KR102333611B1 - 다국어 대화 서비스를 제공하는 장치, 방법 및 컴퓨터 프로그램 - Google Patents

다국어 대화 서비스를 제공하는 장치, 방법 및 컴퓨터 프로그램 Download PDF

Info

Publication number
KR102333611B1
KR102333611B1 KR1020190160470A KR20190160470A KR102333611B1 KR 102333611 B1 KR102333611 B1 KR 102333611B1 KR 1020190160470 A KR1020190160470 A KR 1020190160470A KR 20190160470 A KR20190160470 A KR 20190160470A KR 102333611 B1 KR102333611 B1 KR 102333611B1
Authority
KR
South Korea
Prior art keywords
mask
sentence
masked
language
entity name
Prior art date
Application number
KR1020190160470A
Other languages
English (en)
Other versions
KR20210070577A (ko
Inventor
정진욱
성주원
장두성
최윤수
홍현기
Original Assignee
주식회사 케이티
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 케이티 filed Critical 주식회사 케이티
Priority to KR1020190160470A priority Critical patent/KR102333611B1/ko
Publication of KR20210070577A publication Critical patent/KR20210070577A/ko
Application granted granted Critical
Publication of KR102333611B1 publication Critical patent/KR102333611B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/40—Processing or translation of natural language
    • G06F40/58—Use of machine translation, e.g. for multi-lingual retrieval, for server-side translation for client devices or for real-time translation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/3332—Query translation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/253—Grammatical analysis; Style critique
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G06F40/295—Named entity recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/40—Processing or translation of natural language
    • G06F40/42—Data-driven translation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Machine Translation (AREA)

Abstract

다국어 대화 서비스를 제공하는 다국어 대화처리 장치는 특정 언어로 구성된 입력 발화 문장을 마스크 처리하는 마스크 처리부, 마스크 처리된 입력 발화 문장을 피봇(pivot) 언어로 번역하는 언어 번역부, 피봇 언어로 번역된 입력 발화 문장을 분석하고, 분석 결과에 기초하여 마스크 처리된 심벌 슬롯값이 포함된 입력 발화 문장에 대한 응답 문장을 생성하는 대화 처리부 및 응답 문장을 특정 언어로 역번역하여 마스크 복원 처리를 수행하는 마스크 복원부를 포함할 수 있다.

