KR102363577B1 - 단어 임베딩을 통한 노래 가사 기반 학습용 단어를 추천해주는 방법 및 장치 - Google Patents

단어 임베딩을 통한 노래 가사 기반 학습용 단어를 추천해주는 방법 및 장치 Download PDF

Info

Publication number
KR102363577B1
KR102363577B1 KR1020210065197A KR20210065197A KR102363577B1 KR 102363577 B1 KR102363577 B1 KR 102363577B1 KR 1020210065197 A KR1020210065197 A KR 1020210065197A KR 20210065197 A KR20210065197 A KR 20210065197A KR 102363577 B1 KR102363577 B1 KR 102363577B1
Authority
KR
South Korea
Prior art keywords
learning
song
information
word
user
Prior art date
Application number
KR1020210065197A
Other languages
English (en)
Inventor
이성현
정윤정
Original Assignee
주식회사 글루리
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 글루리 filed Critical 주식회사 글루리
Priority to KR1020210065197A priority Critical patent/KR102363577B1/ko
Application granted granted Critical
Publication of KR102363577B1 publication Critical patent/KR102363577B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/237—Lexical tools
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/06—Foreign languages
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B5/00—Electrically-operated educational appliances
    • G09B5/02—Electrically-operated educational appliances with visual presentation of the material to be studied, e.g. using film strip

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 명세서의 일 실시예에 따라, 단어 임베딩을 통한 노래 가사 기반 학습용 단어를 추천해주는 방법에 있어서, 사용자 디바이스가 제 1 노래를 선택하는 사용자 입력을 디텍트하는 단계, 선택된 제 1 노래에서 적어도 하나의 제 1 학습용 단어들을 추출하여 사용자에게 제공하는 단계, 추출된 제 1학습용 단어들을 벡터 공간 상에 배치하여 단어 지도를 생성하는 단계; 및 생성된 단어 지도에 기초하여 제 2 노래를 추천하고, 제 2 노래에서 적어도 하나의 제 2 학습용 단어들을 추출하여 사용자에게 제공하는 단계를 포함할 수 있다.

