KR102379660B1 - 딥러닝 기반 의미역 분석을 활용하는 방법 - Google Patents

Abstract

적어도 하나의 프로세서를 포함하는 컴퓨팅 장치에 의해 수행되는 자연어 의미역(Semantic Role)을 분석 및/또는 활용하기 위한 방법이 개시된다. 상기 방법은 입력 질의 또는 입력 문서 중 적어도 하나를 가공하기 위한 전처리 모델에 상기 입력 질의 또는 입력 문서를 입력시켜 가공된 자연어를 획득하는 단계; 의미역을 결정하기 위한 의미역 분석 모델에 상기 가공된 자연어를 입력시켜 상기 가공된 자연어에 포함된 적어도 하나의 토큰 각각에 대응하는 의미역 분석 정보를 획득하는 단계; 및 상기 의미역 분석 정보에 기초하여 지식맵을 구축하는 단계를 포함할 수 있다.

Description

딥러닝 기반 의미역 분석을 활용하는 방법{METHOD FOR UTILIZING DEEP LEARNING BASED SEMANTIC ROLE ANALYSIS}

본 개시는 인공지능 기술 분야에 관한 것으로서, 보다 구체적으로 인공지능 기술을 활용한 데이터 처리 방법에 관한 것이다.

지식맵(Knowledge Map)은 수많은 지식이 저장된 지식데이터베이스(Knowledge Data Base)에서 원하는 지식을 쉽게 검색할 수 있는 지식 분류 체계이며, 이 지식맵을 이용하여 지식 서비스가 제공될 수 있다. 지식 서비스는 지식을 집약적으로 생산, 가공, 활용하고, 다른 산업과의 융합을 통해 높은 부가가치를 창출하는 산업을 의미할 수 있다.

과거에는 지식맵을 사람들이 자연어에 포함된 정보를 추출하여 지식맵에 수동으로 추가하였다. 하지만 컴퓨팅 기술 및 인공지능 기술의 발달로 지식맵 자동 구축 분야가 관심을 받고 있다. 지식맵을 자동으로 구축하기 위해서는 개체명 간의 관계를 추출하는 작업, 속성을 추출하는 작업 등이 필요할 수 있다.

개체명 간의 관계를 추출하는 작업, 속성을 추출하는 작업을 수행하기 위해 의미역 결정 기술이 사용될 수 있다. 의미역은 명사구가 서술어와 관련하여 지니는 의미 기능으로서, 의미역 결정 기술은 명사구가 서술어와 관련하여 지니는 의미를 결정하는 기술을 포함할 수 있다.

현재는 딥러닝 기술의 발달로 인하여 자연어에서 의미역을 결정하기 위해 딥러닝 모델이 사용될 수 있다. 자연어 처리에 뛰어난 성능을 가지는 RNN, BERT, LSTM 등이 의미역 결정을 위해 사용되는 추세이다.

또한, 의미역 결정 기술은 지식맵 자동 구축 뿐만 아니라, 문서의 핵심 내용만 포함하고 있는 요약문을 생성하는데도 사용될 수 있다.

대한민국특허 공개 문헌 KR 2017-0088467은 의미역 결정 기술을 활용한 온톨로지 기반 지식베이스 구축 방법을 개시한다.

본 개시는 전술한 배경기술에 대응하여 안출된 것으로, 인공지능을 활용한 데이터의 처리 방법을 제공하기 위한 것이다.

전술한 바와 같은 과제를 실현하기 위한 본 개시의 일 실시예에 따라, 컴퓨팅 장치의 하나 이상의 프로세서에서 수행되는 방법이 개시된다.

상기 방법은, 입력 질의 또는 입력 문서 중 적어도 하나를 가공하기 위한 전처리 모델에 입력 질의 또는 입력 문서를 입력시켜 가공된 자연어를 획득하는 단계; 문단 위치 정보 또는 문단 의미 정보 중 적어도 하나를 포함하는 문단 구분 정보를 획득하기 위한 문단 구분 모델에 상기 가공된 자연어를 입력시켜 상기 문단 구분 정보를 획득하는 단계; 의미역을 결정하기 위한 의미역 분석 모델에 상기 가공된 자연어를 입력시켜 가공된 자연어에 포함된 적어도 하나의 토큰 각각에 대응하는 의미역 분석 정보를 획득하는 단계; 및 문단 구분 정보 또는 의미역 분석 정보 중 적어도 하나에 기초하여 지식맵을 구축하는 단계를 포함할 수 있다.

대안적 실시예에서, 전처리 모델은 입력 문서를 문장 단위로 분할하기 위한 제 1 전처리 서브 모델; 입력 질의 또는 입력 문서 중 적어도 하나에 대하여 맞춤법 오류, 문법 오류 또는 띄어쓰기 오류 중 적어도 하나를 교정하기 위한 제 2 전처리 서브 모델; 및 생략된 음절의 적어도 일부를 복원하기 위한 제 3 전처리 서브 모델을 포함할 수 있다.

대안적 실시예에서, 제 2 전처리 서브 모델은, 교정된 자연어 생성모델 및 교정된 자연어 판별모델을 이용하여 상호간에 적대적 학습(Adversarial Learning)된 모델을 포함하며, 교정된 자연어 생성모델은, 교정된 자연어 판별모델의 판별 정확도를 최소화하도록 학습됨으로써 오류가 교정된 자연어를 생성하고, 그리고 교정된 자연어 판별모델은, 교정된 자연어 생성모델로부터 획득한 자연어와 오류가 없는 자연어를 판별하기 위한 판별 정확도를 최대화하도록 학습될 수 있다.

대안적 실시예에서, 문단 구분 모델은, 복수개의 문장 간의 위치적 인접성 정보를 획득하기 위한 문장 인접성 획득 모델; 복수개의 문장 간의 위치적 인접성 정보 및 의미적 인접성 정보에 기초하여 산출된 의미 연속성에 기초하여 가공된 자연어에서 나눌 문단의 위치에 대한 정보를 포함하는 문단 분할 위치 정보를 획득하기 위한 문단 분할 위치 획득 모델; 및 동일 또는 유사한 의미를 가지는 문단별로 군집화하여 각 군집에 대응되는 군집 의미 정보를 획득하기 위한 문단 클러스터링 모델을 포함할 수 있다.

대안적 실시예에서, 문단 위치 정보는 문장이 포함된 문단에 대한 위치 정보로서, 문단 분할 위치 정보에 기초하여 획득한 정보를 포함하고, 문단 의미 정보는 문단이 포함된 대한 군집에 대한 의미 정보로서, 군집 의미 정보에 기초하여 획득한 정보를 포함할 수 있다.

대안적 실시예에서, 의미역 분석 모델은 자연어로 사전 학습된 BERT(Bidirectional Encoder Representations from Transformers) 모델, 토큰에 대한 양방향 문맥정보를 추출하기 위한 Bi-LSTM(Bi-Directional Long Short-Term Memory) 모델, 또는 토큰과 인접한 토큰의 의미역 분석 정보를 활용하기 위한 CRF(Conditional Random Field) 모델 중 적어도 하나를 포함하며, 그리고 입력된 토큰 각각에 대하여 의미역 분석정보를 획득하도록 학습될 수 있다.

대안적 실시예에서, 의미역 분석 정보는, 가공된 자연어에 포함된 토큰 각각에 대응하여 결정된 의미역을 포함할 수 있다.

대안적 실시예에서, 의미역 분석 모델은 문장에서 서술어의 위치 정보를 포함하는 서술어 정보를 추출하기 위한 서술어 정보 추출 모델; 서술어 정보에 기초하여 서술어의 논항 정보를 획득하기 위한 논항 정보 추출 모델; 및 서술어의 논항 정보에 기초하여 토큰이 하위 의미역을 가지고 있는지에 대한 정보를 포함하는 논항 분류 정보를 획득하기 위한 논항 분류 모델을 포함할 수 있다.

대안적 실시예에서, 상기 문단 구분 정보 또는 의미역 분석 정보 중 적어도 하나에 기초하여 지식맵을 구축하는 단계는 의미역 분석 정보에 기초하여 토큰 각각에 대응하는 개체명 관련 정보를 획득하는 단계; 및 개체명 관련 정보에 기초하여 지식맵을 구축하는 단계를 포함할 수 있다.

대안적 실시예에서, 개체명 관련 정보는, 기계가 읽을 수 있는 관계 튜플 형태(Relational tuple)의 정보로서, 토큰 각각에 대한 개체명 정보 또는 개체명 관계 정보 중 적어도 하나를 포함할 수 있다.

대안적 실시예에서, 개체명 정보는, 개체명 인식 모델을 이용하여 토큰 각각에 대하여 획득한 제 1 개체명 정보; 가공된 자연어에 포함된 명사 토큰들에 대해서 서로 같은 개체를 의미하는 자연어를 탐색하여 연결시키기 위한 상호 참조 해결 모델(Coreference Resolution Model)에 명사 토큰 또는 명사 토큰에 대응되는 제 1 개체명 정보 중 적어도 하나를 입력시켜 획득한 명사 토큰에 대응되는 개체명 정보를 포함하는 제 2 개체명 정보; 또는 가공된 자연어에 포함된 다의적 토큰에 각각 대응되는 개체에 식별자를 연결시킴으로써 다의적 토큰의 중의성을 해소시키기 위한 개체명 연결 모델(Entity linking Model)에 다의적 토큰, 제 1 개체명 정보 또는 제 2 개체명 정보 중 적어도 하나를 입력시켜 다의적 토큰에 대응되는 식별자에 대한 정보를 포함하는 제 3 개체명 정보; 중 적어도 하나를 포함할 수 있다.

대안적 실시예에서, 개체명 관계 정보는, 2개의 개체들 각각에 대응되는 2개의 토큰들, 토큰들이 포함된 문장 또는 의미역 분석 정보 중 적어도 하나를 개체명 관계 정보 모델에 입력시켜 획득한 2 개의 개체 간의 관계에 대한 정보를 포함할 수 있다.

대안적 실시예에서, 개체명 관련 정보에 기초하여 지식맵을 구축하는 단계는 데이터베이스에 지식맵이 존재하지 않는 경우, 개체명 관련 정보에 기초하여 새로운 지식맵을 구축하는 단계; 및 데이터베이스에 지식맵이 존재하는 경우, 개체명 관련 정보에 기초하여 입력 질의 또는 입력 문서에 포함된 정보를 지식맵에 추가하는 단계를 포함할 수 있다.

대안적 실시예에서, 개체명 관련 정보에 기초하여 지식맵을 구축하는 단계는 개체명 정보에 기초하여 개체명 정보에 포함된 개체명을 지식맵에 포함된 개체명과 맵핑(Mapping)시키는 단계; 및 개체명 관계 정보에 기초하여 개체 간의 관계 정보를 지식맵에 부가하는 단계를 포함할 수 있다.

대안적 실시예에서, 문단 구분 정보 또는 의미역 분석 정보 중 적어도 하나에 기초하여 지식맵을 구축하는 단계는 문단 구분 정보 또는 의미역 분석 정보 중 적어도 하나를 지식 정보 생성 모델에 입력시켜 지식 정보를 획득하는 단계; 및 지식 정보 및 입력 스키마에 기초하여 지식 정보를 지식맵으로 변환하기 위한 모델인 스키마 맵핑 모델에 지식 정보 및 입력 스키마를 입력시켜 지식맵을 구축하는 단계를 포함할 수 있다.

대안적 실시예에서, 지식 정보는, 지식 정보를 생성하기 위하여 사용된 토큰이 포함된 문서의 출처에 대한 정보를 포함하는 문서 출처 정보, 토큰이 포함된 문장을 포함하고 있는 문단과 대응하는 문단 구분 정보, 토큰 각각에 대한 개체명 관련 정보 또는 개체명 관련 정보를 기초로 생성된 자연어 중 적어도 하나를 포함할 수 있다.

대안적 실시예에서, 지식 정보 생성 모델은, 복수개의 문장이 포함된 특정 문단의 그래프 형태의 문단 의미를 획득하기 위한 문단 의미 획득 모델; 및 그래프 형태의 문단 의미를 자연어 형태로 변환하기 위한 그래프-자연어 변환 모델을 포함할 수 있다.

대안적 실시예에서, 입력 스키마는, 지식맵을 구축하기 위하여 입력되는 데이터베이스의 구조와 제약조건에 관한 명세에 관한 것으로서, 스키마 자동 생성 모델을 이용하여 획득한 자동 생성 스키마 및 사용자로부터 직접 입력 받은 사용자 입력 스키마를 포함할 수 있다.

대안적 실시예에서, 의미역 분석 정보에 기초하여 입력 질의에 대응되는 내용을 포함하는 입력 문서 요약문을 생성하는 단계를 더 포함할 수 있다.

대안적 실시예에서, 입력 문서 요약문을 생성하는 단계는 입력 문서에 포함된 토큰 각각에 대하여 입력 질의와의 유사도를 산출하는 단계; 입력 문서에 포함된 토큰 각각에 대하여 입력 문서 내에서의 중요도를 산출하는 단계; 및 유사도 또는 중요도 중 적어도 하나에 기초하여 입력 문서 요약문을 생성하는 단계를 포함할 수 있다.

대안적 실시예에서, 중요도는, 그래프 중심도 분석법을 이용하여 산출된, 토큰 각각에 대한 상기 입력 문서 내에서의 중요도를 포함할 수 있다.

대안적 실시예에서, 유사도 또는 중요도 중 적어도 하나에 기초하여 입력 문서 요약문을 생성하는 단계는 사전결정된 제 1 기준 이상의 유사도를 가지는 적어도 하나의 토큰 또는 사전결정된 제 2 기준 이상의 중요도를 가지는 적어도 하나의 토큰 중 적어도 하나를 요약문 생성 모델에 입력시키는 단계; 및 요약문 생성 모델로부터 획득한 적어도 하나의 자연어에 기초하여 입력 문서 요약문을 생성하는 단계를 포함할 수 있다.

본 개시의 다른 일 실시예에 따라, 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램이 개시된다. 상기 컴퓨터 판독가능 저장매체에 저장되어 컴퓨터로 하여금 이하의 동작들을 수행하도록 하는 명령들을 포함하는 컴퓨터 프로그램으로서, 상기 동작들은 입력 질의 또는 입력 문서 중 적어도 하나를 가공하기 위한 전처리 모델에 입력 질의 또는 입력 문서를 입력시켜 가공된 자연어를 획득하는 동작; 의미역을 결정하기 위한 의미역 분석 모델에 가공된 자연어를 입력시켜 가공된 자연어에 포함된 적어도 하나의 토큰 각각에 대응하는 의미역 분석 정보를 획득하는 동작; 및 의미역 분석 정보에 기초하여 지식맵을 구축하는 동작을 포함할 수 있다.

본 개시의 다른 일 실시예에 따라 컴퓨팅 장치가 개시된다. 상기 컴퓨팅 장치는 하나 이상의 프로세서; 및 상기 프로세서에서 실행가능한 명령들을 저장하는 메모리; 를 포함하고, 상기 하나 이상의 프로세서는, 입력 질의 또는 입력 문서 중 적어도 하나를 가공하기 위한 전처리 모델에 입력 질의 또는 입력 문서를 입력시켜 가공된 자연어를 획득하고, 의미역을 결정하기 위한 의미역 분석 모델에 가공된 자연어를 입력시켜 가공된 자연어에 포함된 적어도 하나의 토큰 각각에 대응하는 의미역 분석 정보를 획득하고, 그리고 의미역 분석 정보에 기초하여 지식맵을 구축할 수 있다.

본 개시는 인공지능을 활용한 데이터의 처리 방법을 제공할 수 있다.

상기 언급된 본 개시내용의 특징들이 상세하게, 보다 구체화된 설명으로, 이하의 실시예들을 참조하여 이해될 수 있도록, 실시예들 중 일부는 첨부되는 도면에서 도시된다. 또한, 도면과의 유사한 참조번호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭하는 것으로 의도된다. 그러나, 첨부된 도면들은 단지 본 개시내용의 특정한 전형적인 실시예들만을 도시하는 것일 뿐, 본 발명의 범위를 한정하는 것으로 고려되지는 않으며, 동일한 효과를 갖는 다른 실시예들이 충분히 인식될 수 있다는 점을 유의하도록 한다.
도 1은 본 개시의 일 실시예에 따른 위한 컴퓨팅 장치의 블록 구성도이다.
도 2는 본 개시의 일 실시예에 따라, 네트워크 함수를 나타낸 개략도이다.
도 3은 본 개시의 일 실시예에 따라, 의미역 분석 정보를 획득하고 활용하기 위한 방법을 설명하기 위한 예시도이다.
도 4는 본 개시의 일 실시예에 따라, 전처리 모델을 설명하기 위한 예시도이다.
도 5는 본 개시의 일 실시예에 따라, 문단 구분 모델을 설명하기 위한 예시도이다.
도 6은 본 개시의 일 실시예에 따라, 의미역 분석 모델을 설명하기 위한 예시도이다.
도 7은 본 개시의 일 실시예에 따라, 의미역 분석 모델을 활용하여 의미역 분석 정보를 획득하기 위한 방법을 설명하기 위한 예시도이다.
도 8은 본 개시의 일 실시예에 따라, 개체명 관계 정보 모델을 활용하여 개체명 관계 정보를 획득하기 위한 방법을 설명하기 위한 예시도이다.
도 9는 본 개시의 다른 일 실시예에 따라, 의미역 분석 모델을 설명하기 위한 예시도이다.
도 10은 지식 정보 생성 모델을 활용하여 지식 정보를 획득하기 위한 방법을 설명하기 위한 예시도이다.
도 11은 스키마 맵핑 모델을 이용하여 지식맵을 구축하기 위한 방법을 설명하기 위한 예시도이다.
도 12는 의미역 분석 정보를 활용하여 입력 문서 요약문을 획득하기 위한 방법을 설명하기 위한 예시도이다.
도 13은 본 개시의 일 실시예에 따라, 딥러닝 기반 의미역 분석을 활용하는 방법의 순서도이다.
도 14는 본 개시의 일 실시예에 따라, 딥러닝 기반 의미역 분석을 활용하기 위한 모듈을 도시한 블록 구성도이다.
도 15는 본 개시의 일 실시예에 따른 컴퓨팅 장치의 블록 구성도이다.

다양한 실시예들이 이제 도면을 참조하여 설명된다. 본 명세서에서, 다양한 설명들이 본 개시의 이해를 제공하기 위해서 제시된다. 그러나, 이러한 실시예들은 이러한 구체적인 설명 없이도 실행될 수 있음이 명백하다.

본 명세서에서 사용되는 용어 "컴포넌트", "모듈", "시스템" 등은 컴퓨터-관련 엔티티, 하드웨어, 펌웨어, 소프트웨어, 소프트웨어 및 하드웨어의 조합, 또는 소프트웨어의 실행을 지칭한다. 예를 들어, 컴포넌트는 프로세서상에서 실행되는 처리과정(procedure), 프로세서, 객체, 실행 스레드, 프로그램, 및/또는 컴퓨터일 수 있지만, 이들로 제한되는 것은 아니다. 예를 들어, 컴퓨팅 장치에서 실행되는 애플리케이션 및 컴퓨팅 장치 모두 컴포넌트일 수 있다. 하나 이상의 컴포넌트는 프로세서 및/또는 실행 스레드 내에 상주할 수 있다. 일 컴포넌트는 하나의 컴퓨터 내에 로컬화 될 수 있다. 일 컴포넌트는 2개 이상의 컴퓨터들 사이에 분배될 수 있다. 또한, 이러한 컴포넌트들은 그 내부에 저장된 다양한 데이터 구조들을 갖는 다양한 컴퓨터 판독가능한 매체로부터 실행할 수 있다. 컴포넌트들은 예를 들어 하나 이상의 데이터 패킷들을 갖는 신호(예를 들면, 로컬 시스템, 분산 시스템에서 다른 컴포넌트와 상호작용하는 하나의 컴포넌트로부터의 데이터 및/또는 신호를 통해 다른 시스템과 인터넷과 같은 네트워크를 통해 전송되는 데이터)에 따라 로컬 및/또는 원격 처리들을 통해 통신할 수 있다.

더불어, 용어 "또는"은 배타적 "또는"이 아니라 내포적 "또는"을 의미하는 것으로 의도된다. 즉, 달리 특정되지 않거나 문맥상 명확하지 않은 경우에, "X는 A 또는 B를 이용한다"는 자연적인 내포적 치환 중 하나를 의미하는 것으로 의도된다. 즉, X가 A를 이용하거나; X가 B를 이용하거나; 또는 X가 A 및 B 모두를 이용하는 경우, "X는 A 또는 B를 이용한다"가 이들 경우들 어느 것으로도 적용될 수 있다. 또한, 본 명세서에 사용된 "및/또는"이라는 용어는 열거된 관련 아이템들 중 하나 이상의 아이템의 가능한 모든 조합을 지칭하고 포함하는 것으로 이해되어야 한다.

또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하는 것으로 이해되어야 한다. 다만, "포함한다" 및/또는 "포함하는"이라는 용어는, 하나 이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다. 또한, 달리 특정되지 않거나 단수 형태를 지시하는 것으로 문맥상 명확하지 않은 경우에, 본 명세서와 청구범위에서 단수는 일반적으로 "하나 또는 그 이상"을 의미하는 것으로 해석되어야 한다.

그리고, "A 또는 B 중 적어도 하나"이라는 용어는, "A만을 포함하는 경우", "B 만을 포함하는 경우", "A와 B의 구성으로 조합된 경우"를 의미하는 것으로 해석되어야 한다.

당업자들은 추가적으로 여기서 개시된 실시예들과 관련되어 설명된 다양한 예시적 논리적 블록들, 구성들, 모듈들, 회로들, 수단들, 로직들, 및 알고리즘 단계들이 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양쪽 모두의 조합들로 구현될 수 있음을 인식해야 한다. 하드웨어 및 소프트웨어의 상호교환성을 명백하게 예시하기 위해, 다양한 예시적 컴포넌트들, 블록들, 구성들, 수단들, 로직들, 모듈들, 회로들, 및 단계들은 그들의 기능성 측면에서 일반적으로 위에서 설명되었다. 그러한 기능성이 하드웨어로 또는 소프트웨어로서 구현되는지 여부는 전반적인 시스템에 부과된 특정 어플리케이션(application) 및 설계 제한들에 달려 있다. 숙련된 기술자들은 각각의 특정 어플리케이션들을 위해 다양한 방법들로 설명된 기능성을 구현할 수 있다. 다만, 그러한 구현의 결정들이 본 개시내용의 영역을 벗어나게 하는 것으로 해석되어서는 안된다.

제시된 실시예들에 대한 설명은 본 개시의 기술 분야에서 통상의 지식을 가진 자가 본 발명을 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 개시의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이다. 여기에 정의된 일반적인 원리들은 본 개시의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 발명은 여기에 제시된 실시예 들로 한정되는 것이 아니다. 본 발명은 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.

도 1은 본 개시의 일 실시예에 따른 위한 컴퓨팅 장치의 블록 구성도이다.

본 개시의 일 실시예에 따른 컴퓨팅 장치(100)는 프로세서(120), 네트워크부(110), 메모리(130), 출력부(140) 및 입력부(150)를 포함할 수 있다.

도 1에 도시된 컴퓨팅 장치(100)의 구성은 간략화 하여 나타낸 예시일 뿐이다. 본 개시의 일 실시예에서 컴퓨팅 장치(100)는 컴퓨팅 장치(100)의 컴퓨팅 환경을 수행하기 위한 다른 구성들이 포함될 수 있고, 개시된 구성들 중 일부만이 컴퓨팅 장치(100)를 구성할 수도 있다.

본 개시내용에서의 컴퓨팅 장치(100)는 임의의 형태의 사용자 단말 또는 임의의 형태의 서버를 의미할 수 있다. 전술한 컴퓨팅 장치(100)의 컴포넌트들은 예시적인 것으로 일부가 제외될 수 있거나 또는 추가 컴포넌트가 포함될 수도 있다. 일례로, 컴퓨팅 장치(100)가 서버를 의미하는 경우, 상기 컴퓨팅 장치(100)의 출력부(140) 및 입력부(150)는 제외될 수 있다. 전술한 컴퓨팅 장치(100)가 단말을 포함하는 경우, 출력부(140) 및 입력부(150)가 그 범위 내에 포함될 것이다.