Description

다국어 대화 서비스를 제공하는 장치, 방법 및 컴퓨터 프로그램{DEVICE, METHOD AND COMPUTER PROGRAM FOR PROVIDING MULTILINGUAL ASSISTANT SERVICE}
본 발명은 다국어 대화 서비스를 제공하는 장치, 방법 및 컴퓨터 프로그램에 관한 것이다.
종래의 번역 기반 다국어 대화 서버는 신규 언어(예컨대, 영어)에 대한 대화 시스템을 구성하고자 할 때, 기생성된 특정 언어(예컨대, 한국어)에 대한 대화 시스템에 신규 언어와의 양방향 번역기(예컨대, 한국어와 영어간 번역기)를 결합함으로써 신규 언어에 대한 대화 시스템을 구성하였다.
이러한, 종래의 번역 기반 다국어 대화 서버는 신규 언어에 대한 대화 확장이 빠르지만, 특정 언어에서만 사용되는 개체명(예컨대, 인물명, 장소명, 곡명, 컨텐츠명 등)에 대한 대화 해석율이 낮았다.
이러한 특정 언어에서만 사용되는 개체명은 피봇(Pivot) 언어(중간 언어)에 대역어가 존재하지 않거나, 개체명에 대한 정보가 존재하지 않은 경우, 번역기에서 번역을 수행하지 못해 다국어 대화가 불가능했다.
한국공개특허공보 제2002-0002527호 (2002.01.10. 공개)
본 발명은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 특정 언어로 구성된 입력 발화 문장을 마스크 처리(masking)한 후, 마스크 처리된 입력 발화 문장을 피봇 언어로 번역하고, 피봇 언어로 번역된 입력 발화 문장을 분석하고자 한다. 본 발명은 입력 발화 문장의 분석 결과에 기초하여 마스크 처리된 입력 발화 문장에 대한 응답 문장을 생성하고, 응답 문장을 특정 언어로 역번역하여 마스크 복원 처리를 수행하고자 한다.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 제 1 측면에 따른 다국어 대화 서비스를 제공하는 다국어 대화처리 장치는 특정 언어로 구성된 입력 발화 문장을 마스크 처리하는 마스크 처리부; 상기 마스크 처리된 입력 발화 문장을 피봇(pivot) 언어로 번역하는 언어 번역부; 상기 피봇 언어로 번역된 입력 발화 문장을 분석하고, 분석 결과에 기초하여 마스크 처리된 심벌 슬롯값이 포함된 상기 입력 발화 문장에 대한 응답 문장을 생성하는 대화 처리부; 및 상기 응답 문장을 상기 특정 언어로 역번역하여 마스크 복원 처리를 수행하는 마스크 복원부를 포함할 수 있다.
본 발명의 제 2 측면에 따른 다국어 대화처리 장치를 통해 다국어 대화 서비스를 제공하는 방법은 특정 언어로 구성된 입력 발화 문장을 마스크 처리하는 단계; 상기 마스크 처리된 입력 발화 문장을 피봇(pivot) 언어로 번역하는 단계; 상기 피봇 언어로 번역된 입력 발화 문장을 분석하고, 분석 결과에 기초하여 마스크 처리된 심벌 슬롯값이 포함된 상기 입력 발화 문장에 대한 응답 문장을 생성하는 단계; 및 상기 응답 문장을 상기 특정 언어로 역번역하여 마스크 복원 처리를 수행하는 단계를 포함할 수 있다.
본 발명의 제 3 측면에 따른 다국어 대화 서비스를 제공하는 명령어들의 시퀀스를 포함하는 매체에 저장된 컴퓨터 프로그램은 컴퓨팅 장치에 의해 실행될 경우, 특정 언어로 구성된 입력 발화 문장을 마스크 처리하고, 상기 마스크 처리된 입력 발화 문장을 피봇(pivot) 언어로 번역하고, 상기 피봇 언어로 번역된 입력 발화 문장을 분석하고, 분석 결과에 기초하여 마스크 처리된 심벌 슬롯값이 포함된 상기 입력 발화 문장에 대한 응답 문장을 생성하고, 상기 응답 문장을 상기 특정 언어로 역번역하여 마스크 복원 처리를 수행하는 명령어들의 시퀀스를 포함할 수 있다.
상술한 과제 해결 수단은 단지 예시적인 것으로서, 본 발명을 제한하려는 의도로 해석되지 않아야 한다. 상술한 예시적인 실시예 외에도, 도면 및 발명의 상세한 설명에 기재된 추가적인 실시예가 존재할 수 있다.
전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 본 발명은 특정 언어로 구성된 입력 발화 문장을 마스크 처리한 후, 마스크 처리된 입력 발화 문장을 피봇 언어로 번역하고, 피봇 언어로 번역된 입력 발화 문장을 분석할 수 있다. 본 발명은 입력 발화 문장의 분석 결과에 기초하여 마스크 처리된 입력 발화 문장에 대한 응답 문장을 생성하고, 응답 문장을 특정 언어로 역번역하여 마스크 복원 처리를 수행할 수 있다.
이를 통해, 본 발명은 마스크 처리된 입력 발화 문장을 번역할 때 번역에 따른 오류를 줄일 수 있고, 종래의 번역 모델 생성 시 고유 명사 추가에 따른 병렬 코퍼스의 운영 및 구축 비용을 줄일 수 있다.
또한, 본 발명은 번역의 성능을 낮추지 않으면서 신규 언어에 대한 대역어를 등록하지 않아도 대화 해석율을 유지할 수 있다.
또한, 본 발명은 피봇 언어에 대한 별도의 어휘 학습을 수행하지 않더라도 고품질의 대화 해석 성능을 유지할 수 있다.
본 발명은 특정 언어에서만 사용되는 개체명에 대해 마스크 처리를 한 후, 마스크 복원 처리를 이용하게 되면 대역어가 없는 경우에도 다국어 대화를 빠르게 구성하여 확장할 수 있다.
도 1은 본 발명의 일 실시예에 따른, 다국어 대화처리 장치의 블록도이다.
도 2는 본 발명의 일 실시예에 따른, 마스크 처리 방법을 설명하기 위한 도면이다.
도 3a 내지 3b는 본 발명의 일 실시예에 따른, 마스크 처리 및 마스크 복원 처리를 설명하기 위한 도면이다.
도 4a 내지 4b는 본 발명의 일 실시예에 따른, 오인식 어휘 교정을 수행하는 방법을 설명하기 위한 도면이다.
도 5a 내지 5b는 본 발명의 다른 실시예에 따른, 오인식 어휘 교정을 수행하는 방법을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른, 컨텐츠 검색 서비스를 제공하는 방법을 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른, 다국어 대화 서비스를 제공하는 방법을 나타낸 흐름도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다.