Description

단어 임베딩을 통한 노래 가사 기반 학습용 단어를 추천해주는 방법 및 장치{METHOD AND APPARATUS FOR RECOMMENDING LEARNING WORDS BASED ON LYRICS THROUGH WORD-EMBEDDING}
실시예들은 단어 임베딩을 통한 노래 가사 기반 학습용 단어를 추천해주는 방법 및 장치에 대한 것이다. 보다 상세하게는, 노래에 관련된 단어 지도를 생성하고, 연관된 노래 및 단어를 추천하여 사용자가 단어 학습을 수행하도록 하는 방법 및 장치에 대한 것이다.
최근 KPOP에 대한 인기가 높아지고 있으며, 이에 따라 한국어를 배우고자 하는 외국인들이 증가하고 있다. 또한, 국내 많은 유저들은 팝송 및 그 밖의 외국 노래들에 관심을 가지고 있으며, 노래를 통해 외국어를 배우고자 하는 니즈가 증가하고 있다. 이때, 많은 유저들은 노래를 구성하는 단어들의 의미를 확인하면서 외국어를 학습하고 있으며, 이를 통해 학습 효율을 높일 수 있다. 다만, 유저가 노래를 통해 외국어를 학습하는 경우, 해당 노래만을 통해서 학습을 수행하기 때문에 효율적인 학습을 수행하는데 한계가 존재할 수 있다. 하기에서는 상술한 점을 고려하여 노래에 관련된 단어들에 대한 단어 지도를 생성하고, 이를 통해 새로운 노래 및 단어 학습을 수행하여 학습 효율을 향상시키는 방법에 대해 서술한다.
한국특허등록 제 10-2248932 B호
본 명세서는 단어 임베딩을 통한 노래 가사 기반 학습용 단어를 추천해주는 방법 및 장치에 대한 것이다.
본 명세서는 노래를 구성하는 단어들 각각을 추출하여 단어 지도를 생성하는 방법에 대한 것이다.
본 명세서는 복수 개의 노래에 대한 단어 지도에 기초하여 노래 및 학습 단어를 추천하는 방법에 대한 것이다.
본 명세서는 복수 개의 노래에 대한 단어 지도에서 중복 영역에 기초하여 단어 학습을 추천하는 방법에 대한 것이다.
본 명세서의 해결하고자 하는 과제는 상술한 바에 한정되지 아니하고, 하기에서 설명하는 발명의 실시예들에 의해 도출될 수 있는 다양한 사항들로 확장될 수 있다.
본 명세서의 일 실시예에 따라, 단어 임베딩을 통한 노래 가사 기반 학습용 단어를 추천해주는 방법에 있어서, 사용자 디바이스가 제 1 노래를 선택하는 사용자 입력을 디텍트하는 단계, 선택된 제 1 노래에서 적어도 하나의 제 1 학습용 단어들을 추출하여 사용자에게 제공하는 단계, 추출된 제 1학습용 단어들을 벡터 공간 상에 배치하여 단어 지도를 생성하는 단계; 및 생성된 단어 지도에 기초하여 제 2 노래를 추천하고, 제 2 노래에서 적어도 하나의 제 2 학습용 단어들을 추출하여 사용자에게 제공하는 단계를 포함할 수 있다.
또한, 본 명세서의 일 실시예에 따라, 단어 지도가 생성되는 경우, 추출된 제 1 학습용 단어들의 유사도 정보, 관련성 정보 및 연결 관계 정보에 기초하여 추출된 제 1 학습용 단어들의 벡터 거리가 결정되고, 결정된 벡터 거리에 기초하여 단어 지도에 대한 단어 지도 영역이 결정될 수 있다.
또한, 본 명세서의 일 실시예에 따라, 사용자 디바이스는 복수 개의 노래 각각에 대한 단어 지도 및 단어 지도 영역 정보를 저장하고, 제 2 노래가 추천되는 경우, 제 1 노래의 단어 지도에 기초하여 제 1 단어 지도 영역과 제 1 단어 지도 영역과 복수 개의 노래 각각에 대한 단어 지도 영역을 비교하여 중첩 영역이 기 설정된 값보다 큰 노래 중 제 2 노래를 추천할 수 있다.
또한, 본 명세서의 일 실시예에 따라, 제 2 노래가 추천되는 경우, 사용자 디바이스는 사용자 정보 및 노래 관련 정보를 더 확인하고, 사용자 정보 및 노래 관련 정보에 기초하여 중첩 영역이 기 설정된 값보다 큰 노래 중 제 2 노래를 추천하되, 사용자 정보는 나이 정보, 성별 정보, 선호 음악 장르 정보 및 학습 진도 정보 중 적어도 어느 하나 이상을 포함하고, 노래 관련 정보는 노래 선호 연령 정보, 유사 노래 정보 및 장르 정보 중 적어도 어느 하나 이상을 포함할 수 있다.
또한, 본 명세서의 일 실시예에 따라, 사용자 디바이스가 제 2 노래에 대한 제 2 학습용 단어들을 사용자에게 제공하는 경우, 제 2 학습용 단어들 중 제 1 학습용 단어들과 중첩되는 단어들이 먼저 제공되고, 제 2 학습용 단어들에서 제 1 학습용 단어들과 중첩되지 않는 단어들 중 중첩되는 단어들과 벡터 거리가 가까운 단어 순서로 사용자에게 제공될 수 있다.
또한, 본 명세서의 일 실시예에 따라, 제 2 노래가 추천되는 경우, 사용자 디바이스는 제 1 노래에 대한 제 1 학습용 단어들에 대한 사용자 학습 정보를 획득하고, 사용자 학습 정보에 기초하여 제 2 노래를 추천하되, 사용자 학습 정보는 제 1 학습용 단어들 중 사용자가 학습을 완료한 단어들에 대한 정보 및 학습이 완료되지 않은 단어들에 대한 정보를 포함하고, 추천되는 제 2 노래는 학습이 완료되지 않은 단어들에 기초하여 결정될 수 있다.
또한, 본 명세서의 일 실시예에 따라, 제 1학습용 단어들을 사용자에게 제공하는 경우, 제 1 학습용 단어들에 대한 단어 지도 영역을 확인하고, 단어 지도 영역에서 확장된 영역에 기초하여 사용자에게 학습용 단어들을 제공할 수 있다.
또한, 본 명세서의 일 실시예에 따라, 확장된 영역은 제 1 학습용 단어들과 유사한 단어들을 포함하되, 확장된 영역은 상기 사용자의 학습 정보에 기초하여 결정될 수 있다.
본 명세서는 노래에 관련된 단어 지도를 이용해 학습용 단어를 추천하는 효과가 있다.
본 명세서는 노래를 구성하는 단어들 각각을 추출하여 단어 지도를 생성하는 방법을 제공할 수 있다.
본 명세서는 복수 개의 노래에 대한 단어 지도에 기초하여 노래 및 학습 단어를 추천하는 효과가 있다.
본 명세서는 복수 개의 노래에 대한 단어 지도에서 중복 영역에 기초하여 단어 학습을 추천하는 방법에 대한 것이다. 명세서의 해결하고자 하는 과제는 상술한 바에 한정되지 아니하고, 하기에서 설명하는 발명의 실시예들에 의해 도출될 수 있는 다양한 사항들로 확장될 수 있다.
도 1은 본 명세서의 일실시예에 따른 시스템의 동작 환경의 예를 도시한 도면이다.
도 2는 본 명세서의 일실시예에 있어서 컴퓨팅 장치(200)의 내부 구성을 설명하기 위한 블록도이다.
도 3은 본 명세서의 일실시예에 있어서 노래를 통해 단어 학습을 수행하는 어플리케이션을 나타낸 도면이다.
도 4a는 본 명세서의 일실시예에 있어서 노래에서 단어를 추출하는 방법을 나타낸 도면이다.
도 4b는 본 명세서의 일실시예에 있어서 노래에서 추출된 단어에 기초하여 단어 지도를 생성하는 방법을 나타낸 도면이다.
도 4c는 본 명세서의 일실시예에 있어서 노래에서 추출된 단어에 기초하여 단어 지도를 생성하는 방법을 나타낸 도면이다.
도 5는 본 명세서의 일실시예에 있어서 복수 개의 노래에 대한 단어 지도에서 중복 영역을 확인하는 방법을 나타낸 도면이다.
도 6a는 본 명세서의 일실시예에 있어서 복수 개의 노래에 대한 단어 지도에서 중복 영역에 기초하여 노래를 추천하는 방법을 나타낸 도면이다.
도 6b는 본 명세서의 일실시예에 있어서 복수 개의 노래에 대한 단어 지도에서 중복 영역에 기초하여 노래를 추천하는 방법을 나타낸 도면이다.
도 7은 본 명세서의 일실시예에 있어서 복수 개의 노래에 대한 단어 지도에 기초하여 단어 학습을 추천하는 방법을 나타낸 도면이다.
도 8은 본 명세서의 일실시예에 있어서 노래에 대한 단어 지도를 확장하여 단어 학습을 수행하는 방법을 나타낸 도면이다.
도 9는 본 명세서의 일실시예에 있어서 단어 지도의 중첩 영역에 기초하여 노래를 추천하는 방법을 나타낸 도면이다.
도 10은 본 명세서의 일실시예에 있어서 유저 학습에 기초하여 노래를 추천하는 방법을 나타내 도면이다.
도 11은 본 명세서의 일 실시예에 있어서 단어 임베딩을 통한 노래 가사 기반 학습용 단어를 추천해주는 방법을 나타낸 순서도이다.
본 명세서의 실시예를 설명함에 있어서 공지 구성 또는 기능에 대한 구체적인 설명이 본 명세서의 실시예의 요지를 흐릴 수 있다고 판단되는 경우에는 그에 대한 상세한 설명은 생략한다. 그리고, 도면에서 본 명세서의 실시예에 대한 설명과 관계없는 부분은 생략하였으며, 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
본 명세서의 실시예에 있어서, 어떤 구성요소가 다른 구성요소와 "연결", "결합" 또는 "접속"되어 있다고 할 때, 이는 직접적인 연결관계뿐만 아니라, 그 중간에 또 다른 구성요소가 존재하는 간접적인 연결관계도 포함할 수 있다. 또한 어떤 구성요소가 다른 구성요소를 "포함한다" 또는 "가진다"고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 배제하는 것이 아니라 또 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 명세서의 실시예에 있어서, 제1, 제2 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용되며, 특별히 언급되지 않는 한 구성요소들 간의 순서 또는 중요도 등을 한정하지 않는다. 따라서, 본 명세서의 실시예의 범위 내에서 실시예에서의 제1 구성요소는 다른 실시예에서 제2 구성요소라고 칭할 수도 있고, 마찬가지로 실시예에서의 제2 구성요소를 다른 실시예에서 제1 구성요소라고 칭할 수도 있다.
본 명세서의 실시예에 있어서, 서로 구별되는 구성요소들은 각각의 특징을 명확하게 설명하기 위함이며, 구성요소들이 반드시 분리되는 것을 의미하지는 않는다. 즉, 복수의 구성요소가 통합되어 하나의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있고, 하나의 구성요소가 분산되어 복수의 하드웨어 또는 소프트웨어 단위로 이루어질 수도 있다. 따라서, 별도로 언급하지 않더라도 이와 같이 통합된 또는 분산된 실시예도 본 명세서의 실시예의 범위에 포함된다.
본 명세서에서 네트워크는 유무선 네트워크를 모두 포함하는 개념일 수 있다. 이때, 네트워크는 디바이스와 시스템 및 디바이스 상호 간의 데이터 교환이 수행될 수 있는 통신망을 의미할 수 있으며, 특정 네트워크로 한정되는 것은 아니다.
본 명세서에 기술된 실시예는 전적으로 하드웨어이거나, 부분적으로 하드웨어이고 부분적으로 소프트웨어이거나, 또는 전적으로 소프트웨어인 측면을 가질 수 있다. 본 명세서에서 "부(unit)", "장치" 또는 "시스템" 등은 하드웨어, 하드웨어와 소프트웨어의 조합, 또는 소프트웨어 등 컴퓨터 관련 엔티티(entity)를 지칭한다. 예를 들어, 본 명세서에서 부, 모듈, 장치 또는 시스템 등은 실행중인 프로세스, 프로세서, 객체(object), 실행 파일(executable), 실행 스레드(thread of execution), 프로그램(program), 및/또는 컴퓨터(computer)일 수 있으나, 이에 제한되는 것은 아니다. 예를 들어, 컴퓨터에서 실행중인 애플리케이션(application) 및 컴퓨터의 양쪽이 모두 본 명세서의 부, 모듈, 장치 또는 시스템 등에 해당할 수 있다.
