벡터에 대응되는 기준 단어를 기준으로 하는 유사도 그룹에 포함되는 것으로 확인되면 다른 워드 벡터에 대응하는 단어를 기준 단어를 기준으로 하는 유사도 그룹에 포함시킬 수 있다.Thereafter, when it is confirmed that the word corresponding to the other word vector is included in the similarity group based on the reference word corresponding to the reference word vector, the server 10 determines the similarity of the word corresponding to the other word vector based on the reference word. can be included in the group.

도 10은 본 발명의 일 실시예에 따른 제1 인공지능 모델 및 제2 인공지능 모델을 이용하여 평가 결과를 도출하는 과정을 설명하기 위한 예시도이다.10 is an exemplary diagram for explaining a process of deriving an evaluation result using a first artificial intelligence model and a second artificial intelligence model according to an embodiment of the present invention.

도 10에 도시된 바와 같이, 제1 인공지능 모델은 대상 특허문서를 입력값으로 입력받아, 대상 특허문서에 대한 유사 특허문서를 획득할 수 있다. 이때, 대상특허문서에 대한 유사 특허 문서는 복수개일 수 있음은 물론이고, 유사특허문서가 복수개인 경우, 서버(10)는 복수개의 유사특허문서를 대상특허문서와의 연관성을 바탕으로 정렬할 수 있음은 물론이다.As shown in FIG. 10 , the first artificial intelligence model may receive a target patent document as an input value and obtain a similar patent document for the target patent document. In this case, there may be a plurality of similar patent documents for the target patent document, and if there are a plurality of similar patent documents, the server 10 may sort the plurality of similar patent documents based on the association with the target patent document. of course there is

제1 데이터베이스는 전체 특허문서를 저장하기 위한 구성이다. 구체적으로, 제1 데이터베이스는, 전체 특허문서 각각에 대한 형태소 분석을 통해 전체 특허문서 각각의 단어를 획득하고, 획득된 단어에 대한 유의어 사전을 획득하고, 획득된 단어 각각에 대한 중요도 스코어를 획득하여, 획득된 중요도 스코어를 단어에 매칭하여 저장할 수 있다.The first database is configured to store the entire patent document. Specifically, the first database obtains the words of each of the entire patent documents through morphological analysis of each of the entire patent documents, obtains the thesaurus for the obtained words, and obtains the importance score for each of the obtained words. , the obtained importance score may be matched to a word and stored.

제1 인공지능 모델은 제1 데이터베이스에 저장된 전체 특허문서 중 대상특허문서에 대응되는 유사특허문서를 획득할 수 있다.The first artificial intelligence model may acquire a similar patent document corresponding to the target patent document among all patent documents stored in the first database.

한편, 서버(10)는 제1 인공지능 모델을 통해 대상특허문서 및 유사특허문서가 획득되면, 대상특허문서 중 제1 문장을 추출하고, 유사특허문서 중 제2 문장을 추출할 수 있다. 제1 문장 및 제2 문장은 상술한 다양한 방법을 통해 획득될 수 있다.Meanwhile, when the target patent document and the similar patent document are obtained through the first artificial intelligence model, the server 10 may extract a first sentence of the target patent document and extract a second sentence of the similar patent document. The first sentence and the second sentence may be obtained through the various methods described above.

나아가, 제2 인공지능 모델은제1 문장 및 제2 문장을 입력값으로 입력하여 제1 문장과 제2 문장에 대한 평가 결과를 획득할 수 있다. 이때, 평가 결과란, 제1 문장과 제2 문장이 일치 문장인지, 불일치 문장인지, 관계없는 문장인지에 대한 결과일 수 있으며, 상술한 다양한 실시예에 따라 획득될 수 있다.Furthermore, the second artificial intelligence model may obtain the evaluation results for the first sentence and the second sentence by inputting the first sentence and the second sentence as input values. In this case, the evaluation result may be a result of whether the first sentence and the second sentence are a matching sentence, a discordant sentence, or an unrelated sentence, and may be obtained according to various embodiments described above.

제2 데이터베이스는, 특허문서 및 특허문서에 매칭된 선행조사보고서가 저장될 수 있다. 이때, 선행조사보고서는 특허문헌과 유사하다고 판단된 유사특허문서 및 특허문서의 특정 문장에 대응되는 유사특허문서의 특정 문장에 대한 정보를 포함할 수 있다.The second database may store a patent document and a prior search report matched to the patent document. In this case, the prior search report may include information on a similar patent document determined to be similar to a patent document and a specific sentence of a similar patent document corresponding to a specific sentence of the patent document.

