KR102307779B1 - 컨셉 이미지를 통한 언어 습득 효율 향상 시스템 및 방법 - Google Patents

Abstract

본 발명은 문장의 구조를 분석하도록 형성되는 문장분석모듈과, 상기 문장분석 결과에 근거하여 컨셉 이미지 영역을 배치하도록 형성되는 이미지 조합 모듈과, 외국어 단어의 음성데이터에 대응되는 컨셉 이미지를 상기 컨셉 이미지 영역에 디스플레이 하도록 형성되는 제어 모듈을 포함하는 컨셉 이미지를 통한 언어 습득 효율 향상 시스템을 제공한다.

Description

컨셉 이미지를 통한 언어 습득 효율 향상 시스템 및 방법 {SYSTEM FOR IMPROVING EFFICIENCY OF LANGUAGE ACQUISITION USING THE CONCEPT-IMAGE AND METHOD USING THE SAME }

본 발명은 컨셉 이미지를 통한 언어 습득 효율을 향상시킬 수 있는 시스템 및 방법에 관한 것으로서, 보다 자세하게는 영어 문장구조에 컨셉 이미지 영역을 매칭시켜 학습자가 문법이나 텍스트 구조에 집중할 필요없이 컨셉 이미지를 통해 직관적으로 영어 문장을 습득할 수 있게 하는 컨셉 이미지 습득 효율 향상 시스템 및 방법에 관한 것이다.

최근 연구에 따르면 사람의 뇌는 3가지 영역으로 나누어진다고 보고 있다. 3가지 영역은 생존에 관계되는 것을 관장하는 영역(도마뱀의 뇌 영역)과, 본능에 관계되는 것을 관장하는 영역(개의 뇌 영역)과, 사고에 관계되는 것을 관장하는 영역(침팬지의 뇌 영역)으로 구분될 수 있다.

언어학습에 있어서도 상황에 따라 뇌의 서로 다른 영역이 사용된다.

예를 들어, 우리는 모국어로 문장을 읽을 때 읽자마자 읽는 순서대로 바로 이해하고, 듣자마자 듣는 순서대로 바로 알아듣고, 생각하자마자 생각하는 순서대로 바로 말이 되어 입에서 나간다.

이와 같이 모국어를 사용할 때 사람들은 사고를 거치지 않고 직관적으로 말을 하게 된다. 즉, 사람들이 모국어를 사용할 때 사용하는 뇌의 영역은 '침팬지의 뇌 영역'이 아니라 '도마뱀의 뇌 영역'에 해당한다고 볼 수 있다. 다시 말해, 언어는 복잡한 사고를 통해 이루어지는 것이 아니라 상황에 대한 인식을 통해 반사적으로 이루어지는 것이라고 할 수 있다.

하지만, 영어를 외국어로 배우는 한국인 대부분은 영어를 학습함에 있어 단어의 스펠링과 문법 등 텍스트에 집중하고, 영어 단어의 의미와 영어 문장 구조를 한국어의 그것에 매칭시키려 한다.

같은 대상을 지칭하는 단어라도 언어에 따라 어감이나 의미가 달라질 수 밖에 없는데 그것을 작위적인 규칙에 맞춰 해석하려 하고, 텍스트의 구조에 집중하다 보니 언어학습 시 사고를 관장하는 뇌의 영역(침팬지의 뇌)을 사용하게 된다.

이와 같이 대부분의 사람들이 외국어 학습에 침팬지의 뇌 영역을 사용하다 보니 모국어를 학습하는 것에 비해 훨씬 큰 에너지를 소비하게 되고 학습 효율이 떨어지게 된다.

이러한 문제점을 해결하기 위해, 대한민국 특허출원 제10-2019-0011732호 '단어의 컨셉 메이커를 이용한 언어 학습 시스템'(이하 '특허문헌 1'이라 함)에서는 단어의 컨셉 메이커를 이용하여 단어의 개념을 인지하고 해당 언어의 사용자들이 생각하는 방식대로 자연스럽게 언어를 습득할 수 있는 방법(도마뱀의 뇌 영역을 이용한 학습)을 개시하고 있다.

이러한 컨셉 메이커들을 이용한 학습 효율을 극대화시키기 위한 연구의 일환으로, 컨셉 이미지 영역을 영어 문장구조와 매칭시켜 사용자들이 직관적으로 영어 문장을 습득할 수 있게 하는 방법이 연구되고 있다.