또한, 본 명세서에서 디바이스는 스마트폰, 태블릿 PC, 웨어러블 디바이스 및 HMD(Head Mounted Display)와 같이 모바일 디바이스뿐만 아니라, PC나 디스플레이 기능을 구비한 가전처럼 고정된 디바이스일 수 있다. 또한, 일 예로, 디바이스는 차량 내 클러스터 또는 IoT (Internet of Things) 디바이스일 수 있다. 즉, 본 명세서에서 디바이스는 어플리케이션 동작이 가능한 기기들을 지칭할 수 있으며, 특정 타입으로 한정되지 않는다. 하기에서는 설명의 편의를 위해 어플리케이션이 동작하는 기기를 디바이스로 지칭한다.
본 명세서에 있어서 네트워크의 통신 방식은 제한되지 않으며, 각 구성요소간 연결이 동일한 네트워크 방식으로 연결되지 않을 수도 있다. 네트워크는, 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망, 위성망 등)을 활용하는 통신 방식뿐만 아니라 기기들 간의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크는, 객체와 객체가 네트워킹 할 수 있는 모든 통신 방법을 포함할 수 있으며, 유선 통신, 무선 통신, 3G, 4G, 5G, 혹은 그 이외의 방법으로 제한되지 않는다. 예를 들어, 유선 및/또는 네트워크는 LAN(Local Area Network), MAN(Metropolitan Area Network), GSM(Global System for Mobile Network), EDGE(Enhanced Data GSM Environment), HSDPA(High Speed Downlink Packet Access), W-CDMA(Wideband Code Division Multiple Access), CDMA(Code Division Multiple Access), TDMA(Time Division Multiple Access), 블루투스(Bluetooth), 지그비(Zigbee), 와이-파이(Wi-Fi), VoIP(Voice over Internet Protocol), LTE Advanced, IEEE802.16m, WirelessMAN-Advanced, HSPA+, 3GPP Long Term Evolution (LTE), Mobile WiMAX (IEEE 802.16e), UMB (formerly EV-DO Rev. C), Flash-OFDM, iBurst and MBWA (IEEE 802.20) systems, HIPERMAN, Beam-Division Multiple Access (BDMA), Wi-MAX(World Interoperability for Microwave Access) 및 초음파 활용 통신으로 이루어진 군으로부터 선택되는 하나 이상의 통신 방법에 의한 통신 네트워크를 지칭할 수 있으나, 이에 한정되는 것은 아니다.
다양한 실시예에서 설명하는 구성요소들이 반드시 필수적인 구성요소들은 의미하는 것은 아니며, 일부는 선택적인 구성요소일 수 있다. 따라서, 실시예에서 설명하는 구성요소들의 부분집합으로 구성되는 실시예도 본 명세서의 실시예의 범위에 포함된다. 또한, 다양한 실시예에서 설명하는 구성요소들에 추가적으로 다른 구성요소를 포함하는 실시예도 본 명세서의 실시예의 범위에 포함된다.
이하에서, 도면을 참조하여 본 명세서의 실시예들에 대하여 상세히 살펴본다.
도 1은 본 명세서의 일실시예에 따른 시스템의 동작 환경의 예를 도시한 도면이다. 도 1을 참조하면 사용자 디바이스(110), 하나 이상의 서버(120, 130, 140)가 네트워크(1)를 통해 연결되어 있다. 이러한 도 1은 발명의 설명을 위한 일례로 사용자 디바이스의 수나 서버의 수가 도 1과 같이 한정되는 것은 아니다.
사용자 디바이스(110)는 컴퓨터 시스템으로 구현되는 고정형 단말이거나 이동형 단말일 수 있다. 사용자 디바이스(110)는 예를 들면, 스마트폰(smart phone), 휴대폰, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC, 게임 콘솔(game console), 웨어러블 디바이스(wearable device), IoT(internet of things) 디바이스, VR(virtual reality) 디바이스, AR(augmented reality) 디바이스 등이 있다. 일례로 실시예들에서 사용자 디바이스(110)는 실질적으로 무선 또는 유선 통신 방식을 이용하여 네트워크(1)를 통해 다른 서버들(120 - 140)과 통신할 수 있는 다양한 물리적인 컴퓨터 시스템들 중 하나를 의미할 수 있다.
각 서버는 사용자 디바이스(110)와 네트워크(1)를 통해 통신하여 명령, 코드, 파일, 콘텐츠, 서비스 등을 제공하는 컴퓨터 장치 또는 복수의 컴퓨터 장치들로 구현될 수 있다. 예를 들어, 서버는 네트워크(1)를 통해 접속한 사용자 디바이스(110)로 각각의 서비스를 제공하는 시스템일 수 있다. 보다 구체적인 예로, 서버는 사용자 디바이스(110)에 설치되어 구동되는 컴퓨터 프로그램으로서의 어플리케이션을 통해, 해당 어플리케이션이 목적하는 서비스(일례로, 정보 제공 등)를 사용자 디바이스(110)로 제공할 수 있다. 다른 예로, 서버는 상술한 어플리케이션의 설치 및 구동을 위한 파일을 사용자 디바이스(110)로 배포하고 사용자 입력 정보를 수신해 대응하는 서비스를 제공할 수 있다.
일 예로, 하기에서 각각의 사용자 디바이스는 도 1의 사용자 디바이스 중 어느 하나에 기초하여 동작할 수 있다. 일 예로, 사용자 디바이스는 네트워크를 통해 다른 사용자 디바이스 또는 서버(또는 시스템)와 통신을 수행하고, 정보를 교환할 수 있다. 또한, 일 예로, 하기에서 서술하는 사용자 디바이스는 노래를 통해 단어 학습을 수행하는 소프트웨어 또는 어플리케이션이 기록된 기록 매체로서 해당 소프트웨어 또는 어플리케이션을 구동하는 디바이스일 수 있다.
일 예로, 유저는 상술한 소프트웨어 또는 어플리케이션에 기초하여 관심있는 노래를 선택하고, 선택한 노래에 기초하여 단어 학습을 수행할 수 있다. 또 다른 일 예로, 해당 소프트웨어 또는 어플리케이션은 서버(또는 시스템)과 통신을 수행하고, 유저 정보 및 단어 학습에 대한 정보를 교환하여 단어 지도를 생성할 수 있다. 즉, 해당 소프트웨어 또는 어플리케이션은 노래를 통해 단어 학습을 수행하도록 하는 동작을 서버와 수행할 수 있으며, 특정 동작으로 한정되는 것은 아닐 수 있다.
도 2는 본 명세서의 일실시예에 있어서 컴퓨팅 장치(200)의 내부 구성을 설명하기 위한 블록도이다. 이러한 컴퓨팅 장치(200)는 도1을 참조하여 상술한 하나 이상의 사용자 디바이스(110-1, 110-2) 또는 서버(120-140)에 적용될 수 있으며, 각 장치와 서버들은 일부 구성요소를 더 하거나 제외하여 구성됨으로써 동일하거나 유사한 내부 구성을 가질 수 있다.
도 2를 참조하면 컴퓨팅 장치(200)는 메모리(210), 프로세서(220), 통신 모듈(230) 그리고 송수신부(240)를 포함할 수 있다. 메모리(210)는 비-일시적인 컴퓨터 판독 가능한 기록매체로서, RAM(random access memory), ROM(read only memory), 디스크 드라이브, SSD(solid state drive), 플래시 메모리(flash memory) 등과 같은 비소멸성 대용량 저장 장치(permanent mass storage device)를 포함할 수 있다. 여기서 ROM, SSD, 플래시 메모리, 디스크 드라이브 등과 같은 비소멸성 대용량 저장 장치는 메모리(210)와는 구분되는 별도의 영구 저장 장치로서 상술한 장치나 서버에 포함될 수도 있다. 또한, 메모리(210)에는 운영체제와 적어도 하나의 프로그램 코드(일례로 사용자 디바이스(110) 등에 설치되어 구동되는 브라우저나 특정 서비스의 제공을 위해 사용자 디바이스(110) 등에 설치된 어플리케이션 등을 위한 코드)가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 메모리(210)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다.
다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 모듈(230)을 통해 메모리(210)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 어플리케이션의 설치 파일을 배포하는 파일 배포 시스템(일례로, 상술한 서버)이 네트워크(1)를 통해 제공하는 파일들에 의해 설치되는 컴퓨터 프로그램(일례로 상술한 어플리케이션)에 기반하여 메모리(210)에 로딩될 수 있다.
프로세서(220)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(210) 또는 통신 모듈(230)에 의해 프로세서(220)로 제공될 수 있다. 예를 들어 프로세서(220)는 메모리(210)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.
통신 모듈(230)은 네트워크(1)를 통해 사용자 기기(110)와 서버(120 -140)가 서로 통신하기 위한 기능을 제공할 수 있으며, 장치(110) 및/또는 서버(120 - 140) 각각이 다른 전자 기기와 통신하기 위한 기능을 제공할 수 있다.
송수신부(240)는 외부 입력/출력장치(미도시)와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 외부 입력장치는 키보드, 마우스, 마이크로폰, 카메라 등의 장치를, 그리고 외부 출력 장치는 디스플레이, 스피커, 햅틱 피드백 디바이스(haptic feedback device) 등과 같은 장치를 포함할 수 있다.
다른 예로 송수신부(240)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다.
또한, 다른 실시예들에서 컴퓨팅 장치(200)는 적용되는 장치의 성질에 따라서 도 2의 구성요소들보다 더 많은 구성요소들을 포함할 수도 있다. 예를 들어, 컴퓨팅 장치(200)가 사용자 디바이스(110)에 적용되는 경우 상술한 입출력 장치 중 적어도 일부를 포함하도록 구현되거나 또는 트랜시버(transceiver), GPS(Global Positioning System) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다. 보다 구체적인 예로, 사용자 디바이스가 스마트폰인 경우, 일반적으로 스마트폰이 포함하고 있는 가속도 센서나 자이로 센서, 카메라 모듈, 각종 물리적인 버튼, 터치패널을 이용한 버튼, 입출력 포트, 진동을 위한 진동기 등의 다양한 구성요소들이 더 포함되도록 구현될 수 있다.
일 예로, 하기에서 사용자 디바이스 및 서버(또는 시스템)는 도 2에 기초하여 동작하는 장치일 수 있다. 즉, 하기에서 사용자 디바이스 및 서버는 상호 간의 네트워크를 통해 연결되어 통신을 수행하는 주체일 수 있다.
여기서, 각각의 주체들은 도 2에 기초한 메모리, 프로세서, 통신 모듈 및 송수신부와 그 밖의 구성을 구비하고, 이에 기초하여 노래를 통해 단어 학습을 제공하는 소프트웨어, 어플리케이션 및 프로그램 중 적어도 어느 하나가 기록된 매체로써 동작하는 컴퓨팅 장치일 수 있으며, 특정 컴퓨팅 장치로 한정되는 것은 아닐 수 있다.