프로세서(120)는 하나 이상의 코어로 구성될 수 있으며, 컴퓨팅 장치의 중앙 처리 장치(CPU: central processing unit), 범용 그래픽 처리 장치 (GPGPU: general purpose graphics processing unit), 텐서 처리 장치(TPU: tensor processing unit) 등의 데이터 분석, 딥러닝을 위한 프로세서를 포함할 수 있다. 프로세서(120)는 메모리에 저장된 컴퓨터 프로그램을 판독하여 본 개시의 일 실시예에 따른 기계 학습을 위한 데이터 처리를 수행할 수 있다. 본 개시의 일실시예에 따라 프로세서(120)는 신경망의 학습을 위한 연산을 수행할 수 있다. 프로세서(120)는 딥러닝(DL: deep learning)에서 학습을 위한 입력 데이터의 처리, 입력 데이터에서의 피처 추출, 오차 계산, 역전파(backpropagation)를 이용한 신경망의 가중치 업데이트 등의 신경망의 학습을 위한 계산을 수행할 수 있다. 프로세서(120)의 CPU, GPGPU, 및 TPU 중 적어도 하나가 네트워크 함수의 학습을 처리할 수 있다. 예를 들어, CPU 와 GPGPU가 함께 네트워크 함수의 학습, 네트워크 함수를 이용한 데이터 분류를 처리할 수 있다. 또한, 본 개시의 일 실시예에서 복수의 컴퓨팅 장치의 프로세서를 함께 사용하여 네트워크 함수의 학습, 네트워크 함수를 이용한 데이터 분류를 처리할 수 있다. 또한, 본 개시의 일 실시예에 따른 컴퓨팅 장치에서 수행되는 컴퓨터 프로그램은 CPU, GPGPU 또는 TPU 실행가능 프로그램일 수 있다.

본 개시의 일 실시예에 따르면, 메모리(130)는 프로세서(120)가 생성하거나 결정한 임의의 형태의 정보 및 네트워크부가 수신한 임의의 형태의 정보를 저장할 수 있다.

본 개시의 일 실시예에 따르면, 메모리(130)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 컴퓨팅 장치(100)는 인터넷(internet) 상에서 상기 메모리(130)의 저장 기능을 수행하는 웹 스토리지(web storage)와 관련되어 동작할 수도 있다. 전술한 메모리에 대한 기재는 예시일 뿐, 본 개시는 이에 제한되지 않는다.

본 개시에서 네트워크부는 유선 및 무선 등과 같은 그 통신 양태를 가리지 않고 구성될 수 있으며, 단거리 통신망(PAN: Personal Area Network), 근거리 통신망(WAN: Wide Area Network) 등 다양한 통신망으로 구성될 수 있다. 또한, 상기 네트워크는 공지의 월드와이드웹(WWW: World Wide Web)일 수 있으며, 적외선(IrDA: Infrared Data Association) 또는 블루투스(Bluetooth)와 같이 단거리 통신에 이용되는 무선 전송 기술을 이용할 수도 있다.

본 개시의 일 실시예에 따른 출력부(140)는 데이터 처리 결과를 제공하기 위한 사용자 인터페이스(UI: User Interface)를 표시할 수 있다.

본 개시의 일 실시예에 따른 출력부(140)는 선택적인 구성으로서, 예를 들어, 본 개시내용의 일 실시예에 따른 컴퓨팅 장치(100)가 서버로서 동작하는 경우에는, 컴퓨팅 장치(100)에서 출력부(140)가 제외될 수도 있다. 출력부(140)는 프로세서(120)가 생성하거나 결정한 임의의 형태의 정보 및 네트워크부(110)가 수신한 임의의 형태의 정보를 출력할 수 있다.

본 개시의 일 실시예에서 출력부(140)는 액정 디스플레이(liquid crystal display, LCD), 박막 트랜지스터 액정 디스플레이(thin film transistor-liquid crystal display, TFT LCD), 유기 발광 다이오드(organic light-emitting diode, OLED), 플렉시블 디스플레이(flexible display), 3차원 디스플레이(3D display) 중에서 적어도 하나를 포함할 수 있다. 이들 중 일부 디스플레이 모듈은 그를 통해 외부를 볼 수 있도록 투명형 또는 광 투과형으로 구성될 수 있다. 이는 투명 디스플레이 모듈이라 지칭될 수 있는데, 상기 투명 디스플레이 모듈의 대표적인 예로는 TOLED(Transparent OLED) 등이 있다.

본 개시의 일 실시예에 따라, 단말의 출력부(140)는 서버로부터 수신된 진단 결과를 사용자 인터페이스 상에 출력할 수 있다. 또한, 단말의 출력부(140)는 사용자 인터페이스와 상호작용하는 사용자 입력이 검출되었다는 것에 응답하여, 상기 사용자 인터페이스 상에서 출력되는 진단 결과를 수정하여 표시할 수도 있다.

본 개시의 일 실시예에 따른 입력부(150)를 통해 사용자 입력을 수신할 수 있다. 이러한 입력부(150)는 선택적인 구성으로서, 예를 들어, 본 개시내용의 일 실시예에 따른 컴퓨팅 장치(100)가 서버로서 동작하는 경우에는, 컴퓨팅 장치(100)에서 입력부(150)가 제외될 수도 있다.

본 개시의 일 실시예에 따른 입력부(150)는 사용자 입력을 수신 받기 위한 사용자 인터페이스 상의 키 및/또는 버튼들, 또는 물리적인 키 및/또는 버튼들을 구비할 수 있다. 입력부(150)를 통한 사용자 입력에 따라 본 개시의 실시예들에 따른 디스플레이를 제어하기 위한 컴퓨터 프로그램이 실행될 수 있다.

본 개시의 실시예들에 따른 입력부(150)는 사용자의 버튼 조작 또는 터치 입력을 감지하여 신호를 수신하거나, 카메라 또는 마이크로폰을 통하여 사용자 등의 음성 또는 동작을 수신하여 이를 입력 신호로 변환할 수도 있다. 이를 위해 음성 인식(Speech Recognition) 기술 또는 동작 인식(Motion Recognition) 기술들이 사용될 수 있다.

본 개시의 실시예들에 따른 입력부(150)는 컴퓨팅 장치(100)와 연결된 외부 입력 장비로서 구현될 수도 있다. 예를 들어, 입력 장비는 사용자 입력을 수신하기 위한 터치 패드, 터치 펜, 키보드 또는 마우스 중 적어도 하나일 수 있으나, 이는 예시일 뿐이며 본 개시는 이에 제한되는 것은 아니다.

본 개시의 일 실시예에 따른 입력부(150)는 사용자 터치 입력을 인식할 수 있다. 본 개시의 일 실시예에 따른 입력부(150)는 출력부(140)와 동일한 구성일 수도 있다. 입력부(150)는 사용자의 선택 입력을 수신하도록 구현되는 터치 스크린으로 구성될 수 있다. 터치 스크린은 접촉식 정전용량 방식, 적외선 광 감지 방식, 표면 초음파(SAW) 방식, 압전 방식, 저항막 방식 중 어느 하나의 방식이 사용될 수 있다. 전술한 터치 스크린에 대한 자세한 기재는 본 발명의 일 실시예에 따른 예시일 뿐이며, 다양한 터치 스크린 패널이 컴퓨팅 장치(100)에 채용될 수 있다. 터치 스크린으로 구성된 입력부(150)는 터치 센서를 포함할 수 있다. 터치 센서는 입력부(150)의 특정 부위에 가해진 압력 또는 입력부(150)의 특정 부위에 발생하는 정전 용량 등의 변화를 전기적인 입력신호로 변환하도록 구성될 수 있다. 터치 센서는 터치 되는 위치 및 면적뿐만 아니라, 터치 시의 압력까지도 검출할 수 있도록 구성될 수 있다. 터치 센서에 대한 터치 입력이 있는 경우, 그에 대응하는 신호(들)는 터치 제어기로 보내진다. 터치 제어기는 그 신호(들)를 처리한 다음 대응하는 데이터를 프로세서(120)로 전송한다. 이로써, 프로세서(120)는 입력부(150)의 어느 영역이 터치 되었는지 여부 등을 인식할 수 있게 된다.

서버는 본 개시의 실시예들에 따른 사용자 인터페이스를 생성할 수 있다. 서버는 클라이언트(예를 들어, 사용자 단말)에게 네트워크를 통해 정보를 제공하는 컴퓨팅 시스템일 수 있다. 서버는 생성한 사용자 인터페이스를 사용자 단말로 전송할 수 있다. 이러한 경우, 사용자 단말은 서버에 액세스할 수 있는 임의의 형태의 컴퓨팅 장치일 수 있다. 서버의 프로세서는 네트워크부를 통해 사용자 단말로 사용자 인터페이스를 전송할 수 있다. 본 개시의 실시예들에 따른 서버는 예를 들어, 클라우드 서버일 수 있다. 서버는 서비스를 처리하는 웹 서버 혹은 클라우드 서버일 수 있다. 전술한 서버의 종류는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

본 개시의 실시예들에 따른 서버에 포함된 네트워크부, 프로세서 및 메모리 각각은, 전술한 컴퓨팅 장치(100)에 포함된 네트워크부(110), 프로세서(120) 및 메모리(130)와 동일한 역할을 수행하거나 또는 동일하게 구성될 수 있다.

본 개시의 일 실시예에 따라, 프로세서(120)는 자연어 의미역 분석을 활용할 수 있다. 프로세서(120)는 자연어 의미역 분석을 활용하기 위하여 자연어를 딥러닝 모델에 입력시켜 의미역 분석을 수행할 수 있다. 본 개시의 일 실시예에 따라, 자연어는 사람들이 일상적으로 쓰는 언어를 인공적으로 만들어진 언어인 인공어와 구분하여 부르는 개념을 포함할 수 있다. 프로세서(120)가 의미역 분석을 수행하기 위하여 자연어를 전처리할 필요성이 존재할 수도 있다.

본 개시의 일 실시예에 따라, 프로세서(120)는 입력 질의 또는 입력 문서 중 적어도 하나를 가공하기 위한 전처리 모델에 입력 질의 또는 입력 문서를 입력시켜 가공된 자연어를 획득할 수 있다.

본 개시의 일 실시예에 따라, 의미역은 명사구가 서술어와 관련하여 지니는 의미 기능을 포함할 수 있다. 본 개시의 일 실시예에 따라, 의미역은 논항이 서술어에 대해 갖는 의미상의 자격, 역할, 지위를 포함할 수 있다. 본 개시의 일 실시예에 따라, 의미역은 동사가 행위를 표현할 경우 그 행위를 지배하는 논항이 갖는 의미역인 행위주역, 동사가 행위를 표현할 경우 그 행위로 인해 영향을 입는 논항이 갖는 의미역인 피행위주역, 인지 지각 감정을 나타내는 용언의 경우 그 현상의 경험 주체가 되는 논항이 갖는 의미역인 경험주역, 행위주나 대상이 위치하는 물리적 혹은 추상적 시공간을 나타내는 논항이 갖는 의미역 등을 포함할 수 있다. 예를 들어, "아버지가 신문을 읽으신다"라는 문장에서 아버지는 행위주역이고 신문은 피행위주역일 수 있다. 본 개시의 일 실시예에 따라, 입력 질의는 의미역 분석의 대상이 되는 자연어 형태의 질의를 포함할 수 있다. 예를 들어, 입력 질의는 "버락 오바마의 나이는 어떻게 돼?", "버락 오바마의 출신 학교는 어디야?" 등을 포함할 수 있다. 본 개시의 일 실시예에 따라, 문서는 사람의 생각을 상징적인 기호로 정보를 제공하여 글로 쓴 것을 의미할 수 있다. 또한 문서는 컴퓨터의 발달에 따라 텍스트 데이터 형태를 가질 수도 있다. 본 개시의 일 실시예에 따라, 입력 문서는 의미역 분석의 대상이 되는 문서를 포함할 수 있다. 예를 들어, 입력 문서는 논문, 책, 기술 명세서, 정부 정책 자료, 신문 기사, 댓글, 블로그에 업로드된 글 등을 포함할 수 있다. 본 개시의 다른 일 실시예에 따라 입력 문서는 입력 질의에 대응하여 검색 결과로 출력된 문서들의 집합을 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 전처리 모델은 입력 질의 또는 입력 문서 중 적어도 하나를 가공하기 위한 모델을 포함할 수 있다. 이하에서는 전처리 모델에 대하여 도 4를 참조하여 구체적으로 설명한다.

본 개시의 일 실시예에 따라, 프로세서(120)는 전처리 모델(220)을 이용하여 입력 문서에 포함된 복수개의 문장을 문장 단위로 분할할 수 있다. 프로세서(120)는 전처리 모델(220)을 이용하여 입력 질의 또는 입력 문서에 포함된 자연어에 대하여 맞춤법 오류, 띄어쓰기 오류, 문법 오류 등을 교정할 수 있다. 본 개시의 일 실시예에 따라, 가공된 자연어는 전처리 모델을 통해 획득한 자연어를 포함할 수 있다. 본 개시의 일 실시예에 따라, 가공된 자연어는 문장 단위로 분할된 자연어의 집합을 포함할 수 있다. 본 개시의 일 실시예에 따라, 가공된 자연어는 맞춤법 오류, 띄어쓰기 오류, 문법 오류가 교정된 자연어를 포함할 수 있다. 본 개시의 일 실시예에 따라, 맞춤법은 특정한 필기 체계를 사용하여 언어를 쓸 때 올바른 방법을 지시하는 지침을 포함할 수 있다. 본 개시의 일 실시예에 따라, 띄어쓰기는 언어의 문자 표기 시 단어 또는 의미 단위의 간격을 벌리는 표기법을 포함할 수 있다. 본 개시의 일 실시예에 따라, 문법은 언어의 사용과 관련된 규칙들을 연구하는 학문을 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 전처리 모델(220)은 입력 문서를 문장 단위로 분할하기 위한 제 1 전처리 서브 모델(221); 입력 질의 또는 입력 문서 중 적어도 하나에 대하여 맞춤법 오류, 문법 오류 또는 띄어쓰기 오류 중 적어도 하나를 교정하기 위한 제 2 전처리 서브 모델(223); 및 생략된 음절의 적어도 일부를 복원하기 위한 제 3 전처리 서브 모델(225); 을 포함할 수 있다.

본 개시의 일 실시예에 따라, 제 1 전처리 서브 모델(221)은 입력 문서를 문장 단위로 분할하기 위한 모델을 포함할 수 있다. 프로세서(120)는 입력 문서를 제 1 전처리 모델(220)에 입력시키면 문장 단위로 분할된 형태의 자연어를 획득할 수 있다. 본 개시의 일 실시예에 따라, 제 1 전처리 서브 모델(221)은 CNN(Convolutional Neural Network), LSTM(Long Short Term Memory) 또는 Bi-LSTM(Bi- Directional Long Short Term Memory) 중 적어도 하나를 포함할 수 있다. 본 개시의 일 실시예에 따라, 프로세서(120)는 의료, 법률, 과학기술 등과 같은 특수 도메인에 대한 학습 데이터를 이용하여 제 1 전처리 서브 모델(221)을 학습시킴으로써, 특수 도메인에 대해서도 띄어쓰기를 높은 정확도로 수행할 수 있는 제 1 전처리 서브 모델(221)을 획득할 수 있다. 본 개시의 다른 일 실시예에 따라, 제 1 전처리 모델은 적대적 학습 방법으로 학습된 모델을 포함할 수 있다. 프로세서(120)는 제 1 전처리 모델이 생성한 자연어와 띄어쓰기가 정확하게 된 자연어 각각을 띄어쓰기 판별자 모델에 입력시킬 수 있다. 프로세서(120)는 띄어쓰기 판별자 모델을 이용하여 제 1 전처리 모델로부터 생성된 자연어와 띄어쓰기가 정확하게 된 자연어를 높은 정확도로 판별하도록 학습시킬 수 있다. 띄어쓰기 판별자 모델은 적대적 학습에서 식별자 역할을 수행할 수 있다. 또한 프로세서(120)는 제 1 전처리 모델로부터 생성된 자연어와 띄어쓰기가 정확하게 된 자연어를 띄어쓰기 판별자를 이용하여 식별할 수 없도록 제 1 전처리 모델(220)을 학습시킬 수 있다. 이를 통해, 프로세서(120)는 높은 정확도로 문장 단위로 분할된 형태의 자연어를 획득함으로써, 문장 단위로 의미역 정보 분석 모델에 자연어를 문장 단위로 입력시킬 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 제 2 전처리 서브 모델(223)은 입력 질의 또는 입력 문서 중 적어도 하나에 대하여 맞춤법 오류, 문법 오류 또는 띄어쓰기 오류 중 적어도 하나를 교정하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 맞춤법은 특정한 필기 체계를 사용하여 언어를 쓸 때 올바른 방법을 지시하는 지침으로써, 맞춤법 오류는 해당 지침을 지키지 않은 자연어를 포함할 수 있다. 본 개시의 일 실시예에 따라, 맞춤법 오류는 누락 오류, 첨가 오류, 오선택 오류, 순서 오류 등을 포함할 수 있다. 누락 오류는 문장 부호, 철자 등이 누락된 경우를 포함할 수 있다. 첨가 부호는 불필요한 문장 부호, 철자 등이 추가된 경우를 포함할 수 있다. 오선택은 대소문자 오류 등 잘못된 글자의 사용을 포함할 수 있다. 순서는 잘못된 글자 순서를 포함하는 경우를 포함할 수 있다. 본 개시의 일 실시예에 따라, 띄어쓰기는 언어의 문자 표기 시 단어 또는 의미 단위의 간격을 벌리는 표기법을 포함할 수 있다. 따라서 띄어쓰기 오류는 해당 표기법을 준수하지 않은 자연어를 포함할 수 있다. 본 개시의 일 실시에에 따라, 문법은 언어의 사용과 관련된 규칙들을 연구하는 학문을 포함할 수 있다. 따라서 문법 오류는 언어의 사용과 관련된 규칙들을 준수하지 않은 것을 포함할 수 있다. 본 개시의 일 실시예에 따라, 문법 오류는 품사 오류, 관계사 오류, 수사 오류 등을 포함할 수 있다. 품사 오류는 품사의 잘못된 사용을 포함할 수 있으며, 예를 들어 전치사의 잘못된 사용, 접속사의 잘못된 사용, 명사의 잘못된 사용 등을 포함할 수 있다. 또한 문법 오류는 소유격 목적격 명사 등의 용법 오류, 단수/복수 명사 오류, 남성/여성 명사 등의 부적합한 사용 등을 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 제 2 전처리 서브 모델(223)은 딥러닝 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 제 2 전처리 서브 모델(223)은 Feed-Forward Neural Network, BERT(Bidirectional Encoder Representations form Transformer) 모델을 포함할 수 있다. 프로세서(120)는 제 2 전처리 서브 모델(223)을 이용하여 맞춤법 오류, 문법 오류 및 띄어쓰기 오류가 없는 가공된 자연어를 획득하여 의미역 분석에 활용함으로써, 더 높은 정확도로 의미역 분석 정보를 획득할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 제 2 전처리 서브 모델(223)은 교정된 자연어 생성모델 및 교정된 자연어 판별모델을 이용하여 상호간에 적대적 학습된 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 교정된 자연어 생성모델은 입력 자연어에 포함된 오류를 교정하여 교정된 자연어를 생성하는 모델을 포함할 수 있다. 프로세서(120)는 교정된 자연어 생성모델을 이용하여 입력 자연어에 포함된 오류가 교정된 자연어를 획득할 수 있다. 교정된 자연어 생성모델은 적대적 학습방법에서 생성자(Generator) 역할을 하는 모델을 포함할 수 있다. 따라서 프로세서(120)가 교정된 자연어 생성모델로부터 획득한 교정된 자연어와 실제 오류가 없는 자연어를 교정된 자연어 판별모델에 입력시켰을 때, 교정된 자연어 판별모델이 진짜(실제 오류가 없는 자연어)와 가짜(교정된 자연어 생성모델로부터 획득한 자연어) 구분할 수 없을 수 있다. 본 개시의 일 실시예에 따라, 교정된 자연어 판별모델은 교정된 자연어 생성 모델로부터 획득한 자연어와 오류가 없는 자연어를 비교하여 교정된 자연어 생성 모델로부터 획득한 자연어가 진짜인지 가짜인지 판별하는 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 판별 정확도는 프로세서(120)가 교정된 자연어 판별모델을 이용하여 획득할 수 있는 진짜(실제 오류가 없는 자연어)와 가짜(교정된 자연어 생성모델로부터 획득한 자연어) 구분할 확률에 대한 값을 포함할 수 있다. 교정된 자연어 판별모델은 적대적 학습방법에서 식별자(Discriminator) 역할을 하는 모델을 포함할 수 있다. 프로세서(120)는 적대적 학습 방법을 통하여 높은 정확도로 맞춤법 오류, 문법 오류 및/또는 띄어쓰기 오류가 교정된 자연어를 제 2 전처리 모델(220)을 통해 획득할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 프로세서(120)는 의료, 법률 및/또는 과학기술 등과 같은 특수 도메인에 대한 학습 데이터를 이용하여 제 2 전처리 서브 모델(223)을 학습시킴으로써, 특수 도메인에 대해서도 맞춤법 오류, 띄어쓰기 오류 및/또는 띄어쓰기 오류를 높은 정확도로 교정할 수 있는 제 2 전처리 서브 모델을 획득할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 제 3 전처리 서브 모델(225)은 생략된 음절의 적어도 일부를 복원하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 음절은 하나의 종합된 음의 느낌을 주는 말소리의 단위를 의미할 수 있다. 예를 들어, "밥을 먹는다"라는 문장에 포함된 음절은 "바","블","멍","는","다"일 수 있다. 본 개시의 일 실시예에 따라, 생략된 음절은 음절의 적어도 일부가 생략된 경우를 포함할 수 있다. 예를 들어, "동그라미"라는 단어는 "동가미"로 발음될 수도 있으며, 해당 경우에서 생략된 음소(음절의 적어도 일부가 생략)는 모음 "ㅡ" 및 어중 "ㄹ"일 수 있다. 본 개시의 일 실시예에 따라, 생략된 음절은 생략된 음소, 생략된 어조사(한문에서 실질적인 의미가 없이 다른 한자를 보조하여 한국어의 조사, 어미, 의존 명사 같은 역할을 수행하는 한자), 생략된 조사, 생략된 어미, 생략된 의존 명사 등을 포함할 수 있다. 본 개시의 일 실시예에 따라, 프로세서(120)는 제 3 전처리 모델(225)을 이용하여 생략된 음절의 적어도 일부를 복원할 수 있다. 예를 들어, 프로세서(120)는 "동가미"를 제 3 전처리 모델(225)에 입력시키는 경우, 가공된 자연어인 "동그라미"를 획득할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 프로세서(120)는 문단 위치 정보 또는 문단 의미 정보 중 적어도 하나를 포함하는 문단 구분 정보를 획득하기 위한 문단 구분 모델에 가공된 자연어를 입력시켜 문단 구분 정보를 획득할 수 있다.

이하에서는 문단 구분 모델에 대하여 도 5를 참조하여 구체적으로 설명된다.