본 명세서에 있어서 단말 또는 디바이스가 수행하는 것으로 기술된 동작이나 기능 중 일부는 해당 단말 또는 디바이스와 연결된 서버에서 대신 수행될 수도 있다. 이와 마찬가지로, 서버가 수행하는 것으로 기술된 동작이나 기능 중 일부도 해당 서버와 연결된 단말 또는 디바이스에서 수행될 수도 있다.
이하, 첨부된 구성도 또는 처리 흐름도를 참고하여, 본 발명의 실시를 위한 구체적인 내용을 설명하도록 한다.
도 1은 본 발명의 일 실시예에 따른, 다국어 대화처리 장치(10)의 블록도이다.
도 1을 참조하면, 다국어 대화처리 장치(10)는 마스크 처리부(100), 언어 번역부(110), 대화 처리부(120), 마스크 복원부(130), 개체명 인식부(140), 외부 연동 서비스 도출부(150) 및 검색 서비스 제공부(160)를 포함할 수 있다. 다만, 도 1에 도시된 다국어 대화처리 장치(10)는 본 발명의 하나의 구현 예에 불과하며, 도 1에 도시된 구성요소들을 기초로 하여 여러 가지 변형이 가능하다.
이하에서는 도 2 내지 6을 함께 참조하여 도 1을 설명하기로 한다.
개체명 인식부(140)는 특정 언어로 구성된 입력 발화 문장에 포함된 개체명을 인식할 수 있다.
개체명 인식부(140)는 심층 신경망 네트워크(예컨대, DNN, 등), CRF(Conditional random field), 및 개체명 사전 등을 이용하여 입력 발화 문장으로부터 개체명을 식별할 수 있다. 여기서, 개체명 사전은 마스크 복원에 필요한 개체명의 연관 정보를 담은 사전으로서 예를 들어, 개체명의 대역어, 유의어 등을 포함한 사전일 수 있다.
예를 들어, 도 2를 참조하면, 개체명 인식부(140)는 개체명 사전(202)을 이용하여 제 1 언어(예컨대, 영어)로 이루어진 입력 발화 문장(200, 'Play Black mirrow content')으로부터 'Black mirrow'에 해당하는 개체명을 인식할 수 있다.
마스크 처리부(100)는 특정 언어로 구성된 입력 발화 문장을 마스크 처리할 수 있다. 마스크 처리부(100)는 입력 발화 문장에 포함된 개체명을 마스크 처리할 수 있다.
예를 들어, 도 2를 참조하면, 마스크 처리부(100)는 입력 발화 문장(200)에서 'Black mirrow'에 해당하는 개체명을 '$(CONTENT)'으로 마스크 처리하여 마스크 처리된 입력 발화 문장(206)을 생성할 수 있다.
마스크 처리부(100)는 입력 발화 문장의 모호성을 해결하기 위해 마스크 처리된 입력 발화 문장에 대한 마스크 프레임을 생성할 수 있다.
마스크 처리부(100)는 마스크 처리된 개체명 및 마스크 복원에 필요한 개체명 사전에 기초하여 마스크 프레임을 생성할 수 있다. 여기서, 마스크 프레임은 마스크 복원 시에 필요한 개체명과 관련된 복수의 속성 정보를 포함할 수 있다. 여기서, 복수의 속성 정보는 개체명 표제어 정보, 교정 어휘 정보 및 참조 어휘 정보를 포함할 수 있다. 여기서, 개체명 표제어 정보는 개체명 사전 내에 존재하는 표준 어휘로서, 피봇 언어로 번역된 표준 어휘일 수 있고, 언어별로 확장이 가능하다. 교정 어휘 정보는 개체명의 오인식으로 인한 대화 해석 실패 상황 또는 대화 해석에 대한 모호성으로 인한 가이드 응답 생성시에 사용될 수 있다. 참조 어휘 정보는 STT(Speech to text)로 입력된 입력 발화에서 마스크 처리된 어휘를 가르킨다.
예를 들어, 도 2를 참조하면, 마스크 처리부(100)는 마스크 처리된 개체명이 포함된 입력 발화 문장(Play $(CONTENT)content), 해당 개체명에 대한 개체명 표제어 정보(CONTENT.NE = '블랙미러'), 해당 개체명에 대한 교정 어휘 정보(CONTENT.NE = 'Black Mirror') 및 해당 개체명에 대한 참조 어휘 정보(CONTENT.REF = 'Black Mirrorw')를 포함하는 마스크 프레임(204)을 생성할 수 있다.
언어 번역부(110)는 마스크 처리된 입력 발화 문장을 피봇(pivot) 언어로 번역할 수 있다. 여기서, 피봇 언어는 기계 번역의 중간 언어일 수 있다. 예를 들어, 영어 및 한국어 간의 기계 번역의 경우, 영어에 대한 피봇 언어는 한국어가 될 수 있고, 일어 및 한국어 간의 기계 번역의 경우, 일어에 대한 피봇 언어는 한국어가 될 수 있다. 이 때, 피봇 언어로 번역된 입력 발화 문장은 피봇 언어의 대화 해석(분석)을 담당할 대화 처리부(120)에서 사용되는 언어와 동일하게 된다.
언어 번역부(110)는 마스크 처리된 개체명을 고유 명사로 인식하여 번역이 필요하다고 판단되면, 해당 개체명에 대한 추가 학습을 진행할 수 있다. 또한, 언어 번역부(110)는 신규 언어가 추가될 경우, 입력 언어와 출력 언어의 병렬 코퍼스를 이용하여 번역 학습 모델을 생성하고, 생성된 번역 학습 모델을 이용하여 번역을 수행할 수 있다. 예를 들어, 신규 언어로서 일본어가 추가되고, 기존의 언어가 한국어인 경우, 피봇 언어로의 번역을 위한 일본어-한국어 번역 모델과 대화 해석 결과로서의 답변을 출력하기 위한 한국어-일본어 역번역 모델을 생성할 수 있다.
대화 처리부(120)는 피봇 언어로 번역된 입력 발화 문장을 분석하고, 분석 결과에 기초하여 마스크 처리된 개체명이 포함된 입력 발화 문장에 대한 응답 문장을 생성할 수 있다.
구체적으로, 대화 처리부(120)는 피봇 언어로 번역된 마스크 처리된 입력 발화 문장에 대한 대화 처리를 위해 해당 번역된 입력 발화 문장에 대한 구문 및 의미 분석을 수행할 수 있다.
대화 처리부(120)는 슬롯 필링(Slot Filling)을 수행하여 입력 발화 문장에 대한 대화 추론 결과와 응답 문장을 포함한 시맨틱 프레임(즉, 구문 및 의미 분석에 대한 추론 결과)을 생성할 수 있다. 여기서, 시맨틱 프레임은 마스크 처리된 입력 발화 문장, 질문(대화) 의도에 대한 인텐드 정보, 마스크 처리된 개체명에 대한 마스크 처리된 심벌 슬롯값, 마스크 복원 처리에 필요한 개체명 표제어의 슬롯값(NE), 교정 어휘 정보의 슬롯값(TNE), 참조 어휘의 슬롯값(REF)), 마스크 처리된 심벌 슬롯값이 포함된 응답 문장 등을 포함할 수 있다. 예를 들어, 마스크 처리된 개체명이 $(CONTENT)이면, 마스크 처리된 개체명에 대한 개체명 표제어의 슬롯값은 $(CONTENT.NE)이고, 마스크 처리된 개체명에 대한 교정 어휘 정보의 슬롯값은 $(CONTENT.TNE)이고, 마스크 처리된 개체명에 대한 참조 어휘의 슬롯값은 $(CONTENT. REF)이 될 수 있다.