도 3은 본 명세서의 일실시예에 있어서 노래를 통해 단어 학습을 수행하는 어플리케이션을 나타낸 도면이다. 도 3을 참조하면, 사용자 디바이스(310)를 통해 노래에 관련된 학습용 단어를 추천해줄 수 있다. 보다 상세하게는, 사용자 디바이스(310)는 상술한 소프트웨어 또는 어플리케이션을 기록하고, 구동할 수 있다. 이때, 사용자 디바이스(310)가 구동하는 소프트웨어 또는 어플리케이션을 통해 사용자에게 노래에 관련된 학습용 단어를 추천할 수 있다. 여기서, 사용자 디바이스(310)는 노래를 선택하는 사용자의 입력을 수신하고, 선택된 노래에 포함된 가사 정보에 기초하여 학습용 단어를 도출할 수 있다. 그 후, 사용자 디바이스(310)는 해당 노래를 통해 도출한 복수 개의 학습용 단어들을 순차적으로 디스플레이 할 수 있으며, 이를 통해 사용자가 학습을 수행하도록 할 수 있다. 여기서, 학습용 단어들은 단어뿐만 아니라 해당 단어의 의미도 함께 디스플레이할 수 있다. 또한, 일 예로, 해당 단어에 대응되는 사용자의 모국어 정보도 함께 제공할 수 있다.
구체적인 일 예로, 도 3에서 선택된 노래에 기초하여 "오늘"(301)이라는 단어가 제공될 수 있다. 이때, 사용자 디바이스(310)는 "오늘"(301)이라는 단어와 함께 사전적 의미로 "지금 지나가고 있는 이날" 및 사용자의 모국어 정보로써 "today" 정보를 함께 제공할 수 있다. 이때, 사용자는 사용자 디바이스(310)를 통해 해당 단어를 학습할 수 있다.
여기서, 일 예로, 사용자 디바이스(310)는 노래에 기초한 복수 개의 학습용 단어 중 학습 완료된 단어를 지시하는 사용자 입력을 획득할 수 있다. 또 다른 일 예로, 사용자 디바이스(310)는 노래에 기초한 복수 개의 학습용 단어에 대한 테스트 정보 또는 퀴즈 정보를 사용자에게 제공하고, 사용자 입력에 기초하여 사용자의 학습 정도를 확인할 수 있으며, 이에 대해서는 후술한다. 즉, 상술한 바와 통해, 사용자 디바이스(310)는 사용자에게 노래에 관련된 학습용 단어를 추천해주고, 사용자는 학습용 단어에 대한 학습을 수행할 수 있다.
여기서, 일 예로, 사용자 디바이스(310)가 상술한 어플리케이션 또는 소프트웨어에 기초하여 노래에 관련된 학습용 단어를 도출하는 경우, 해당 어플리케이션 또는 소프트웨어에 포함된 노래의 가사 정보에 기초하여 학습용 단어를 도출할 수 있다. 구체적인 일 예로, 학습용 단어는 가사 정보에 포함된 단어들에 대해서 기본형 단어를 도출할 수 있다. 일 예로, 도 4a를 참조하면, 특정 노래(410)에 대해서 가사 정보(420)를 확인할 수 있다. 이때, 가사 정보(420) 중 각각의 단어에 대한 기본형 단어가 도출될 수 있다. 일 예로, "나는" , "내가" , "저는" 등에 대해서는 "나"에 대한 기본형 정보를 단어로 도출할 수 있다. 이때, 일 예로, 사용자 디바이스(310)는 상술한 기본형 정보와 함께 노래의 실제 가사에 적용된 형태 정보를 함께 제공하도록 함으로써 사용자의 학습 효율을 높일 수 있다. 사용자 디바이스(310)는 상술한 방식에 기초하여 해당 노래(410)의 가사 정보(420)에 기초하여 학습용 단어를 추출할 수 있다. 이때, 학습용 단어 수는 사용자에 입력에 의해 결정될 수 있다. 또 다른 일 예로, 학습용 단어 수는 노래 가사 정보에 포함된 단어 전체로 설정될 수 있으며, 특정 형태로 한정되는 것은 아니다. 또 다른 일 예로, 학습용 단어는 사용자의 레벨 정보 또는 학습 단계 정보에 기초하여 도출될 수 있다. 일 예로, 사용자의 레벨 정보 또는 학습 단계 정보가 높은 경우, 학습용 단어 수는 증가하고, 복잡한 단어들을 포함할 수 있다. 반면, 사용자의 레벨 정보 또는 학습 단계 정보가 낮은 경우, 학습용 단어 수는 감소하고, 필수적인 단어들로만 구성될 수 있으며, 상술한 실시예로 한정되지 않는다.
또한, 일 예로, 도 4b 및 도 4c를 참조하면, 노래에 관련된 학습용 단어들이 추출된 후 리스팅될 수 있다. 일 예로, 학습용 단어 리스트(430, 450)는 각 노래별로 사용자에게 제공될 수 있다. 또 다른 일 예로, 학습용 단어 리스트(430, 450)에 기초하여 단어 지도 정보가 생성될 수 있다. 이때, 단어 지도 정보는 학습용 단어 리스트(430, 450) 내의 각각의 단어들에 대한 의미, 유사도, 관련성, 연결 관계 및 그 밖의 정보 중 적어도 어느 하나에 기초하여 벡터 공간상에 배치시킨 정보를 의미할 수 있다. 보다 상세하게는, 각각의 단어들에 대해서는 상술한 정보에 기초하여 벡터 가중치가 부여될 수 있다. 또한, 상술한 학습용 단어 리스트(430, 450)에 포함된 단어들 각각에 대한 유사도, 관련성 및 연결 관계 정보가 반영되어 벡터 가중치가 결정될 수 있다. 구체적인 일 예로, 도 4b의 단어 지도(440)에서 "얼굴" , "눈" , "입술"은 모두 사람의 신체 기관으로 유사하게 분포되어 있는 점을 고려하여 서로 연관성이 높을 수 있다. 이때, 상술한 단어들에 부여되는 벡터 가중치는 해당 단어들이 단어 지도 상에서 유사한 공간으로 배치될 수 있도록 조절될 수 있다.
즉, 각각의 단어들의 의미 및 연관성을 고려하여 전체 벡터 공간 상에 단어들이 배치될 수 있으며, 이에 기초하여 단어 지도(440, 460)가 생성될 수 있다. 또한, 일 예로, 도 4b 및 도 4c의 단어 지도(440, 460)를 참조하면 각각의 노래에 대한 단어 지도(440, 460)의 형태는 상이할 수 있다. 다만, 각각의 단어들에 적용되는 벡터 가중치 정보는 해당 어플리케이션 또는 소프트웨어에서 동일하거나 유사한 형태로 설정될 수 있으며, 이에 기초하여 유사한 노래에 대해서는 중복되는 벡터 공간이 설정될 수 있으며, 이에 대해서는 후술한다.
또한, 일 예로, 벡터 공간에서 각각의 단어들에 대한 거리는 유사도 정보에 기초하여 결정될 수 있다. 일 예로, 특정 노래에 포함된 가사 내의 단어들을 연결하여 각 노래별로 벡터 공간내 영역을 형성할 수 있으며, 이를 통해 단어 지도(440, 460)를 생성할 수 있다. 여기서 유사도 정보는 노래에 단어가 함께 사용되는 빈도로서, 해당 어플리케이션 또는 소프트웨어 내 노래들에 기초하여 결정될 수 있다. 또 다른 일 예로, 유사도 정보는 외부 정보(e.g. 어학사전, 다른 기타 노래, 영화 스크립트, 소설, 문학/비문학, 그 밖의 언어 관련 임의의 데이터)를 기초로 결정할 수 있으며, 이를 통해 단어 지도를 구성할 수 있다.
또 다른 일 예로, 사용자 디바이스(310)는 서버(또는 시스템)와 통신을 수행할 수 있다. 이때, 단어들에 대한 벡터 가중치를 판단하고 부여하는 경우에 있어서 복수 개의 노래들에 대한 학습 정보가 반영될 수 있다. 즉, 각각의 노래에 포함된 단어들에 대한 벡터 가중치가 결정되고, 이에 기초하여 인공지능에 기초한 학습모델을 통해 학습이 수행될 수 있다. 그 후, 학습모델은 피드백을 통해 학습용 단어들에 대한 벡터 가중치를 업데이트할 수 있다. 이를 통해, 다수의 노래에 대해서 유사하거나 동일한 단어들에 대해서는 중복되는 벡터 공간 상에 배치될 수 있도록 할 수 있으며, 그 정확도도 향상시킬 수 있다.
구체적인 일 예로, 각각의 단어에 대한 벡터 거리는 하기 수학식 1에 기초하여 결정될 수 있다. 일 예로, 수학식 1에서 x는 각각의 단어에 부여된 값일 수 있으며, 수학식은 정규 분포에 기초한 수학식일 수 있다. 이때, 각각의 단어에 부여된 값은 가중치 정보일 수 있으며, 단어들의 유사도 정보 및 그 밖의 정보에 기초하여 유사하다고 판단된 경우에는 해당 값들의 차이가 작을 수 있고, 반대인 경우 커질 수 있다.
[수학식 1]
Figure 112021058392251-pat00001
다만, 수학식 1은 하나의 일 예일 뿐, 다른 방법에 기초하여 단어들의 벡터 거리가 계산되는 것도 가능할 수 있으며, 상술한 실시예로 한정되지 않는다.
도 5는 본 명세서의 일실시예에 있어서 복수 개의 노래에 대한 단어 지도에서 중복 영역을 확인하는 방법을 나타낸 도면이다.
일 예로, 상술한 바에 기초하여 각각의 노래에 대한 단어 지도가 생성될 수 있으며, 단어 지도 내에서 각각의 단어들은 벡터 공간 상에 배치될 수 있다. 또한, 상술한 유사도 정보 및 그 밖의 정보에 기초하여 각각의 단어들에 대한 거리가 결정될 수 있으며, 이는 상술한 바와 같다.
이때, 도 5를 참조하면, 각각의 단어 지도(440, 460)는 벡터 공간 상에 배치되어 단어 지도 영역을 포함할 수 있다. 또한, 각각의 노래 별로 단어 지도 영역이 설정될 수 있으며, 각각의 노래에 포함된 단어들에 기초하여 영역이 중복될 수 있다. 일 예로, 도 5에서 단어 지도(440, 460)에 기초하여 제 1 노래에 대한 단어 지도 영역과 제 2 노래에 대한 단어 지도 영역의 일부 영역(520)이 중첩될 수 있다. 여기서, 일부 영역(520) 내에는 제 1 노래 및 제 2 노래에 중복하여 포함된 단어들이 배치될 수 있다. 또 다른 일 예로, 제 1 노래와 제 2 노래에 중복하여 포함되지 않았지만 유사 형태의 단어 또는 상술한 유사도에 기초하여 단어 간의 거리가 가까운 단어들이 일부 영역(520)에 포함될 수 있으며, 특정 형태로 한정되는 것은 아닐 수 있다. 이때, 일 예로, 분위기나 비슷한 단어가 많이 나오는 노래들에 대해서는 중첩 영역이 클 수 있으며, 서로 상이한 형태의 노래들에 대해서는 중첩 영역이 작을 수 있다.
일 예로, 사용자 디바이스(310)는 상술한 바에 기초하여 효율적인 단어 학습을 추천할 수 있다. 보다 상세하게는, 사용자 디바이스(310)는 제 1 노래를 선택하는 사용자 입력에 기초하여 제 1 노래의 단어 지도에 포함된 단어들에 대한 정보를 제공하여 사용자가 학습을 수행하도록 할 수 있다. 그 후, 사용자 디바이스(310)는 테스트 형태 또는 퀴즈 형태로 사용자가 각각의 단어들을 습득하였는지 여부를 구별할 수 있다. 일 예로, 사용자가 습득한 단어(외움) 및 비 습득한 단어(외우지 못함) 단어를 구별할 수 있다.
이때, 사용자 디바이스(310)는 사용자가 잘 외우는 학습 단어들이 분포된 영역에 인접한 제2 노래를 결정할 수 있다. 그 후, 사용자 디바이스(310)는 제 2 노래를 학습용으로 추천할 수 있다. 여기서, 도 6a 및 도 6b를 참조하면, 사용자 디바이스(310)는 각 노래의 중첩 영역을 확인하여 노래를 추천할 수 있다. 일 예로, 도 6a에서 제 1 노래의 단어 지도 영역(611)과 제 2 노래의 단어 지도 영역(612)의 중첩 영역(621)을 확인할 수 있다. 또한, 도 6b에서 제 1 노래의 단어 지도 영역(611)과 제 3 노래의 단어 지도 영역(613)의 중첩 영역(622)을 확인할 수 있다. 이때, 사용자 디바이스(310)는 각각의 중첩 영역(621, 622)을 확인하고, 중첩 영역이 큰 노래를 추천할 수 있다. 이때, 중첩 영역은 제 3 노래보다 제 2 노래가 더 클 수 있으며, 사용자 디바이스(310)는 제 2 노래를 사용자에게 추천하고 학습용 단어를 제공할 수 있다. 여기서, 각각의 노래에 대한 단어 지도는 상술한 유사도 정보나 단어 중첩 정보 및 그 밖의 관련성 등에 기초하여 결정되므로 상술한 정보들이 유사한 노래들의 단어 지도는 유사한 형태로 중첩 영역이 클 수 있다. 즉, 사용자가 쉽게 새로운 노래를 접하고 이해할 수 있는 곡이 선정될 수 있으며, 이를 통해 학습 효율을 높일 수 있다.