본 개시의 일 실시예에 따라, 문단 구분 정보는 입력 문서에 포함된 복수개의 문단에 대한 정보를 포함할 수 있다. 구체적으로 문단 구분 정보는 문단과 문단을 구분하기 위한 문단의 위치 정보, 문단이 속하는 군집(의미가 유사한 문단의 집합)에 대한 정보를 포함할 수 있다. 본 개시의 일 실시예에 따라, 문단 구분 정보는 벡터 표현일 가질 수 있으며, 프로세서(120)가 딥러닝 모델을 통해 획득한 벡터 표현일 수도 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 문단 위치 정보는 문장이 포함된 문단에 대한 위치 정보를 포함할 수 있다. 문단 위치 정보는 입력 문서에서 문단이 위치하는 위치 정보를 포함할 수 있다. 본 개시의 일 실시예에 따라, 문단 의미 정보는 문단이 포함된 대한 군집에 대한 의미 정보를 포함할 수 있다. 문단은 유사한 의미를 가질수록 가까운 거리에 위치할 수 있고, 유사한 의미를 가진 문단별로 클러스터링을 통해 군집을 이룰 수 있다. 따라서 문단 의미 정보는 특정 문단이 포함되는 군집이 나타내는 의미 정보로서 문단의 의미를 나타낼 수도 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 문단 구분 모델은 문단 구분 정보를 획득하기 위한 모델을 포함할 수 있다. 문단 구분 모델은, 복수개의 문장 간의 위치적 인접성 정보를 획득하기 위한 문장 인접성 획득 모델(261); 복수개의 문장 간의 위치적 인접성 정보 및 의미적 인접성 정보에 기초하여 산출된 의미 연속성에 기초하여 가공된 자연어에서 나눌 문단의 위치에 대한 정보를 포함하는 문단 분할 위치 정보를 획득하기 위한 문단 분할 위치 획득 모델(263); 및 동일 또는 유사한 의미를 가지는 문단별로 군집화하여 각 군집에 대응되는 군집 의미 정보를 획득하기 위한 문단 클러스터링 모델(265)을 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 문장 인접성 획득 모델(261)은 문장 간 위치적 인접성 정보를 획득하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 의미적 인접성 정보는 문장과 문장 사이의 의미적 유사성에 기초하여 결정된 정보를 포함할 수 있다. 의미적 인접성 정보는 문장과 문장 사이의 의미가 유사할수록 의미적 인접성이 높다는 정보를 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 문단 분할 위치 획득 모델(263)은 문단 분할 위치 정보를 획득하기 위한 모델을 의미할 수 있다. 본 개시의 일 실시예에 따라, 문단 분할 위치 정보는 연속된 문장이 포함된 자연어에서 문단을 분할할 문장과 문장 사이의 위치에 대한 정보를 포함할 수 있다. 본 개시의 일 실시예에 따라, 문단 분할 위치 정보는 의미 연속성에 기초하여 결정될 수 있다. 본 개시의 일 실시예에 따라, 의미 연속성은 특정 문장과 인접 문장 간의 의미적 유사성을 의미할 수도 있다. 본 개시의 일 실시예에 따라, 의미 연속성은 문장 간의 위치적 인접성 정보 및 의미적 인접성 정보에 기초하여 결정될 수 있다. 위치적 인접성 정보는 문장과 문장 사이의 위치적 거리에 대한 정보를 포함할 수 있다. 위치적 인접성 정보는 문장과 문장 사이에 다른 문장이 많이 포함되어 있을수록 문장의 위치적 인접성이 멀다는 정보를 포함할 수 있다. 의미적 인접성 정보는 문장과 문장 사이의 의미적 유사성에 기초하여 결정된 정보를 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 문단 클러스터링 모델(265)은 복수개의 문단이 포함된 각 군집에 대응되는 군집 의미 정보를 획득하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 군집 의미 정보는 각 군집이 가지고 있는 의미 정보를 포함할 수 있다. 본 개시의 일 실시예에 따라, 군집 의미 정보는 벡터 표현으로 나타낼 수도 있다. 프로세서(120)는 딥러닝 모델을 이용하여 벡터 표현의 군집 의미 정보를 획득할 수 있다.

본 개시의 일 실시에에 따라, 문단 구분 모델은 가공된 자연어를 입력 받아 의미 연속성을 기초로 문단을 구분하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시에에 따라, 문단 구분 모델은 가공된 자연어를 입력 받아 문단이 가지고 있는 의미 정보를 획득하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시에에 따라, 문단 구분 모델은 문단 위치 정보 또는 문단 의미 정보 중 적어도 하나를 획득하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 문단 위치 정보는 문장이 포함된 문단에 대한 위치 정보를 포함할 수 있다. 본 개시의 일 실시예에 따라, 문단 의미 정보는 문단이 가지고 있는 의미에 대한 정보를 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 문단 위치 정보는 문장이 포함된 문단에 대한 위치 정보를 포함할 수 있다. 본 개시의 일 실시예에 따라, 문단 위치 정보는 문단 분할 위치 정보에 기초하여 획득한 정보를 포함할 수 있다. 문단과 문단을 분할하는 위치가 문단 위치 정보가 될 수 있다. 예를 들어, 문단1 및 문단2 사이를 분할하는 위치는 문단2가 시작되는 지점이므로 문단2의 위치정보가 될 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 문단 의미 정보는 문단이 포함된 대한 군집에 대한 의미 정보를 포함할 수 있다. 문단 의미 정보는 군집 의미 정보에 기초하여 획득한 정보를 포함할 수 있다. 예를 들어, 군집 의미 정보가 "BERT 모델"인 경우, 해당 문단의 문단 의미 정보는 "BERT 모델에 관련된 내용을 포함하는"일 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 프로세서(120)는 의미역을 결정하기 위한 의미역 분석 모델에 가공된 자연어를 입력시켜 가공된 자연어에 포함된 적어도 하나의 토큰 각각에 대응하는 의미역 분석 정보를 획득할 수 있다. 이하에서는 도 6을 참조하여 의미역 분석 모델에 대하여 구체적으로 설명된다.

본 개시의 일 실시예에 따라, 의미역은 명사구가 서술어와 관련하여 지니는 의미 기능을 포함할 수 있다. 본 개시의 일 실시예에 따라, 의미역 분석 모델(250)은 입력된 자연어에 포함된 토큰 각각에 대하여 의미역을 결정하는 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 가공된 자연어는 전처리 모델을 통해 획득한 자연어를 포함할 수 있다. 본 개시의 일 실시예에 따라, 토큰(token)은 자연어 처리를 위해 사용되는 자연어 단위를 포함할 수 있다. 토큰은 예를 들어 글자 단위, 단어, 보조단어, 형태소 단위, 어절 단위, 구 단위 등을 포함할 수 있다. 프로세서(120)는 토큰화(tokenize)를 통해 토큰을 획득할 수 있다. 본 개시의 일 실시예에 따라, 토큰화는 문장을 원하는 단위로 자르는 것을 포함할 수 있다.

본 개시의 일 실시예에 따라, 의미역 분석 모델은 입력된 자연어에 포함된 토큰 각각에 대하여 의미역을 결정하는 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라 의미역 분석 모델은 자연어로 사전 학습된 BERT 모델(251), 토큰에 대한 양방향 문맥정보를 추출하기 위한 Bi-LSTM 모델(253), 또는 토큰과 인접한 토큰의 의미역 분석 정보를 활용하기 위한 CRF 모델(255) 중 적어도 하나를 포함할 수 있다. 본 개시의 일 실시예에 따라, BERT 모델은 라벨링되지 않은 학습 데이터로 학습된 딥러닝 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, BERT 모델은 특정 자연어 처리 태스크(예를 들어, 질의응답, 문장 간 유사도 등)에 따라 사전 학습된 모델에 레이어를 추가하여 지도 학습을 수행하는 전이 학습된 모델을 포함할 수도 있다. 본 개시의 일 실시예에 따라, Bi-LSTM 모델(253)은 순차적인 입력 데이터에 대하여 이전 데이터와의 관계뿐만 아니라 이후 데이터와의 관계까지도 학습할 수 있는 LSTM일 수 있다. 본 개시에서, Bi-LSTM 모델(253)은 특정 토큰을 중심으로 양방향 문맥정보를 추출하기 위한 신경망을 구현하기 위해 사용될 수 있다. 본 개시의 일 실시예에 따라, 문장 "브라이언이 길을 가다가 벽(영향주역)에 부딪혔다."에서 벽에 대한 의미역을 프로세서(120)가 Bi-LSTM 모델(253)을 이용하여 추론할 수 있다. 프로세서(120)가 Bi-LSTM 모델(253)을 사용하는 경우, 명사 '벽' 이전에 나온 글자 '브라이언', '이', '길', '을', '가다가' 뿐만 아니라, '벽' 이후에 존재하는 글자 '부딪혔다'도 고려하여 의미역을 결정할 수 있다. 본 개시의 일 실시예에 따라, RNN(Recurrent Neural Network)은 이전 데이터와 현재 데이터 간의 상관관계를 고려하여 이후의 데이터를 예측하기 위한 신경망을 포함할 수 있다. LSTM은 RNN의 장기 의존성(과거의 시간으로 많이 거슬러 올라갈수록 gradient vanishing에 의해 과거의 정보가 소실되는 문제점)을 해결하기 위하여 이전 데이터를 예측에 사용할지 여부를 결정하는 망각 게이트(forget gate), 현재 데이터를 예측에 사용할지 여부를 결정하는 입력 게이트(input gate)를 포함하는 RNN일 수 있다. 본 개시의 일 실시예에 따라, CRF 모델(255)은 통계적 모델링 방법 중 하나로, 입력 데이터와 인접한 인접 데이터의 라벨을 고려하여 입력 데이터의 라벨을 예측하는 방법을 포함할 수 있다. 본 개시의 일 실시예에 따라, 프로세서(120)는 입력 토큰을 Bi-LSTM 모델(253)에 입력시켜 의미역 라벨을 획득할 수 있다. 하지만 Bi-LSTM 모델(253)을 이용한 예측 결과가 틀릴 수도 있다. 따라서 프로세서(120)는 CRF 모델(255)을 추가적으로 사용하여 인접 토큰에 대응하는 의미역 라벨도 함께 고려하여 입력 토큰에 대응하는 의미역을 예측함으로써 정확한 의미역 정보를 획득할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

BERT 모델(251)에 대한 설명은 본 출원에서 전체가 참조로서 통합되는 논문 BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding (공개일: 2019.05.24, 작성자: Jacob Devlin, Ming-Wei Chang, Kenton Lee, Kristina Toutanova, Google AI Language)에서 구체적으로 논의된다.

Bi-LSTM 모델(253), CRF 모델(255)에 대한 설명은 본 출원에서 전체가 참조로서 통합되는 논문 Bidirectional LSTM-CRF Models for Sequence Tagging (공개일: 2015.08.09, 작성자: Zhiheng Huang, Wei Xu, Kai Yu, Baidu research)에서 구체적으로 논의된다.

본 개시의 일 실시예에 따라, 의미역 분석 정보는 프로세서(120)가 의미역 분석 모델을 통하여 획득한 정보를 포함할 수 있다. 본 개시에서 의미역 분석 모델을 활용하여 의미역 분석 정보를 획득하기 위한 방법은 도 7을 참조하여 이하에서 구체적으로 설명된다.

본 개시의 일 실시예에 따라, 의미역 분석 정보는 각각의 토큰이 해당 토큰이 포함된 문장 내에서 어떤 의미역을 가지는지에 대한 정보를 포함할 수 있다. 예를 들어, "태풍이 그 마을에 피해를 입히고 지나갔다"라는 문장에 대하여 프로세서(120)가 의미역 분석 모델을 이용하여 의미역 분석 정보를 획득할 수 있다. 이 경우, 의미역 분석 정보는 "태풍"이라는 토큰은 행위주역"90%" 라는 정보를 포함할 수 있다. 즉 프로세서(120)는 "태풍이 그 마을에 피해를 입히고 지나갔다"라는 문장을 의미역 분석 모델에 입력시키면, 토큰 "태풍"이 행위주역일 가능성이 90%라는 결과를 획득할 수 있다. 의미역 분석 정보는 각 토큰에 대하여 벡터로 표현될 수도 있다. 그리고 해당 벡터의 요소 각각은 토큰이 어떤 의미역을 가질 확률을 의미할 수 있다. 예를 들어, 의미역 분석 정보는 (토큰이 행위주역일 확률, 피행위주역일 확률, 경험주역일확률, 대상역일 확률, 장소역일 확률, 출발점역일 확률, 등)로 표현될 수 있다. 그리고 프로세서(120)는 토큰 "태풍"에 대해서는 (0.9,0.01,0.02,0,0,0) 이라는 벡터 표현의 의미역 정보를 획득할 수 있다. 도 7에서 도시된 바와 같이 "태풍"은 토큰1(310), "그 마을"은 토큰2(320), "피해"는 토큰3(330), "입히고"는 토큰4(340), "지나갔다"는 토큰5(350)의 형태로 입력될 수 있다. 프로세서(120)는 토큰1(310)에 대하여 의미역 분석 정보1(311)을 획득할 수 있다. 이 경우 의미역 분석 정보1(311)의 형태는 (0.9,0.01,0.02,0,0,0)이라는 벡터 표현일 수 있다. 또한 의미역 분석 정보1(311)에 포함된 정보는 "토큰1(310)인 '태풍'은 행위주역이다" 라는 정보를 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 다른 일 실시예에 따라, 의미역 분석 모델(250)은 문장에서 서술어의 위치 정보를 포함하는 서술어 정보를 추출하기 위한 서술어 정보 추출 모델; 서술어 정보에 기초하여 상기 서술어의 논항 정보를 획득하기 위한 논항 정보 추출 모델; 및 서술어의 논항 정보에 기초하여 토큰이 하위 의미역을 가지고 있는지에 대한 정보를 포함하는 논항 분류 정보를 획득하기 위한 논항 분류 모델을 포함할 수 있다.

이하에서는 의미역 분석 모델(250)에 대하여 도 9를 참조하여 구체적으로 설명된다.

본 개시의 일 실시예에 따라, 서술어 정보 추출 모델(252)은 서술어 정보를 추출하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 서술어의 위치 정보는 가공된 자연어에 포함된 토큰의 수, 낱글자의 수, 음절의 수에 기초하여 결정된 위치 정보를 포함할 수 있다. 예를 들어, 가공된 자연어에 포함된 음절의 수가 10000음절일 수 있다. 핵심 서술어가 10000음절 중 세번째부터 여섯번째에 위치한 경우, 프로세서(120)는 3-6/10000 이라는 핵심 서술어의 위치 정보를 획득할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 서술어 정보는 프로세서(120)가 서술어 정보 추출 모델(252)을 이용하여 획득한 정보를 포함할 수 있다. 예를 들어, 프로세서(120)가 서술어 정보 추출 모델(252)을 이용하여 문장 "현대자동차가 기아자동차를 인수한다고 발표했다"에서 "인수한다고" 및 "발표했다" 토큰에 대하여 서술어라고 결정하고, 각 토큰에 대한 서술어 정보를 획득할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 논항 정보 추출 모델(254)은 서술어의 논항 정보를 획득하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 서술어의 논항 정보는 토큰이 서술어의 논항인지 아닌지에 대한 정보를 포함할 수 있다. 예를 들어, 문장 "현대자동차가 기아자동차를 인수한다고 발표했다"에서 서술어 "인수한다고"의 논항 정보는 토큰 "현대자동차가"에 대해서는 '논항0(행위주역)', 토큰 "기아자동차를"에 대해서는 '논항1(피행위주역)', 토큰 "발표했다"는 서술어"인수한다고"의 논항이 아니므로 'O'으로 표현될 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 논항 분류 모델(256)은 토큰이 하위 의미역을 가지고 있는지에 대한 정보를 포함하는 논항 분류 정보를 획득하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 하위 의미역은 의미역 계층으로부터 의미역을 도출하는 과정에서 사용되는 용어를 포함할 수 있다. 의미역 계층은 논항이 가질 수 있는 가능한 의미역의 순위를 의미할 수 있다. 예를 들어, 의미역 계층은 Agent > Goal > Recipient> Beneficiary> Instrument> Location > Time 순위를 의미할 수 있다. 또 다른 예를 들어, 의미역 계층은 행위자가 있으면 문장의 그것이 주어가 되고, 행위자가 없고 도구가 있으면 그것이 주어가 되는 순위를 의미할 수 있다. 본 개시의 일 실시예에 따라, 논항 분류 정보는 토큰이 하위 의미역을 가지고 있는지 여부에 대한 정보를 포함할 수 있다. 예를 들어, 서술어와 논항의 관계가 "목표"일 수 있다. 이 경우, "행위주역"이라는 서술어와 논항의 관계는 성립될 수 없다. 따라서 의미역 계층(행위주역->목표)에 따라, 프로세서(120)는 논항 분류 모델을 이용하여 "행위 주역"의 하위 의미역인 "목표"를 추출할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 프로세서(120)는 문단 구분 정보 또는 의미역 분석 정보 중 적어도 하나에 기초하여 지식맵을 구축할 수 있다. 본 개시의 일 실시예에 따라, 지식맵은 개념을 표현하는 이미지 또는 모양과 개념들 사이의 관계를 표현하는 화살표의 연속성에 의해 데이터들 간의 관계를 표현하는 그래픽 인터페이스를 포함할 수 있다. 전술한 지식맵은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 프로세서(120)는 문단 구분 정보 또는 의미역 분석 정보 중 적어도 하나에 기초하여 지식맵을 구축하기 위하여, 프로세서(120)는 의미역 분석 정보에 기초하여 토큰 각각에 대응하는 개체명 관련 정보를 획득할 수 있다. 본 개시의 일 실시예에 따라, 개방형 정보 추출을 이용하여 개체명 관련 정보를 획득할 수 있다. 본 개시의 일 실시예에 따라, 개방형 정보 추출은 텍스트에 포함된 정보를 구조화되고 기계가 읽을 수 있는 표현을 생성하는 작업을 포함할 수 있다. 본 개시의 일 실시예에 따라, 개방형 정보 추출은 자연어로 된 문장에서 구조화된 정보인 트리플을 추출하는 기술을 포함할 수 있다. 예를 들어, 프로세서(120)는 개방형 정보 추출을 통해 (개체1, 관계, 개체2)라는 트리플을 획득할 수 있다. 본 개시의 일 실시예에서, 개체명 관련 정보는 (개체1, 관계, 개체2)라는 트리플로 표현될 수도 있다. 본 개시의 일 실시예에 따라, 토큰은 자연어 처리를 위해 사용되는 자연어 단위를 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 개체명 관련 정보는 기계가 읽을 수 있는 관계 튜플 형태의 정보를 포함할 수 있다. 개체명 관련 정보는 토큰 각각에 대한 개체명 정보 또는 개체명 관계 정보 중 적어도 하나를 포함할 수 있다. 본 개시의 일 실시예에 따라, 개체명은 문서에서 특정한 의미를 가지고 있는 단어 또는 어구를 포함할 수 있다. 본 개시의 일 실시예에 따라, 개체명은 인명, 기관, 장소, 날짜, 시간 등 문장에서 고유한 의미를 가지는 명사로서, 문서에서 핵심 정보를 추출하기 위하여 사용될 수 있다. 본 개시의 일 실시예에 따라, 개체명 정보는 문서에서 특정한 의미를 가지고 있는 단어 또는 어구에 대한 정보를 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

개체명 관계 정보를 획득하기 위한 방법은 도 8을 참조하여 이하에서 구체적으로 설명된다.

본 개시의 일 실시예에 따라, 개체명 관계 정보는 개체명 간의 관계에 대한 정보를 포함할 수 있다. 개체명 관계 정보는 주체가 되는 개체명과 객체가 되는 개체명 간의 관계에 대한 정보를 포함할 수 있다. 예를 들어, "철수는 영희의 자식이다"라는 문장에서 주체는 '철수', 객체는 '영희'이고 철수와 영희의 관계는 '자식'으로 표현될 수 있다. 예를 들어, 프로세서(120)는 "철수는 영희의 자식이다"라는 문장을 개체명 관계 정보 모델에 입력시킬 수 있다. 따라서 프로세서(120)는 개체명 관계 정보 모델에 1. "철수는 영희의 자식이다"라는 문장, 2. 주체 "철수", 3. 객체 "영희" 3가지 자연어 단위를 입력시킬 수 있다. 프로세서(120)는 개체명 관계 정보 모델을 이용하여 철수와 영희의 관계는 "자식"이라는 개체명 관계 정보를 획득할 수 있다. 개체명 관계 정보는 두 개 개체 간의 관계에 대한 정보를 포함하는 것으로서 개체1과 개체2 간의 관계 레이블 각각에 해당할 확률을 벡터의 요소로 하는 벡터 형태를 가질 수도 있다. 예를 들어, 개체명 관계정보는 "철수"와 "영희"에 대하여 ("자식"일 확률=0.9, "부모"일 확률=0.01, "영항받은"일 확률=0.01, "지휘관"일 확률=0.01, ....)로 표현될 수도 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 다른 일 실시예에 따라, 프로세서(120)는 토큰 뿐만 아니라, 각 토큰에 대응되는 의미역 분석 정보를 함께 개체명 관계 정보 모델(400)에 입력시킬 수 있다. 프로세서(120)는 토큰에 대한 벡터 표현과 의미역 분석 정보에 대한 벡터 표현은 연결(Concatenate)하여 획득한 벡터를 개체명 관계 정보 모델(400)에 입력시킬 수 있다. 예를 들어, 프로세서(120)는 개체명 관계 정보 모델에 1. "철수는 영희의 자식이다"라는 문장(410), 2. 토큰1(420)인 주체 "철수" + 토큰1에 대한 의미역 분석 정보인 의미역 분석 정보1(421), 3. 토큰2(430) 인 객체 "영희" + 토큰2에 대한 의미역 분석 정보인 의미역 분석 정보2(431) 3가지를 입력시킬 수 있다. 프로세서(120)가 토큰과 각 토큰에 대응되는 의미역 분석 정보를 연결시켜 개체명 관계 정보 모델에 입력시킴으로써 의미역 정보를 반영하여 개체명 관계 정보를 획득할 수 있고, 이는 높은 정확도로 개체명 관계를 획득할 수 있는 결과로 이어질 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 개체명 정보는 제 1 개체명 정보, 제 2 개체명 정보 또는 제 3 개체명 정보 중 적어도 하나를 포함할 수 있다.

본 개시의 일 실시예에 따라, 개체명 정보는, 개체명 인식 모델을 이용하여 토큰 각각에 대하여 획득한 제 1 개체명 정보를 포함할 수 있다. 본 개시의 일 실시예에 따라, 개체명 인식은 자연어처리 기술을 이용하여 문맥 상 의미를 파악하여 개체(entity)를 추출하는 알고리즘을 포함할 수 있다. 본 개시의 일 실시예에 따라, 개체명 인식은 자연어에서 인물, 시간, 공간 정보 등을 획득하는 것을 포함할 수 있다. 프로세서(120)는 개체명 인식을 통해 토큰에 개체명을 맵핑할 수 있다. 예를 들어, 토큰이 "버락 오바마"인 경우, 해당 토큰은 인물 정보를 포함하는바 "인명"을 "버락 오바마"에 맵핑할 수 있다. 본 개시의 일 실시예에 따라, 개체명 인식 모델은 자연어에서 개체명을 인식하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 개체명 인식 모델은 BERT 모델, Bi-LSTM 모델 및/또는 CRF 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 제 1 개체명 정보는 문서에서 특정한 의미를 가지고 있는 단어 또는 어구에 대한 정보를 포함할 수 있다. 예를 들어, 제 1 개체명 정보는 입력 토큰이 어떤 개체명일지에 대한 확률을 벡터의 요소로 하는 벡터로 표현될 수 있다. 예를 들어, 개체명 정보는 (토큰이 인물일 확률, 토큰이 장소일 확률, 토큰이 시간일 확률 등)로 표현될 수도 있다. 본 개시의 일 실시예에 따라, 제 1 개체명 정보는 프로세서(120)가 개체명 인식을 이용하여 획득한 개체명을 포함할 수 있다.