대한민국 특허출원 제10-2019-0011732호 대한민국 등록특허 제10-0798153호 대한민국 등록특허 제10-0867382호 대한민국 등록특허 제10-0852970호

본 발명에 따른 컨셉 이미지를 이용한 언어 습득 효율 향상 시스템 및 방법은 상기한 바와 같은 종래 문제점을 해결하기 위해 안출된 것으로서, 다음과 같은 해결하고자 하는 과제를 제시한다.

첫째, 텍스트를 배제하여 고차원적인 사고를 하지 않고 생존에 관여하는 뇌의 영역(도마뱀의 뇌 영역)을 이용하여 영어를 습득할 수 있게 하고자 한다.

둘째, 문장분석(sentence parsing) 결과에 컨셉 이미지 영역을 매칭시켜 컨셉 이미지를 이용한 영어 습득 효율을 극대화시키고자 한다.

셋째, 컨셉 이미지 영역을 다변화 시켜 문장의 의미와 구조를 자연스럽게 습득할 수 있게 하고자 한다.

본 발명의 해결과제는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 해결과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

상기와 같은 과제를 해결하기 위해 본 발명의 컨셉 이미지를 통한 언어 습득 효율 향상 시스템은 문장의 구조를 분석하도록 형성되는 문장분석모듈과, 상기 문장분석 결과에 근거하여 컨셉 이미지 영역을 배치하도록 형성되는 이미지 조합 모듈과, 외국어 단어의 음성데이터에 대응되는 컨셉 이미지를 상기 컨셉 이미지 영역에 디스플레이 하도록 형성되는 제어 모듈을 포함한다.

본 발명의 일 실시예에 따르면, 상기 이미지 조합 모듈은 문장의 숫자, 각 문장에 절이 포함되어 있는지 여부에 근거하여 상기 컨셉 이미지 영역이 배치되는 페이지 레이아웃을 선택하도록 형성된다.

본 발명의 일 실시예에 따르면, 상기 이미지 조합 모듈은 문장 분리 규칙에 따라 문장을 분리하도록 형성된다.

본 발명의 일 실시예에 따르면, 상기 문장 분리 규칙은 root의 차일드이면서 POS가 verb이고, DEP가 acl, advcl, ccomp, conj, csubj, parataxis, relcl, csubjpass인 차일드들을 포함하는 성분의 경우 상기 성분과 디센던트들을 함께 묶어서 분리한다.

본 발명의 일 실시예에 따르면, 상기 제어모듈은 상기 문장 분리 규칙에 따라 분리되는 문장의 숫자를 근거로 페이지 레이아웃을 선택한다.

또한, 본 발명은 문장성분을 분석하는 단계와, 각 문장성분에 대응하는 컨셉 이미지 영역을 생성하는 단계와, 문장 분리 규칙에 따라 컨셉 이미지 영역을 조합하는 단계와, 단어의 음성데이터에 대응되는 컨셉 이미지를 컨셉 이미지 영역에 표시하는 단계를 포함하는 컨셉 이미지를 통한 언어 습득 효율 향상 방법을 제공한다.

본 발명의 일 실시예에 따르면, 상기 문장성분을 분석하는 단계는 입력된 문장(doc)을 단어단위(토큰, token)로 쪼갠 후 문장의 형태정보(morphological information) 및 문장성분 등을 분석(parsing)하고, 상기 분석된 문장성분에는 POS(Part of speech) 값, DEP(Dependency) 값, 헤드, 차일드, 엔세스터, 디센던트 등의 위치와 관계가 포함된다.

본 발명의 일 실시예에 따르면, 상기 각 문장성분에 대응하는 컨셉 이미지 영역을 생성하는 단계는 문장성분 및 문장의 유형 등에 따라 서로 다른 크기와 모양의 컨셉 이미지 영역을 할당하며, 일반적인 문장에는 큰 유형의 영역을 할당하고 문장에 포함되는 또 다른 문장(절이나 구 등)에는 작은 유형의 영역을 할당한다.

본 발명의 일 실시예에 따르면, 상기 컨셉 이미지를 컨셉 이미지 영역에 표시하는 단계는 관사에 대응되는 컨셉 이미지를 컨셉 이미지 영역의 경계를 따라 형성되는 라인으로 표시하고, 형용사에 대응되는 컨셉 이미지를 컨셉 이미지 영역 내부에 형성되는 배경 이미지로 표시하며, 명사에 대응되는 컨셉 이미지를 상기 배경 이미지의 앞쪽에 중첩되도록 배치되는 이미지로 표시한다.

본 발명의 일 실시예에 따르면, 상기 컨셉 이미지를 컨셉 이미지 영역에 표시하는 단계는 조동사에 대응되는 컨셉 이미지를 컨셉 이미지 영역의 배경색으로 표시한다.