도 11은 본 발명의 일 실시예에 따른 장치의 구성도이다.11 is a block diagram of an apparatus according to an embodiment of the present invention.

프로세서(102)는 하나 이상의 코어(core, 미도시) 및 그래픽 처리부(미도시) 및/또는 다른 구성 요소와 신호를 송수신하는 연결 통로(예를 들어, 버스(bus) 등)를 포함할 수 있다.The processor 102 may include one or more cores (not shown) and a graphic processing unit (not shown) and/or a connection path (eg, a bus, etc.) for transmitting and receiving signals to and from other components. .

일 실시예에 따른 프로세서(102)는 메모리(104)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 도 1 내지 도 9와 관련하여 설명된 방법을 수행한다.The processor 102 according to an embodiment performs the method described with reference to FIGS. 1 to 9 by executing one or more instructions stored in the memory 104 .

예를 들어, 프로세서(102)는 메모리에 저장된 하나 이상의 인스트럭션을 실행함으로써 대상특허문서를 바탕으로 적어도 하나의 단어를 획득하고, 획득된 적어도 하나의 단어의 중요도 스코어를 획득하고, 대상특허문서를 제1 인공지능 모델에 입력하여 유사특허문서를 획득하고, 대상특허문서에 포함된 복수의 문장을 획득하고, 유사특허문서에 포함된 복수의 문장을 획득하고, 대상특허문서에 포함된 복수의 문장 중 제1 문장을 획득하고, 유사특허문서에 포함된 복수의 문장 중 제2 문장을 획득하고, 제1 문장 및 제2 문장을 제2 인공지능 모델에 입력하여, 제1 문장과 제2 문장에 대한 평가 결과를 획득하고, 평가 결과를 바탕으로, 상기 대상특허문서에 대한 선행기술조사보고서를 생성할 수 있다.For example, the processor 102 obtains at least one word based on the target patent document by executing one or more instructions stored in the memory, obtains an importance score of the obtained at least one word, and generates the target patent document 1 input into the artificial intelligence model to obtain a similar patent document, obtain a plurality of sentences included in the target patent document, obtain a plurality of sentences included in the similar patent document, and Obtaining the first sentence, acquiring the second sentence among the plurality of sentences included in the similar patent document, and inputting the first sentence and the second sentence into the second artificial intelligence model, An evaluation result may be obtained, and a prior art search report for the target patent document may be generated based on the evaluation result.

한편, 프로세서(102)는 프로세서(102) 내부에서 처리되는 신호(또는, 데이터)를 일시적 및/또는 영구적으로 저장하는 램(RAM: Random Access Memory, 미도시) 및 롬(ROM: Read-Only Memory, 미도시)을 더 포함할 수 있다. 또한, 프로세서(102)는 그래픽 처리부, 램 및 롬 중 적어도 하나를 포함하는 시스템온칩(SoC: system on chip) 형태로 구현될 수 있다. On the other hand, the processor 102 is a RAM (Random Access Memory, not shown) and ROM (Read-Only Memory: ROM) for temporarily and / or permanently storing a signal (or data) processed inside the processor 102. , not shown) may be further included. In addition, the processor 102 may be implemented in the form of a system on chip (SoC) including at least one of a graphic processing unit, a RAM, and a ROM.

메모리(104)에는 프로세서(102)의 처리 및 제어를 위한 프로그램들(하나 이상의 인스트럭션들)을 저장할 수 있다. 메모리(104)에 저장된 프로그램들은 기능에 따라 복수 개의 모듈들로 구분될 수 있다.The memory 104 may store programs (one or more instructions) for processing and controlling the processor 102 . Programs stored in the memory 104 may be divided into a plurality of modules according to functions.

본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다. 본 발명의 구성 요소들은 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 애플리케이션)으로 구현되어 매체에 저장될 수 있다. 본 발명의 구성 요소들은 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있으며, 이와 유사하게, 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다.The steps of a method or algorithm described in relation to an embodiment of the present invention may be implemented directly in hardware, as a software module executed by hardware, or by a combination thereof. A software module may contain random access memory (RAM), read only memory (ROM), erasable programmable ROM (EPROM), electrically erasable programmable ROM (EEPROM), flash memory, hard disk, removable disk, CD-ROM, or It may reside in any type of computer-readable recording medium well known in the art to which the present invention pertains. The components of the present invention may be implemented as a program (or application) to be executed in combination with a computer, which is hardware, and stored in a medium. The components of the present invention may be implemented as software programming or software components, and similarly, embodiments may include various algorithms implemented as data structures, processes, routines, or combinations of other programming constructs, including C, C++ , Java, assembler, etc. may be implemented in a programming or scripting language. Functional aspects may be implemented in an algorithm running on one or more processors.

