KR102360080B1 - 검색특허문헌의 참조 정보에 기반한 단어의 중요도 스코어 산출 방법 - Google Patents

검색특허문헌의 참조 정보에 기반한 단어의 중요도 스코어 산출 방법 Download PDF

Info

Publication number
KR102360080B1
KR102360080B1 KR1020200021480A KR20200021480A KR102360080B1 KR 102360080 B1 KR102360080 B1 KR 102360080B1 KR 1020200021480 A KR1020200021480 A KR 1020200021480A KR 20200021480 A KR20200021480 A KR 20200021480A KR 102360080 B1 KR102360080 B1 KR 102360080B1
Authority
KR
South Korea
Prior art keywords
word
patent document
importance
calculating
server
Prior art date
Application number
KR1020200021480A
Other languages
English (en)
Other versions
KR20210039908A (ko
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 KR1020190122095A external-priority patent/KR102085216B1/ko
Application filed by (주)디앤아이파비스 filed Critical (주)디앤아이파비스
Priority to KR1020200021480A priority Critical patent/KR102360080B1/ko
Publication of KR20210039908A publication Critical patent/KR20210039908A/ko
Application granted granted Critical
Publication of KR102360080B1 publication Critical patent/KR102360080B1/ko

Links

Images

Classifications

    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/30Semantic analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

단어의 중요도 스코어 산출 방법이 제공된다. 상기 단어의 중요도 스코어 산출 방법은 서버가, 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 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.