대화 처리부(120)는 분석된 입력 발화 문장에 대한 구문 및 의미 분석을 통해 응답 문장을 도출할 수 있다. 대화 처리부(120)는 마스크 처리된 개체명에 대한 마스크 처리된 심벌 슬롯값이 포함된 응답 문장을 도출할 수 있다.
예를 들어, 입력 발화 문장이 'Play Lady Gaga's song'이고, 마스크 처리된 입력 발화 문장이 'Play $(SINGER)'s song'인 경우, 마스크 처리된 심벌 슬롯값이 포함된 응답 문장은 '$(SINGER.REF) 노래 재생해 드릴게요' 또는 '$(SINGER. TNE) 노래 재생해 드릴게요'일 수 있다.
언어 번역부(110)는 마스크 처리된 심벌 슬롯값이 포함된 응답 문장을 특정 언어로 역번역할 수 있다. 예를 들어, 마스크 복원부(130)는 '$(SINGER.REF) 노래 재생해 드릴게요'를 포함하는 응답 문장을 'I'll play $(SINGER.REF) song'으로 역번역할 수 있다.
마스크 복원부(130)는 특정 언어로 역번역된 응답 문장을 마스크 복원 처리를 수행할 수 있다. 예를 들어, 마스크 복원부(130)는 'I'll play Lady Gaga's song'으로 마스크 복원 처리를 수행할 수 있다.
마스크 복원부(130)는 마스크 처리된 입력 발화 문장에 대한 마스크 프레임에 포함된 복수의 속성 정보(개체명 표제어 정보, 교정 어휘 정보 및 참조 어휘 정보)에 기초하여 특정 언어로 역번역된 응답 문장을 마스크 복원 처리를 수행할 수 있다.
외부 연동 서비스 도출부(150)는 마스크 처리된 입력 발화 문장에 대한 마스크 프레임의 참조 어휘(REF)에 연결된 어휘 정보(예컨대, NE, TNE 등)를 이용하여 입력 발화 문장에 대한 응답 문장에 대응되는 외부 연동 서비스의 실행에 필요한 서비스 인자값을 도출할 수 있다. 이 때, 도출된 서비스 인자값은 마스크 처리된 입력 발화 문장에 대한 마스크 프레임에 추가로 포함될 수 있다. 여기서, 서비스 인자값은 외부 연동 서비스(예컨대, 알람앱, 음악앱, 검색 앱 등)를 연동시키는데 이용되고, 외부 API(예컨대, 날씨 API, 추천 API 등)의 연동을 위한 정보(예컨대, 검색 키워드, 추천 키워드 감성 태그 등)로서 활용될 수도 있다.
검색 서비스 제공부(160)는 도출된 서비스 인자값을 이용하여 외부 연동 서비스를 연동하여 컨텐츠 검색 서비스(즉, 입력 발화 문장에 대한 응답과 관련된 검색 서비스)를 제공할 수 있다.
예를 들어, 도 6을 참조하면, 마스크 복원부(130)는 마스크 프레임(601)에 포함된 개체명 표제어 정보(CONTENT.NE=블랙미러), 교정 어휘 정보(CONTENT.TNE=Black Mirror), 및 참조 어휘 정보(CONTENT.REF=Black Mirror)를 참조하여 시맨틱 프레임(603)에 포함된 마스크 처리된 심벌 슬롯값을 서비스 실행을 위한 인자값으로 복원할 수 있다. 즉, 마스크 복원부(130)는 사용자 친화적인 답변을 생성하기 위해 입력 발화의 참조 어휘 정보를 이용하여 시맨틱 프레임(603)에 포함된 $(Content.NE)를 블랙미러로 복원하고, $(Content.TNE)를 Black Mirror로 복원하고, $(CONTENT.REF)를 Black Mirror로 복원할 수 있다.
이후, 검색 서비스 제공부(160)는 마스크 프레임(601)에 포함된 개체명 표제어 정보를 이용하여 도출된 서비스 인자값을 검색 키워드로 설정하고, 검색 키워드를 포함한 서비스 프레임(605)을 생성할 수 있다.
검색 서비스 제공부(160)는 서비스 프레임(605)에 포함된 검색 키워드가 피봇 언어로 번역되면, 번역된 검색 키워드를 이용하여 외부 연동 서비스를 연동시킬 수 있고, 컨텐츠 검색 서비스를 제공할 수도 있다.
한편, 도 3a 내지 3b를 참조하여 마스크 프레임에 포함된 참조 어휘 정보를 이용하여 사용자 친화적인 응답 문장 생성의 방법을 설명하기로 한다.
도 3a 내지 3b를 참조하면, 마스크 처리부(100)는 'Play Lady Gaga's song.'이 포함된 입력 발화 문장에서 'Lady Gaga'에 해당하는 개체명을 $(SINGER)으로 마스크 처리한 후, 마스크 처리된 입력 발화 문장('Play $(SINGER)'s song.')을 생성할 수 있다.
이후, 마스크 처리부(100)는 마스크 처리된 개체명에 대하여 개체명 표제어 정보(SINGER.NE=레이디 가가) 및 참조 어휘 정보(SINGER.REF= Lady Gaga)를 포함하는 마스크 프레임을 생성할 수 있다. 여기서, 참조 어휘 정보는 개체명과 개체명 표제어 정보를 참조하여 시맨틱 프레임 생성시에 활용될 수 있다. 개체명의 연관 정보인 참조 어휘 정보는 STT(Speech to text)로 입력된 입력 발화 문장에서 마스크 처리된 어휘(개체명)에 대응될 수 있다.
언어 번역부(110)는 마스크 처리된 입력 발화 문장인 'Play $(SINGER)'s song.'을 '$(SINGER) 노래를 재생해줘'라고 피봇 언어로 번역할 수 있다.
대화 처리부(120)는 마스크 처리된 입력 발화 문장에 대하여 대화 추론을 수행한 후, 입력 발화 문장에 대한 응답 문장의 도출을 위한 제 1 시맨틱 프레임을 생성할 수 있다. 여기서, 제 1 시맨틱 프레임은 인텐드 정보(intent=MusicPlay), 마스크 처리된 개체명에 대한 마스크 처리된 심벌 슬롯값(Singer=$(SINGER.NE)) 및 마스크 처리된 심블 슬롯값이 포함된 응답 문장(Response=$(SINGER. REF) 노래 재생해 드릴까요)를 포함할 수 있다.