이상과 같은 구성의 본 발명에 따른 컨셉 이미지를 이용한 언어 습득 효율 향상 시스템 및 방법은 다음과 같은 효과를 제공한다.

첫째, 고차원적인 사고를 하지 않고 직관적으로 언어를 학습할 수 있게 하여 학습에 드는 에너지 소모를 줄이고 학습 효율을 극대화 시킬 수 있다.

둘째, 영어 문장의 성분을 분석한 후 각 성분에 컨셉 이미지 영역을 매칭시켜 컨셉 이미지를 이용한 영어 습득 효율을 향상시킬 수 있다.

셋째, 컨셉 이미지 영역의 배치, 모양, 색상, 크기 등을 다변화 시켜 컨셉 이미지 습득 과정에서 문장의 의미와 구조를 자연스럽게 습득할 수 있게 한다.

본 발명의 효과는 이상에서 언급한 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.

도 1은 본 발명의 일 실시예에 따른 언어 습득 효율 향상 시스템의 개념도.
도 2는 문장분석모듈의 문장분석 방법을 나타낸 개념도.
도 3은 문장분석 결과를 해석하는 방법을 설명하기 위한 개념도.
도 4는 단어의 컨셉 이미지를 이용한 언어 습득 효율 향상 방법을 나타내는 순서도.
도 5는 본 발명의 일 실시예에 따른 문장 성분별 컨셉 이미지 영역을 나타낸 개념도.
도 6은 본 발명의 일 실시예에 따른 관사/부사/형용사/명사가 결합된 경우의 컨셉 이미지 제공 방법을 나타낸 개념도.
도 7은 본 발명의 일 실시예에 따른 부사/형용사가 결합된 경우의 컨셉 이미지 제공 방법을 나타낸 개념도.
도 8a 내지 도 8f는 본 발명의 일 실시예에 따른 동사들이 조합된 경우의 컨셉 이미지를 제공 방법을 나타낸 개념도.
도 9는 본 발명의 일 실시예에 따른 부사/동사가 결합된 경우의 컨셉 이미지 제공 방법을 나타낸 개념도.
도 10a 내지 도 10c는 제1 문장구조에 대응되는 제1 페이지 레이아웃을 나타내는 개념도.
도 11a 내지 도 11c는 제2 문장구조에 대응되는 제2 페이지 레이아웃을 나타내는 개념도.
도 12a 내지 도 12c는 제3 문장구조에 대응되는 제3 페이지 레이아웃을 나타내는 개념도.
도 13a 내지 도 13c는 제4 문장구조에 대응되는 제4 페이지 레이아웃을 나타내는 개념도.

본 발명에 따른 단어의 컨셉 이미지를 이용한 언어 습득 효율 향상 시스템 및 방법은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 기술적 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.

이하, 본 발명에 대하여 도면을 참조하여 보다 상세하게 설명한다. 본 명세서에서는 서로 다른 실시예라도 동일·유사한 구성에 대해서는 동일·유사한 참조번호를 부여하고, 그 설명은 처음 설명으로 갈음한다. 본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.

또한, 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 또는 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다.

도 1은 본 발명의 일 실시예에 따른 시스템(100)의 개념도이다.

도 1을 참조하면, 시스템(100)은 서버를 통해 다수의 사용자에게 언어 학습 컨텐츠를 제공할 수 있도록 형성된다.

이하에서는 컨셉 이미지에 관련하여 구체적으로 설명하지만 컨셉 이미지가 아닌 다른 컨셉 메이커(시각, 청각, 촉각, 후각, 느낌 등에 관한 아웃풋)의 경우에도 본 발명이 적용될 수 있다.

또한, 이하에서는 설명의 편의상 '컨셉 사운드'를 '음성데이터'로 지칭하고 있으나 '음성데이터'라는 표현은 '컨셉 사운드'로 받아들여질 수 있다.

본 발명에서는 서로 다른 형태의 메이커의 매칭(ex. '컨셉 이미지'와 '컨셉 사운드'의 매칭)을 통해 단어의 개념을 습득할 수 있게 한다.

학습자들은 사용자 단말기를 통해 언어 학습 컨텐츠를 제공받을 수 있다. 사용자 단말기에는 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)) 등의 이동 단말기나 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등과 같은 고정 단말기가 포함될 수 있다.