또한, 일 예로, 도 7은 본 명세서의 일실시예에 있어서 복수 개의 노래에 대한 단어 지도에 기초하여 단어 학습을 추천하는 방법을 나타낸 도면이다. 도 7을 참조하면, 제 1 노래의 단어 지도 영역(611)에 기초하여 제 2 노래가 추천되는 경우를 고려할 수 있다. 이때, 일 예로, 사용자 디바이스(310)는 학습되는 단어들이 학습 순서를 결정할 수 있다. 보다 상세하게는, 제 2 노래에 대한 단어 지도 영역(612)에 포함된 단어 중 제 1 노래의 단어 지도 영역(611)과 중첩되어 사용자가 학습을 수행했던 단어들이 먼저 학습이 수행될 수 있다. 즉, 사용자 디바이스(310)는 중첩되는 영역을 중심으로 학습용 단어를 제공하고, 비학습 단어가 포함된 영역으로 확장하면서 학습용 단어를 제공할 수 있다. 구체적인 일 예로, 도 7을 참조하면, 사용자 디바이스(310)는 중첩되는 제 1 영역(711)에 포함된 단어들을 사용자에게 먼저 제공하고, 제 2 영역(712)에 포함된 단어들을 사용자에게 제공할 수 있다. 이때, 일 예로, 제 1 영역(711) 및 제 2 영역(712)은 모두 중첩 영역일 수 있으나, 제 1 영역(711)의 사용자 학습 레벨이 우수할 수 있다. 즉, 사용자 디바이스(310)는 사용자에게 더 익숙한 단어들에 대해서 먼저 학습을 제공할 수 있다. 그 후, 사용자 디바이스(310)는 제 3 영역(713), 제 4 영역(714) 및 제 5 영역(715)의 단어들을 학습용 단어로 제공할 수 있다. 이때, 제 3 영역(713)은 상술한 중첩 영역인 제 1 영역(711) 및 제 2 영역(712)과 상술한 유사도 정보 및 유사도에 기초하여 단어 간의 벡터 거리가 가장 가까운 영역일 수 있다. 즉, 단어들 간의 유사도가 높을 수 있으며, 사용자는 익숙한 단어들을 먼저 학습하도록 할 수 있다.
상술한 바에 기초하여 잘 외워지지 않은 비학습 단어에 자연스럽게 노출됨으로써 사용자의 학습 효율을 향상시킬 수 있다.
또 다른 일 예로, 도 8을 참조하면, 사용자 디바이스(310)는 제 1 노래의 단어 지도 영역(611)에서 단어를 확장하여 학습용 단어를 사용자에게 제공할 수 있다. 보다 상세하게는, 사용자 디바이스(310)는 다른 노래 또는 어학사전 등에 대한 정보에 기초하여 복수 개의 노래에 대한 단어 지도 정보를 포함할 수 있다. 또한, 각각의 단어들에 대한 벡터 거리에 대한 정보를 포함할 수 있으며, 개별 단어들에 대한 유사 단어 정보도 확인할 수 있다. 이때, 일 예로, 제 1 노래의 단어 지도 영역(611)은 확장되어 확장된 단어 지도 영역(810)을 형성할 수 있다. 즉, 사용자 디바이스(310)는 해당 노래에 대한 단어 지도 영역을 확장할 수 있다. 보다 상세하게는, 사용자 디바이스(310)는 사용자의 학습 레벨 정보, 테스트 정보, 학습 완료 정보 및 그 밖의 정보에 기초하여 사용자의 학습 정보를 판단할 수 있다. 이때, 사용자 디바이스(310)는 사용자가 해당 노래에 대한 학습을 기 설정된 퍼센트만큼 완료한 경우에 확장된 단어 지도 영역(810)을 형성하고, 유사한 단어들을 추가로 제공할 수 있다. 또 다른 일 예로, 사용자 디바이스(310)는 사용자의 학습 레벨이 높거나 테스트 정보에 기초하여 학습 성취도가 우수한 경우, 확장된 단어 지도 영역(810)을 형성하고, 유사한 단어들을 추가로 제공할 수 있다. 즉, 사용자 디바이스(310)는 사용자에게 해당 노래에 대한 단어 지도 영역(611)뿐만 아니라 확장된 단어 지도 영역(810)에 기초하여 학습용 단어들을 제공할 수 있으며, 이를 통해 학습 효율을 높일 수 있다.
또 다른 일 예로, 도 9를 참조하면, 사용자 디바이스(310)는 학습 완료 정보에 기초하여 다른 노래의 학습용 단어들을 제공할 수 있다. 보다 상세하게는, 사용자 디바이스(310)는 제 1 노래에 대한 단어 지도(440)에 기초하여 학습을 수행할 수 있다. 이때, 사용자 디바이스(310)는 사용자의 학습 완료 정보를 획득할 수 있다. 일 예로, 사용자 디바이스(310)는 테스트 정보나 사용자의 직접적인 입력을 통해 학습 완료 정보를 획득할 수 있다. 여기서, 학습 완료 정보에 기초하여 해당 단어 지도(440)에서 학습이 완료된 영역(910)이 형성될 수 있다. 즉, 단어 지도(440)에서 해당 단어들에 대한 학습이 완료될 수 있다. 이때, 사용자 디바이스(310)는 새로운 노래에 기초하여 학습용 단어를 제공하기 위해 학습 완료 영역(910)가 중첩되지 않는 단어들에 기초하여 노래를 추천할 수 있다. 즉, 사용자 디바이스(310)가 더 많은 단어들을 학습하거나 아직 학습되지 않은 단어들에 대한 학습 효율을 높이기 위해 학습 완료 영역(910)과 중첩되지 않은 영역에 기초하여 노래를 추천할 수 있다. 일 예로, 사용자 디바이스(310)는 제 2 노래의 단어 지도(920)와 제 3 노래의 단어 지도(930) 중 학습 완료 영역(910)이 적은 제 3 노래의 단어 지도(930)에 기초하여 사용자에게 학습용 단어를 제공할 수 있다. 이를 통해, 사용자 디바이스(310)는 비학습된 단어들에 대한 학습 효율을 높이도록 할 수 있다.
다만, 일 예로, 사용자 접근성을 높이기 위해 사용자 디바이스(310)는 제 1 노래와 유사한 컨텐츠를 포함하는 제 3 노래를 선택할 수 있다. 즉, 사용자 디바이스(310)는 노래의 연관성을 고려하여 노래를 추천할 수 있다. 일 옐, 학습된 영역(910)에 포함되는 단어들의 분위기(긍정 부정) 또는 카테고리(여행, 이별, 사랑, 우정)를 더 이용해서 분위기나 카테고리가 유사한 곡들에 가중치를 부여해서 연계되는 노래 단어 영역이 결정될 수 있다. 상술한 바를 통해, 사용자 디바이스(310)는 사용자가 단어 학습을 효율적으로 수행하도록 할 수 있다.
또한, 일 예로, 도 10을 참조하면, 사용자 디바이스(310)는 단어 지도뿐만 아니라 노래 관련 정보 및 사용자 정보를 더 고려하여 학습용 단어를 제공하는 노래를 선택할 수 있다. 일 예로, 사용자 디바이스는 단어 지도에 기초하여 중첩 영역이 기 설정된 값 이상인 노래 중 특정 노래를 선택하여 사용자에게 제공할 수 있다. 이때, 중첩 영역이 기 설정된 값보다 큰 노래들 중에서 사용자가 관심이 없는 노래이거나 선호하지 않는 노래일 수 있으며, 이에 기초하여 사용자의 학습 흥미가 저하될 수 있다. 상술한 점을 고려하여, 사용자 디바이스(310)는 노래 관련 정보 및 사용자 정보를 더 고려하여 노래를 추천할 수 있다. 일 예로, 사용자 정보는 나이, 성별, 선호 음악 장르, 학습 진도 및 그 밖의 정보를 포함할 수 있다. 이때, 사용자 디바이스(310)는 상술한 사용자 정보를 반영하여 노래를 추천할 수 있다. 또한, 일 예로, 각각의 노래 관련 정보도 고려될 수 있다. 일 예로, 각각의 노래에 대해서 선호하는 연령대, 성별 및 유사 노래 정보가 존재할 수 있다. 사용자 디바이스(310)은 상술한 정보에 기초하여 노래 추출 모듈(1010)에 기초하여 노래를 추천할 수 있다. 일 예로, 노래 추출 모듈(1010)은 인공지능에 기초하여 학습을 통해 각각의 노래에 대한 연관성을 확인할 수 있다. 일 예로, 각각의 노래에 대해서도 상술한 유사도 정보 및 그 밖의 정보에 기초하여 가중치가 부여될 수 있다. 그 후, 각각의 노래에 대한 벡터 거리가 결정될 수 있으며, 이에 기초하여 노래가 추천될 수 있다. 또 다른 일 예로, 사용자 디바이스(310)는 외부 서버 또는 외부 네트워크로부터 상술한 정보를 획득할 수 있으며, 상술한 실시예로 한정되지 않는다.
즉, 사용자 디바이스(310)는 단어 지도에 기초하여 중첩된 영역에 대한 정보뿐만 아니라 노래 관련 정보 및 사용자 정보를 더 고려하여 학습용 단어를 제공하기 위한 노래를 선정할 수 있으며, 이를 통해 사용자의 학습 효율을 높일 수 있다.
도 11은 본 명세서의 일 실시예에 있어서 단어 임베딩을 통한 노래 가사 기반 학습용 단어를 추천해주는 방법을 나타낸 순서도이다.
도 11을 참조하면, 사용자 디바이스는 제 1 노래로부터 학습용 단어들을 추출하여 사용자에게 제공할 수 있다.(S1110) 또한, 사용자 디바이스는 추출된 단어들을 벡터 공간 상에 배치하여 단어 지도를 생성할 수 있고(S1120), 단어 지도에 기초하여 제 2 노래를 추천할 수 있다.(S1130) 이때, 사용자 디바이스는 제 2 노래에서 학습용 단어들을 추출하여 사용자에게 제공할 수 있다. 일 예로, 상술한 단어 지도는 추출된 학습용 단어들의 유사도 정보, 관련성 정보 및 연결 관계 정보에 기초하여 벡터 거리를 결정하고, 이에 기초하여 단어 지도 및 단어 지도 영역이 결정될 수 있으며, 이는 상술한 바와 같다.
또한, 일 예로, 사용자 디바이스는 복수 개의 노래 각각에 대한 단어 지도 및 단어 지도 영역 정보를 저장할 수 있다. 이때, 사용자 디바이스는 노래의 단어 지도에 기초하여 단어 지도 영역과 복수 개의 노래 각각에 대한 단어 지도 영역을 비교하여 중첩 영역이 기 설정된 값보다 큰 노래 중 특정 노래를 선택할 수 있으며, 이는 상술한 바와 같다.
또한, 사용자 디바이스는 노래를 추천하는 경우, 사용자 정보 및 노래 관련 정보를 더 확인할 수 있으며, 사용자 정보는 나이 정보, 성별 정보, 선호 음악 장르 정보 및 학습 진도 정보 중 적어도 어느 하나 이상을 포함할 수 있다. 또한, 노래 관련 정보는 노래 선호 연령 정보, 유사 노래 정보 및 장르 정보 중 적어도 어느 하나 이상을 포함할 수 있으며, 이는 상술한 바와 같다.
또한, 일 예로, 사용자 디바이스가 제 2 노래에 대한 제 2 학습용 단어들을 사용자에게 제공하는 경우, 제 2 학습용 단어들 중 제 1 학습용 단어들과 중첩되는 단어들이 먼저 제공할 수 있다. 그 후, 제 2 학습용 단어들에서 제 1 학습용 단어들과 중첩되지 않는 단어들 중 중첩되는 단어들과 벡터 거리가 가까운 단어 순서로 사용자에게 제공될 수 있으며, 이는 상술한 바와 같다. 또한, 일 예로, 사용자 디바이스는 제 1 노래에 대한 제 1 학습용 단어들에 대한 사용자 학습 정보를 획득하고, 사용자 학습 정보에 기초하여 제 2 노래를 추천할 수 있으며, 학습이 완료되지 않은 단어들에 기초하여 노래를 추천할 수 있으며, 이는 상술한 바와 같다.
이상에서 설명한 실시예들은 적어도 부분적으로 컴퓨터 프로그램으로 구현되고 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다. 실시예들을 구현하기 위한 프로그램이 기록되고 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터에 의하여 읽힐 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 광 데이터 저장장치 등이 있다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수도 있다. 또한, 본 실시예를 구현하기 위한 기능적인 프로그램, 코드 및 코드 세그먼트(segment)들은 본 실시예가 속하는 기술 분야의 통상의 기술자에 의해 용이하게 이해될 수 있을 것이다.
이상에서 살펴본 본 명세서는 도면에 도시된 실시예들을 참고로 하여 설명하였으나 이는 예시적인 것에 불과하며 당해 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 실시예의 변형이 가능하다는 점을 이해할 것이다. 그러나, 이와 같은 변형은 본 명세서의 기술적 보호범위 내에 있다고 보아야 한다. 따라서, 본 명세서의 진정한 기술적 보호범위는 첨부된 청구범위의 기술적 사상에 의해서 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 포함하도록 정해져야 할 것이다.