이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다. As mentioned above, although embodiments of the present invention have been described with reference to the accompanying drawings, those skilled in the art to which the present invention pertains can realize that the present invention can be embodied in other specific forms without changing its technical spirit or essential features. you will be able to understand Therefore, it should be understood that the embodiments described above are illustrative in all respects and not restrictive.

10 : 서버
20 : 사용자 단말
10 : Server
20: user terminal

Claims (1)

특허문서의 유사도 판단 시스템의 제어 방법에 있어서,
서버가, 대상특허문서를 획득하는 단계;
상기 서버가, 상기 대상특허문서를 바탕으로 적어도 하나의 단어를 획득하는 단계;
상기 서버가, 상기 획득된 적어도 하나의 단어의 중요도 스코어를 획득하는 단계;
상기 서버가, 상기 대상특허문서를 제1 인공지능 모델에 입력하여 유사특허문서를 획득하는 단계;
상기 서버가, 상기 대상특허문서에 포함된 복수의 문장을 획득하고, 상기 유사특허문서에 포함된 복수의 문장을 획득하는 단계;
상기 서버가, 상기 대상특허문서에 포함된 복수의 문장 중 제1 문장을 획득하고, 상기 유사특허문서에 포함된 복수의 문장 중 제2 문장을 획득하는 단계;
상기 서버가, 상기 제1 문장 및 상기 제2 문장을 제2 인공지능 모델에 입력하여, 상기 제1 문장과 상기 제2 문장에 대한 평가 결과를 획득하는 단계; 및
상기 서버가, 상기 평가 결과를 바탕으로, 상기 대상특허문서에 대한 선행기술조사보고서를 생성하는 단계를 포함하고,
상기 중요도 스코어를 획득하는 단계는,
상기 서버가, 상기 대상특허문서로부터 중요도 스코어의 산출 대상이 되는 단어를 획득하는 단계;
상기 서버가, 전체 특허문서에서의 상기 단어의 제1 세부 중요도, 상기 대상특허문서의 기술분야정보에 대응되는 특허분류정보에서의 상기 단어의 제2 세부 중요도 및 상기 전체 특허문서 중 상기 단어가 포함된 검색특허문서의 제3 세부 중요도 중 하나 이상의 세부 중요도를 산출하는 단계; 및
상기 서버가, 상기 제1 세부 중요도, 상기 제2 세부 중요도 및 상기 제3 세부 중요도 중 하나 이상에 기초하여 상기 단어의 상기 중요도 스코어를 산출하는 단계를 포함하는 특허문서 유사도 판단 시스템의 제어 방법.
In the control method of the similarity determination system of patent documents,
Step, by the server, obtaining a target patent document;
obtaining, by the server, at least one word based on the target patent document;
obtaining, by the server, an importance score of the obtained at least one word;
obtaining, by the server, the similar patent document by inputting the target patent document into a first artificial intelligence model;
obtaining, by the server, a plurality of sentences included in the target patent document, and acquiring a plurality of sentences included in the similar patent document;
obtaining, by the server, a first sentence among a plurality of sentences included in the target patent document, and acquiring a second sentence among a plurality of sentences included in the similar patent document;
inputting, by the server, the first sentence and the second sentence into a second artificial intelligence model, and obtaining evaluation results for the first sentence and the second sentence; and
and generating, by the server, a prior art search report for the target patent document based on the evaluation result,
The step of obtaining the importance score comprises:
obtaining, by the server, a word to be calculated an importance score from the target patent document;
The server includes the first detailed importance of the word in the entire patent document, the second detailed importance of the word in the patent classification information corresponding to the technical field information of the target patent document, and the word in the entire patent document calculating at least one detailed importance among third detailed importance levels of the searched patent document; and
and calculating, by the server, the importance score of the word based on at least one of the first detailed importance level, the second detailed importance level, and the third detailed importance level.
KR1020200021485A 2019-10-14 2020-02-21 Method, apparatus and system for determining similarity of patent documents based on importance score KR102300352B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200021485A KR102300352B1 (en) 2019-10-14 2020-02-21 Method, apparatus and system for determining similarity of patent documents based on importance score