시스템(100)은 제어모듈(110)과, 데이터수집모듈(120)과, 데이터베이스(130)와, 이미지 조합 모듈(140), 문장분석모듈(150) 등을 포함할 수 있다. 이하에서는 설명의 편의를 위해 각 모듈을 구분하여 설명하고 있지만 실제 제어모듈(110)이 다른 모듈들을 기능을 포함하도록 형성되는 것이 가능하다.

제어모듈(110)은 데이터들의 조합을 통해 표준화된 컨셉 이미지를 생성시킬 수 있다. 이러한 컨셉 이미지 생성을 위해 제어모듈(110)에는 머신러닝 모듈이 포함될 수 있다.

제어모듈(110)은 컨셉 이미지를 노출시킬 때 해당 컨셉 이미지에 대응하는 컨셉 사운드(음성)을 함께 제공한다.

본 발명의 일 실시예에 따르면, 제어모듈(110)은 인터넷을 통해 해당 단어가 사용되는 언어권 국가들에서 해당 단어에 매칭되는 이미지 데이터들을 수집하여 해당 단어의 컨셉을 명확히 정립하는 것이 가능해진다.

데이터수집모듈(120)은 온라인 상에 노출되는 단어들에 대한 이미지 데이터들을 수집하여 제어모듈(110)에 제공한다.

또한, 본 발명의 다른 실시예에 따르면 데이터수집모듈(120)은 단어들에 대응하는 이미지 데이터 뿐 아니라 해당 단어에 대응되는 음성데이터도 수집할 수 있다.

데이터베이스(130)에는 시스템(100)을 구동시키기 위한 각종 데이터들이 저장된다.

예를 들어, 데이터베이스(130)에는 단어들에 대응되는 이미지 데이터들과 해당 단어에 대응되는 복수의 음성 데이터들이 저장될 수 있다.

데이터베이스(130)에는 제어모듈(110)을 통해 학습되는 기본 이미지 정보와 기본 음성 정보도 저장될 수 있다.

기본 이미지는 기저장된 특정 이미지일 수 있다. 또한, 기본 이미지는 데이터수집모듈(120)을 통해 확인된 해당 단어에 대해 가장 노출 빈도가 높은 이미지이거나, 학습자들이 기본 이미지로 선택한 빈도가 높은 이미지일 수 있다. 학습자들의 선택이란 해당 이미지를 제공하였을 때 해당 단어에 대한 인식이 완료되었다는 응답일 수 있다.

또한, 기본 이미지는 머신 러닝 모듈에 의하여 결정될 수 있다. 예를 들어, 머신 러닝 모듈은 해당 단어에 대하여 수집되는 이미지들의 공통점들을 추출해 내고 추출된 공통점들을 가장 많이 포함하고 있는 이미지를 기본 이미지로 설정할 수 있다.

기본 음성은 기저장된 특정 음성일 수 있다. 또한, 기본 음성은 데이터수집모듈(120)을 통해 확인된 해당 단어에 대해 가장 노출 빈도가 높은 음성 데이터이거나(ex. 특정 성우의 음성 데이터), 학습자들이 기본 음성으로 선택한 빈도가 높은 데이터일 수 있다. 학습자들의 선택이란 해당 음성을 제공하였을 때 해당 단어에 대한 인식이 완료되었다는 응답일 수 있다.

또한, 기본 음성은 머신 러닝 모듈에 의하여 결정될 수 있다. 예를 들어, 머신 러닝 모듈은 해당 단어에 대하여 수집되는 음성들의 공통된 억양이나 강세 등의 데이터를 추출해 내고 추출된 공통점들을 가장 많이 포함하고 있는 음성을 기본 음성으로 설정할 수 있다.

이미지 조합 모듈(140)은 외국어 문장에 대한 컨셉 이미지들의 조합을 결정한다.

이미지 조합 모듈(140)은 이미지 영역(200)의 배치와 크기 등을 고려하여 컨셉 이미지를 확대, 축소 또는 중첩시킬 수 있다.

문장분석모듈(150)은 머신 러닝 등의 인공지능(AI)을 활용하여 문장의 구조를 분석(sentence parsing)할 수 있다.

제어 모듈(110)은 문장분석모듈(150)을 통해 분석된 결과를 이용하여 컨셉 이미지 영역을 조합한다. 예를 들어, 제어 모듈(110)은 문장분석 결과를 이용하여 페이지 레이아웃 설정, 각 성분별 컨셉 이미지 영역 선택, 컨셉 이미지 영역 조합 등을 수행할 수 있다.

도 2는 문장분석모듈의 문장분석 방법을 나타낸 개념도이고, 도 3은 문장분석 결과를 해석하는 방법을 설명하기 위한 개념도이다.