Description

검색특허문헌의 참조 정보에 기반한 단어의 중요도 스코어 산출 방법{Method for calculating for weight score of word based reference information of patent document}
본 발명은 단어의 중요도 스코어 산출 방법, 장치 및 컴퓨터프로그램에 관한 것이다.
최근 인터넷을 중심으로 방대한 양의 정보가 유입되고 있고, 스마트 폰 등 휴대용 기기의 소지자가 증가함에 따라 많은 양의 정보 중 필요한 정보만을 획득하는 기술이 주목되고 있다. 이를 위해, 다양한 전자 문서들의 단어 중 핵심 단어만을 추출하는 기술이 연구되고 있다.
종래의 단어 추출 기술은 핵심 내용을 포함하는 단어를 추출하는 방식과 문서의 구조나 어휘를 바꾸어 문서를 재구성하는 방법이 존재한다. 이러한 종래 단어 추출 기술은 단어를 추출하는데에 몇 가지 단점을 가지고 있다.
예를 들어, 종래 단어 추출 기술은 단순히, 검색된 여러 문서들 중에서 공통적으로 다루고 있는 단어를 추출하거나, 해당 문서에서 자주 사용되는 단어들만을 추출하고 있다. 이에 따라, 종래 단어 추출 기술은 문서의 내용에 따른 특정 분야에서 빈번히 사용되기는 하나 큰 의미를 가지고 있지 않은 단어까지 추출되는 문제점이 있다.
따라서, 문서 내에 빈번히 반복되더라고 의미상 중요도가 낮은 단어는 추출하지 않고, 주요 핵심 내용을 포함하는 단어들을 문서로부터 추출할 수 있는 단어 추출 기술이 요구되고 있다.
공개특허공보 제10-2017-0142526호, 2017.12.28
본 발명이 해결하고자 하는 과제는 대상특허문서에 포함된 단어의 중요도 스코어를 산출할 수 있는 단어의 중요도 스코어 산출 방법, 장치 및 컴퓨터프로그램을 제공하는 것이다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 발명의 일 면에 따른 단어의 중요도 스코어 산출 방법은 서버가, 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 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.
바람직하게, 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 단계를 포함할 수 있다.
바람직하게, 상기 제1 세부 중요도를 산출하는 단계는 하기의 수학식을 이용하여 상기 제1 세부 중요도를 산출하는 단계를 포함할 수 있다.
<수학식>
Figure 112020018611496-pat00001
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 상수이다.
바람직하게, 상기 단어의 세부 중요도를 산출하는 단계는 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 단계를 포함할 수 있다.
바람직하게, 상기 제2 세부 중요도를 산출하는 단계는 하기의 수학식을 이용하여 상기 제2 세부 중요도를 산출하는 단계를 포함할 수 있다.
<수학식>
Figure 112020018611496-pat00002
여기서, 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.
바람직하게, 상기 단어의 세부 중요도를 산출하는 단계는 상기 검색특허문서 각각의 참조 정보에 기초하여 상기 검색특허문서 각각의 영향력 값을 산출하고, 상기 영향력 값을 이용하여 상기 검색특허문서의 제3 세부 중요도를 산출하는 단계를 포함할 수 있다.
바람직하게, 상기 단어의 상기 중요도 스코어를 산출하는 단계는 상기 제1 세부 중요도, 상기 제2 세부 중요도 및 상기 제3 세부 중요도 중 복수를 합산하여 상기 중요도 스코어로 산출하는 단계를 포함할 수 있다.
바람직하게, 상기 중요도 스코어의 산출 대상이 되는 단어를 획득하는 단계는 상기 대상특허문서에 포함된 단어 중 불용어로 설정된 단어를 상기 중요도 스코어의 산출 대상이 되는 단어에서 제외시키는 단계를 포함할 수 있다.
상술한 과제를 해결하기 위한 본 발명의 일 면에 따른 단어의 중요도 스코어 산출 장치는 하나 이상의 인스트럭션을 저장하는 메모리; 및 상기 메모리에 저장된 상기 하나 이상의 인스트럭션을 실행하는 프로세서를 포함할 수 있다.
바람직하게, 상기 프로세서는 상기 하나 이상의 인스트럭션을 실행함으로 써, 상기 단어의 중요도 스코어 산출 방법을 수행할 수 있다.
상술한 과제를 해결하기 위한 본 발명의 일 면에 따른 단어의 중요도 스코어 산출 컴퓨터프로그램은 하드웨어인 컴퓨터와 결합되어, 단어의 중요도 스코어 산출 방법을 수행할 수 있도록 컴퓨터에서 독출가능한 기록매체에 저장될 수 있다
본 발명은 전체 특허문서, 특허분류정보 및 검색특허문서 각각에서 특정 단어에 대한 세부 중요도를 산출하여 단어의 중요도 스코어 산출함으로써 중요도 스코어를 세분화하여 정확하게 산출할 수 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 시스템을 설명하기 위한 예시도이다.
도 2는 본 발명의 일 실시예에 따른 대상특허문서로부터 중요도 스코어의 산출 대상이 되는 단어를 획득하는 방법을 설명하기 위한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 단어의 제1 세부 중요도를 산출하는 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 단어의 제2 세부 중요도를 산출하는 방법을 설명하기 위한 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 단어의 제3 세부 중요도를 산출하는 방법을 설명하기 위한 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 단어의 중요도 스코어를 산출하는 방법을 설명하기 위한 흐름도이다.
도 7은 본 발명의 일 실시예에 따른 단어의 중요도 스코어 산출 장치의 구성도이다.
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.
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.
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.
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.
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.
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.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
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.
도 1은 본 발명의 일 실시예에 따른 시스템을 설명하기 위한 예시도이다.
본 발명에 따른 단어의 중요도 스코어를 산출하기 위한 시스템은 서버(10) 및 전자 장치(20)를 포함한다.
서버(10)는 대상특허문서를 획득하고, 획득된 대상특허문서로부터 중요도 스코어 산출의 대상이 되는 단어를 획득하고, 단어의 중요도 스코어를 산출하기 위한 구성이다.
구체적으로, 서버(10)는 전자 장치(20)로부터 대상특허문서를 입력 받거나, 외부 서버로부터 대상특허문서를 획득할 수 있다.
본 명세서에서, 특허문서는 대상특허문서 및 검색특허문서를 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. 일 실시예에 따라, 검색특허문서는 전체 특허문서 중 단어를 포함하여 서버(10)로부터 검색된 특허문서일 수 있다.
전자 장치(20)는 서버(10)로 특허문서를 제공하기 위한 구성이다. 본 발명에 따른 전자 장치(200)는 스마트 폰으로 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.
도 2는 본 발명의 일 실시예에 따른 대상특허문서로부터 중요도 스코어의 산출 대상이 되는 단어를 획득하는 방법을 설명하기 위한 흐름도이다.
도 2를 참조하면, 단계 S110에서, 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.