Claims (9)

  1. 사용자 디바이스에의해 수행되는, 단어 임베딩을 통한 노래 가사 기반 학습용 단어를 추천해주는 방법에 있어서,
    사용자 디바이스가 제 1 노래를 선택하는 사용자 입력을 디텍트하는 단계;
    상기 선택된 제 1 노래에서 적어도 하나의 제 1 학습용 단어들을 추출하여 사용자에게 제공하는 단계;
    상기 추출된 제 1학습용 단어들을 벡터 공간 상에 배치하여 단어 지도를 생성하는 단계; 및
    상기 생성된 단어 지도에 기초하여 제 2 노래를 추천하고, 상기 제 2 노래에서 적어도 하나의 제 2 학습용 단어들을 추출하여 상기 사용자에게 제공하는 단계;를 포함하고,
    상기 단어 지도가 생성되는 경우, 상기 추출된 제 1 학습용 단어들의 유사도 정보, 관련성 정보 및 연결 관계 정보에 기초하여 상기 추출된 제 1 학습용 단어들의 벡터 거리가 결정되고,
    상기 결정된 벡터 거리에 기초하여 상기 단어 지도에 대한 단어 지도 영역이 결정되고,
    상기 제 2 노래가 추천되는 경우, 상기 사용자 디바이스는 상기 제 1 노래에 대한 상기 제 1 학습용 단어들에 대한 사용자 학습 정보를 획득하고,
    상기 사용자 학습 정보에 기초하여 상기 제 2 노래를 추천하되,
    상기 사용자 학습 정보는 상기 제 1 학습용 단어들 중 상기 사용자가 학습을 완료한 단어들에 대한 정보 및 학습이 완료되지 않은 단어들에 대한 정보를 포함하고,
    상기 추천되는 제 2 노래는 상기 학습이 완료되지 않은 단어들에 기초하여 결정되는, 학습용 단어 추천 방법.
  2. 삭제
  3. 제 1 항에 있어서,
    상기 사용자 디바이스는 복수 개의 노래 각각에 대한 단어 지도 및 단어 지도 영역 정보를 저장하는, 학습용 단어 추천 방법.
  4. 제 3 항에 있어서,
    상기 제 2 노래가 추천되는 경우, 상기 사용자 디바이스는 사용자 정보 및 노래 관련 정보를 더 확인하고,
    상기 사용자 정보는 나이 정보, 성별 정보, 선호 음악 장르 정보 및 학습 진도 정보 중 적어도 어느 하나 이상을 포함하고,
    상기 노래 관련 정보는 노래 선호 연령 정보, 유사 노래 정보 및 장르 정보 중 적어도 어느 하나 이상을 포함하는, 학습용 단어 추천 방법.