도 2를 참조하면 문장분석모듈은 문장의 POS(Part of speech)값과 DEP(Dependency)값을 검출한다.

POS 값은 각 단어들이 갖는 문장성분값을 나타내며, 각 성분 별로 컨셉 이미지 영역이 할당된다. 이에 대해서는 이하에서 도 5 내지 도 9를 참조하여 구체적으로 설명한다.

POS 값에는 ADJ(adjective), ADP(adposition), ADV(adverb), AUX(auxiliary), CONJ(conjunction), CCONJ(coordinating conjunction), DET(determiner), INTJ(interjection), NOUN(noun), NUM(numeral), PART(particle), PRON(pronoun), PROPN(proper noun), PUNCT(punctuation), SCONJ(subordinating conjuction), SYM(symbol), VERB(verb), X(other) SPACE(space) 등을 포함할 수 있다.

DEP 값은 단어들의 관계를 나타내는 값으로, 각 단어들은 도 3에 도시된 바와 같이 시작점(꼬리)과 도착점(머리)을 갖는 화살표로 연결될 수 있다.

본 실시예에서는 DEP 값 할당하기 위해 각 단어들을 연결하는 화살표를 이용하였으나 이는 단어들의 관계를 설명하기 위한 것일 뿐이다. 즉, 시스템에서 단어들의 관계를 화살표로 표시하지 않더라도 어느 한 단어에서 다음 단어로 의미가 연결되거나 문장 구조가 연결되는 경우에는 앞선 단어 쪽을 꼬리 지점으로 뒤따르는 단어 쪽을 머리 지점으로 설정하는 것이 가능하다.

DEP 값에는 acl(adjectival clause), acomp(adjectival complement), advcl(adverbial clause modifier), advmod(adverbial modifier), amod(adjectival modifier), appos(appositional modifier), ccomp(clausal complement), dobj(direct object), nsubj(nominal subject), det(determiner), relcl(relative clause modifier) 등을 포함할 수 있다.

도 3을 참조하면, 차일드(child)는 성분 2개를 연결한 화살표의 머리 지점에 위치한 성분을 말하고, 헤드(head)는 성분 2개를 연결한 화살표의 시작 지점의 성분을 말한다.

엔세스터(ancestor)는 헤드에서 헤드로 거슬러 올라간 위치의 성분을 말한다.

디센던트(descendant)는 차일드에서 차일드로 거슬러 내려간 위치의 성분을 말한다.

제어 모듈(110)은 상기에서 설명한 POS 값, DEP 값, 차일드, 디센던트, 엔세스터 등의 정보에 대응하여 컨셉 이미지 영역의 배치, 모양, 색상, 크기 등을 설정할 수 있다.

도 4는 단어의 컨셉 이미지를 이용한 언어 습득 효율 향상 방법을 나타내는 순서도이다.

도 4를 참조하면, 본 발명의 시스템에서는 문장성분을 분석하는 단계(S100)와, 각 문장성분에 대응하는 컨셉 이미지 영역을 생성하는 단계(S200)와, 문장 분리 규칙 및/또는 묶음 분리 규칙에 따라 컨셉 이미지 영역을 조합하는 단계(S300)와, 단어 순서에 따라 상기 컨셉 이미지 영역에 대응되는 컨셉 이미지를 제공하는 단계(S400) 등을 수행할 수 있다. 본 발명의 다른 실시예에 따르면 도 4에 도시된 각 단계의 순서가 변경되거나 특정 단계가 생략될 수도 있다.

문장성분을 분석하는 단계(S100)는 도 2 및 도 3에 도시된 것과 같이 입력된 문장(doc)을 단어단위(토큰, token)로 쪼갠 후 문장의 형태정보(morphological information) 및 문장성분 등을 분석(parsing)한다. 분석된 문장성분에는 POS(Part of speech) 값, DEP(Dependency) 값, 헤드, 차일드, 엔세스터, 디센던트 등의 위치와 관계 등이 포함된다.

각 문장성분에 대응하는 컨셉 이미지 영역을 생성하는 단계(S200)에서 시스템은 도 5에 도시된 바와 같이 문장성분에 따라 다양한 형태의 컨셉 이미지 영역을 할당할 수 있다.

도 5는 본 발명의 일 실시예에 따른 문장성분별 컨셉 이미지 영역을 나타낸 개념도이다.

도 5를 참조하면, 문장성분 및 문장의 유형 등에 따라 서로 다른 크기와 모양의 컨셉 이미지 영역이 할당될 수 있다.