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020190127327A KR102085217B1 (en) 2019-10-14 2019-10-14 Method, apparatus and system for determining similarity of patent documents
KR1020200021485A KR102300352B1 (en) 2019-10-14 2020-02-21 Method, apparatus and system for determining similarity of patent documents based on importance score

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020190127327A Division KR102085217B1 (en) 2019-10-14 2019-10-14 Method, apparatus and system for determining similarity of patent documents

Publications (2)

Publication Number Publication Date
KR20210044144A KR20210044144A (en) 2021-04-22
KR102300352B1 true KR102300352B1 (en) 2021-09-09

Family

ID=75731218

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200021485A KR102300352B1 (en) 2019-10-14 2020-02-21 Method, apparatus and system for determining similarity of patent documents based on importance score

Country Status (1)

Country Link
KR (1) KR102300352B1 (en)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101521862B1 (en) 2014-12-15 2015-05-21 한국과학기술정보연구원 System and method for classifying patent document

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1156430A2 (en) * 2000-05-17 2001-11-21 Matsushita Electric Industrial Co., Ltd. Information retrieval system
KR20090088522A (en) * 2008-02-15 2009-08-20 (주)한국아이피보호기술연구소 Method and system for searching prior arts
JP5448105B2 (en) * 2009-12-09 2014-03-19 インターナショナル・ビジネス・マシーンズ・コーポレーション Method for retrieving document data from search keywords, computer system and computer program
KR101923146B1 (en) * 2016-11-24 2018-11-28 주식회사 솔트룩스 System and method of semantic search using word vector
KR102011667B1 (en) * 2016-11-29 2019-08-20 (주)아크릴 Method for drawing word related keyword based on deep learning and computerprogram
KR102025805B1 (en) 2017-03-29 2019-11-12 중앙대학교 산학협력단 Device and method for analyzing similarity of documents

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101521862B1 (en) 2014-12-15 2015-05-21 한국과학기술정보연구원 System and method for classifying patent document

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
곽재은, Non-stationary text data analysis with convolutional neural network and incremental clustering, 연세대학교 박사학위논문 (2018)

Also Published As

Publication number Publication date
KR20210044144A (en) 2021-04-22

Similar Documents

Publication Publication Date Title
KR102085217B1 (en) Method, apparatus and system for determining similarity of patent documents
KR102095892B1 (en) Method, apparatus and system for determining similarity of patent documents using artificial intelligence model
US11586637B2 (en) Search result processing method and apparatus, and storage medium
JP5281156B2 (en) Annotating images
JP5825676B2 (en) Non-factoid question answering system and computer program
CN110334209A (en) File classification method, device, medium and electronic equipment
KR102383965B1 (en) Method, apparatus and system for determining similarity of patent documents based on similarity score and dissimilarity score
CN113220862A (en) Standard question recognition method and device, computer equipment and storage medium
KR102085214B1 (en) Method and system for acquiring word set of patent document
CN114997288A (en) Design resource association method
CN108491375B (en) Entity identification and linking system and method based on CN-DBpedia
KR102315215B1 (en) A method for obtaining a word set of a patent document and a method for determining similarity of a patent document based on the obtained word set
KR102405867B1 (en) Method, apparatus and system for determining importance of patent documents using artificial intelligence model
KR20210044146A (en) Method, apparatus and system for determining similarity of patent documents
KR102300352B1 (en) Method, apparatus and system for determining similarity of patent documents based on importance score
KR102263309B1 (en) Method and system for acquiring word set of patent document using image information
CN114969324B (en) Chinese news headline classification method based on subject word feature expansion
KR20210039917A (en) Method, apparatus and system for determining similarity of patent documents using artificial intelligence model
KR102315213B1 (en) Method, apparatus and system for determining similarity of patent documents using clustering
CN114676701B (en) Text vector processing method, device, medium and electronic equipment
KR102315214B1 (en) Method, apparatus and system for determining similarity of patent documents using similarity scores and dissimilarity scores
KR102472200B1 (en) Method for calculating for weight score using appearance rate of word
KR102297962B1 (en) Method and system for acquiring word set meaning information of patent document
KR102291930B1 (en) Method and system for acquiring a word set of a patent document including a compound noun phrase
KR102255962B1 (en) Method and system for acquiring word set of patent document using template information

Legal Events

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