대화 처리부(120)는 언어 번역부(110)에 의해 마스크 처리된 입력 문장이 분석되면 분석 결과와 역번역에 필요한 응답 문장을 포함한 제 2 시맨틱 프레임을 생성할 수 있다. 여기서, 제 2 시맨틱 프레임은 인텐드 정보(intent=MusicPlay), 마스크 처리된 개체명에 대한 마스크 처리된 심벌 슬롯값(Singer=$(SINGER.NE)) 및 특정 언어로 역번역된 응답 문장(Response= I'll play $(SINGER. REF) song.)을 포함할 수 있다.
마스크 복원부(130)는 입력 언어로 응답 하기 위해 대화 처리부(120)에서 생성한 응답 문장을 마스크 프레임 정보에 기초하여 치환함으로써 마스크 복원 처리를 수행할 수 있다.
마스크 복원부(130)는 역번역된 응답 문장(I'll play $(SINGER. REF) song)에 포함된 마스크 처리된 개체명($(SINGER. REF))을 참조 어휘 정보(SINGER.REF= Lady Gaga)에 기초하여 치환하여 마스크 복원 처리를 수행할 수 있다. 즉, 마스크 복원부(130)는 'I'll play $(SINGER. REF) song'을 'I'll play Lady Gaga's song'으로 마스크 복원 처리를 수행할 수 있다.
이 때, 대화 처리부(120)는 마스크 복원부(130)에 의해 마스크 복원 처리된 응답 문장에 대한 제 3 시맨틱 프레임을 생성할 수 있다. 여기서, 제 3 시맨틱 프레임은 인텐드 정보(intent=MusicPlay), 개체명 정보(Singer=LADY GAGA) 및 특정 언어로 역번역된 마스크 복원된 응답 문장(Response= I'll play Lady Gaga's song.)을 포함할 수 있다.
도 4a 내지 5b를 참조하여 마스크 프레임에 포함된 교정 어휘 정보를 이용하여 오인식 어휘 교정을 수행하는 방법을 설명하기로 한다.
도 4a 내지 4b를 참조하면, 마스크 처리부(100)는 'Play Black Mirrorw content.'이 포함된 입력 발화 문장에서 'Black Mirrorw'에 해당하는 개체명을 $(CONTENT)으로 마스크 처리한 후, 마스크 처리된 입력 발화 문장('Play $(CONTENT) content.')을 생성할 수 있다.
이 후, 마스크 처리부(100)는 마스크 처리된 개체명에 대하여 개체명 표제어 정보(CONTENT.NE=블랙미러), 교정 어휘 정보(CONTENT.TNE=Black Mirror), 참조 어휘 정보(CONTENT.REF=Black Mirrorw)를 포함하는 마스크 프레임을 생성할 수 있다. 여기서, 교정 어휘 정보는 입력 발화 문장에 포함된 개체명에 대한 교정된 응답 문장을 생성할 때 사용된다. 또한, 마스크 복원 시에 이용되는 교정 어휘 정보는 개체명 표제어 정보를 이용하여 개체명을 올바른 표준 어휘로 복원하는데 사용될 수 있다.
언어 번역부(110)는 마스크 처리된 입력 발화 문장인 'Play $(CONTENT) content.'를 '$(CONTENT)를 재생해줘'라고 피봇 언어로 번역할 수 있다.
대화 처리부(120)는 마스크 처리된 입력 발화 문장에 대하여 대화 추론을 수행한 후, 입력 발화 문장에 대한 응답 문장의 도출을 위한 제 1 시맨틱 프레임을 생성할 수 있다. 여기서, 제 1 시맨틱 프레임은 인텐드 정보(intent=PlayContet), 마스크 처리된 개체명에 대한 마스크 처리된 심벌 슬롯값(CONTENT =$(CONTENT.NE)) 및 마스크 처리된 심블 슬롯값이 포함된 응답 문장(Response=$(CONTENT.TNE) 재생해 드릴게요)를 포함할 수 있다.
대화 처리부(120)는 언어 번역부(110)에 의해 마스크 처리된 입력 문장이 분석되면 분석 결과와 역번역에 필요한 응답 문장을 포함한 제 2 시맨틱 프레임을 생성할 수 있다. 여기서, 제 2 시맨틱 프레임은 인텐드 정보(intent=PlayContet), 마스크 처리된 개체명에 대한 마스크 처리된 심벌 슬롯값(CONTENT =$(CONTENT.NE)) 및 특정 언어로 역번역된 응답 문장(Response= I'll play the $(CONTENT.TNE).)을 포함할 수 있다.
마스크 복원부(130)는 입력 발화 문장에 포함된 개체명 'Black Mirrorw'이 오인식된 어휘인 경우, 교정 어휘 정보인 'CONTENT.TNE=Black Mirror'를 이용하여 오인식된 개체명을 'Black Mirror'로 교정할 수 있다.
마스크 복원부(130)는 역번역된 응답 문장(I'll play the $(CONTENT.TNE).)에 포함된 마스크 처리된 개체명($(CONTENT.TNE))을 교정 어휘 정보(CONTENT.TNE=Black Mirror)에 기초하여 치환하여 마스크 복원 처리를 수행할 수 있다. 즉, 마스크 복원부(130)는 'I'll play the $(CONTENT.TNE).'을 'I'll play the Black Mirror content.'으로 마스크 복원 처리를 수행할 수 있다.
이 때, 대화 처리부(120)는 마스크 복원부(130)에 의해 마스크 복원 처리된 응답 문장에 대한 제 3 시맨틱 프레임을 생성할 수 있다. 여기서, 제 3 시맨틱 프레임은 인텐드 정보(intent=PlayContet), 개체명 정보(CONTENT.=블랙미러), 특정 언어로 역번역된 마스크 복원된 응답 문장(Response='I'll play the Black Mirror content.')을 포함할 수 있다.
도 5a 내지 5b를 참조하면, 마스크 처리부(100)는 'Tell me the weather in June goo, Seoul.'이 포함된 입력 발화 문장에서 'June goo, Seoul'에 해당하는 개체명을 $(CITY)으로 마스크 처리한 후, 마스크 처리된 입력 발화 문장('Tell me the weather in $(CITY)')을 생성할 수 있다.
이 후, 마스크 처리부(100)는 마스크 처리된 개체명에 대하여 개체명 표제어 정보(CITY.NE=서울특별시 중구), 교정 어휘 정보(CITY.TNE=Jung-gu Seoul), 참조 어휘 정보(CITY.REF= June goo Seoul)를 포함하는 마스크 프레임을 생성할 수 있다.