  5. 삭제
  6. 삭제
  7. 제 1 항에 있어서,
    상기 제 1학습용 단어들을 상기 사용자에게 제공하는 경우, 상기 제 1 학습용 단어들에 대한 상기 단어 지도 영역을 확인하고,
    상기 단어 지도 영역에서 확장된 영역에 기초하여 상기 사용자에게 학습용 단어들을 제공하는, 학습용 단어 추천 방법.
  8. 제 7 항에 있어서,
    상기 확장된 영역은 상기 제 1 학습용 단어들과 유사한 단어들을 포함하되, 상기 확장된 영역은 상기 사용자의 학습 정보에 기초하여 결정되는, 학습용 단어 추천 방법.
  9. 하드웨어와 결합되어 제1항, 제3항, 제4항, 제7항 및 제8항 중 어느 한 항에 따른 동작 방법을 실행하도록 컴퓨터로 판독 가능한 매체에 저장된 컴퓨터 프로그램.
KR1020210065197A 2021-05-21 2021-05-21 단어 임베딩을 통한 노래 가사 기반 학습용 단어를 추천해주는 방법 및 장치 KR102363577B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210065197A KR102363577B1 (ko) 2021-05-21 2021-05-21 단어 임베딩을 통한 노래 가사 기반 학습용 단어를 추천해주는 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210065197A KR102363577B1 (ko) 2021-05-21 2021-05-21 단어 임베딩을 통한 노래 가사 기반 학습용 단어를 추천해주는 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102363577B1 true KR102363577B1 (ko) 2022-02-16