이어서, 단계 S120에서, 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.
이후, 단계 S130에서, 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.
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.
이에 따라, 단계 S140에서, 서버(10)는 대상특허문서로부터 추출한 단어 중 불용어가 아닌 단어를 중요도 스코어의 산출 대상이 되는 단어로 획득할 수 있다.
도 3은 본 발명의 일 실시예에 따른 단어의 제1 세부 중요도를 산출하는 방법을 설명하기 위한 흐름도이다.
도 3을 참조하면, 단계 S210에서, 서버(10)는 전체 특허문서의 전체 단어수를 카운트하고, 전체 특허문서에서의 단어의 출현횟수를 카운트할 수 있다.
이후, 단계 S220에서, 서버(10)는 전체 특허문서의 전체 단어수 대비 전체 특허문서에서의 단어의 출연횟수를 제1 출현비율로 산출할 수 있다.
이어서, 단계 S230에서, 서버(10)는 전체 특허문서의 전체 문장수를 카운트하고, 전체 특허문서의 문장 중에서 단어가 출현된 출현 문장수를 카운트할 수 있다.
단계 S240에서, 서버(10)는 전체 특허문서의 문장 중에서 단어가 출현된 출현 문장수 대비 전체 특허문서의 전체 문장수를 제2 출현비율로 산출할 수 있다.
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.
최종적으로, 단계 S250에서, 서버(10)는 제1 출현비율과 제2 출현비율에 기초하여 제1 세부 중요도를 산출할 수 있다.
이때, 서버(10)는 하기의 수학식 1을 이용하여 제1 세부 중요도를 산출할 수 있다.
<수학식 1>
Figure 112020018611496-pat00003
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.
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.
즉, 서버(10)는 전체 특허문서에서 하나의 문장에 단어가 중복하여 사용될수록 제1 세부 중요도를 크게 산출할 수 있다.
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.
일 실시 예에서, 서버(10)는 특허문서에서의 단어의 제1 세부 중요도를 산출하는한 세부 중요도 산출 방법의 종류는 제한되지 않음을 유의한다.
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.
도 4는 본 발명의 일 실시예에 따른 단어의 제2 세부 중요도를 산출하는 방법을 설명하기 위한 흐름도이다.
도 4를 참조하면, 단계 S310에서, 서버(10)는 특허분류정보의 전체 단어수를 카운트하고, 특허분류정보에서의 단어의 출현횟수를 카운트할 수 있다.
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.
이후, 단계 S320에서, 서버(10)는 특허분류정보의 전체 단어수 대비 특허분류정보에서의 단어의 출연횟수를 제3 출현비율로 산출할 수 있다.
이어서, 단계 S330에서, 서버(10)는 특허분류정보의 전체 문장수를 카운트하고, 전체 특허문서의 문장 중에서 단어가 출현된 출현 문장수를 카운트할 수 있다.
단계 S340에서, 서버(10)는 전체 특허문서의 문장 중에서 단어가 출현된 출현 문장수 대비 전체 특허문서의 전체 문장수를 제4 출현비율로 산출할 수 있다.
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.
최종적으로, 단계 S350에서, 서버(10)는 제3 출현비율과 제4 출현비율에 기초하여 제2 세부 중요도를 산출할 수 있다.
이때, 서버(10)는 하기의 수학식 2를 이용하여 제2 세부 중요도를 산출할 수 있다.
<수학식2>
Figure 112020018611496-pat00004
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.
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.
즉, 서버(10)는 특허분류정보에서 하나의 문장에 단어가 중복하여 사용될수록 제2 세부 중요도를 크게 산출할 수 있다.
한편, 서버(10)는 제4 출현비율의 조절 상수를 증가시켜 전체 특허문서의 문장 중에서 단어가 출현된 출현 문장수 적더라도 제4 출현비율을 증가시킬 있고, 제4 출현비율의 조절 상수를 감소시켜 전체 특허문서의 문장 중에서 단어가 출현된 출현 문장수 많더라도 제4 출현비율을 감소시킬 수 있다.
일 실시 예에서, 서버(10)는 특허문서에서의 단어의 제2 세부 중요도를 산출하는한 세부 중요도 산출 방법의 종류는 제한되지 않음을 유의한다.
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.
도 5는 본 발명의 일 실시예에 따른 단어의 제3 세부 중요도를 산출하는 방법을 설명하기 위한 흐름도이다.
도 5를 참조하면, 단계 S410에서, 서버(10)는 전체 특허문서 중에서 중요도 스코어의 산출 대상이 되는 단어를 포함하는 검색특허문서를 검색할 수 있다.
단계 S420에서, 서버(10)는 검색특허문서 각각의 참조 정보에 기초하여 검색특허문서 각각의 영향력 값을 산출할 수 있다.
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.
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.
단계 S430에서, 서버(10)는 검색특허문서 각각에 대해 산출된 영향력 값을 이용하여 검색특허문서의 제3 세부 중요도를 산출할 수 있다.
구체적으로, 서버(10)는 검색특허문서 각각에 대해 산출된 영향력 값의 평균을 산출하고, 산출된 평균을 제3 세부 중요도로 산출할 수 있다.
도 6은 본 발명의 일 실시예에 따른 단어의 중요도 스코어를 산출하는 방법을 설명하기 위한 흐름도이다.
도 6을 참조하면, 단계 S510에서, 서버(10)는 상술된 제1 세부 중요도, 제2 세부 중요도 및 제3 세부 중요도를 독출할 수 있다.
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.
이후, 단계 S520에서, 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.
단계 S540에서, 서버(10)는 산출된 중요도 스코어를 내부의 메모리 또는 프로세서로 출력하거나, 외부 서버로 송신할 수 있다.
도 7은 일 실시 예에 따른 단어의 중요도 스코어 산출 장치의 구성도이다.
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.
일 실시예에 따른 프로세서(102)는 메모리(104)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 도 1 내지 도 6과 관련하여 설명된 단어의 중요도 스코어 산출 방법을 수행한다.
예를 들어, 프로세서(102)는 메모리에 저장된 하나 이상의 인스트럭션을 실행함으로써 대상특허문서로부터 중요도 스코어의 산출 대상이 되는 단어를 획득하고, 전체 특허문서에서의 단어의 제1 세부 중요도, 대상특허문서의 기술분야정보에 대응되는 특허분류정보에서의 단어의 제2 세부 중요도 및 전체 특허문서 중 단어가 포함된 검색특허문서의 제3 세부 중요도 하나 이상의 세부 중요도를 산출하며, 제1 세부 중요도, 제2 세부 중요도 및 제3 세부 중요도 중 하나 이상에 기초하여 단어의 중요도 스코어를 산출할 수 있다.
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.
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.
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.
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.
10 : 서버
102 : 프로세서
104: 메모리