언어 번역부(110)는 마스크 처리된 입력 발화 문장인 'Tell me the weather in $(CITY)'을 '$(CITY) 날씨 정보 알려줘'라고 피봇 언어로 번역할 수 있다.
대화 처리부(120)는 마스크 처리된 입력 발화 문장에 대하여 대화 추론을 수행한 후, 입력 발화 문장에 대한 응답 문장의 도출을 위한 제 1 시맨틱 프레임을 생성할 수 있다. 여기서, 제 1 시맨틱 프레임은 인텐드 정보(intent=QueryWeather), 마스크 처리된 개체명에 대한 마스크 처리된 심벌 슬롯값(CITY =$(CITY.NE)) 및 마스크 처리된 심블 슬롯값이 포함된 응답 문장(Response=$(CITY.TNE) 날씨를 안내해 드리겠습니다)를 포함할 수 있다.
대화 처리부(120)는 언어 번역부(110)에 의해 마스크 처리된 입력 문장이 분석되면 분석 결과와 역번역에 필요한 응답 문장을 포함한 제 2 시맨틱 프레임을 생성할 수 있다. 여기서, 제 2 시맨틱 프레임은 인텐드 정보(intent=QueryWeather), 마스크 처리된 개체명에 대한 마스크 처리된 심벌 슬롯값(CITY =$(CITY.NE)) 및 특정 언어로 역번역된 응답 문장(Response= This is the weather forecast for $(CITY.TNE).)을 포함할 수 있다.
마스크 복원부(130)는 입력 발화 문장에 포함된 개체명 'June Goo'이 오인식된 어휘인 경우, 교정 어휘 정보인 'CITY.TNE= Jung-gu Seoul'를 이용하여 오인식된 개체명을 'Jung-gu Seoul'로 교정할 수 있다.
마스크 복원부(130)는 역번역된 응답 문장(This is the weather forecast for $(CITY.TNE).)에 포함된 마스크 처리된 개체명($(CITY.TNE))을 교정 어휘 정보(CITY.TNE = 'Jung-gu Seoul')에 기초하여 치환하여 마스크 복원 처리를 수행할 수 있다. 즉, 마스크 복원부(130)는 'This is the weather forecast for $(CITY.TNE).'을 'This is the weather forecast for Jung-gu Seoul.'으로 마스크 복원 처리를 수행할 수 있다.
이 때, 대화 처리부(120)는 마스크 복원부(130)에 의해 마스크 복원 처리된 응답 문장에 대한 제 3 시맨틱 프레임을 생성할 수 있다. 여기서, 제 3 시맨틱 프레임은 인텐드 정보(intent=QueryWeather), 개체명 정보(CITY=서울특별시 중구), 특정 언어로 역번역된 마스크 복원된 응답 문장(Response='This is the weather forecast for Jung-gu Seoul.')을 포함할 수 있다.
한편, 당업자라면, 각각이 분리되어 구현되거나, 이 중 하나 이상이 통합되어 구현될 수 있음을 충분히 이해할 것이다.
도 7은 본 발명의 일 실시예에 따른, 다국어 대화 서비스를 제공하는 방법을 나타낸 흐름도이다.
도 7을 참조하면, 단계 S701에서 다국어 대화처리 장치(10)는 특정 언어로 구성된 입력 발화 문장을 마스크 처리할 수 있다.
단계 S703에서 다국어 대화처리 장치(10)는 마스크 처리된 입력 발화 문장을 피봇(pivot) 언어로 번역할 수 있다.
단계 S705에서 다국어 대화처리 장치(10)는 피봇 언어로 번역된 입력 발화 문장을 분석하고, 분석 결과에 기초하여 마스크 처리된 개체명이 포함된 입력 발화 문장에 대한 응답 문장을 생성할 수 있다.
단계 S707에서 다국어 대화처리 장치(10)는 응답 문장을 특정 언어로 역번역하여 마스크 복원 처리를 수행할 수 있다.
도 7에는 도시되지 않았으나, 단계 S701 이전에 다국어 대화처리 장치(10)는 입력 발화 문장에 포함된 개체명을 인식할 수 있다.
도 7에는 도시되지 않았으나, 단계 S701에서 다국어 대화처리 장치(10)는 입력 발화 문장에 포함된 개체명을 마스크 처리하고, 마스크 처리된 개체명 및 마스크 복원에 필요한 개체명 사전에 기초하여 마스크 프레임을 생성할 수 있다. 여기서, 마스크 프레임은 마스크 복원 시에 필요한 개체명과 관련된 복수의 속성 정보를 포함할 수 있다. 복수의 속성 정보는 개체명 표제어 정보, 교정 어휘 정보 및 참조 어휘 정보를 포함할 수 있다.
도 7에는 도시되지 않았으나, 단계 S707 이후에 다국어 대화처리 장치(10)는 개체명 표제어 정보를 이용하여 입력 발화 문장에 대한 응답 문장에 대응되는 외부 연동 서비스의 실행에 필요한 서비스 인자값을 도출하고, 도출된 서비스 인자값을 이용하여 외부 연동 서비스를 연동하여 컨텐츠 검색 서비스를 제공할 수 있다.
도 7에는 도시되지 않았으나, 단계 S707에서 다국어 대화처리 장치(10)는 마스크 프레임에 포함된 복수의 속성 정보에 기초하여 특정 언어로 역번역된 응답 문장을 마스크 복원 처리를 수행할 수 있다. 다국어 대화처리 장치(10)는 입력 언어로 응답 하기 위해 대화 처리부(120)에서 생성한 응답 문장을 마스크 프레임 정보에 기초하여 치환함으로써 마스크 복원 처리를 수행할 수 있다. 다국어 대화처리 장치(10)는 입력 발화 문장에 포함된 개체명이 오인식된 어휘인 경우, 교정 어휘 정보에 기초하여 오인식된 개체명을 교정할 수 있다.
상술한 설명에서, 단계 S701 내지 S707은 본 발명의 구현예에 따라서, 추가적인 단계들로 더 분할되거나, 더 적은 단계들로 조합될 수 있다. 또한, 일부 단계는 필요에 따라 생략될 수도 있고, 단계 간의 순서가 변경될 수도 있다.
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행 가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
10: 다국어 대화처리 장치
100: 마스크 처리부
110: 언어 번역부
120: 대화 처리부
130: 마스크 복원부
140: 개체명 인식부
150: 외부 연동 서비스 도출부
160: 검색 서비스 제공부