Family

ID=80474833

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210065197A KR102363577B1 (ko) 2021-05-21 2021-05-21 단어 임베딩을 통한 노래 가사 기반 학습용 단어를 추천해주는 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102363577B1 (ko)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110083544A (ko) * 2010-01-12 2011-07-20 굿파이낸셜 주식회사 성장형 개인 단어 데이터베이스 시스템을 이용한 언어 학습 장치 및 방법
KR20110124417A (ko) * 2010-05-11 2011-11-17 주식회사 코원시스템 외국어 단어 학습 콘텐츠 제공 시스템 및 그 방법
JP2015005174A (ja) * 2013-06-21 2015-01-08 日本放送協会 コンテンツ検索装置、方法及びプログラム
KR20180069616A (ko) * 2016-12-15 2018-06-25 주식회사 유니파이 사용자 환경 정보를 기반으로 사용자 맞춤형 멀티미디어 컨텐츠를 제공하는 방법 및 장치
JP2019046441A (ja) * 2017-04-25 2019-03-22 パナソニックＩｐマネジメント株式会社 検索方法、検索装置及びプログラム
KR102248932B1 (ko) 2020-11-12 2021-05-04 박명재 반복 학습을 통한 국어 강의 콘텐츠 제공 방법 및 이를 위한 장치

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110083544A (ko) * 2010-01-12 2011-07-20 굿파이낸셜 주식회사 성장형 개인 단어 데이터베이스 시스템을 이용한 언어 학습 장치 및 방법
KR20110124417A (ko) * 2010-05-11 2011-11-17 주식회사 코원시스템 외국어 단어 학습 콘텐츠 제공 시스템 및 그 방법
JP2015005174A (ja) * 2013-06-21 2015-01-08 日本放送協会 コンテンツ検索装置、方法及びプログラム
KR20180069616A (ko) * 2016-12-15 2018-06-25 주식회사 유니파이 사용자 환경 정보를 기반으로 사용자 맞춤형 멀티미디어 컨텐츠를 제공하는 방법 및 장치
JP2019046441A (ja) * 2017-04-25 2019-03-22 パナソニックＩｐマネジメント株式会社 検索方法、検索装置及びプログラム
KR102248932B1 (ko) 2020-11-12 2021-05-04 박명재 반복 학습을 통한 국어 강의 콘텐츠 제공 방법 및 이를 위한 장치

Similar Documents

Publication Publication Date Title
US11361243B2 (en) Recommending machine learning techniques, features, and feature relevance scores
US10832004B2 (en) Method, system, and computer program for artificial intelligence answer
KR20170039951A (ko) 딥러닝을 이용하여 텍스트 단어 및 기호 시퀀스를 값으로 하는 복수 개의 인자들로 표현된 데이터를 자동으로 분류하는 방법 및 시스템
JP2015201185A (ja) 講義ビデオのトピックスを特定する方法及び非一時的なコンピュータ可読媒体
JP6629935B2 (ja) 文書のカテゴリ分類のためのディープラーニング学習方法およびそのシステム
JP2021179979A (ja) ショッピング検索のための商品属性抽出方法
US11070881B1 (en) Systems and methods for evaluating models that generate recommendations
JP2024506171A (ja) Ｃａｓａ：対話理解のための会話態様の感情分析のための方法、装置およびプログラム
KR102119518B1 (ko) 인공지능을 이용하여 생성되는 스타일 공간에 기반한 상품 추천 방법 및 시스템
US11755573B2 (en) Methods and systems for determining search parameters from a search query
JP7108740B2 (ja) ショッピング検索のための商品カテゴリ抽出方法
KR20210038496A (ko) 키워드 관계 구조를 이용한 동의어 추출 방법 및 시스템
KR102363577B1 (ko) 단어 임베딩을 통한 노래 가사 기반 학습용 단어를 추천해주는 방법 및 장치
KR102315068B1 (ko) 문서 검색 품질 향상을 위한 문서 일관성 판단 방법 및 시스템
KR20200097949A (ko) 키워드 관계 구조를 이용한 동의어 추출 방법 및 시스템
KR102011099B1 (ko) 이미지 기반 음원 선택 방법, 장치 및 컴퓨터 프로그램
KR20230151704A (ko) 지역 지식 그래프를 기반으로 추천 정보를 제공하는 방법, 컴퓨터 장치, 및 컴퓨터 프로그램
JP7012803B2 (ja) 急上昇検索語提供方法およびシステム
KR102264481B1 (ko) 복수의 소셜 네트워크 서비스 내 채널을 그룹핑 하는 방법, 시스템, 및 비-일시적인 컴퓨터 판독가능한 기록 매체
KR20220000459A (ko) 동영상 내 언어 난이도 평가 방법 및 이를 위한 컴퓨터 프로그램
KR20220095482A (ko) 딥러닝을 이용해 가상면접에서 직무를 추천하는 방법 및 장치
JP2021072120A (ja) アプリ使用パターンと会話分析に基づいてアプリ機能のショートカットを推薦する方法および装置
US10803123B2 (en) Automatic generation of variations of search criteria for use in a predictive search engine
KR20200086574A (ko) 키워드 관계 구조를 이용한 신규 키워드 추출 방법 및 시스템
KR102251513B1 (ko) 기계학습을 이용한 셀럽의 소셜미디어 정보 기반 학습용 콘텐츠 생성 방법 및 장치

Legal Events

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