본 개시의 일 실시예에 따라, 개체명 정보는 가공된 자연어에 포함된 명사 토큰들에 대해서 서로 같은 개체를 의미하는 자연어를 탐색하여 연결시키기 위한 상호 참조 해결 모델에 명사 토큰 또는 명사 토큰에 대응되는 제 1 개체명 정보 중 적어도 하나를 입력시켜 획득한 명사 토큰에 대응되는 개체명 정보를 포함하는 제 2 개체명 정보를 포함할 수 있다. 본 개시의 일 실시예에 따라, 명사는 구체적인 대상이나 추상적인 대상의 이름을 나타내는 품사를 포함할 수 있다. 본 개시의 일 실시예에 따라, 명사 토큰은 문장에서 명사 역할을 수행하는 단어, 구, 절 등을 포함할 수 있다. 따라서 명사 토큰은 명사단어 토큰, 명사구 토큰(단어 2개 이상), 명사절 토큰(접속사+주어+동사의 형태)을 포함할 수 있다. 본 개시의 일 실시예에 따라, 명사구 토큰은 명사를 머리로 사용하거나 명사와 동일한 문법 기능을 수행하는 구를 단위로 하는 토큰을 포함할 수 있다. 좀 더 구체적으로 명사구 토큰은 명사나 수사 등의 체언을 대신해서 쓰이는 품사인 대명사 토큰, 특정한 대상을 한정하여 가리키는 관형사인 지시 관형사 토큰(예를 들어, 이, 저, 그) 등을 포함할 수 있다. 본 개시의 일 실시예에 따라, 상호 참조 해결 모델은 가공된 자연어에 포함된 명사 토큰들에 대해서 서로 같은 개체를 의미하는 자연어를 탐색하여 연결시키기 위한 모델을 포함할 수 있다. 예를 들어, 프로세서(120) "버락 오바마는 미국의 대통령이다. 그의 출생지는 미국 하와이주 호놀룰루이다"라는 문장을 상호 참조 해결 모델에 입력시킬 수 있다. 프로세서(120)는 두번째 문장에서 등장하는 대명사 "그"가 어떤 개체를 의미하는 것인지 상호 참조 해결 모델을 이용하여 연결시킬 수 있다. 두 문장에서 대명사 "그"는 앞 문장의 "버락 오바마"와 동일한 의미를 가지는 개체로 볼 수 있다. 따라서, 프로세서(120)는 상호 참조 해결 모델을 이용하여 대명사 "그"가 앞선 문장의 "버락 오바마"와 연결시킬 수 있다. 본 개시의 일 실시예에 따라, 제 2 개체명 정보는 명사 토큰에 대하여 같은 개체를 의미하는 개체명 정보를 포함할 수 있다. 본 개시의 일 실시예에 따라, 개체명 정보는 문서에서 특정한 의미를 가지고 있는 단어 또는 어구에 대한 정보를 포함할 수 있다. 본 개시의 일 실시예에 따라, 프로세서(120)는 상호 참조 해결 모델에 가공된 자연어에 포함된 명사구 토큰을 상호 참조 해결 모델에 입력시킬 수 있다. 이 경우, 프로세서(120)는 가공된 자연어에 포함된 대명사 토큰과 의미 유사도가 높은 명사 토큰에 대한 정보를 포함하는 제 2 개체명 정보를 획득할 수 있다. 예를 들어, 프로세서(120)는 "도널드 트럼프는 부동산 개발 등 다양한 사업을 하는 트럼프 기업의 대표이사 회장이다. 그는 선거에서 62,979,879표를 얻었는데, 이는 공화당 대통령 후보 역사상 가장 많은 득표로 당선된 것이다."라는 문장에서 명사 토큰 "도널드 트럼프", "부동산 개발", "다양한 사업", "대표이사 회장", "그", "선거" 등이 상호 참조 해결 모델에 입력될 수 있다. 프로세서(120)는 대명사 토큰 "그"가 의미하는 개체에 대한 정보를 각각의 명사에 해당될 확률을 벡터의 요소로 포함하는 벡터 형태인 제 2 개체명 정보를 획득할 수 있다. 이 경우, 프로세서(120)는 대명사 토큰 "그"에 대하여 ("도널드 트럼프"일 확률 = 0.95, "부동산 개발"일 확률 = 0.01, .....)의 형태를 가지는 제 2 개체명 정보를 획득할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 개체명 정보는 가공된 자연어에 포함된 다의적 토큰에 각각 대응되는 개체에 식별자를 연결시킴으로써 다의적 토큰의 중의성을 해소시키기 위한 개체명 연결 모델에 다의적 토큰, 제 1 개체명 정보 또는 제 2 개체명 정보 중 적어도 하나를 입력시켜 다의적 토큰에 대응되는 식별자에 대한 정보를 포함하는 제 3 개체명 정보를 포함할 수 있다. 본 개시의 일 실시예에 따라, 다의적 토큰은 하나의 단어가 여러 개의 뜻을 가지는 낱말인 다의어 토큰을 포함할 수 있다. 본 개시의 일 실시예에 따라, 개체명 연결 모델은 자연어에 포함된 다의적 토큰에 각각 대응되는 개체에 식별자를 연결시킴으로써 다의적 토큰의 중의성을 해소시키기 위한 모델을 포함할 수 있다. 예를 들어, 프로세서(120)는 "거미는 친구라도 될껄 그랬어 라는 노래를 열창했다."라는 문장을 개체명 연결 모델에 입력시킬 수 있다. 해당 문장에서 사용된 "거미"라는 단어가 가수(식별자1)를 의미하는지 또는 절지동물(식별자2)을 의미하는지 중의성이 존재할 수 있다. 이 경우, 프로세서(120)는 개체명 연결 모델을 이용하여 문장에서 사용된 "거미"라는 단어에 대한 중의성을 해소할 수 있다. 더 구체적으로 프로세서(120)는 문맥을 파악하여 "거미"라는 단어가 가수(식별자1)를 의미하는 것으로 결정할 수 있다. 본 개시의 일 실시예에 따라, 제 3 개체명 정보는 중의성이 해소된 개체명을 포함할 수 있다. 프로세서(120)는 개체명 연결 모델에 다의적 토큰 및 다의적 토큰이 포함된 자연어 문장 또는 문단을 입력시킬 수 있다. 이 경우 프로세서(120)는 개체명 연결 모델을 이용하여 입력된 다의적 토큰에 대하여 특정 식별자에 대응될 확률을 포함하는 제 3 개체명 정보를 획득할 수 있다. 예를 들어, 다의적 토큰은 "원피스"일 수 있다. 다의적 토큰 "원피스"는 식별자 "옷" 또는 식별자 "만화"일 수 있다. 프로세서(120)는 "오늘 친구랑 백화점에 원피스를 입어보고 샀다"라는 문장과 다의적 토큰 "원피스"를 개체명 연결 모델에 입력시켜 (옷일 확률=0.9, 만화일 확률=0.1)이라는 형태의 제 3 개체명 정보를 획득할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

이하에서는 도 8을 참조하여 개체명 관계 정보를 획득하는 방법을 구체적으로 설명한다.

본 개시의 일 실시예에 따라, 개체명 관계 정보(440)는 개체명 간의 관계에 대한 정보를 포함할 수 있다. 개체명 관계 정보(440)는 주체가 되는 개체명과 객체가 되는 개체명 간의 관계에 대한 정보를 포함할 수 있다. 예를 들어, "철수는 영희의 자식이다"라는 문장에서 주체는 '철수', 객체은 '영희'이고 철수와 영희의 관계는 '자식'으로 표현될 수 있다.

본 개시의 일 실시예에 따라, 개체명 관계 정보(440)는, 2개의 개체들 각각에 대응되는 2개의 토큰들, 토큰들이 포함된 문장 또는 의미역 분석 정보 중 적어도 하나를 개체명 관계 정보 모델에 입력시켜 획득한 두 개의 개체 간의 관계에 대한 정보를 포함할 수 있다. 본 개시의 일 실시예에 따라, 프로세서(120)는 2개의 개체들 각각에 대응되는 토큰들, 각 토큰들에 대응하는 의미역 분석 정보를 개체명 관계 정보 모델에 함께 입력시킬 수 있다. 예를 들어, 프로세서(120)는 토큰1(420) 및 토큰1에 대응하는 의미역 분석 정보인 의미역 분석 정보1(421)을 개체명 관계 정보 모델에 입력시킬 수 있다. 이 경우, 토큰1(420) 및 의미역 분석 정보1(421)은 벡터 형태로 표현될 수 있다. 따라서 프로세서(120)는 토큰1(420) 및 의미역 분석 정보1(421)을 개체명 관계 정보 모델(400)에 입력시킬 때, 토큰1(420) 및 의미역 분석 정보1(421)를 연결(Concatenate)시켜서 의미역 관계 정보 모델에 입력시킬 수 있다. 이를 통해 프로세서(120)는 의미역 분석 정보를 반영하여 더 높은 정확도로 개체 간의 관계에 대한 정보를 획득할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 다른 일 실시예에 따라, 프로세서(120)는 토큰1(420), 토큰1에 대응하는 의미역 분석 정보인 의미역 분석 정보1(421) 및 토큰1(420)에 대응하는 품사 정보를 개체명 관계 정보 모델에 입력시킬 수 있다. 이 경우, 토큰1(420), 의미역 분석 정보1(421) 및 품사 정보는 벡터 형태로 표현될 수 있다. 따라서 프로세서(120)는 토큰1(420), 의미역 분석 정보1(421) 및 품사 정보를 개체명 관계 정보 모델(400)에 입력시킬 때, 토큰1(420), 의미역 분석 정보1(421) 및 품사 정보를 연결(Concatenate)시켜서 의미역 관계 정보 모델에 입력시킬 수 있다. 이를 통해 프로세서(120)는 품사 정보 및 의미역 분석 정보를 반영하여 더 높은 정확도로 개체 간의 관계에 대한 정보를 획득할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 프로세서(120)는 개체명 관련 정보에 기초하여 지식맵을 구축할 수 있다. 개체명 관련 정보는 텍스트에 포함된 정보를 구조화되고 기계가 읽을 수 있는 표현을 포함할 수 있다. 구체적으로 개체명 관련 정보는 자연어로 된 문장에서 구조화된 정보인 트리플을 포함할 수 있다. 예를 들어, 개체명 관련 정보는 (개체1, 관계, 개체2)라는 트리플 형태를 포함할 수 있다. 본 개시의 일 실시예에 따라, 지식맵은 개념을 표현하는 이미지, 모양, 개념들 사이의 관계를 표현하는 화살표의 연속성에 의해 데이터들 간의 관계를 표현하는 그래픽 인터페이스를 포함할 수 있다. 프로세서(120)는 (개체1, 관계, 개체2)라는 트리플 형태의 개체명 관련 정보를 이용하여 지식맵을 구축할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 데이터베이스에 지식맵이 존재하지 않는 경우, 프로세서(120)는 개체명 관련 정보에 기초하여 새로운 지식맵을 구축할 수 있다. 프로세서(120)는 입력 문서에 포함된 내용과 대응되는 지식맵이 데이터베이스에 존재하는지 확인할 수 있다. 입력 문서에 포함된 내용과 대응되는 지식맵에 데이터베이스에 존재하지 않는 경우, 프로세서(120)는 해당 입력 문서에 기초하여 새로운 지식맵을 구축할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 데이터베이스에 지식맵이 존재하는 경우, 프로세서(120)는 개체명 관련 정보에 기초하여 입력 질의 또는 입력 문서에 포함된 정보를 지식맵에 추가할 수 있다. 프로세서(120)는 입력 질의 및/또는 입력 문서에 포함된 내용과 대응되는 지식맵이 데이터베이스에 존재하는지 확인할 수 있다. 입력 질의 및/또는 입력 문서에 포함된 내용과 대응되는 지식맵에 데이터베이스에 존재하지 하는 경우, 프로세서(120)는 입력 질의 및/또는 입력 문서로부터 획득한 개체명 관련 정보를 지식맵에 추가할 수 있다. 예를 들어, 프로세서(120)는 "조지 워커 부시는 코네티컷주 뉴헤이번에서 태어났다."라는 문장에서 (조지 워커 부시, 태어났다, 코네티컷주 뉴헤이번)이라는 개체명 관련 정보를 획득할 수 있다. 프로세서(120)는 조지 부시 대통령의 출생지에 대한 정보를 지식맵에 추가할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 프로세서(120)는 개체명 관련 정보에 기초하여 지식맵을 구축할 수 있다. 프로세서(120)는 개체명 정보에 기초하여 개체명 정보에 포함된 개체명을 지식맵에 포함된 개체명과 맵핑시킬 수 있다. 예를 들어, 프로세서(120)는 "조지 워커 부시는 코네티컷주 뉴헤이번에서 태어났다."라는 문장에서 (조지 워커 부시, 태어났다, 코네티컷주 뉴헤이번)이라는 개체명 관련 정보를 획득할 수 있다. 프로세서(120)는 해당 개체명 관련 정보에서 "조지 워커 부시"와 대응되는 개체명을 지식맵에서 검색할 수 있다. 데이터베이스에 저장된 지식맵에서 "조지 부시"라는 개체명이 존재할 경우, 프로세서(120)는 "조지 워커 부시"와 지식맵에 존재하는 "조지 부시"라는 개체명을 맵핑할 수 있다. 이를 통해, 프로세서(120)는 조지 부시 대통령의 출생지에 대한 정보를 지식맵에 추가할 수 있다.

본 개시의 일 실시예에 따라, 프로세서(120)는 개체명 관계 정보에 기초하여 개체 간의 관계 정보를 지식맵에 부가할 수 있다. 예를 들어, 프로세서(120)는 "조지 워커 부시는 코네티컷주 뉴헤이번에서 태어났다."라는 문장에서 (조지 워커 부시, 태어났다, 코네티컷주 뉴헤이번)이라는 개체명 관련 정보를 획득할 수 있다. 프로세서(120)는 "태어났다"라는 개체명 관계 정보를 해당 개체명 관련 정보로부터 획득할 수 있다. 따라서 프로세서(120)는 "조지 부시"라는 지식맵에 존재하는 개체명과 개체명 관련 정보에 포함된 "조지 워커 부시"라는 개체명을 맵핑시킨 후, "태어났다"라는 개체명 관계 정보를 지식맵에 부가할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 다른 일 실시예에 따라, 프로세서(120)는 문단 구분 정보 또는 의미역 분석 정보 중 적어도 하나에 기초하여 지식맵을 구축할 수 있다. 프로세서(120)는 문단 구분 정보 또는 의미역 분석 정보 중 적어도 하나를 지식 정보 생성 모델에 입력시켜 지식 정보를 획득할 수 있다. 본 개시의 일 실시예에 따라, 지식 정보는 지식맵을 구축하기 위하여 필요한 정보를 포함할 수 있다. 본 개시의 일 실시예에 따라, 지식 정보는, 지식 정보를 생성하기 위하여 사용된 토큰이 포함된 문서의 출처에 대한 정보를 포함하는 문서 출처 정보, 토큰이 포함된 문장을 포함하고 있는 문단과 대응하는 문단 구분 정보, 토큰 각각에 대한 개체명 관련 정보 또는 개체명 관련 정보를 기초로 생성된 자연어 중 적어도 하나를 포함할 수 있다. 본 개시의 일 실시예에 따라, 문서 출처 정보는 문서의 출처에 관한 정보로서, 데이터베이스에 저장된 위치, 문서가 개시된 웹페이지 주소 등을 포함할 수 있다. 본 개시의 일 실시예에 따라, 문단 구분 정보는 입력 문서에 포함된 복수개의 문단에 대한 정보를 포함할 수 있다. 구체적으로 문단 구분 정보는 문단과 문단을 구분하기 위한 문단의 위치 정보, 문단이 속하는 군집(의미가 유사한 문단의 집합)에 대한 의미 정보를 포함할 수 있다. 본 개시의 일 실시예에 따라, 본 개시의 일 실시예에 따라, 개체명 관련 정보는 기계가 읽을 수 있는 관계 튜플 형태의 정보를 포함할 수 있다. 개체명 관련 정보는 토큰 각각에 대한 개체명 정보 또는 개체명 관계 정보 중 적어도 하나를 포함할 수 있다. 본 개시의 일시예에 따라, 개체명 관련 정보를 기초로 생성된 자연어는 사람이 이해할 수 있는 언어의 형태로 개체명 관련 정보를 변환한 것을 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

이하에서는 지식 정보 생성 모델에 대하여 도 10을 참조하여 구체적으로 설명된다.

본 개시의 일 실시예에 따라, 지식 정보 생성 모델은 지식 정보를 생성하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 지식 정보 생성 모델은 문단 의미 획득 모델(830) 및 그래프-자연어 획득 모델(840)을 포함할 수 있다. 본 개시의 일 실시예에 따라, 문단 의미 획득 모델(830)은 복수개의 문장이 포함된 특정 문단에 대응되는 그래프 형태의 문단 의미를 획득하기 위한 모델을 포함할 수 있다. 프로세서(120)는 개체명 관련 정보에 기초하여 그래프 형태의 문단 의미를 획득할 수 있다. 본 개시의 일 실시예에 따라, 그래프-자연어 변환 모델(840)은 그래프 형태의 문단 의미를 자연어 형태로 변환하기 위한 모델을 포함할 수 있다. 그래프 형태의 문단 의미는 딥러닝 모델에 입력시킬 수 있는 데이터 형태가 아닐 수도 있다. 따라서 딥러닝 모델에 문단 의미를 입력시켜 지식맵을 구축하기 위하여 딥러닝 모델에 입력시킬 수 있는 데이터 형태인 자연어로 변환할 필요성이 존재할 수도 있다. 따라서 프로세서(120)는 그래프-자연어 변환 모델(840)을 이용하여 그래프 형태의 문단 의미를 자연어 형태로 변환할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 프로세서(120)는 지식 정보 및 입력 스키마에 기초하여 지식 정보를 지식맵으로 변환하기 위한 모델인 스키마 맵핑 모델에 지식 정보 및 입력 스키마를 입력시켜 지식맵을 구축할 수 있다.

이하에서는 스키마 맵핑 모델에 대하여 도 11을 참조하여 구체적으로 설명된다.

본 개시의 일 실시예에 따라, 입력 스키마는 지식맵을 구축하기 위하여 입력되는 데이터베이스의 구조와 제약조건에 관한 명세에 관한 것을 포함할 수 있다. 본 개시의 일 실시예에 따라, 입력 스키마는 개체명 관련 정보(본 개시에서의 개체명 정보 및 개체명 관계 정보)를 포함할 수 있다. 본 개시의 일 실시예에 따라, 입력 스키마는 스키마 자동 생성 모델을 이용하여 획득한 자동 생성 스키마 및 사용자로부터 직접 입력 받은 사용자 입력 스키마를 포함할 수 있다. 본 개시의 일 실시예에 따라, 스키마 자동 생성 모델은 지식 정보(850)를 입력 받아 스키마를 자동으로 생성하기 위한 모델을 포함할 수 있다. 따라서, 프로세서(120)는 스키마 자동 생성 모델을 이용함으로써 지식 정보에 기초하여 스키마를 자동으로 생성할 수 있다. 본 개시의 일 실시예에 따라, 사용자는 직접 스키마를 입력할 수 있다. 예를 들어, 학습 데이터가 부족한 도메인에 관련된 지식의 경우, 사용자가 직접 해당 도메인에 대한 지식에 대응하는 스키마를 입력하여 지식맵을 구축할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 스키마 맵핑 모델(900)은 지식 정보(850) 및 입력 스키마(910)에 기초하여 지식 정보를 지식맵으로 변환하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 프로세서(120)는 지식 정보(850)에 포함된 개체명 관련 정보 및 입력 스키마(910)에 기초하여 지식맵을 구축할 수 있다. 프로세서(120)는 개체명 정보 및 입력 스키마(910)에 기초하여 개체명 정보에 포함된 개체명을 지식맵에 포함된 개체명과 맵핑시킬 수 있다. 본 개시의 일 실시예에 따라, 프로세서(120)는 지식 정보(850)에 포함된 개체명 관계 정보 및 입력 스키마(910)에 기초하여 개체 간의 관계 정보를 지식맵에 부가할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

공공학술정보 시스템을 구축하기 위하여 지식맵을 구축할 필요가 있다. 그리고 현재 컴퓨팅 기술 및 인공지능 기술의 발달로 지식맵을 자동으로 구축하는 기술이 활발하게 연구되고 있는 추세이다. 하지만 자연어에서 기계가 높은 정확도로 개체명을 파악하고 각 개체명 간의 관계를 높은 정확도로 추출하는 것은 어려울 수 있다. 즉, 지식맵에 자연어 형태의 지식을 자동으로 추가하기 위해서는 높은 정확도로 자연어에 포함된 의미를 파악하여 지식맵에 추가할 수 있는 데이터 형태를 만들 수 있는 기술이 필요할 수 있다.

본 개시에서는 의미역 분석 모델을 이용하여 문서에 포함된 자연어 단위에 대하여 의미역을 결정한다. 현재 자연어 처리에 높은 성능을 내고 있는 BERT 모델을 활용하여 의미역 분석 정보를 높은 정확도로 획득함으로써, 고품질의 지식맵을 구축할 수 있다. 본 개시에서 의미역 분석 정확도를 높이기 위해 입력 질의 또는 입력 문서에 대하여 띄어쓰기, 맞춤법 오류, 및/또는 문법 오류 교정 등과 같은 전처리 작업을 수행할 수 있다. 또한 가공된 자연어에 대하여 의미역 분석 정보를 획득한 후, 지식맵 구축을 위하여 개체명 관련 정보를 추출할 수 있다. 이 과정에서 개체명 인식 모델, 개체명 연결 모델, 상호 참조 해결 모델을 사용함으로써 입력 문서에 포함된 내용을 높은 정확도로 지식맵 구축에 사용할 수 있다.

본 개시의 일 실시예에 따라, 프로세서(120) 의미역 분석을 활용하여 요약문을 생성할 수도 있다. 프로세서(120)는 의미역 분석 정보에 기초하여 입력 질의에 대응되는 내용을 포함하는 입력 문서 요약문을 생성할 수 있다.

이하에서는 입력 문서 요약문을 생성하는 방법에 대하여 도 8을 참조하여 구체적으로 설명된다.

본 개시의 일 실시예에 따라, 의미역 분석 정보(259)는 프로세서(120)가 의미역 분석 모델에 입력시킨 토큰에 대하여 획득한 입력 토큰에 대응하는 의미역을 포함할 수 있다. 의미역은 명사구가 서술어와 관련하여 지니는 의미 기능을 포함할 수 있다. 본 개시의 일 실시예에 따라, 의미역은 논항이 서술어에 대해 갖는 의미상의 자격, 역할, 지위를 포함할 수 있다. 본 개시의 일 실시예에 따라, 입력 문서 요약문(560)은 요약 대상 문서를 모델에 입력시켜 해당 요약 대상 문서에 대하여 요점을 잡아서 간추린 문서 또는 문장을 포함할 수 있다. 입력 문서 요약문(560)은 입력 문서의 적어도 일부를 포함하는 문서 또는 문장을 포함할 수 있다. 입력 문서 요약문(560)은 입력 문서의 요점을 잡아서 입력 문서에 포함된 자연어와 다른 형태로 표현된 자연어를 포함하는 문서 또는 문장을 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 프로세서(120)는 입력 질의(211)를 전처리 모델(220)에 입력시켜 가공된 자연어(230)를 획득할 수 있다. 프로세서(120)는 가공된 자연어(230)를 의미역 분석 모델(250)에 입력시켜 입력 질의에 포함된 토큰 각각에 대한 의미역 분석 정보(259)를 획득할 수 있다. 이를 통해, 프로세서(120)는 입력 질의에 대한 의미를 파악함으로써 높은 정확도로 검색 결과를 출력할 수 있다.

본 개시의 일 실시예에 따라, 프로세서(120)는 입력 문서(213)를 전처리 모델(220)에 입력시켜 가공된 자연어(230)를 획득할 수 있다. 본 개시에서 입력 문서(213)는 입력 질의에 대응하는 문서를 포함할 수 있다. 예를 들어, 입력 질의가 "딥러닝 모델을 이용한 품사 태깅 방법 논문을 검색해줘"의 자연어 형태인 경우, 입력 문서는 딥러닝 기반 품사 태깅 방법에 대한 다수의 논문을 포함할 수 있다. 프로세서(120)는 가공된 자연어를 의미역 분석 모델(250)에 입력시킬 수 있다. 프로세서(120)는 의미역 분석 정보(259)를 의미역 분석 모델(250)로부터 획득할 수 있다.