Claims (19)

  1. 다국어 대화 서비스를 제공하는 다국어 대화처리 장치에 있어서,
    특정 언어로 구성된 입력 발화 문장을 마스크 처리하는 마스크 처리부;
    상기 마스크 처리된 입력 발화 문장을 피봇(pivot) 언어로 번역하는 언어 번역부;
    상기 피봇 언어로 번역된 입력 발화 문장을 분석하고, 분석 결과에 기초하여 마스크 처리된 심벌 슬롯값이 포함된 상기 입력 발화 문장에 대한 응답 문장을 생성하는 대화 처리부; 및
    상기 응답 문장을 상기 특정 언어로 역번역하여 마스크 복원 처리를 수행하는 마스크 복원부
    를 포함하되,
    상기 마스크 처리부는 상기 입력 발화 문장에 포함된 개체명을 마스크 처리하고, 상기 마스크 처리된 개체명 및 마스크 복원에 필요한 개체명 사전에 기초하여 마스크 프레임을 생성하고,
    상기 마스크 복원부는 상기 마스크 프레임에 기초하여 상기 특정 언어로 역번역된 응답 문장에 대한 마스크 복원 처리를 수행하는 것인, 다국어 대화처리 장치.
  2. 제 1 항에 있어서,
    상기 입력 발화 문장에 포함된 개체명을 인식하는 개체명 인식부를 더 포함하는 것인, 다국어 대화처리 장치.
  3. 제 2 항에 있어서,
    상기 마스크 프레임은 마스크 복원 시에 필요한 개체명과 관련된 복수의 속성 정보를 포함하는 것인, 다국어 대화처리 장치.
  4. 제 3 항에 있어서,
    상기 복수의 속성 정보는 개체명 표제어 정보, 교정 어휘 정보 및 참조 어휘 정보를 포함하는 것인, 다국어 대화처리 장치.
  5. 제 4 항에 있어서,
    상기 개체명 표제어 정보를 이용하여 상기 입력 발화 문장에 대한 응답 문장에 대응되는 외부 연동 서비스의 실행에 필요한 서비스 인자값을 도출하는 외부 연동 서비스 도출부를 더 포함하고,
    상기 마스크 프레임은 상기 도출된 서비스 인자값을 더 포함하는 것인, 다국어 대화처리 장치.
  6. 제 5 항에 있어서,
    상기 도출된 서비스 인자값을 이용하여 상기 외부 연동 서비스를 연동하여 컨텐츠 검색 서비스를 제공하는 검색 서비스 제공부를 더 포함하는 것인, 다국어 대화처리 장치.
  7. 삭제
  8. 제 4 항에 있어서,
    상기 마스크 복원부는
    상기 특정 언어로 역번역된 응답 문장에 포함된 마스크 처리된 개체명을 상기 참조 어휘 정보에 기초하여 치환함으로써 상기 마스크 복원 처리를 수행하는 것인, 다국어 대화처리 장치.
  9. 제 4 항에 있어서,
    상기 마스크 복원부는
    상기 입력 발화 문장에 포함된 개체명이 오인식된 어휘인 경우, 상기 교정 어휘 정보에 기초하여 상기 오인식된 개체명을 교정하는 것인, 다국어 대화처리 장치.
  10. 다국어 대화처리 장치를 통해 다국어 대화 서비스를 제공하는 방법에 있어서,
    특정 언어로 구성된 입력 발화 문장을 마스크 처리하는 단계;
    상기 마스크 처리된 입력 발화 문장을 피봇(pivot) 언어로 번역하는 단계;
    상기 피봇 언어로 번역된 입력 발화 문장을 분석하고, 분석 결과에 기초하여 마스크 처리된 심벌 슬롯값이 포함된 상기 입력 발화 문장에 대한 응답 문장을 생성하는 단계; 및
    상기 응답 문장을 상기 특정 언어로 역번역하여 마스크 복원 처리를 수행하는 단계를 포함하고,
    상기 마스크 처리하는 단계는
    상기 입력 발화 문장에 포함된 개체명을 마스크 처리하는 단계; 및
    상기 마스크 처리된 개체명 및 마스크 복원에 필요한 개체명 사전에 기초하여 마스크 프레임을 생성하는 단계를 포함하고,
    상기 마스크 복원 처리를 수행하는 단계는
    상기 마스크 프레임에 기초하여 상기 특정 언어로 역번역된 응답 문장에 대한 마스크 복원 처리를 수행하는 단계를 포함하는 것인, 다국어 대화처리 방법.
  11. 제 10 항에 있어서,
    상기 입력 발화 문장에 포함된 개체명을 인식하는 단계를 더 포함하는 것인, 다국어 대화처리 방법.
  12. 제 11 항에 있어서,
    상기 마스크 프레임은 마스크 복원 시에 필요한 개체명과 관련된 복수의 속성 정보를 포함하는 것인, 다국어 대화처리 방법.
  13. 제 12 항에 있어서,
    상기 복수의 속성 정보는 개체명 표제어 정보, 교정 어휘 정보 및 참조 어휘 정보를 포함하는 것인, 다국어 대화처리 방법.
  14. 제 13 항에 있어서,
    상기 개체명 표제어 정보를 이용하여 상기 입력 발화 문장에 대한 응답 문장에 대응되는 외부 연동 서비스의 실행에 필요한 서비스 인자값을 도출하는 단계를 더 포함하고,
    상기 마스크 프레임은 상기 도출된 서비스 인자값을 더 포함하는 것인, 다국어 대화처리 방법.
  15. 제 14 항에 있어서,
    상기 도출된 서비스 인자값을 이용하여 상기 외부 연동 서비스를 연동하여 컨텐츠 검색 서비스를 제공하는 단계를 더 포함하는 것인, 다국어 대화처리 방법.
  16. 삭제
  17. 제 13 항에 있어서,
    상기 마스크 복원 처리를 수행하는 단계는
    상기 특정 언어로 역번역된 응답 문장에 포함된 마스크 처리된 개체명을 상기 참조 어휘 정보에 기초하여 치환함으로써 상기 마스크 복원 처리를 수행하는 단계를 포함하는 것인, 다국어 대화처리 방법.
  18. 제 13 항에 있어서,
    상기 마스크 복원 처리를 수행하는 단계는
    상기 입력 발화 문장에 포함된 개체명이 오인식된 어휘인 경우, 상기 교정 어휘 정보에 기초하여 상기 오인식된 개체명을 교정하는 단계를 포함하는 것인, 다국어 대화처리 방법.
  19. 다국어 대화 서비스를 제공하는 명령어들의 시퀀스를 포함하는 매체에 저장된 컴퓨터 프로그램에 있어서,
    상기 컴퓨터 프로그램은 컴퓨팅 장치에 의해 실행될 경우,
    특정 언어로 구성된 입력 발화 문장을 마스크 처리하고,
    상기 마스크 처리된 입력 발화 문장을 피봇(pivot) 언어로 번역하고,
    상기 피봇 언어로 번역된 입력 발화 문장을 분석하고, 분석 결과에 기초하여 마스크 처리된 심벌 슬롯값이 포함된 상기 입력 발화 문장에 대한 응답 문장을 생성하고,
    상기 응답 문장을 상기 특정 언어로 역번역하여 마스크 복원 처리를 수행하고,
    상기 입력 발화 문장에 포함된 개체명을 마스크 처리하고, 상기 마스크 처리된 개체명 및 마스크 복원에 필요한 개체명 사전에 기초하여 마스크 프레임을 생성하고,
    상기 마스크 프레임에 기초하여 상기 특정 언어로 역번역된 응답 문장에 대한 마스크 복원 처리를 수행하는 명령어들의 시퀀스를 포함하는, 매체에 저장된 컴퓨터 프로그램.
KR1020190160470A 2019-12-05 2019-12-05 다국어 대화 서비스를 제공하는 장치, 방법 및 컴퓨터 프로그램 KR102333611B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190160470A KR102333611B1 (ko) 2019-12-05 2019-12-05 다국어 대화 서비스를 제공하는 장치, 방법 및 컴퓨터 프로그램