예를 들어, 일반적인 문장에는 큰 유형의 영역이 할당되고, 문장에 포함되는 또 다른 문장(절이나 구 등)에는 작은 유형의 영역이 할당될 수 있다. 또한, 관계사나 접속사에 의하여 연결되는 문장성분은 도시된 바와 같이 괄호 형태나 꺾쇠 형태로 연결 관계를 표현할 수 있다.

문장 분리 규칙 및/또는 묶음 분리 규칙에 따라 컨셉 이미지 영역을 조합하는 단계(S300)에서 시스템은 컨셉 이미지 영역을 배치하는 규칙을 설정하고, 규칙에 따라 컨셉 이미지 영역을 배치하며, 컨셉 이미지 영역이 배치되는 페이지 레이아웃을 설정할 수 있다.

예를 들어, 시스템은 문장 분리 규칙이나 묶음 분리 규칙을 설정할 수 있다.

문장 분리 규칙의 일 예로 시스템은 문장을 분리할 때 다음 기준에 해당하는 모든 디센던트들을 한 묶음으로 분리하여 서로 다른 라인에 배치하는 것이 가능하다. 상기 기준은 1) root를 기준으로 문장을 분리하며, 2) 이 때 verb이면서 acl, advcl, ccomp, conj, csubj, parataxis, relcl, csubjpass 등의 성분이 있으면 문장을 분리하는 것일 수 있다.

묶음 분리 규칙의 일 예로 시스템은 단어를 분리할 때 다음 기준에 해당하는 모든 디센던트들을 한 묶음으로 분리할 수 있다. 상기 기준은 1) Noun는 디센던트들과 함께 묶음으로 분리하며, 2) Verb는 dobj, csubj, nsubj, acomp에 해당하지 않는 디센던트들을 묶음으로 분리할 수 있다.

하나의 문장 내에서 분리되는 문장(관계사절 등)의 컨셉 이미지 영역은 원래 문장 컨셉 이미지 영역의 위쪽에 작은 유형으로 배치될 수 있다.

페이지 레이아웃은 문장을 구성하는 관계사나 접속사 등의 숫자에 따라 결정될 수 있다. 이는 아래에서 도 10a 내지 도 13c 등을 참조하여 자세히 설명한다.

단어 순서에 따라 상기 컨셉 이미지 영역에 대응되는 컨셉 이미지를 제공하는 단계(S400)에서는 단어의 성분 조합에 따라 다른 형태의 이미지를 제공할 수 있다.

예를 들어, 도 6은 본 발명의 일 실시예에 따른 관사/부사/형용사/명사가 결합된 경우의 컨셉 이미지 제공 방법을 나타낸 개념도이고, 도 7은 본 발명의 일 실시예에 따른 부사/형용사가 결합된 경우의 컨셉 이미지 제공 방법을 나타낸 개념도이고, 도 8a 내지 도 8f는 본 발명의 일 실시예에 따른 동사들이 조합된 경우의 컨셉 이미지를 제공 방법을 나타낸 개념도이고, 도 9는 본 발명의 일 실시예에 따른 부사/동사가 결합된 경우의 컨셉 이미지 제공 방법을 나타낸 개념도이다.

이하에서 설명하는 문장 성분에 매칭되는 컨셉 이미지들은 음성 출력에 대응하여 순차적으로 컨셉 이미지 영역에 표시될 수 있다.

도 6을 참조하면, 관사/부사/형용사/명사가 결합된 문장의 경우 각 단어들에 해당하는 이미지가 순차적으로 컨셉 이미지 영역에 표시된다.

이 때, 관사(210)는 컨셉 이미지 영역의 테두리에 점선, 일점쇄선, 이점쇄선 등의 형태로 표시될 수 있다. 정관사와 부정관사가 서로 다른 선의 형태를 갖도록 형성될 수 있다.

부사(220)는 상단부에 배치되고 형용사(230)는 컨셉 이미지 영역의 배경으로 배치될 수 있다. 명사(240)는 상기 배경 앞 쪽에 배치될 수 있다.

도 7을 참조하면, 부사/형용사가 결합된 문장의 경우 부사(310)는 컨셉 이미지 영역의 상단부에 배치되고 형용사(320)는 컨셉 이미지 영역의 하단부에 배치될 수 있다.

도 8a를 참조하면 동사들(조동사, 대동사, 일반동사 등)이 결합된 문장의 경우 대동사는 크기, 방향, 선의 형태가 다른 다양한 형태의 화살표로 표시되고 조동사는 서로 다른 배경 색상으로 표현될 수 있다. 시스템이 이와 같이 동사에 따라 형태를 달리 표현함으로써 각 동사가 가지는 어감을 사용자에게 제시할 수 있다.