본 개시의 일 실시예에 따라, 프로세서(120)는 입력 문서에 포함된 토큰 각각에 대하여 입력 질의와의 유사도(510)를 산출할 수 있다. 본 개시의 일 실시예에 따라, 유사도는 입력 질의와 입력 문서에 대한 유사도를 포함할 수 있다. 본 개시의 일 실시예에 따라, 유사도는 입력 질의와 입력 문서에 포함된 자연어 단위와의 유사도를 포함할 수 있다. 프로세서(120)가 유사도를 산출함으로써 입력 질의와 상관 관계가 높은 내용들이 입력 문서 요약문에 포함될 수 있다. 본 개시의 일 실시예에 따라, 프로세서(120)는 유클리디언 거리, 유클리디언 거리에 데이터 속성들의 공분산을 반영하여 거리를 계산한 마할라노비스 거리, 각 기반의 계산법인 코사인 유사도 등을 통하여 유사도를 산출할 수 있다. 본 개시의 일 실시예에 따라, 프로세서(120)는 의미역 분석 정보(259)를 이용하여 유사도를 산출할 수 있다. 프로세서(120)는 입력 질의 또는 입력 문서에 포함된 복수개의 토큰을 획득할 수 있다. 그리고 프로세서(120)는 각 토큰에 대응되는 의미역 분석 정보(259)를 의미역 분석 모델을 이용하여 획득할 수 있다. 프로세서(120)는 각 토큰에 대하여 임베딩을 통해 벡터 형태의 데이터를 획득할 수 있다. 그리고 프로세서(120)는 벡터 형태의 의미역 분석 정보(259)를 획득할 수 있다. 따라서, 프로세서(120)는 벡터 형태의 토큰과 벡터 형태의 의미역 분석 정보(259)를 연결(concatenate)할 수 있다. 프로세서(120)는 연결(concatenate)된 벡터 형태의 토큰과 벡터 형태의 의미역 분석 정보(259) 간의 유사도를 산출할 수 있다. 예를 들어, (입력 질의에 포함된 토큰1, 해당 토큰에 대응되는 의미역 분석 정보1)의 벡터와 (입력 문서에 포함된 토큰2, 해당 토큰에 대응되는 의미역 분석 정보2)의 벡터 사이 거리를 산출함으로써 프로세서(120)는 유사도를 산출할 수 있다. 따라서 유사도가 높을수록 입력 질의에 포함된 내용과 입력 문서에 포함된 내용의 의미적 유사성이 높다는 것을 의미할 수 있다. 따라서 프로세서(120)는 입력 질의와 유사도가 높은 입력 문서 내의 토큰 들에 대하여 입력 문서 요약문을 생성할 때 사용할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 프로세서(120)는 입력 문서에 포함된 토큰 각각에 대하여 입력 문서 내에서의 중요도를 산출할 수 있다. 프로세서(120)는 중요도를 산출함으로써 입력 문서 내의 핵심 내용을 포함하는 토큰이 어떤 것인지를 알 수 있다. 본 개시의 일 실시예에 따라, 중요도는 입력 문서에 포함된 토큰(또는 자연어 단위)가 해당 문서 내에서 차지하는 중요도를 포함할 수 있다. 예를 들어, 입력 문서에서 중요도가 높은 토큰(또는 자연어 단위)은 해당 입력 문서의 요점을 나타낼 수 있으므로 입력 문서 요약문에 포함되거나 생성되는데 사용될 수 있다. 하지만 입력 문서에서 중요도가 낮은 토큰(또는 자연어 단위)는 해당 입력 문서에서 요점을 나타낼 가능성은 낮으므로 입력 문서 요약문에 사용되지 않을 가능성이 높다.

본 개시의 일 실시예에 따라, 프로세서(120)는 유사도 또는 중요도 중 적어도 하나에 기초하여 입력 문서 요약문을 생성할 수 있다. 이를 통해 프로세서(120)는 입력 질의와 관련도가 높으면서 입력 문서의 핵심이 되는 토큰을 선택하여 입력 문서 요약문을 생성할 수 있다.

본 개시의 일 실시예에 따라, 중요도는 그래프 중심도 분석법을 이용하여 산출된, 토큰 각각에 대한 입력 문서 내에서의 중요도를 포함할 수 있다. 본 개시의 일 실시예에 따라, 그래프 중심도 분석법은 문서 내에서 핵심 단어 또는 핵심 문장을 추출하기 위한 알고리즘을 포함할 수 있다. 보다 구체적으로, 그래프 중심도 분석법의 한 예시적인 방법으로 TextRank 알고리즘이 사용될 수도 있다. 그래프에서 단어(또는 문장)가 노드가 되고, 각 단어(또는 문장) 간의 유사도가 엣지가 될 수 있다. 그래프에서 각 노드에 대응하는 랭크(Rank)가 존재할 수 있으며, 랭크는 문서 내 해당 노드의 중요도를 나타낼 수 있다. 따라서 프로세서(120)는 그래프 중심도 분석법을 통해 핵심 단어 또는 핵심 문장을 추출할 수 있다.

TextRank에 대한 설명은 본 출원에서 전체가 참조로 통합되는 논문 TextRank: Bringing Order into Texts (공개일: 2004, 작성자: Rada Mihalcea, Paul Tarau, University of North Texas)에서 구체적으로 논의된다.

본 개시의 일 실시예에 따라, 프로세서(120)는 유사도 또는 중요도 중 적어도 하나에 기초하여 입력 문서 요약문을 생성할 수 있다. 프로세서(120)는 사전결정된 제 1 기준 이상의 유사도를 가지는 적어도 하나의 토큰 또는 사전결정된 제 2 기준 이상의 중요도를 가지는 적어도 하나의 토큰 중 적어도 하나를 요약문 생성 모델에 입력시킬 수 있다. 본 개시의 일 실시예에 따라, 사전결정된 제 1 기준은 입력 문서 요약문에 포함시키거나 요약문 생성에 사용될 토큰을 유사도에 기초하여 결정하기 위한 기준을 포함할 수 있다. 예를 들어, 사전결정된 제 1 기준이 90인 경우, 프로세서(120)는 유사도가 90 이상인 토큰을 입력 문서 요약문에 포함시키거나 요약문 생성에 사용할 수 있다. 본 개시의 일 실시예에 따라, 사전결정된 제 2 기준은 입력 문서 요약문에 포함시키거나 요약문 생성에 사용될 토큰을 중요도에 기초하여 결정하기 위한 기준을 포함할 수 있다. 예를 들어 사전결정된 제 2 기준이 90인 경우, 프로세서(120)는 중요도가 90 이상인 토큰을 입력 문서 요약문에 포함시키거나 요약문 생성에 사용할 수 있다. 본 개시의 일 실시예에 따라, 요약문 생성 모델은 요약문을 생성하기 위하여 사용될 적어도 하나의 토큰을 입력 받아 입력 질의와 상관관계가 높은 요약문을 생성하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 요약문 생성 모델은 자연어 처리를 위한 RNN, LSTM 또는 BERT 모델 중 적어도 하나를 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

공공 학술 정보 시스템 구축에 있어서 학술 정보 검색 결과를 사용자가 입력한 자연어 형태의 입력 질의에 따라 요약된 답변을 출력하는 기술에 대한 수요가 증가하는 추세이다. 특히 검색 정확도를 향상시키기 위하여 의미역 결정 기술을 이용하여 자연어에 포함된 의미를 파악하고, 입력 질의와 입력 문서와의 상관 관계에 기초하여 요약문을 생성하는 기술은 매우 중요할 수 있다.

본 개시에 따라, 프로세서(120)는 자연어 형태의 입력 질의에 대하여 입력 문서 요약문을 생성할 수 있다. 본 개시에서의 의미역 분석 모델을 이용하여 획득한 의미역 분석 정보를 기초로 입력 질의와 입력 문서 간의 상관관계(유사도)를 산출함으로써 더 높은 정확도로 입력 질의와 상관관계가 높은 내용을 요약문에 포함시킬 수 있다. 이를 통해, 검색 결과의 질의 향상을 이끌어 낼 수 있으며, 이는 공공학술정보를 이용하는 사용자에게 큰 만족감을 줄 수 있다.

도 2는 본 개시의 일 실시예에 따른 네트워크 함수를 나타낸 개략도이다.

본 명세서에 걸쳐, 연산 모델, 신경망, 네트워크 함수, 뉴럴 네트워크(neural network)는 동일한 의미로 사용될 수 있다. 신경망은 일반적으로 노드라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 노드들은 뉴런(neuron)들로 지칭될 수도 있다. 신경망은 적어도 하나 이상의 노드들을 포함하여 구성된다. 신경망들을 구성하는 노드(또는 뉴런)들은 하나 이상의 링크에 의해 상호 연결될 수 있다.

신경망 내에서, 링크를 통해 연결된 하나 이상의 노드들은 상대적으로 입력 노드 및 출력 노드의 관계를 형성할 수 있다. 입력 노드 및 출력 노드의 개념은 상대적인 것으로서, 하나의 노드에 대하여 출력 노드 관계에 있는 임의의 노드는 다른 노드와의 관계에서 입력 노드 관계에 있을 수 있으며, 그 역도 성립할 수 있다. 상술한 바와 같이, 입력 노드 대 출력 노드 관계는 링크를 중심으로 생성될 수 있다. 하나의 입력 노드에 하나 이상의 출력 노드가 링크를 통해 연결될 수 있으며, 그 역도 성립할 수 있다.

하나의 링크를 통해 연결된 입력 노드 및 출력 노드 관계에서, 출력 노드의 데이터는 입력 노드에 입력된 데이터에 기초하여 그 값이 결정될 수 있다. 여기서 입력 노드와 출력 노드를 상호 연결하는 링크는 가중치(weight)를 가질 수 있다. 가중치는 가변적일 수 있으며, 신경망이 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변 될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드 값을 결정할 수 있다.

상술한 바와 같이, 신경망은 하나 이상의 노드들이 하나 이상의 링크를 통해 상호 연결되어 신경망 내에서 입력 노드 및 출력 노드 관계를 형성한다. 신경망 내에서 노드들과 링크들의 개수 및 노드들과 링크들 사이의 연관관계, 링크들 각각에 부여된 가중치의 값에 따라, 신경망의 특성이 결정될 수 있다. 예를 들어, 동일한 개수의 노드 및 링크들이 존재하고, 링크들의 가중치 값이 상이한 두 신경망이 존재하는 경우, 두 개의 신경망들은 서로 상이한 것으로 인식될 수 있다.

신경망은 하나 이상의 노드들의 집합으로 구성될 수 있다. 신경망을 구성하는 노드들의 부분 집합은 레이어(layer)를 구성할 수 있다. 신경망을 구성하는 노드들 중 일부는, 최초 입력 노드로부터의 거리들에 기초하여, 하나의 레이어(layer)를 구성할 수 있다. 예를 들어, 최초 입력 노드로부터 거리가 n인 노드들의 집합은, n 레이어를 구성할 수 있다. 최초 입력 노드로부터 거리는, 최초 입력 노드로부터 해당 노드까지 도달하기 위해 거쳐야 하는 링크들의 최소 개수에 의해 정의될 수 있다. 그러나, 이러한 레이어의 정의는 설명을 위한 임의적인 것으로서, 신경망 내에서 레이어의 차수는 상술한 것과 상이한 방법으로 정의될 수 있다. 예를 들어, 노드들의 레이어는 최종 출력 노드로부터 거리에 의해 정의될 수도 있다.

최초 입력 노드는 신경망 내의 노드들 중 다른 노드들과의 관계에서 링크를 거치지 않고 데이터가 직접 입력되는 하나 이상의 노드들을 의미할 수 있다. 또는, 신경망 네트워크 내에서, 링크를 기준으로 한 노드 간의 관계에 있어서, 링크로 연결된 다른 입력 노드들을 가지지 않는 노드들을 의미할 수 있다. 이와 유사하게, 최종 출력 노드는 신경망 내의 노드들 중 다른 노드들과의 관계에서, 출력 노드를 가지지 않는 하나 이상의 노드들을 의미할 수 있다. 또한, 히든 노드는 최초 입력 노드 및 최후 출력 노드가 아닌 신경망을 구성하는 노드들을 의미할 수 있다.

본 개시의 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수와 동일할 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하다가 다시 증가하는 형태의 신경망일 수 있다. 또한, 본 개시의 다른 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수 보다 적을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하는 형태의 신경망일 수 있다. 또한, 본 개시의 또 다른 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수보다 많을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 증가하는 형태의 신경망일 수 있다. 본 개시의 또 다른 일 실시예에 따른 신경망은 상술한 신경망들의 조합된 형태의 신경망일 수 있다.

딥 뉴럴 네트워크(DNN: deep neural network, 심층신경망)는 입력 레이어와 출력 레이어 외에 복수의 히든 레이어를 포함하는 신경망을 의미할 수 있다. 딥 뉴럴 네트워크를 이용하면 데이터의 잠재적인 구조(latent structures)를 파악할 수 있다. 즉, 사진, 글, 비디오, 음성, 음악의 잠재적인 구조(예를 들어, 어떤 물체가 사진에 있는지, 글의 내용과 감정이 무엇인지, 음성의 내용과 감정이 무엇인지 등)를 파악할 수 있다. 딥 뉴럴 네트워크는 컨볼루션 뉴럴 네트워크(CNN: convolutional neural network), 리커런트 뉴럴 네트워크(RNN: recurrent neural network), 오토 인코더(auto encoder), GAN(Generative Adversarial Networks), 제한 볼츠만 머신(RBM: restricted boltzmann machine), 심층 신뢰 네트워크(DBN: deep belief network), Q 네트워크, U 네트워크, 샴 네트워크, 적대적 생성 네트워크(GAN: Generative Adversarial Network) 등을 포함할 수 있다. 전술한 딥 뉴럴 네트워크의 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에서 네트워크 함수는 오토 인코더(autoencoder)를 포함할 수도 있다. 오토 인코더는 입력 데이터와 유사한 출력 데이터를 출력하기 위한 인공 신경망의 일종일 수 있다. 오토 인코더는 적어도 하나의 히든 레이어를 포함할 수 있으며, 홀수 개의 히든 레이어가 입출력 레이어 사이에 배치될 수 있다. 각각의 레이어의 노드의 수는 입력 레이어의 노드의 수에서 병목 레이어(인코딩)라는 중간 레이어로 축소되었다가, 병목 레이어에서 출력 레이어(입력 레이어와 대칭)로 축소와 대칭되어 확장될 수도 있다. 오토 인코더는 비선형 차원 감소를 수행할 수 있다. 입력 레이어 및 출력 레이어의 수는 입력 데이터의 전처리 이후에 차원과 대응될 수 있다. 오토 인코더 구조에서 인코더에 포함된 히든 레이어의 노드의 수는 입력 레이어에서 멀어질수록 감소하는 구조를 가질 수 있다. 병목 레이어(인코더와 디코더 사이에 위치하는 가장 적은 노드를 가진 레이어)의 노드의 수는 너무 작은 경우 충분한 양의 정보가 전달되지 않을 수 있으므로, 특정 수 이상(예를 들어, 입력 레이어의 절반 이상 등)으로 유지될 수도 있다.

뉴럴 네트워크는 교사 학습(supervised learning), 비교사 학습(unsupervised learning), 반교사학습(semi supervised learning), 또는 강화학습(reinforcement learning) 중 적어도 하나의 방식으로 학습될 수 있다. 뉴럴 네트워크의 학습은 뉴럴 네트워크가 특정한 동작을 수행하기 위한 지식을 뉴럴 네트워크에 적용하는 과정일 수 있다.

뉴럴 네트워크는 출력의 오류를 최소화하는 방향으로 학습될 수 있다. 뉴럴 네트워크의 학습에서 반복적으로 학습 데이터를 뉴럴 네트워크에 입력시키고 학습 데이터에 대한 뉴럴 네트워크의 출력과 타겟의 에러를 계산하고, 에러를 줄이기 위한 방향으로 뉴럴 네트워크의 에러를 뉴럴 네트워크의 출력 레이어에서부터 입력 레이어 방향으로 역전파(backpropagation)하여 뉴럴 네트워크의 각 노드의 가중치를 업데이트 하는 과정이다. 교사 학습의 경우 각각의 학습 데이터에 정답이 라벨링되어있는 학습 데이터를 사용하며(즉, 라벨링된 학습 데이터), 비교사 학습의 경우는 각각의 학습 데이터에 정답이 라벨링되어 있지 않을 수 있다. 즉, 예를 들어 데이터 분류에 관한 교사 학습의 경우의 학습 데이터는 학습 데이터 각각에 카테고리가 라벨링 된 데이터 일 수 있다. 라벨링된 학습 데이터가 뉴럴 네트워크에 입력되고, 뉴럴 네트워크의 출력(카테고리)과 학습 데이터의 라벨을 비교함으로써 오류(error)가 계산될 수 있다. 다른 예로, 데이터 분류에 관한 비교사 학습의 경우 입력인 학습 데이터가 뉴럴 네트워크 출력과 비교됨으로써 오류가 계산될 수 있다. 계산된 오류는 뉴럴 네트워크에서 역방향(즉, 출력 레이어에서 입력 레이어 방향)으로 역전파 되며, 역전파에 따라 뉴럴 네트워크의 각 레이어의 각 노드들의 연결 가중치가 업데이트 될 수 있다. 업데이트 되는 각 노드의 연결 가중치는 학습률(learning rate)에 따라 변화량이 결정될 수 있다. 입력 데이터에 대한 뉴럴 네트워크의 계산과 에러의 역전파는 학습 사이클(epoch)을 구성할 수 있다. 학습률은 뉴럴 네트워크의 학습 사이클의 반복 횟수에 따라 상이하게 적용될 수 있다. 예를 들어, 뉴럴 네트워크의 학습 초기에는 높은 학습률을 사용하여 뉴럴 네트워크가 빠르게 일정 수준의 성능을 확보하도록 하여 효율성을 높이고, 학습 후기에는 낮은 학습률을 사용하여 정확도를 높일 수 있다.

뉴럴 네트워크의 학습에서 일반적으로 학습 데이터는 실제 데이터(즉, 학습된 뉴럴 네트워크를 이용하여 처리하고자 하는 데이터)의 부분집합일 수 있으며, 따라서, 학습 데이터에 대한 오류는 감소하나 실제 데이터에 대해서는 오류가 증가하는 학습 사이클이 존재할 수 있다. 과적합(overfitting)은 이와 같이 학습 데이터에 과하게 학습하여 실제 데이터에 대한 오류가 증가하는 현상이다. 예를 들어, 노란색 고양이를 보여 고양이를 학습한 뉴럴 네트워크가 노란색 이외의 고양이를 보고는 고양이임을 인식하지 못하는 현상이 과적합의 일종일 수 있다. 과적합은 머신러닝 알고리즘의 오류를 증가시키는 원인으로 작용할 수 있다. 이러한 과적합을 막기 위하여 다양한 최적화 방법이 사용될 수 있다. 과적합을 막기 위해서는 학습 데이터를 증가시키거나, 레귤라이제이션(regularization), 학습의 과정에서 네트워크의 노드 일부를 비활성화하는 드롭아웃(dropout), 배치 정규화 레이어(batch normalization layer)의 활용 등의 방법이 적용될 수 있다.

본 개시의 일 실시예에 따라 데이터 구조를 저장한 컴퓨터 판독가능 매체가 개시된다.

데이터 구조는 데이터에 효율적인 접근 및 수정을 가능하게 하는 데이터의 조직, 관리, 저장을 의미할 수 있다. 데이터 구조는 특정 문제(예를 들어, 최단 시간으로 데이터 검색, 데이터 저장, 데이터 수정) 해결을 위한 데이터의 조직을 의미할 수 있다. 데이터 구조는 특정한 데이터 처리 기능을 지원하도록 설계된, 데이터 요소들 간의 물리적이거나 논리적인 관계로 정의될 수도 있다. 데이터 요소들 간의 논리적인 관계는 사용자 정의 데이터 요소들 간의 연결관계를 포함할 수 있다. 데이터 요소들 간의 물리적인 관계는 컴퓨터 판독가능 저장매체(예를 들어, 영구 저장 장치)에 물리적으로 저장되어 있는 데이터 요소들 간의 실제 관계를 포함할 수 있다. 데이터 구조는 구체적으로 데이터의 집합, 데이터 간의 관계, 데이터에 적용할 수 있는 함수 또는 명령어를 포함할 수 있다. 효과적으로 설계된 데이터 구조를 통해 컴퓨팅 장치는 컴퓨팅 장치의 자원을 최소한으로 사용하면서 연산을 수행할 수 있다. 구체적으로 컴퓨팅 장치는 효과적으로 설계된 데이터 구조를 통해 연산, 읽기, 삽입, 삭제, 비교, 교환, 검색의 효율성을 높일 수 있다.

데이터 구조는 데이터 구조의 형태에 따라 선형 데이터 구조와 비선형 데이터 구조로 구분될 수 있다. 선형 데이터 구조는 하나의 데이터 뒤에 하나의 데이터만이 연결되는 구조일 수 있다. 선형 데이터 구조는 리스트(List), 스택(Stack), 큐(Queue), 데크(Deque)를 포함할 수 있다. 리스트는 내부적으로 순서가 존재하는 일련의 데이터 집합을 의미할 수 있다. 리스트는 연결 리스트(Linked List)를 포함할 수 있다. 연결 리스트는 각각의 데이터가 포인터를 가지고 한 줄로 연결되어 있는 방식으로 데이터가 연결된 데이터 구조일 수 있다. 연결 리스트에서 포인터는 다음이나 이전 데이터와의 연결 정보를 포함할 수 있다. 연결 리스트는 형태에 따라 단일 연결 리스트, 이중 연결 리스트, 원형 연결 리스트로 표현될 수 있다. 스택은 제한적으로 데이터에 접근할 수 있는 데이터 나열 구조일 수 있다. 스택은 데이터 구조의 한 쪽 끝에서만 데이터를 처리(예를 들어, 삽입 또는 삭제)할 수 있는 선형 데이터 구조일 수 있다. 스택에 저장된 데이터는 늦게 들어갈수록 빨리 나오는 데이터 구조(LIFO-Last in First Out)일 수 있다. 큐는 제한적으로 데이터에 접근할 수 있는 데이터 나열 구조로서, 스택과 달리 늦게 저장된 데이터일수록 늦게 나오는 데이터 구조(FIFO-First in First Out)일 수 있다. 데크는 데이터 구조의 양 쪽 끝에서 데이터를 처리할 수 있는 데이터 구조일 수 있다.

비선형 데이터 구조는 하나의 데이터 뒤에 복수개의 데이터가 연결되는 구조일 수 있다. 비선형 데이터 구조는 그래프(Graph) 데이터 구조를 포함할 수 있다. 그래프 데이터 구조는 정점(Vertex)과 간선(Edge)으로 정의될 수 있으며 간선은 서로 다른 두개의 정점을 연결하는 선을 포함할 수 있다. 그래프 데이터 구조 트리(Tree) 데이터 구조를 포함할 수 있다. 트리 데이터 구조는 트리에 포함된 복수개의 정점 중에서 서로 다른 두개의 정점을 연결시키는 경로가 하나인 데이터 구조일 수 있다. 즉 그래프 데이터 구조에서 루프(loop)를 형성하지 않는 데이터 구조일 수 있다.

본 명세서에 걸쳐, 연산 모델, 신경망, 네트워크 함수, 뉴럴 네트워크(neural network)는 동일한 의미로 사용될 수 있다. 이하에서는 신경망으로 통일하여 기술한다. 데이터 구조는 신경망을 포함할 수 있다. 그리고 신경망을 포함한 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 신경망을 포함한 데이터 구조는 또한 신경망에 의한 처리를 위하여 전처리된 데이터, 신경망에 입력되는 데이터, 신경망의 가중치, 신경망의 하이퍼 파라미터, 신경망으로부터 획득한 데이터, 신경망의 각 노드 또는 레이어와 연관된 활성 함수, 신경망의 학습을 위한 손실 함수 등을 포함할 수 있다. 신경망을 포함한 데이터 구조는 상기 개시된 구성들 중 임의의 구성 요소들을 포함할 수 있다. 즉 신경망을 포함한 데이터 구조는 신경망에 의한 처리를 위하여 전처리된 데이터, 신경망에 입력되는 데이터, 신경망의 가중치, 신경망의 하이퍼 파라미터, 신경망으로부터 획득한 데이터, 신경망의 각 노드 또는 레이어와 연관된 활성 함수, 신경망의 학습을 위한 손실 함수 등 전부 또는 이들의 임의의 조합을 포함하여 구성될 수 있다. 전술한 구성들 이외에도, 신경망을 포함한 데이터 구조는 신경망의 특성을 결정하는 임의의 다른 정보를 포함할 수 있다. 또한, 데이터 구조는 신경망의 연산 과정에 사용되거나 발생되는 모든 형태의 데이터를 포함할 수 있으며 전술한 사항에 제한되는 것은 아니다. 컴퓨터 판독가능 매체는 컴퓨터 판독가능 기록 매체 및/또는 컴퓨터 판독가능 전송 매체를 포함할 수 있다. 신경망은 일반적으로 노드라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 노드들은 뉴런(neuron)들로 지칭될 수도 있다. 신경망은 적어도 하나 이상의 노드들을 포함하여 구성된다.