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190160470A KR102333611B1 (ko) 2019-12-05 2019-12-05 다국어 대화 서비스를 제공하는 장치, 방법 및 컴퓨터 프로그램

Publications (2)

Publication Number Publication Date
KR20210070577A KR20210070577A (ko) 2021-06-15
KR102333611B1 true KR102333611B1 (ko) 2021-12-01

Family

ID=76411998

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190160470A KR102333611B1 (ko) 2019-12-05 2019-12-05 다국어 대화 서비스를 제공하는 장치, 방법 및 컴퓨터 프로그램

Country Status (1)

Country Link
KR (1) KR102333611B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001056697A (ja) 1999-08-18 2001-02-27 Toshiba Corp 音声入力テキスト作成装置及び方法
WO2019172946A1 (en) 2018-03-07 2019-09-12 Google Llc Facilitating end-to-end communications with automated assistants in multiple languages

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020002527A (ko) 2000-06-30 2002-01-10 조용환 실시간 다 국어 다중 번역 대화 장치 및 그 방법
KR20190070444A (ko) * 2017-12-13 2019-06-21 한국전자통신연구원 대화 이해 장치 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001056697A (ja) 1999-08-18 2001-02-27 Toshiba Corp 音声入力テキスト作成装置及び方法
WO2019172946A1 (en) 2018-03-07 2019-09-12 Google Llc Facilitating end-to-end communications with automated assistants in multiple languages
KR102048030B1 (ko) * 2018-03-07 2019-11-22 구글 엘엘씨 자동화 어시스턴트와의 단대단 다국어 통신 촉진

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Ding Liu 외, 'Data Driven Methods for Utterance Semantic Tagging', INTERSPEECH 2013.

Also Published As

Publication number Publication date
KR20210070577A (ko) 2021-06-15

Similar Documents

Publication Publication Date Title
US11734514B1 (en) Automated translation of subject matter specific documents
US9390087B1 (en) System and method for response generation using linguistic information
US8131536B2 (en) Extraction-empowered machine translation
US6278968B1 (en) Method and apparatus for adaptive speech recognition hypothesis construction and selection in a spoken language translation system
US6243669B1 (en) Method and apparatus for providing syntactic analysis and data structure for translation knowledge in example-based language translation
US6223150B1 (en) Method and apparatus for parsing in a spoken language translation system
US20060224378A1 (en) Communication support apparatus and computer program product for supporting communication by performing translation between languages
KR20130123037A (ko) 양방향 자동 통역 및 번역 서비스 제공 장치 및 그 방법
US11886812B2 (en) Proficiency and native language-adapted grammatical error correction
KR102041621B1 (ko) 인공지능 음성인식 기반 기계학습의 대규모 말뭉치 구축을 위한 대화형 말뭉치 분석 서비스 제공 시스템 및 구축 방법
US11907665B2 (en) Method and system for processing user inputs using natural language processing
JP2018055670A (ja) 類似文生成方法、類似文生成プログラム、類似文生成装置及び類似文生成システム
JPH0261763A (ja) 機械翻訳装置
KR102333611B1 (ko) 다국어 대화 서비스를 제공하는 장치, 방법 및 컴퓨터 프로그램
US20220284188A1 (en) Machine based expansion of contractions in text in digital media
JP3441400B2 (ja) 言語変換規則作成装置、及びプログラム記録媒体
JP4007413B2 (ja) 自然言語処理システム及び自然言語処理方法、並びにコンピュータ・プログラム
JP3825645B2 (ja) 表現変換方法及び表現変換装置
JP5528376B2 (ja) 文書平易化装置およびプログラム
JP7479249B2 (ja) 未知語検出方法及び未知語検出装置
JP2001100788A (ja) 音声処理装置および音声処理方法、並びに記録媒体
US20240176962A1 (en) CROSS-LINGUAL NATURAL LANGUAGE UNDERSTANDING MODEL FOR MULTI-LANGUAGE NATURAL LANGUAGE UNDERSTANDING (mNLU)
JP3001940B2 (ja) 通訳装置
JP3737817B2 (ja) 表現変換方法及び表現変換装置
Bello García et al. Nahuatl neural machine translation using attention based architectures: A comparative analysis for RNNs and transformers as a mobile application service

Legal Events

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