Claims (1)

  1. 단어의 중요도 스코어 산출 방법에 있어서,
    서버가, 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 포함하고,
    상기 단어의 세부 중요도를 산출하는 단계는
    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 포함하는 단어의 중요도 스코어 산출 방법.
KR1020200021480A 2019-10-02 2020-02-21 검색특허문헌의 참조 정보에 기반한 단어의 중요도 스코어 산출 방법 KR102360080B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200021480A KR102360080B1 (ko) 2019-10-02 2020-02-21 검색특허문헌의 참조 정보에 기반한 단어의 중요도 스코어 산출 방법

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020190122095A KR102085216B1 (ko) 2019-10-02 2019-10-02 단어의 중요도 스코어 산출 방법, 장치 및 컴퓨터프로그램
KR1020200021480A KR102360080B1 (ko) 2019-10-02 2020-02-21 검색특허문헌의 참조 정보에 기반한 단어의 중요도 스코어 산출 방법

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020190122095A Division KR102085216B1 (ko) 2019-10-02 2019-10-02 단어의 중요도 스코어 산출 방법, 장치 및 컴퓨터프로그램

Publications (2)

Publication Number Publication Date
KR20210039908A KR20210039908A (ko) 2021-04-12
KR102360080B1 true KR102360080B1 (ko) 2022-02-09

Family

ID=80266151

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200021480A KR102360080B1 (ko) 2019-10-02 2020-02-21 검색특허문헌의 참조 정보에 기반한 단어의 중요도 스코어 산출 방법

Country Status (1)