데이터 구조는 신경망에 입력되는 데이터를 포함할 수 있다. 신경망에 입력되는 데이터를 포함하는 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 신경망에 입력되는 데이터는 신경망 학습 과정에서 입력되는 학습 데이터 및/또는 학습이 완료된 신경망에 입력되는 입력 데이터를 포함할 수 있다. 신경망에 입력되는 데이터는 전처리(pre-processing)를 거친 데이터 및/또는 전처리 대상이 되는 데이터를 포함할 수 있다. 전처리는 데이터를 신경망에 입력시키기 위한 데이터 처리 과정을 포함할 수 있다. 따라서 데이터 구조는 전처리 대상이 되는 데이터 및 전처리로 발생되는 데이터를 포함할 수 있다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.

데이터 구조는 신경망의 가중치를 포함할 수 있다. (본 명세서에서 가중치, 파라미터는 동일한 의미로 사용될 수 있다.) 그리고 신경망의 가중치를 포함한 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 신경망은 복수개의 가중치를 포함할 수 있다. 가중치는 가변적일 수 있으며, 신경망이 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변 될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드에서 출력되는 데이터 값을 결정할 수 있다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.

제한이 아닌 예로서, 가중치는 신경망 학습 과정에서 가변되는 가중치 및/또는 신경망 학습이 완료된 가중치를 포함할 수 있다. 신경망 학습 과정에서 가변되는 가중치는 학습 사이클이 시작되는 시점의 가중치 및/또는 학습 사이클 동안 가변되는 가중치를 포함할 수 있다. 신경망 학습이 완료된 가중치는 학습 사이클이 완료된 가중치를 포함할 수 있다. 따라서 신경망의 가중치를 포함한 데이터 구조는 신경망 학습 과정에서 가변되는 가중치 및/또는 신경망 학습이 완료된 가중치를 포함한 데이터 구조를 포함할 수 있다. 그러므로 상술한 가중치 및/또는 각 가중치의 조합은 신경망의 가중치를 포함한 데이터 구조에 포함되는 것으로 한다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.

신경망의 가중치를 포함한 데이터 구조는 직렬화(serialization) 과정을 거친 후 컴퓨터 판독가능 저장 매체(예를 들어, 메모리, 하드 디스크)에 저장될 수 있다. 직렬화는 데이터 구조를 동일하거나 다른 컴퓨팅 장치에 저장하고 나중에 다시 재구성하여 사용할 수 있는 형태로 변환하는 과정일 수 있다. 컴퓨팅 장치는 데이터 구조를 직렬화하여 네트워크를 통해 데이터를 송수신할 수 있다. 직렬화된 신경망의 가중치를 포함한 데이터 구조는 역직렬화(deserialization)를 통해 동일한 컴퓨팅 장치 또는 다른 컴퓨팅 장치에서 재구성될 수 있다. 신경망의 가중치를 포함한 데이터 구조는 직렬화에 한정되는 것은 아니다. 나아가 신경망의 가중치를 포함한 데이터 구조는 컴퓨팅 장치의 자원을 최소한으로 사용하면서 연산의 효율을 높이기 위한 데이터 구조(예를 들어, 비선형 데이터 구조에서 B-Tree, Trie, m-way search tree, AVL tree, Red-Black Tree)를 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

데이터 구조는 신경망의 하이퍼 파라미터(Hyper-parameter)를 포함할 수 있다. 그리고 신경망의 하이퍼 파라미터를 포함한 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 하이퍼 파라미터는 사용자에 의해 가변되는 변수일 수 있다. 하이퍼 파라미터는 예를 들어, 학습률(learning rate), 비용 함수(cost function), 학습 사이클 반복 횟수, 가중치 초기화(Weight initialization)(예를 들어, 가중치 초기화 대상이 되는 가중치 값의 범위 설정), Hidden Unit 개수(예를 들어, 히든 레이어의 개수, 히든 레이어의 노드 수)를 포함할 수 있다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라 해부학적 분석 모델(212)은 복수개로 존재하여, 각기 상이한 알고리즘으로 구성된 학습된 신경망 모델이거나 하나 이상의 서브세트 모델로 구성될 수 있다. 여기서 학습된 신경망 모델은 컨벌루셔널 뉴럴 네트워크(Convolutional Neural Network, CNN)일 수 있으며, 컨벌루셔널 뉴럴 네트워크는 딥 뉴럴 네트워크의 일종으로서, 컨벌루셔널 레이어를 포함하는 신경망을 포함한다. 컨벌루셔널 뉴럴 네트워크는 영상 처리에 특화된 다계층 퍼셉트론(multilayer perceptrons)의 한 종류이다. CNN은 하나 또는 여러 개의 컨벌루셔널 레이어와 이와 결합된 인공 신경망 계층들로 구성될 수 있다. CNN은 가중치와 풀링 레이어(pooling layer)들을 추가로 활용할 수 있다. 이러한 구조 덕분에 CNN은 2 차원 구조의 입력 데이터를 충분히 활용할 수 있다. 컨벌루셔널 뉴럴 네트워크는 이미지에서 오브젝트를 인식하기 위하여 사용될 수 있다. 컨벌루셔널 뉴럴 네트워크는 이미지 데이터를 차원을 가진 행렬로 나타내어 처리할 수 있다. 예를 들어 RGB(red-green-blue)로 인코딩 된 이미지 데이터의 경우, R, G, B 색상별로 각각 2차원(예를 들어, 2 차원 이미지 인 경우) 행렬로 나타내 질 수 있다. 즉, 이미지 데이터의 각 픽셀의 색상 값이 행렬의 성분이 될 수 있으며 행렬의 크기는 이미지의 크기와 같을 수 있다. 따라서 이미지 데이터는 3개의 2차원 행렬로(3차원의 데이터 어레이)로 나타내질 수 있다.

컨벌루셔널 뉴럴 네트워크에서 컨벌루셔널 필터를 이동해가며 컨벌루셔널 필터와 이미지의 각 위치에서의 행렬 성분끼리 곱하는 것으로 컨벌루셔널 과정(컨벌루셔널 레이어의 입출력)을 수행할 수 있다. 컨벌루셔널 필터는 n*n 형태의 행렬로 구성될 수 있다. 컨벌루셔널 필터는 일반적으로 이미지의 전체 픽셀의 수보다 작은 고정된 형태의 필터로 구성될 수 있다. 즉, m*m 이미지를 컨벌루셔널 레이어(예를 들어, 컨벌루셔널 필터의 사이즈가 n*n인 컨벌루셔널 레이어)입력시키는 경우, 이미지의 각 픽셀을 포함하는 n*n 픽셀을 나타내는 행렬이 컨벌루셔널 필터와 성분 곱 (즉, 행렬의 각 성분끼리의 곱) 될 수 있다. 컨벌루셔널 필터와의 곱에 의하여 이미지에서 컨벌루셔널 필터와 매칭되는 성분이 추출될 수 있다. 예를 들어, 이미지에서 상하 직선 성분을 추출하기 위한 3*3 컨벌루셔널 필터는 [[0,1,0], [0,1,0], [0,1,0]] 와 같이 구성될 수 있다. 이미지에서 상하 직선 성분을 추출하기 위한 3*3 컨벌루셔널 필터가 입력 이미지에 적용되면 이미지에서 컨벌루셔널 필터와 매칭되는 상하 직선 성분이 추출되어 출력될 수 있다. 컨벌루셔널 레이어는 이미지를 나타낸 각각의 채널에 대한 각각의 행렬(즉, R, G, B 코딩 이미지의 경우, R, G, B 색상)에 컨벌루셔널 필터를 적용할 수 있다. 컨벌루셔널 레이어는 입력 이미지에 컨벌루셔널 필터를 적용하여 입력 이미지에서 컨벌루셔널 필터와 매칭되는 피쳐를 추출할 수 있다. 컨벌루셔널 필터의 필터 값(즉, 행렬의 각 성분의 값)은 컨벌루셔널 뉴럴 네트워크의 학습 과정에서 역전파에 의하여 업데이트 될 수 있다.

컨벌루셔널 레이어의 출력에는 서브샘플링 레이어가 연결되어 컨벌루셔널 레이어의 출력을 단순화하여 메모리 사용량과 연산량을 줄일 수 있다. 예를 들어, 2*2 맥스 풀링 필터를 가지는 풀링 레이어에 컨벌루셔널 레이어의 출력을 입력시키는 경우, 이미지의 각 픽셀에서 2*2 패치마다 각 패치에 포함되는 최대값을 출력하여 이미지를 압축할 수 있다. 전술한 풀링은 패치에서 최소값을 출력하거나, 패치의 평균값을 출력하는 방식일 수도 있으며 임의의 풀링 방식이 본 개시에 포함될 수 있다.

컨벌루셔널 뉴럴 네트워크는 하나 이상의 컨벌루셔널 레이어, 서브 샘플링 레이어를 포함할 수 있다. 컨벌루셔널 뉴럴 네트워크는 컨벌루셔널 과정과 서브샘플링 과정(예를 들어, 전술한 맥스 풀링 등)을 반복적으로 수행하여 이미지에서 피쳐를 추출할 수 있다. 반복적인 컨벌루션널 과정과 서브샘플링 과정을 통해 뉴럴 네트워크는 이미지의 글로벌 피쳐를 추출할 수 있다.

컨벌루셔널 레이어 또는 서브샘플링 레이어의 출력은 풀 커넥티드 레이어(fully connected layer)에 입력될 수 있다. 풀 커넥티드 레이어는 하나의 레이어에 있는 모든 뉴런과 이웃한 레이어에 있는 모든 뉴런이 연결되는 레이어이다. 풀 커넥티드 레이어는 뉴럴 네트워크에서 각 레이어의 모든 노드가 다른 레이어의 모든 노드에 연결된 구조를 의미할 수 있다.

도 3은 본 개시의 일 실시예에 따라, 의미역 분석 정보를 획득하고 활용하기 위한 방법을 설명하기 위한 예시도이다.

도 3에서는 입력 질의(211), 입력 문서(213), 전처리 모델(220), 가공된 자연어(230), 의미역 분석 모델(250), 의미역 분석 정보(259), 지식맵 구축(280), 입력 문서 요약문 생성(290)이 도시되어 있다.

본 개시의 일 실시예에 따라, 컴퓨팅 장치(100)는 입력 질의(211) 또는 입력 문서(213) 중 적어도 하나를 가공하기 위한 전처리 모델(220)에 입력 질의 또는 입력 문서를 입력시켜 가공된 자연어를 획득할 수 있다.

본 개시의 일 실시예에 따라, 전처리 모델(220)은 입력 질의 또는 입력 문서 중 적어도 하나를 가공하기 위한 모델을 포함할 수 있다. 전처리 모델(220)에 대해서는 이하에서 도 4를 참조하여 구체적으로 설명한다.

본 개시의 일 실시예에 따라, 가공된 자연어(230)는 전처리 모델을 통해 획득한 자연어를 포함할 수 있다. 본 개시의 일 실시예에 따라, 가공된 자연어(230)는 문장 단위로 분할된 자연어의 집합을 포함할 수 있다. 본 개시의 일 실시예에 따라, 가공된 자연어(230)는 맞춤법 오류, 띄어쓰기 오류, 문법 오류가 교정된 자연어를 포함할 수 있다.

본 개시의 일 실시예에 따라, 의미역 분석 모델(250)은 입력된 자연어에 포함된 토큰 각각에 대하여 의미역을 결정하는 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라 의미역 분석 모델(250)은 자연어로 사전 학습된 BERT 모델(251), 토큰에 대한 양방향 문맥정보를 추출하기 위한 Bi-LSTM 모델(253), 또는 토큰과 인접한 토큰의 의미역 분석 정보를 활용하기 위한 CRF 모델(255) 중 적어도 하나를 포함할 수 있다. 의미역 분석 모델(250)에 대해서는 이하에서 도 6을 참조하여 구체적으로 설명한다.

본 개시의 일 실시예에 따라, 의미역 분석 정보(259)는 각각의 토큰이 해당 토큰이 포함된 문장 내에서 어떤 의미역을 가지는지에 대한 정보를 포함할 수 있다. 예를 들어, "태풍이 그 마을에 피해를 입히고 지나갔다"라는 문장에 대하여 컴퓨팅 장치(100)가 의미역 분석 모델(250)을 이용하여 의미역 분석 정보(259)를 획득할 수 있다. 이 경우, 의미역 분석 정보(259)는 "태풍"이라는 토큰은 행위주역"90%" 라는 정보를 포함할 수 있다.

본 개시의 일 실시예에 따라, 컴퓨팅 장치(100)는 의미역 분석 정보(259)에 기초하여 지식맵을 구축(280)할 수 있다.

본 개시의 일 실시예에 따라, 컴퓨팅 장치(100)는 의미역 분석 정보에 기초하여 지식맵을 구축하기 위하여, 컴퓨팅 장치(100)는 의미역 분석 정보에 기초하여 토큰 각각에 대응하는 개체명 관련 정보를 획득할 수 있다. 본 개시의 일 실시예에 따라, 개방형 정보 추출을 이용하여 개체명 관련 정보를 획득할 수 있다. 본 개시의 일 실시예에 따라, 개방형 정보 추출은 텍스트에 포함된 정보를 구조화되고 기계가 읽을 수 있는 표현을 생성하는 작업을 포함할 수 있다. 본 개시의 일 실시예에 따라, 개방형 정보 추출은 자연어로 된 문장에서 구조화된 정보인 트리플을 추출하는 기술을 포함할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 개방형 정보 추출을 통해 (개체1, 관계, 개체2)라는 트리플을 획득할 수 있다. 본 개시의 일 실시예에서, 개체명 관련 정보는 (개체1, 관계, 개체2)라는 트리플로 표현될 수도 있다. 본 개시의 일 실시예에 따라, 토큰(token)은 자연어 처리를 위해 사용되는 자연어 단위를 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 개체명 관련 정보는 기계가 읽을 수 있는 관계 튜플 형태(Relational tuple)의 정보를 포함할 수 있다. 개체명 관련 정보는 토큰 각각에 대한 개체명 정보 또는 개체명 관계 정보 중 적어도 하나를 포함할 수 있다. 본 개시의 일 실시예에 따라, 개체명은 문서에서 특정한 의미를 가지고 있는 단어 또는 어구를 포함할 수 있다. 본 개시의 일 실시예에 따라, 개체명은 인명, 기관, 장소, 날짜, 시간 등 문장에서 고유한 의미를 가지는 명사로서, 문서에서 핵심 정보를 추출하기 위하여 사용될 수 있다. 본 개시의 일 실시예에 따라, 개체명 정보는 문서에서 특정한 의미를 가지고 있는 단어 또는 어구에 대한 정보를 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 개체명 관계 정보는 개체명 간의 관계에 대한 정보를 포함할 수 있다. 개체명 관계 정보는 주체가 되는 개체명과 객체가 되는 개체명 간의 관계에 대한 정보를 포함할 수 있다. 예를 들어, "철수는 영희의 자식이다"라는 문장에서 주체는 '철수', 객체는 '영희'이고 철수와 영희의 관계는 '자식'으로 표현될 수 있다. 예를 들어, 컴퓨팅 장치(100)는 "철수는 영희의 자식이다"라는 문장을 개체명 관계 정보 모델에 입력시킬 수 있다. 따라서 컴퓨팅 장치(100)는 개체명 관계 정보 모델에 1. "철수는 영희의 자식이다"라는 문장, 2. 주체 "철수", 3. 객체 "영희" 3가지 자연어 단위를 입력시킬 수 있다. 컴퓨팅 장치(100)는 개체명 관계 정보 모델을 이용하여 철수와 영희의 관계는 "자식"이라는 개체명 관계 정보를 획득할 수 있다. 개체명 관계 정보는 두 개 개체 간의 관계에 대한 정보를 포함하는 것으로서 개체1과 개체2 간의 관계 레이블 각각에 해당할 확률을 벡터의 요소로 하는 벡터 형태를 가질 수도 있다. 예를 들어, 개체명 관계정보는 "철수"와 "영희"에 대하여 ("자식"일 확률=0.9, "부모"일 확률=0.01, "영항받은"일 확률=0.01, "지휘관"일 확률=0.01, ....)로 표현될 수도 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 컴퓨팅 장치(100)는 개체명 관련 정보에 기초하여 지식맵을 구축할 수 있다. 컴퓨팅 장치(100)는 개체명 정보에 기초하여 개체명 정보에 포함된 개체명을 지식맵에 포함된 개체명과 맵핑시킬 수 있다. 예를 들어, 컴퓨팅 장치(100)는 "조지 워커 부시는 코네티컷주 뉴헤이번에서 태어났다."라는 문장에서 (조지 워커 부시, 태어났다, 코네티컷주 뉴헤이번)이라는 개체명 관련 정보를 획득할 수 있다. 컴퓨팅 장치(100)는 해당 개체명 관련 정보에서 "조지 워커 부시"와 대응되는 개체명을 지식맵에서 검색할 수 있다. 데이터베이스에 저장된 지식맵에서 "조지 부시"라는 개체명이 존재할 경우, 컴퓨팅 장치(100)는 "조지 워커 부시"와 지식맵에 존재하는 "조지 부시"라는 개체명을 맵핑할 수 있다. 이를 통해, 컴퓨팅 장치(100)는 조지 부시 대통령의 출생지에 대한 정보를 지식맵에 추가할 수 있다.

본 개시의 일 실시예에 따라, 컴퓨팅 장치(100)는 개체명 관계 정보에 기초하여 개체 간의 관계 정보를 지식맵에 부가할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 "조지 워커 부시는 코네티컷주 뉴헤이번에서 태어났다."라는 문장에서 (조지 워커 부시, 태어났다, 코네티컷주 뉴헤이번)이라는 개체명 관련 정보를 획득할 수 있다. 컴퓨팅 장치(100)는 "태어났다"라는 개체명 관계 정보를 해당 개체명 관련 정보로부터 획득할 수 있다. 따라서 컴퓨팅 장치(100)는 "조지 부시"라는 지식맵에 존재하는 개체명과 개체명 관련 정보에 포함된 "조지 워커 부시"라는 개체명을 맵핑시킨 후, "태어났다"라는 개체명 관계 정보를 지식맵에 부가할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 다른 일 실시예에 따라, 컴퓨팅 장치(100)는 의미역 분석 정보(259)에 기초하여 입력 문서 요약문을 생성(290)할 수 있다. 입력 문서 요약문 생성(290)에 대해서는 도 8을 참조하여 이하에서 구체적으로 설명된다.

도 4은 본 개시의 일 실시예에 따라, 전처리 모델을 설명하기 위한 예시도이다.

컴퓨팅 장치(100)는 전처리 모델(220)을 이용하여 입력 문서에 포함된 복수개의 문장을 문장 단위로 분할할 수 있다. 컴퓨팅 장치(100)는 전처리 모델(220)을 이용하여 입력 질의 또는 입력 문서에 포함된 자연어에 대하여 맞춤법 오류, 띄어쓰기 오류, 문법 오류 등을 교정할 수 있다. 본 개시의 일 실시예에 따라, 가공된 자연어는 전처리 모델을 통해 획득한 자연어를 포함할 수 있다. 본 개시의 일 실시예에 따라, 가공된 자연어는 문장 단위로 분할된 자연어의 집합을 포함할 수 있다. 본 개시의 일 실시예에 따라, 가공된 자연어는 맞춤법 오류, 띄어쓰기 오류, 문법 오류가 교정된 자연어를 포함할 수 있다. 본 개시의 일 실시예에 따라, 맞춤법은 특정한 필기 체계를 사용하여 언어를 쓸 때 올바른 방법을 지시하는 지침을 포함할 수 있다. 본 개시의 일 실시예에 따라, 띄어쓰기는 언어의 문자 표기 시 단어 또는 의미 단위의 간격을 벌리는 표기법을 포함할 수 있다. 본 개시의 일 실시예에 따라, 문법은 언어의 사용과 관련된 규칙들을 연구하는 학문을 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 전처리 모델(220)은 입력 문서를 문장 단위로 분할하기 위한 제 1 전처리 서브 모델(221); 및 입력 질의 또는 입력 문서 중 적어도 하나에 대하여 맞춤법 오류, 문법 오류 또는 띄어쓰기 오류 중 적어도 하나를 교정하기 위한 제 2 전처리 서브 모델(223)을 포함할 수 있다.