즉, 시스템은 사용자에게 단어가 갖는 어감이 주어 쪽으로 다가오는 느낌인지, 주어 쪽에서 멀어지는 느낌인지, 확신의 정도가 어느 정도인지 등을 제시한다. 도 8b 내지 도 8d에는 이러한 형태의 자세한 예시가 도시되어 있다.

도 8e와 도 8f의 예문을 참조하면, 조동사의 종류에 따라 동사가 배치되는 컨셉 이미지 영역의 배경색을 변경하여 조동사가 갖는 확신의 정도를 사용자가 직감할 수 있게 하는 것을 확인할 수 있다.

도시된 바에 따르면 컨셉 이미지가 제시되는 순서가 화살표로 표시되어 있다.

일반적으로 컨셉 이미지는 좌측에서 우측으로 진행되며, 시스템은 일정 규칙에 따라 특정 컨셉 이미지 영역을 반전시키거나(과거분사 등) 중첩시킬 수 있다.

도 9를 참조하면, 부사/동사가 결합된 문장의 경우 부사(410)는 컨셉 이미지 영역의 상단부에 배치되고 동사(420)는 컨셉 이미지 영역의 하단부에 배치될 수 있다.

도 10a 내지 도 13c는 문장구조에 따른 페이지 레이아웃을 나타낸다.

도 10a 내지 도 13c를 참조하면, 사용자에게 표시되는 화면은 여러개의 구역으로 구분될 수 있다.

본 발명의 일 실시예에 따르면 사용자 화면은 좌측구역과 우측구역으로 구분될 수 있다.

좌측구역은 좌측 상단의 제1 구역(1), 좌측 하단의 제2 구역(2)을 포함할 수 있다.

우측구역은 문장구조에 따라 서로 다른 크기의 구역이 조합되어 형성될 수 있다.

예를 들어, 우측구역을 상하로 이등분 하는 크기의 제4 구역(4)과 우측 구역을 상하로 삼등분하는 크기의 제5 구역(5)이 문장 구조에 따라 상하로 조합될 수 있다.

도 10a 내지 도 10c는 제1 문장구조에 대응되는 제1 페이지 레이아웃을 나타내는 개념도이다.

도 10a 및 도 10b를 참조하면, 대등한 두 문장이 접속사로 연결되어 있고 각 문장은 관계사절을 포함한다. 이와 같이 상하 두 문장의 분리 관계가 동일한 경우 시스템은 제4 구역을 상하로 배치한 제1 페이지 레이아웃을 설정하고 제1 페이지 레이아웃 내부에 각 문장에 할당된 컨셉 이미지 영역을 배치한다.

도 10c에는 상기에서 설명한 페이지 레이아웃 설정, 컨셉 이미지 영역의 배문장의 배치, 문장 성분간의 연결 방법 등을 반영한 컨셉 이미지를 통한 문장 표현의 예시가 도시되어 있다.

컨셉 이미지는 화살표 방향으로 순차적으로 표시될 수 있다.

각 컨셉 이미지는 해당 단어에 대응되는 음성이 지나간 후 사라지도록 형성될 수 있다. 즉, 문장을 읽어주는 과정에서 컨셉 이미지가 우측으로 이동해 가는 식으로 표현되는 것이 가능하다.

본 발명의 다른 실시예에 따르면 관계사 등으로 분리되는 문장의 경우 관계사절을 다 읽고 나서 원래 문장을 읽기 시작할 때까지 관계사절을 포함하는 문장 성분이 지워지지 않고 남아 있거나 지워졌다가 다시 나타나도록 형성될 수 있다.

도 11a 내지 도 11c를 참조하면, 대등한 세 문장이 접속사로 연결되어 있다. 이와 같이 상하 세 문장의 분리 관계가 동일한 경우 시스템은 제5 구역을 상하로 배치한 제2 페이지 레이아웃을 설정하고 제2 페이지 레이아웃 내부에 각 문장에 할당된 컨셉 이미지 영역을 배치한다.

도 11c에서도 컨셉 이미지는 화살표 방향으로 순차적으로 표시될 수 있다. 각 컨셉 이미지는 해당 단어에 대응되는 음성이 지나간 후 사라지거나 다시 나타나도록 형성될 수 있다.