Country Link
KR (1) KR102360080B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100295354B1 (ko) * 1996-05-29 2001-09-17 모리시타 요이찌 문서 정보 검색 시스템
KR101850993B1 (ko) * 2016-12-08 2018-04-23 서울시립대학교 산학협력단 클러스터 기반 키워드 산출 방법 및 장치

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170142526A (ko) 2016-06-17 2017-12-28 천세욱 텍스트 분석을 위한 단어 집합 생성 장치 및 방법
KR102011667B1 (ko) * 2016-11-29 2019-08-20 (주)아크릴 딥러닝-기반 키워드에 연관된 단어를 도출하는 방법과 컴퓨터프로그램
KR102069341B1 (ko) * 2017-02-22 2020-01-22 빈닷컴 주식회사 전자 문서 검색 방법 및 그 서버

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100295354B1 (ko) * 1996-05-29 2001-09-17 모리시타 요이찌 문서 정보 검색 시스템
KR101850993B1 (ko) * 2016-12-08 2018-04-23 서울시립대학교 산학협력단 클러스터 기반 키워드 산출 방법 및 장치

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
M.A. Syaekhoni, Development of Deep Learning Model for Multiclass Sentiment Analysis, 대한산업공학회 추계학술대회 논문집 pp.25-41, 2017
곽재은, Non-stationary text data analysis with convolutional neural network and incremental clustering, 연세대학교 박사학위논문 (2018)

Also Published As

Publication number Publication date
KR20210039908A (ko) 2021-04-12

Similar Documents

Publication Publication Date Title
KR102085217B1 (ko) 특허문서의 유사도 판단 방법, 장치 및 시스템
CN108319627B (zh) 关键词提取方法以及关键词提取装置
CN111428010B (zh) 人机智能问答的方法和装置
CN110472043B (zh) 一种针对评论文本的聚类方法及装置
KR20210089340A (ko) 문서 내 텍스트를 분류하는 방법 및 장치
KR102085214B1 (ko) 특허문서의 단어 세트 획득 방법 및 시스템
KR102472200B1 (ko) 단어의 출현 비율을 이용한 중요도 스코어 산출 방법
CN116628507B (zh) 数据处理方法、装置、设备及可读存储介质
KR102085216B1 (ko) 단어의 중요도 스코어 산출 방법, 장치 및 컴퓨터프로그램
KR102360080B1 (ko) 검색특허문헌의 참조 정보에 기반한 단어의 중요도 스코어 산출 방법
KR102403168B1 (ko) 세부 중요도를 이용하여 단어의 중요도 스코어 산출 방법
RU2711123C2 (ru) Способ и система компьютерной обработки одной или нескольких цитат в цифровых текстах для определения их автора
US10380151B2 (en) Information processing to search for related expressions
CN116204624A (zh) 应答方法、装置、电子设备及存储介质
KR102383965B1 (ko) 유사도 점수 및 비유사도 점수를 바탕으로 특허문서의 유사도를 판단하기 위한 방법, 장치 및 시스템
KR102405867B1 (ko) 인공지능 모델을 이용한 특허문서의 중요도 판단 방법, 장치 및 시스템
KR20210039910A (ko) 단어의 중요도 스코어 산출 방법, 장치 및 컴퓨터프로그램
KR20210039917A (ko) 인공지능 모델을 이용한 특허문서의 유사도 판단 방법, 장치 및 시스템
KR102263309B1 (ko) 이미지 정보를 이용한 특허문서의 단어 세트 획득 방법 및 시스템
KR102297962B1 (ko) 특허문서의 단어 세트 의미 정보 획득 방법 및 시스템
KR102291930B1 (ko) 복합 명사구를 포함하는 특허문서의 단어 세트 획득 방법 및 시스템
KR102085355B1 (ko) 특허문서의 유의어 사전 생성 방법, 장치 및 컴퓨터프로그램
KR102255961B1 (ko) 오류 단어 수정을 통한 특허문서의 단어 세트 획득 방법 및 시스템
KR102255962B1 (ko) 템플릿 정보를 이용한 특허문서의 단어 세트 획득 방법 및 시스템
KR102300352B1 (ko) 중요도 스코어를 바탕으로 특허문서의 유사도를 판단하기 위한 방법, 장치 및 시스템

Legal Events

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