본 개시의 일 실시예에 따라, 제 1 전처리 서브 모델(221)은 입력 문서를 문장 단위로 분할하기 위한 모델을 포함할 수 있다. 컴퓨팅 장치(100)는 입력 문서를 제 1 전처리 모델(220)에 입력시키면 문장 단위로 분할된 형태의 자연어를 획득할 수 있다. 본 개시의 일 실시예에 따라, 제 1 전처리 서브 모델(221)은 CNN(Convolutional Neural Network), LSTM(Long Short Term Memory) 또는 Bi-LSTM(Bi- Directional Long Short Term Memory) 중 적어도 하나를 포함할 수 있다. 본 개시의 일 실시예에 따라, 컴퓨팅 장치(100)는 의료, 법률, 과학기술 등과 같은 특수 도메인에 대한 학습 데이터를 이용하여 제 1 전처리 서브 모델(221)을 학습시킴으로써, 특수 도메인에 대해서도 띄어쓰기를 높은 정확도로 수행할 수 있는 제 1 전처리 서브 모델(221)을 획득할 수 있다. 또한 제 1 전처리 모델은 적대적 학습 방법으로 학습된 모델을 포함할 수 있다. 컴퓨팅 장치(100)는 제 1 전처리 모델이 생성한 자연어와 띄어쓰기가 정확하게 된 자연어 각각을 띄어쓰기 판별자 모델에 입력시킬 수 있다. 컴퓨팅 장치(100)는 띄어쓰기 판별자 모델을 이용하여 제 1 전처리 모델로부터 생성된 자연어와 띄어쓰기가 정확하게 된 자연어를 높은 정확도로 판별하도록 학습시킬 수 있다. 띄어쓰기 판별자 모델은 적대적 학습에서 식별자 역할을 수행할 수 있다. 또한 컴퓨팅 장치(100)는 제 1 전처리 모델로부터 생성된 자연어와 띄어쓰기가 정확하게 된 자연어를 띄어쓰기 판별자를 이용하여 식별할 수 없도록 제 1 전처리 모델(220)을 학습시킬 수 있다. 이를 통해, 컴퓨팅 장치(100)는 문장 단위로 분할된 형태를 자연어를 획득함으로써, 문장 단위로 의미역 정보 분석 모델에 자연어를 문장 단위로 입력시킬 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 제 2 전처리 서브 모델(223)은 입력 질의 또는 입력 문서 중 적어도 하나에 대하여 맞춤법 오류, 문법 오류 또는 띄어쓰기 오류 중 적어도 하나를 교정하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 맞춤법은 특정한 필기 체계를 사용하여 언어를 쓸 때 올바른 방법을 지시하는 지침으로써, 맞춤법 오류는 해당 지침을 지키지 않은 자연어를 포함할 수 있다. 본 개시의 일 실시예에 따라, 맞춤법 오류는 누락 오류, 첨가 오류, 오선택 오류 및/또는 순서 오류 등을 포함할 수 있다. 누락 오류는 문장 부호 및/또는 철자 등이 누락된 경우를 포함할 수 있다. 첨가 부호는 불필요한 문장 부호 및/또는 철자 등이 추가된 경우를 포함할 수 있다. 오선택은 대소문자 오류 등 잘못된 글자의 사용을 포함할 수 있다. 순서는 잘못된 글자 순서를 포함하는 경우를 포함할 수 있다. 본 개시의 일 실시예에 따라, 띄어쓰기는 언어의 문자 표기 시 단어 또는 의미 단위의 간격을 벌리는 표기법을 포함할 수 있다. 따라서 띄어쓰기 오류는 해당 표기법을 준수하지 않은 자연어를 포함할 수 있다. 본 개시의 일 실시에에 따라, 문법은 언어의 사용과 관련된 규칙들을 연구하는 학문을 포함할 수 있다. 따라서 문법 오류는 언어의 사용과 관련된 규칙들을 준수하지 않은 것을 포함할 수 있다. 본 개시의 일 실시예에 따라, 문법 오류는 품사 오류, 관계사 오류 및/또는 수사 오류 등을 포함할 수 있다. 품사 오류는 품사의 잘못된 사용을 포함할 수 있으며, 예를 들어 전치사의 잘못된 사용, 접속사의 잘못된 사용, 명사의 잘못된 사용 등을 포함할 수 있다. 또한 문법 오류는 소유격 목적격 명사 등의 용법 오류, 단수/복수 명사 오류 및/또는 남성/여성 명사 등의 부적합한 사용 등을 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 제 2 전처리 서브 모델(223)은 딥러닝 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 제 2 전처리 서브 모델(223)은 Feed-Forward Neural Network, BERT(Bidirectional Encoder Representations form Transformer) 모델을 포함할 수 있다. 컴퓨팅 장치(100)는 제 2 전처리 서브 모델(223)을 이용하여 맞춤법 오류, 문법 오류 및 띄어쓰기 오류가 없는 가공된 자연어를 획득하여 의미역 분석에 활용함으로써, 더 높은 정확도로 의미역 분석 정보를 획득할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 제 2 전처리 서브 모델(223)은 교정된 자연어 생성모델 및 교정된 자연어 판별모델을 이용하여 상호간에 적대적 학습된 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 교정된 자연어 생성모델은 입력 자연어에 포함된 오류를 교정하여 교정된 자연어를 생성하는 모델을 포함할 수 있다. 컴퓨팅 장치(100)는 교정된 자연어 생성모델을 이용하여 입력 자연어에 포함된 오류가 교정된 자연어를 획득할 수 있다. 교정된 자연어 생성모델은 적대적 학습방법에서 생성자(Generator) 역할을 하는 모델을 포함할 수 있다. 따라서 컴퓨팅 장치(100)가 교정된 자연어 생성모델로부터 획득한 교정된 자연어와 실제 오류가 없는 자연어를 교정된 자연어 판별모델에 입력시켰을 때, 교정된 자연어 판별모델이 진짜(실제 오류가 없는 자연어)와 가짜(교정된 자연어 생성모델로부터 획득한 자연어) 구분할 수 없을 수 있다. 본 개시의 일 실시예에 따라, 교정된 자연어 판별모델은 교정된 자연어 생성 모델로부터 획득한 자연어와 오류가 없는 자연어를 비교하여 교정된 자연어 생성 모델로부터 획득한 자연어가 진짜인지 가짜인지 판별하는 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 판별 정확도는 컴퓨팅 장치(100)가 교정된 자연어 판별모델을 이용하여 획득할 수 있는 진짜(실제 오류가 없는 자연어)와 가짜(교정된 자연어 생성모델로부터 획득한 자연어) 구분할 확률에 대한 값을 포함할 수 있다. 교정된 자연어 판별모델은 적대적 학습방법에서 식별자(Discriminator) 역할을 하는 모델을 포함할 수 있다. 컴퓨팅 장치(100)는 적대적 학습 방법을 통하여 높은 정확도로 맞춤법 오류, 문법 오류, 띄어쓰기 오류가 교정된 자연어를 제 2 전처리 모델(220)을 통해 획득할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 컴퓨팅 장치(100)는 의료, 법률, 과학기술 등과 같은 특수 도메인에 대한 학습 데이터를 이용하여 제 2 전처리 서브 모델(223)을 학습시킴으로써, 특수 도메인에 대해서도 맞춤법 오류, 띄어쓰기 오류 및/또는 띄어쓰기 오류를 높은 정확도로 교정할 수 있는 제 2 전처리 서브 모델을 획득할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 제 3 전처리 서브 모델(225)은 생략된 음절의 적어도 일부를 복원하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 음절은 하나의 종합된 음의 느낌을 주는 말소리의 단위를 의미할 수 있다. 예를 들어, "밥을 먹는다"라는 문장에 포함된 음절은 "바","블","멍","는","다"일 수 있다. 본 개시의 일 실시예에 따라, 생략된 음절은 음절의 적어도 일부가 생략된 경우를 포함할 수 있다. 예를 들어, "동그라미"라는 단어는 "동가미"로 발음될 수도 있으며, 해당 경우에서 생략된 음소(음절의 적어도 일부가 생략)는 모음 "ㅡ" 및 어중"ㄹ"일 수 있다. 본 개시의 일 실시예에 따라, 생략된 음절은 생략된 음소, 생략된 어조사(한문에서 실질적인 의미가 없이 다른 한자를 보조하여 한국어의 조사, 어미, 의존 명사 같은 역할을 수행하는 한자), 생략된 조사, 생략된 어미, 생략된 의존 명사 등을 포함할 수 있다. 본 개시의 일 실시예에 따라, 컴퓨팅 장치(100)는 제 3 전처리 모델(225)을 이용하여 생략된 음절의 적어도 일부를 복원할 수 있다. 예를 들어, 컴퓨팅 장치(100)는 "동가미"를 제 3 전처리 모델(225)에 입력시키는 경우, 가공된 자연어인 "동그라미"를 획득할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

도 5는 본 개시의 일 실시예에 따라, 문단 구분 모델을 설명하기 위한 예시도이다.

본 개시의 일 실시예에 따라, 문단 구분 정보는 입력 문서에 포함된 복수개의 문단에 대한 정보를 포함할 수 있다. 구체적으로 문단 구분 정보는 문단과 문단을 구분하기 위한 문단의 위치 정보, 문단이 속하는 군집(의미가 유사한 문단의 집합)에 대한 정보를 포함할 수 있다. 본 개시의 일 실시예에 따라, 문단 구분 정보는 벡터 표현일 가질 수 있으며, 컴퓨팅 장치(100)가 딥러닝 모델을 통해 획득한 벡터 표현일 수도 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 문단 위치 정보는 문장이 포함된 문단에 대한 위치 정보를 포함할 수 있다. 문단 위치 정보는 입력 문서에서 문단이 위치하는 위치 정보를 포함할 수 있다. 본 개시의 일 실시예에 따라, 문단 의미 정보는 문단이 포함된 대한 군집에 대한 의미 정보를 포함할 수 있다. 문단은 유사한 의미를 가질수록 가까운 거리에 위치할 수 있고, 유사한 의미를 가진 문단별로 클러스터링을 통해 군집을 이룰 수 있다. 따라서 문단 의미 정보는 특정 문단이 포함되는 군집이 나타내는 의미 정보로서 문단의 의미를 나타낼 수도 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 문단 구분 모델은 문단 구분 정보를 획득하기 위한 모델을 포함할 수 있다. 문단 구분 모델은, 복수개의 문장 간의 위치적 인접성 정보를 획득하기 위한 문장 인접성 획득 모델(261); 복수개의 문장 간의 위치적 인접성 정보 및 의미적 인접성 정보에 기초하여 산출된 의미 연속성에 기초하여 가공된 자연어에서 나눌 문단의 위치에 대한 정보를 포함하는 문단 분할 위치 정보를 획득하기 위한 문단 분할 위치 획득 모델(263); 및 동일 또는 유사한 의미를 가지는 문단별로 군집화하여 각 군집에 대응되는 군집 의미 정보를 획득하기 위한 문단 클러스터링 모델(265)을 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 문장 인접성 획득 모델(261)은 문장 간 위치적 인접성 정보를 획득하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 의미적 인접성 정보는 문장과 문장 사이의 의미적 유사성에 기초하여 결정된 정보를 포함할 수 있다. 의미적 인접성 정보는 문장과 문장 사이의 의미가 유사할수록 의미적 인접성이 높다는 정보를 포함할 수 있다.

본 개시의 일 실시예에 따라, 문단 분할 위치 획득 모델(263)은 문단 분할 위치 정보를 획득하기 위한 모델을 의미할 수 있다. 본 개시의 일 실시예에 따라, 문단 분할 위치 정보는 연속된 문장이 포함된 자연어에서 문단을 분할할 문장과 문장 사이의 위치에 대한 정보를 포함할 수 있다. 본 개시의 일 실시예에 따라, 문단 분할 위치 정보는 의미 연속성에 기초하여 결정될 수 있다. 본 개시의 일 실시예에 따라, 의미 연속성은 특정 문장과 인접 문장간의 의미적 유사성을 의미할 수도 있다. 본 개시의 일 실시예에 따라, 의미 연속성은 문장 간의 위치적 인접성 정보 및 의미적 인접성 정보에 기초하여 결정될 수 있다. 위치적 인접성 정보는 문장과 문장 사이의 위치적 거리에 대한 정보를 포함할 수 있다. 위치적 인접성 정보는 문장과 문장 사이에 다른 문장이 많이 포함되어 있을수록 문장의 위치적 인접성이 멀다는 정보를 포함할 수 있다. 의미적 인접성 정보는 문장과 문장 사이의 의미적 유사성에 기초하여 결정된 정보를 포함할 수 있다.

본 개시의 일 실시예에 따라, 문단 클러스터링 모델(265)은 복수개의 문단이 포함된 각 군집에 대응되는 군집 의미 정보를 획득하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 군집 의미 정보는 각 군집이 가지고 있는 의미 정보를 포함할 수 있다. 본 개시의 일 실시예에 따라, 군집 의미 정보는 벡터 표현으로 나타낼 수도 있다. 컴퓨팅 장치(100)는 딥러닝 모델을 이용하여 벡터 표현의 군집 의미 정보를 획득할 수 있다.

본 개시의 일 실시에에 따라, 문단 구분 모델은 가공된 자연어를 입력 받아 의미 연속성을 기초로 문단을 구분하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시에에 따라, 문단 구분 모델은 가공된 자연어를 입력 받아 문단이 가지고 있는 의미 정보를 획득하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시에에 따라, 문단 구분 모델은 문단 위치 정보 또는 문단 의미 정보 중 적어도 하나를 획득하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 문단 위치 정보는 문장이 포함된 문단에 대한 위치 정보를 포함할 수 있다. 본 개시의 일 실시예에 따라, 문단 의미 정보는 문단이 가지고 있는 의미에 대한 정보를 포함할 수 있다.

본 개시의 일 실시예에 따라, 문단 위치 정보는 문장이 포함된 문단에 대한 위치 정보를 포함할 수 있다. 본 개시의 일 실시예에 따라, 문단 위치 정보는 문단 분할 위치 정보에 기초하여 획득한 정보를 포함할 수 있다. 문단과 문단을 분할하는 위치가 문단 위치 정보가 될 수 있다. 예를 들어, 문단1과 문단2 사이를 분할하는 위치는 문단2가 시작되는 지점이므로 문단2의 위치정보가 될 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 문단 의미 정보는 문단이 포함된 대한 군집에 대한 의미 정보를 포함할 수 있다. 문단 의미 정보는 군집 의미 정보에 기초하여 획득한 정보를 포함할 수 있다. 예를 들어, 군집 의미 정보가 "BERT 모델"인 경우, 해당 문단의 문단 의미 정보는 "BERT 모델에 관련된 내용을 포함하는"일 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

도 6은 본 개시의 일 실시예에 따라, 의미역 분석 모델을 설명하기 위한 예시도이다.

본 개시의 일 실시예에 따라, 의미역은 명사구가 서술어와 관련하여 지니는 의미 기능을 포함할 수 있다. 본 개시의 일 실시예에 따라, 의미역 분석 모델(250)은 입력된 자연어에 포함된 토큰 각각에 대하여 의미역을 결정하는 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 가공된 자연어는 전처리 모델을 통해 획득한 자연어를 포함할 수 있다. 본 개시의 일 실시예에 따라, 토큰(token)은 자연어 처리를 위해 사용되는 자연어 단위를 포함할 수 있다. 토큰은 예를 들어 글자 단위, 단어, 보조단어, 형태소 단위, 어절 단위, 구 단위 등을 포함할 수 있다. 컴퓨팅 장치(100)는 토큰화(tokenize)를 통해 토큰을 획득할 수 있다. 본 개시의 일 실시예에 따라, 토큰화는 문장을 원하는 단위로 자르는 것을 포함할 수 있다.

본 개시의 일 실시예에 따라, 의미역 분석 모델은 입력된 자연어에 포함된 토큰 각각에 대하여 의미역을 결정하는 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라 의미역 분석 모델은 자연어로 사전 학습된 BERT 모델(251), 토큰에 대한 양방향 문맥정보를 추출하기 위한 Bi-LSTM 모델(253), 또는 토큰과 인접한 토큰의 의미역 분석 정보를 활용하기 위한 CRF 모델(255) 중 적어도 하나를 포함할 수 있다. 본 개시의 일 실시예에 따라, BERT 모델은 라벨링되지 않은 학습 데이터로 학습된 딥러닝 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, BERT 모델은 특정 자연어 처리 태스크(예를 들어, 질의응답, 문장 간 유사도 등)에 따라 사전 학습된 모델에 레이어를 추가하여 지도 학습을 수행하는 전이 학습된 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, Bi-LSTM 모델(253)은 순차적인 입력 데이터에 대하여 이전 데이터와의 관계뿐만 아니라 이후 데이터와의 관계까지도 학습할 수 있는 LSTM일 수 있다. 본 개시에서, Bi-LSTM 모델(253)은 특정 토큰을 중심으로 양방향 문맥정보를 추출하기 위한 신경망을 구현하기 위해 사용될 수 있다. 본 개시의 일 실시예에 따라, 문장 "브라이언이 길을 가다가 벽(영향주역)에 부딪혔다."에서 벽에 대한 의미역을 컴퓨팅 장치(100)가 Bi-LSTM 모델(253)을 이용하여 추론할 수 있다. 컴퓨팅 장치(100)가 Bi-LSTM 모델(253)을 사용하는 경우, 명사 '벽' 이전에 나온 글자 '브라이언', '이', '길', '을', '가다가' 뿐만 아니라, '벽' 이후에 존재하는 글자 '부딪혔다'도 고려하여 의미역을 결정할 수 있다. 본 개시의 일 실시예에 따라, RNN(Recurrent Neural Network)은 이전 데이터와 현재 데이터 간의 상관관계를 고려하여 이후의 데이터를 예측하기 위한 신경망을 포함할 수 있다. LSTM은 RNN의 장기 의존성(과거의 시간으로 많이 거슬러 올라갈수록 gradient vanishing에 의해 과거의 정보가 소실되는 문제점)을 해결하기 위하여 이전 데이터를 예측에 사용할지 여부를 결정하는 망각 게이트(forget gate), 현재 데이터를 예측에 사용할지 여부를 결정하는 입력 게이트(input gate)를 포함하는 RNN일 수 있다. 본 개시의 일 실시예에 따라, CRF 모델(255)은 통계적 모델링 방법 중 하나로, 입력 데이터와 인접한 인접 데이터의 라벨을 고려하여 입력 데이터의 라벨을 예측하는 방법을 포함할 수 있다. 본 개시의 일 실시예에 따라, 컴퓨팅 장치(100)는 입력 토큰을 Bi-LSTM 모델(253)에 입력시켜 의미역 라벨을 획득할 수 있다. 하지만 Bi-LSTM 모델(253)을 이용한 예측 결과가 틀릴 수도 있다. 따라서 컴퓨팅 장치(100)는 CRF 모델(255)을 추가적으로 사용하여 인접 토큰에 대응하는 의미역 라벨도 함께 고려하여 입력 토큰에 대응하는 의미역을 예측함으로써 정확한 의미역 정보를 획득할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

도 7은 본 개시의 일 실시예에 따라, 의미역 분석 모델을 활용하여 의미역 분석 정보를 획득하기 위한 방법을 설명하기 위한 예시도이다.

본 개시의 일 실시예에 따라, 의미역 분석 정보는 각각의 토큰이 해당 토큰이 포함된 문장 내에서 어떤 의미역을 가지는지에 대한 정보를 포함할 수 있다. 예를 들어, "태풍이 그 마을에 피해를 입히고 지나갔다"라는 문장에 대하여 컴퓨팅 장치(100)가 의미역 분석 모델을 이용하여 의미역 분석 정보를 획득할 수 있다. 이 경우, 의미역 분석 정보는 "태풍"이라는 토큰은 행위주역 "90%" 라는 정보를 포함할 수 있다. 즉 컴퓨팅 장치(100)는 "태풍이 그 마을에 피해를 입히고 지나갔다"라는 문장을 의미역 분석 모델에 입력시키면, 토큰 "태풍"이 행위주역일 가능성이 90%라는 결과를 획득할 수 있다. 의미역 분석 정보는 각 토큰에 대하여 벡터로 표현될 수도 있다. 그리고 해당 벡터의 요소는 토큰이 어떤 의미역을 가질 확률을 의미할 수 있다. 예를 들어, 의미역 분석 정보는 (토큰이 행위주역일 확률, 피행위주역일 확률, 경험주역일확률, 대상역일 확률, 장소역일 확률, 출발점역일 확률, 등)로 표현될 수 있다. 그리고 컴퓨팅 장치(100)는 토큰 "태풍"에 대해서는 (0.9,0.01,0.02,0,0,0)이라는 벡터 표현의 의미역 정보를 획득할 수 있다. 도 5에서 도시된 바와 같이 "태풍"은 토큰1(310), "그 마을"은 토큰2(320), "피해"는 토큰3(330), "입히고"는 토큰4(340), "지나갔다"는 토큰5(350)의 형태로 입력될 수 있다. 컴퓨팅 장치(100)는 토큰1(310)에 대하여 의미역 분석 정보1(311)을 획득할 수 있다. 이 경우 의미역 분석 정보1(311)의 형태는 (0.9,0.01,0.02,0,0,0)이라는 벡터 표현일 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

도 8은 본 개시의 일 실시예에 따라, 개체명 관계 정보 모델을 활용하여 개체명 관계 정보를 획득하기 위한 방법을 설명하기 위한 예시도이다.

본 개시의 일 실시예에 따라, 개체명 관계 정보는 개체명 간의 관계에 대한 정보를 포함할 수 있다. 개체명 관계 정보는 주체가 되는 개체명과 객체가 되는 개체명 간의 관계에 대한 정보를 포함할 수 있다. 예를 들어, "철수는 영희의 자식이다"라는 문장에서 주체는 '철수', 객체는 '영희'이고 철수와 영희의 관계는 '자식'으로 표현될 수 있다. 예를 들어, 컴퓨팅 장치(100)는 "철수는 영희의 자식이다"라는 문장(410)을 개체명 관계 정보 모델에 입력시킬 수 있다. 주체는 '철수', 객체은 '영희'이다. 따라서 컴퓨팅 장치(100)는 개체명 관계 정보 모델에 1. "철수는 영희의 자식이다"라는 문장(410), 2. 토큰1(420)인 주체 "철수", 3. 토큰2(430)인 객체 "영희" 3가지 자연어 단위를 입력시킬 수 있다. 컴퓨팅 장치(100)는 개체명 관계 정보 모델을 이용하여 철수와 영희의 관계는 "자식"이라는 개체명 관계 정보를 획득할 수 있다. 개체명 관계 정보는 두 개 개체 간의 관계에 대한 정보를 포함하는 것으로서 개체1과 개체2 간의 관계 레이블 각각에 해당할 확률을 벡터의 요소로 하는 벡터 형태를 가질 수도 있다. 예를 들어, 개체명 관계정보는 "철수"와 "영희"에 대하여 ("자식"일 확률=0.9, "부모"일 확률=0.01, "영항받은"일 확률=0.01, "지휘관"일 확률=0.01, ....)로 표현될 수도 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 다른 일 실시예에 따라, 컴퓨팅 장치(100)는 토큰 뿐만 아니라, 각 토큰에 대응되는 의미역 분석 정보를 함께 개체명 관계 정보 모델(400)에 입력시킬 수 있다. 컴퓨팅 장치(100)는 토큰에 대한 벡터 표현과 의미역 분석 정보에 대한 벡터 표현은 연결(Concatenate)하여 획득한 벡터를 개체명 관계 정보 모델(400)에 입력시킬 수 있다. 예를 들어, 컴퓨팅 장치(100)는 개체명 관계 정보 모델에 1. "철수는 영희의 자식이다"라는 문장(410), 2. 토큰1(420)인 주체 "철수" + 토큰1에 대한 의미역 분석 정보인 의미역 분석 정보1(421), 3. 토큰2(430) 인 객체 "영희" + 토큰2에 대한 의미역 분석 정보인 의미역 분석 정보2(431) 3가지를 입력시킬 수 있다. 컴퓨팅 장치(100)가 토큰과 각 토큰에 대응되는 의미역 분석 정보를 연결시켜 개체명 관계 정보 모델에 입력시킴으로써 의미역 정보를 반영하여 개체명 관계 정보를 획득할 수 있고, 이는 높은 정확도로 개체명 관계를 획득할 수 있는 결과로 이어질 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

도 9는 본 개시의 다른 일 실시예에 따라, 의미역 분석 모델을 설명하기 위한 예시도이다.

본 개시의 다른 일 실시예에 따라, 의미역 분석 모델(250)은 문장에서 서술어의 위치 정보를 포함하는 서술어 정보를 추출하기 위한 서술어 정보 추출 모델; 서술어 정보에 기초하여 상기 서술어의 논항 정보를 획득하기 위한 논항 정보 추출 모델; 및 서술어의 논항 정보에 기초하여 토큰이 하위 의미역을 가지고 있는지에 대한 정보를 포함하는 논항 분류 정보를 획득하기 위한 논항 분류 모델을 포함할 수 있다.

본 개시의 일 실시예에 따라, 서술어 정보 추출 모델(252)은 서술어 정보를 추출하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 서술어의 위치 정보는 가공된 자연어에 포함된 토큰의 수, 낱글자의 수, 음절의 수에 기초하여 결정된 위치 정보를 포함할 수 있다. 예를 들어, 가공된 자연어에 포함된 음절의 수가 10000음절일 수 있다. 핵심 서술어가 10000음절 중 세번째에 위치한 경우, 프로세서(120)는 3/10000 이라는 핵심 서술어의 위치 정보를 획득할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 서술어 정보는 컴퓨팅 장치(100)가 서술어 정보 추출 모델(252)을 이용하여 획득한 정보를 포함할 수 있다. 예를 들어, 컴퓨팅 장치(100)가 서술어 정보 추출 모델(252)을 이용하여 문장 "현대자동차가 기아자동차를 인수한다고 발표했다"에서 "인수한다고" 및 "발표했다" 토큰에 대하여 서술어라고 결정하고, 각 토큰에 대한 서술어 정보를 획득할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 논항 정보 추출 모델(254)은 서술어의 논항 정보를 획득하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 서술어의 논항 정보는 토큰이 서술어의 논항인지 아닌지에 대한 정보를 포함할 수 있다. 예를 들어, 문장 "현대자동차가 기아자동차를 인수한다고 발표했다"에서 서술어"인수한다고"의 논항 정보는 토큰 "현대자동차가"에 대해서는 '논항0(행위주역)', 토큰 "기아자동차를"에 대해서는 '논항1(피행위주역)', 토큰 "발표했다"는 서술어"인수한다고"의 논항이 아니므로 'O'으로 표현될 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 논항 분류 모델(256)은 토큰이 하위 의미역을 가지고 있는지에 대한 정보를 포함하는 논항 분류 정보를 획득하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 하위 의미역은 의미역 계층으로부터 의미역을 도출하는 과정에서 사용되는 용어를 포함할 수 있다. 의미역 계층은 논항이 가질 수 있는 가능한 의미역의 순위를 의미할 수 있다. 예를 들어, 의미역 계층은 Agent > Goal > Recipient> Beneficiary> Instrument> Location > Time 순위를 의미할 수 있다. 또 다른 예를 들어, 의미역 계층은 행위자가 있으면 문장의 그것이 주어가 되고, 행위자가 없고 도구가 있으면 그것이 주어가 되는 순위를 의미할 수 있다. 본 개시의 일 실시예에 따라, 논항 분류 정보는 토큰이 하위 의미역을 가지고 있는지 여부에 대한 정보를 포함할 수 있다. 예를 들어, 서술어와 논항의 관계가 "목표"일 수 있다. 이 경우, "행위주역"이라는 서술어와 논항의 관계는 성립될 수 없다. 따라서 의미역 계층(행위주역->목표)에 따라, 컴퓨팅 장치(100)는 논항 분류 모델을 이용하여 "행위 주역"의 하위 의미역인 "목표"를 추출할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

도 10은 지식 정보 생성 모델을 활용하여 지식 정보를 획득하기 위한 방법을 설명하기 위한 예시도이다.