도 12a 내지 도 12c를 참조하면, 두 문장이 독립적으로 존재하며 위의 문장은 절을 포함하고 아래 문장은 절을 포함하지 않는다. 이러한 경우 시스템은 제5 구역을 위에 배치하고 제4 구역을 아래에 배치한 제3 페이지 레이아웃을 설정하고 제3 페이지 레이아웃 내부에 각 문장에 할당된 컨셉 이미지 영역을 배치한다.

도 12c에서도 컨셉 이미지는 화살표 방향으로 순차적으로 표시될 수 있다. 각 컨셉 이미지는 해당 단어에 대응되는 음성이 지나간 후 사라지거나 다시 나타나도록 형성될 수 있다.

도 13a 내지 도 13c를 참조하면, 두 문장이 독립적으로 존재하며 위의 문장은 절을 포함하지 않고 아래 문장은 절을 포함한다. 이러한 경우 시스템은 제4 구역을 위에 배치하고 제5 구역을 아래에 배치한 제4 페이지 레이아웃을 설정하고 제4 페이지 레이아웃 내부에 각 문장에 할당된 컨셉 이미지 영역을 배치한다.

도 13c에서도 컨셉 이미지는 화살표 방향으로 순차적으로 표시될 수 있다. 각 컨셉 이미지는 해당 단어에 대응되는 음성이 지나간 후 사라지도록 형성될 수 있다.

상기에서 설명한 실시예들에 따르면, 고차원적인 사고를 하지 않고 직관적으로 언어를 학습할 수 있게 하여 학습에 드는 에너지 소모를 줄이고 학습 효율을 극대화 시킬 수 있고, 영어 문장의 성분을 분석한 후 각 성분에 컨셉 이미지 영역을 매칭시켜 컨셉 이미지를 이용한 영어 습득 효율을 향상시킬 수 있으며, 컨셉 이미지 영역의 배치, 모양, 색상, 크기 등을 다변화 시켜 컨셉 이미지 습득 과정에서 문장의 의미와 구조를 자연스럽게 습득할 수 있게 하는 등 종래 기술에 비해 개선된 효과를 기대할 수 있다.

이상에서 설명한 컨셉 이미지를 이용한 언어 습득 효율 향상 시스템 및 방법은 위에서 설명된 실시예들의 구성과 방법에 한정되는 것이 아니라, 상기 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.

100 : 시스템 110 : 제어 모듈
120 : 데이터수집모듈 130 : 데이터베이스
140 : 이미지 조합 모듈 150 : 문장분석모듈

Claims (10)

1. 입력된 문장(doc)을 단어단위(토큰, token)로 쪼갠 후 문장의 형태정보(morphological information) 및 문장성분을 분석(parsing)하도록 형성되는 문장분석모듈;
   상기 문장분석모듈을 통해 분석된 문장을 구성하는 단어들의 POS(Part of speech) 값, DEP(Dependency) 값, 헤드, 차일드, 엔세스터 및 디센던트의 위치와 관계에 대한 분석 결과에 근거하여 컨셉 이미지 영역을 배치하도록 형성되는 이미지 조합 모듈; 및
   외국어 단어의 음성데이터에 대응되는 컨셉 이미지를 상기 컨셉 이미지 영역에 디스플레이 하도록 형성되는 제어 모듈을 포함하며,
   상기 이미지 조합 모듈은,
   문장의 숫자, 각 문장에 절이 포함되어 있는지 여부에 근거하여 상기 컨셉 이미지 영역이 배치되는 페이지 레이아웃을 선택하고, 문장 분리 규칙에 따라 문장을 분리하도록 형성되며,
   상기 문장 분리 규칙은,
   root의 차일드이면서 POS가 verb이고, DEP가 acl, advcl, ccomp, conj, csubj, parataxis, relcl, csubjpass인 차일드들을 포함하는 성분의 경우 상기 성분과 디센던트들을 함께 묶어서 분리하고,
   POS가 Noun인 경우 디센던트들과 함께 묶음으로 분리하며,
   POS가 Verb인 경우 dobj, csubj, nsubj, acomp에 해당하지 않는 디센던트들을 묶음으로 분리하는 것을 특징으로 하는 컨셉 이미지를 통한 언어 습득 효율 향상 시스템.
2. 삭제
3. 삭제
4. 삭제
5. 제1항에 있어서,
   상기 제어모듈은,
   상기 문장 분리 규칙에 따라 분리되는 문장의 숫자를 근거로 페이지 레이아웃을 선택하는 것을 특징으로 하는 컨셉 이미지를 통한 언어 습득 효율 향상 시스템.
6. 삭제
7. 삭제
8. 삭제
9. 삭제
10. 삭제

Images