본 개시의 다른 일 실시예에 따라, 컴퓨팅 장치(100)는 문단 구분 정보 또는 의미역 분석 정보 중 적어도 하나에 기초하여 지식맵을 구축할 수 있다. 컴퓨팅 장치(100)는 문단 구분 정보 또는 의미역 분석 정보 중 적어도 하나를 지식 정보 생성 모델에 입력시켜 지식 정보를 획득할 수 있다. 본 개시의 일 실시예에 따라, 지식 정보는 지식맵을 구축하기 위하여 필요한 정보를 포함할 수 있다. 본 개시의 일 실시예에 따라, 지식 정보는, 지식 정보를 생성하기 위하여 사용된 토큰이 포함된 문서의 출처에 대한 정보를 포함하는 문서 출처 정보, 토큰이 포함된 문장을 포함하고 있는 문단과 대응하는 문단 구분 정보, 토큰 각각에 대한 개체명 관련 정보 또는 개체명 관련 정보를 기초로 생성된 자연어 중 적어도 하나를 포함할 수 있다. 본 개시의 일 실시예에 따라, 문서 출처 정보는 문서의 출처에 관한 정보로서, 데이터베이스에 저장된 위치, 문서가 개시된 웹페이지 주소 등을 포함할 수 있다. 본 개시의 일 실시예에 따라, 문단 구분 정보는 입력 문서에 포함된 복수개의 문단에 대한 정보를 포함할 수 있다. 구체적으로 문단 구분 정보는 문단과 문단을 구분하기 위한 문단의 위치 정보, 문단이 속하는 군집(의미가 유사한 문단의 집합)에 대한 의미 정보를 포함할 수 있다. 본 개시의 일 실시예에 따라, 본 개시의 일 실시예에 따라, 개체명 관련 정보는 기계가 읽을 수 있는 관계 튜플 형태의 정보를 포함할 수 있다. 개체명 관련 정보는 토큰 각각에 대한 개체명 정보 또는 개체명 관계 정보 중 적어도 하나를 포함할 수 있다. 본 개시의 일시예에 따라, 개체명 관련 정보를 기초로 생성된 자연어는 사람이 이해할 수 있는 언어의 형태로 개체명 관련 정보를 변환한 것을 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 지식 정보 생성 모델은 지식 정보를 생성하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 지식 정보 생성 모델은 문단 의미 획득 모델(830) 및 그래프-자연어 획득 모델(840)을 포함할 수 있다. 본 개시의 일 실시예에 따라, 문단 의미 획득 모델(830)은 복수개의 문장이 포함된 특정 문단의 그래프 형태의 문단 의미를 획득하기 위한 모델을 포함할 수 있다. 컴퓨팅 장치(100)는 개체명 관련 정보에 기초하여 그래프 형태의 문단 의미를 획득할 수 있다. 본 개시의 일 실시예에 따라, 그래프-자연어 변환 모델(840)은 그래프 형태의 문단 의미를 자연어 형태로 변환하기 위한 모델을 포함할 수 있다. 그래프 형태의 문단 의미는 딥러닝 모델에 입력시킬 수 있는 데이터 형태가 아닐 수도 있다. 따라서 딥러닝 모델에 문단 의미를 입력시켜 지식맵을 구축하기 위하여 딥러닝 모델에 입력시킬 수 있는 데이터 형태인 자연어로 변환할 필요성이 존재할 수도 있다. 따라서 컴퓨팅 장치(100)는 그래프-자연어 변환 모델(840)을 이용하여 그래프 형태의 문단 의미를 자연어 형태로 변환할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

도 11은 스키마 맵핑 모델을 이용하여 지식맵을 구축하기 위한 방법을 설명하기 위한 예시도이다.

본 개시의 일 실시예에 따라, 컴퓨팅 장치(100)는 지식 정보 및 입력 스키마에 기초하여 지식 정보를 지식맵으로 변환하기 위한 모델인 스키마 맵핑 모델에 지식 정보 및 입력 스키마를 입력시켜 지식맵을 구축할 수 있다.

본 개시의 일 실시예에 따라, 입력 스키마는 지식맵을 구축하기 위하여 입력되는 데이터베이스의 구조와 제약조건에 관한 명세에 관한 것을 포함할 수 있다. 본 개시의 일 실시예에 따라, 입력 스키마는 개체명 관련 정보(본 개시에서의 개체명 정보 및 개체명 관계 정보)를 포함할 수 있다. 본 개시의 일 실시예에 따라, 입력 스키마는 스키마 자동 생성 모델을 이용하여 획득한 자동 생성 스키마 및 사용자로부터 직접 입력 받은 사용자 입력 스키마를 포함할 수 있다. 본 개시의 일 실시예에 따라, 스키마 자동 생성 모델은 지식 정보(850)를 입력 받아 스키마를 자동으로 생성하기 위한 모델을 포함할 수 있다. 따라서, 컴퓨팅 장치(100)는 스키마 자동 생성 모델을 이용함으로써 지식 정보에 기초하여 스키마를 자동으로 생성할 수 있다. 본 개시의 일 실시예에 따라, 사용자는 직접 스키마를 입력할 수 있다. 예를 들어, 학습 데이터가 부족한 도메인에 관련된 지식의 경우, 사용자가 직접 해당 도메인에 대한 지식에 대응하는 스키마를 입력하여 지식맵을 구축할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 스키마 맵핑 모델(900)은 지식 정보(850) 및 입력 스키마(910)에 기초하여 지식 정보를 지식맵으로 변환하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 컴퓨팅 장치(100)는 지식 정보(850)에 포함된 개체명 관련 정보 및 입력 스키마(910)에 기초하여 지식맵을 구축할 수 있다. 컴퓨팅 장치(100)는 개체명 정보 및 입력 스키마(910)에 기초하여 개체명 정보에 포함된 개체명을 지식맵에 포함된 개체명과 맵핑시킬 수 있다. 본 개시의 일 실시예에 따라, 컴퓨팅 장치(100)는 지식 정보(850)에 포함된 개체명 관계 정보 및 입력 스키마(910)에 기초하여 개체 간의 관계 정보를 지식맵에 부가할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

도 12는 본 개시의 일 실시예에 따라, 의미역 분석 정보를 활용하여 입력 문서 요약문을 획득하기 위한 방법을 설명하기 위한 예시도이다.

본 개시의 일 실시예에 따라, 의미역 분석 정보(259)는 컴퓨팅 장치(100)가 의미역 분석 모델에 입력시킨 토큰에 대하여 획득한 입력 토큰에 대응하는 의미역을 포함할 수 있다. 의미역은 명사구가 서술어와 관련하여 지니는 의미 기능을 포함할 수 있다. 본 개시의 일 실시예에 따라, 의미역은 논항이 서술어에 대해 갖는 의미상의 자격, 역할, 지위를 포함할 수 있다. 본 개시의 일 실시예에 따라, 입력 문서 요약문(560)은 요약 대상 문서를 모델에 입력시켜 해당 요약 대상 문서에 대하여 요점을 잡아서 간추린 문서 또는 문장을 포함할 수 있다. 입력 문서 요약문(560)은 입력 문서의 적어도 일부를 포함하는 문서 또는 문장을 포함할 수 있다. 입력 문서 요약문(560)은 입력 문서의 요점을 잡아서 입력 문서에 포함된 자연어와 다른 형태로 표현된 자연어를 포함하는 문서 또는 문장을 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 컴퓨팅 장치(100)는 입력 질의(211)를 전처리 모델(220)에 입력시켜 가공된 자연어(230)를 획득할 수 있다. 컴퓨팅 장치(100)는 가공된 자연어(230)를 의미역 분석 모델(250)에 입력시켜 입력 질의에 포함된 토큰 각각에 대한 의미역 분석 정보(259)를 획득할 수 있다. 이를 통해, 컴퓨팅 장치(100)는 입력 질의에 대한 의미를 파악함으로써 높은 정확도로 검색 결과를 출력할 수 있다.

본 개시의 일 실시예에 따라, 컴퓨팅 장치(100)는 입력 문서(213)를 전처리 모델(220)에 입력시켜 가공된 자연어(230)를 획득할 수 있다. 본 개시에서 입력 문서(213)는 입력 질의에 대응하는 문서를 포함할 수 있다. 예를 들어, 입력 질의가 "딥러닝 모델을 이용한 품사 태깅 방법 논문을 검색해줘"의 자연어 형태인 경우, 입력 문서는 딥러닝 기반 품사 태깅 방법에 대한 다수의 논문을 포함할 수 있다. 컴퓨팅 장치(100)는 가공된 자연어를 의미역 분석 모델(250)에 입력시킬 수 있다. 컴퓨팅 장치(100)는 의미역 분석 정보(259)를 의미역 분석 모델(250)로부터 획득할 수 있다.

본 개시의 일 실시예에 따라, 컴퓨팅 장치(100)는 입력 문서에 포함된 토큰 각각에 대하여 입력 질의와의 유사도(510)를 산출할 수 있다. 본 개시의 일 실시예에 따라, 유사도는 입력 질의와 입력 문서에 대한 유사도를 포함할 수 있다. 본 개시의 일 실시예에 따라, 유사도는 입력 질의와 입력 문서에 포함된 자연어 단위와의 유사도를 포함할 수 있다. 컴퓨팅 장치(100)가 유사도를 산출함으로써 입력 질의와 상관 관계가 높은 내용들이 입력 문서 요약문에 포함될 수 있다. 본 개시의 일 실시예에 따라, 컴퓨팅 장치(100)는 유클리디언 거리, 유클리디언 거리에 데이터 속성들의 공분산을 반영하여 거리를 계산한 마할라노비스 거리, 각 기반의 계산법인 코사인 유사도 등을 통하여 유사도를 산출할 수 있다. 본 개시의 일 실시예에 따라, 컴퓨팅 장치(100)는 의미역 분석 정보(259)를 이용하여 유사도를 산출할 수 있다. 컴퓨팅 장치(100)는 입력 질의 또는 입력 문서에 포함된 복수개의 토큰을 획득할 수 있다. 그리고 컴퓨팅 장치(100)는 각 토큰에 대응되는 의미역 분석 정보(259)를 의미역 분석 모델을 이용하여 획득할 수 있다. 컴퓨팅 장치(100)는 각 토큰에 대하여 임베딩을 통해 벡터 형태의 데이터를 획득할 수 있다. 그리고 컴퓨팅 장치(100)는 벡터 형태의 의미역 분석 정보(259)를 획득할 수 있다. 따라서, 컴퓨팅 장치(100)는 벡터 형태의 토큰과 벡터 형태의 의미역 분석 정보(259)를 연결(concatenate)할 수 있다. 컴퓨팅 장치(100)는 연결(concatenate)된 벡터 형태의 토큰과 벡터 형태의 의미역 분석 정보(259) 간의 유사도를 산출할 수 있다. 예를 들어, (입력 질의에 포함된 토큰, 해당 토큰에 대응되는 의미역 분석 정보)의 벡터와 (입력 문서에 포함된 토큰, 해당 토큰에 대응되는 의미역 분석 정보)의 벡터 사이 거리를 산출함으로써 컴퓨팅 장치(100)는 유사도를 산출할 수 있다. 따라서 유사도가 높을수록 입력 질의에 포함된 내용과 입력 문서에 포함된 내용의 의미적 유사성이 높다는 것을 의미할 수 있다. 따라서 컴퓨팅 장치(100)는 입력 질의와 유사도가 높은 입력 문서 내의 토큰 들에 대하여 입력 문서 요약문을 생성할 때 사용할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따라, 컴퓨팅 장치(100)는 입력 문서에 포함된 토큰 각각에 대하여 입력 문서 내에서의 중요도를 산출할 수 있다. 컴퓨팅 장치(100)는 중요도를 산출함으로써 입력 문서 내의 핵심 내용을 포함하는 토큰이 어떤 것인지를 알 수 있다. 본 개시의 일 실시예에 따라, 중요도는 입력 문서에 포함된 토큰(또는 자연어 단위)가 해당 문서 내에서 차지하는 중요도를 포함할 수 있다. 예를 들어, 입력 문서에서 중요도가 높은 토큰(또는 자연어 단위)은 해당 입력 문서의 요점을 나타낼 수 있으므로 입력 문서 요약문에 포함되거나 생성되는데 사용될 수 있다. 하지만 입력 문서에서 중요도가 낮은 토큰(또는 자연어 단위)는 해당 입력 문서에서 요점을 나타낼 가능성은 낮으므로 입력 문서 요약문에 사용되지 않을 가능성이 높다.

본 개시의 일 실시예에 따라, 컴퓨팅 장치(100)는 유사도 및 중요도에 기초하여 상기 입력 문서 요약문을 생성할 수 있다. 이를 통해 컴퓨팅 장치(100)는 입력 질의와 관련도가 높으면서 입력 문서의 핵심이 되는 토큰을 선택하여 입력 문서 요약문을 생성할 수 있다.

본 개시의 일 실시예에 따라, 중요도는 그래프 중심도 분석법을 이용하여 산출된, 토큰 각각에 대한 입력 문서 내에서의 중요도를 포함할 수 있다. 본 개시의 일 실시예에 따라, 그래프 중심도 분석법은 문서 내에서 핵심 단어 또는 핵심 문장을 추출하기 위한 알고리즘을 포함할 수 있다. 구체적으로 그래프 중심도 분석법의 한 예시적인 방법으로 TextRank 알고리즘을 사용할 수도 있다. 그래프에서 단어(또는 문장)가 노드가 되고, 각 단어(또는 문장) 간의 유사도가 엣지가 될 수 있다. 그래프에서 각 노드에 대응하는 랭크(Rank)가 존재할 수 있으며, 랭크(Ran)는 문서 내 해당 노드의 중요도를 나타낼 수 있다. 따라서 컴퓨팅 장치(100)는 그래프 중심도 분석법을 통해 핵심 단어 또는 핵심 문장을 추출할 수 있다.

TextRank에 대한 설명은 본 출원에서 전체가 참조로서 통합되는 논문 TextRank: Bringing Order into Texts (공개일: 2004, 작성자: Rada Mihalcea, Paul Tarau, University of North Texas)에서 구체적으로 논의된다.

본 개시의 일 실시예에 따라, 컴퓨팅 장치(100)는 유사도 또는 중요도 중 적어도 하나에 기초하여 입력 문서 요약문을 생성할 수 있다. 컴퓨팅 장치(100)는 사전결정된 제 1 기준 이상의 유사도를 가지는 적어도 하나의 토큰 또는 사전결정된 제 2 기준 이상의 중요도를 가지는 적어도 하나의 토큰 중 적어도 하나를 요약문 생성 모델에 입력시킬 수 있다. 본 개시의 일 실시예에 따라, 사전결정된 제 1 기준은 입력 문서 요약문에 포함시키거나 요약문 생성에 사용될 토큰을 유사도에 기초하여 결정하기 위한 기준을 포함할 수 있다. 예를 들어, 사전결정된 제 1 기준은 90으로, 컴퓨팅 장치(100)는 유사도가 90 이상인 토큰을 입력 문서 요약문에 포함시키거나 요약문 생성에 사용할 수 있다. 본 개시의 일 실시예에 따라, 사전결정된 제 2 기준은 입력 문서 요약문에 포함시키거나 요약문 생성에 사용될 토큰을 중요도에 기초하여 결정하기 위한 기준을 포함할 수 있다. 예를 들어 사전결정된 제 2 기준은 90으로, 컴퓨팅 장치(100)는 중요도가 90 이상인 토큰을 입력 문서 요약문에 포함시키거나 요약문 생성에 사용할 수 있다. 본 개시의 일 실시예에 따라, 요약문 생성 모델은 요약문을 생성하기 위하여 사용될 적어도 하나의 토큰을 입력 받아 입력 질의와 상관관계가 높은 요약문을 생성하기 위한 모델을 포함할 수 있다. 본 개시의 일 실시예에 따라, 요약문 생성 모델은 자연어 처리를 위한 RNN, LSTM 또는 BERT 모델 중 적어도 하나를 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

도 13은 본 개시의 일 실시예에 따라, 딥러닝 기반 의미역 분석을 활용하는 방법의 순서도이다.

도 13에 대한 단계 또는 동작은 컴퓨팅 장치(100)에 의해 수행될 수 있다.

컴퓨팅 장치(100)는 입력 질의 또는 입력 문서 중 적어도 하나를 가공하기 위한 전처리 모델에 입력 질의 또는 입력 문서를 입력시켜 가공된 자연어를 획득(610)할 수 있다.

본 개시의 일 실시예에 따라, 전처리 모델은 입력 문서를 문장 단위로 분할하기 위한 제 1 전처리 서브 모델; 입력 질의 또는 입력 문서 중 적어도 하나에 대하여 맞춤법 오류, 문법 오류 또는 띄어쓰기 오류 중 적어도 하나를 교정하기 위한 제 2 전처리 서브 모델; 및 생략된 음절의 적어도 일부를 복원하기 위한 제 3 전처리 서브 모델을 포함할 수 있다.

본 개시의 일 실시예에 따라, 제 2 전처리 서브 모델은, 교정된 자연어 생성모델 및 교정된 자연어 판별모델을 이용하여 상호간에 적대적 학습(Adversarial Learning)된 모델을 포함하며, 교정된 자연어 생성모델은, 교정된 자연어 판별모델의 판별 정확도를 최소화하도록 학습됨으로써 오류가 교정된 자연어를 생성하고, 그리고 교정된 자연어 판별모델은, 교정된 자연어 생성모델로부터 획득한 자연어와 오류가 없는 자연어를 판별하기 위한 판별 정확도를 최대화하도록 학습될 수 있다.

컴퓨팅 장치(100)는 문단 위치 정보 또는 문단 의미 정보 중 적어도 하나를 포함하는 문단 구분 정보를 획득하기 위한 문단 구분 모델에 상기 가공된 자연어를 입력시켜 상기 문단 구분 정보를 획득(620)할 수 있다.

본 개시의 일 실시예에 따라, 문단 구분 모델은, 복수개의 문장 간의 위치적 인접성 정보를 획득하기 위한 문장 인접성 획득 모델; 복수개의 문장 간의 위치적 인접성 정보 및 의미적 인접성 정보에 기초하여 산출된 의미 연속성에 기초하여 가공된 자연어에서 나눌 문단의 위치에 대한 정보를 포함하는 문단 분할 위치 정보를 획득하기 위한 문단 분할 위치 획득 모델; 및 동일 또는 유사한 의미를 가지는 문단별로 군집화하여 각 군집에 대응되는 군집 의미 정보를 획득하기 위한 문단 클러스터링 모델을 포함할 수 있다.

본 개시의 일 실시예에 따라, 문단 위치 정보는 문장이 포함된 문단에 대한 위치 정보로서, 문단 분할 위치 정보에 기초하여 획득한 정보를 포함하고, 문단 의미 정보는 문단이 포함된 대한 군집에 대한 의미 정보로서, 군집 의미 정보에 기초하여 획득한 정보를 포함할 수 있다.

컴퓨팅 장치(100)는 의미역을 결정하기 위한 의미역 분석 모델에 상기 가공된 자연어를 입력시켜 가공된 자연어에 포함된 적어도 하나의 토큰 각각에 대응하는 의미역 분석 정보를 획득(630)할 수 있다.

본 개시의 일 실시예에 따라, 의미역 분석 모델은 자연어로 사전 학습된 BERT(Bidirectional Encoder Representations from Transformers) 모델, 토큰에 대한 양방향 문맥정보를 추출하기 위한 Bi-LSTM(Bi-Directional Long Short-Term Memory) 모델, 또는 토큰과 인접한 토큰의 의미역 분석 정보를 활용하기 위한 CRF(Conditional Random Field) 모델 중 적어도 하나를 포함하며, 그리고 입력된 토큰 각각에 대하여 의미역 분석정보를 획득하도록 학습될 수 있다.

본 개시의 일 실시예에 따라, 의미역 분석 정보는, 가공된 자연어에 포함된 토큰 각각에 대응하여 결정된 의미역을 포함할 수 있다.

본 개시의 다른 일 실시예에 따라, 의미역 분석 모델은 문장에서 서술어의 위치 정보를 포함하는 서술어 정보를 추출하기 위한 서술어 정보 추출 모델; 서술어 정보에 기초하여 서술어의 논항 정보를 획득하기 위한 논항 정보 추출 모델; 및 서술어의 논항 정보에 기초하여 토큰이 하위 의미역을 가지고 있는지에 대한 정보를 포함하는 논항 분류 정보를 획득하기 위한 논항 분류 모델을 포함할 수 있다.

본 개시의 일 실시예에 따라, 개체명 관련 정보는, 기계가 읽을 수 있는 관계 튜플 형태(Relational tuple)의 정보로서, 토큰 각각에 대한 개체명 정보 또는 개체명 관계 정보 중 적어도 하나를 포함할 수 있다.

본 개시의 일 실시예에 따라, 개체명 정보는, 개체명 인식 모델을 이용하여 토큰 각각에 대하여 획득한 제 1 개체명 정보; 가공된 자연어에 포함된 명사 토큰들에 대해서 서로 같은 개체를 의미하는 자연어를 탐색하여 연결시키기 위한 상호 참조 해결 모델(Coreference Resolution Model)에 명사 토큰 또는 명사 토큰에 대응되는 제 1 개체명 정보 중 적어도 하나를 입력시켜 획득한 명사 토큰에 대응되는 개체명 정보를 포함하는 제 2 개체명 정보; 또는 가공된 자연어에 포함된 다의적 토큰에 각각 대응되는 개체에 식별자를 연결시킴으로써 다의적 토큰의 중의성을 해소시키기 위한 개체명 연결 모델(Entity linking Model)에 다의적 토큰, 제 1 개체명 정보 또는 제 2 개체명 정보 중 적어도 하나를 입력시켜 다의적 토큰에 대응되는 식별자에 대한 정보를 포함하는 제 3 개체명 정보; 중 적어도 하나를 포함할 수 있다.

본 개시의 일 실시예에 따라, 개체명 관계 정보는, 2개의 개체들 각각에 대응되는 2개의 토큰들, 상기 토큰들이 포함된 문장 또는 상기 의미역 분석 정보 중 적어도 하나를 개체명 관계 정보 모델에 입력시켜 획득한 상기 두 개의 개체 간의 관계에 대한 정보를 포함할 수 있다.

컴퓨팅 장치(100)는 문단 구분 정보 또는 의미역 분석 정보 중 적어도 하나에 기초하여 지식맵을 구축(640)할 수 있다.

도 14는 본 개시의 일 실시예에 따라, 딥러닝 기반 의미역 분석을 활용하기 위한 모듈을 도시한 블록 구성도이다.

도 14에 개시된 모듈은 컴퓨팅 장치(100)에 의해 동작 또는 수행될 수 있다.

본 개시의 일 실시예에 따라 딥러닝 기반 의미역 분석을 활용하기 위한 방법은 다음과 같은 모듈에 의해 구현될 수 있다. 입력 질의 또는 입력 문서 중 적어도 하나를 가공하기 위한 전처리 모델에 상기 입력 질의 또는 입력 문서를 입력시켜 가공된 자연어를 획득하기 위한 모듈(710); 문단 위치 정보 또는 문단 의미 정보 중 적어도 하나를 포함하는 문단 구분 정보를 획득하기 위한 문단 구분 모델에 상기 가공된 자연어를 입력시켜 상기 문단 구분 정보를 획득하기 위한 모듈(720); 의미역을 결정하기 위한 의미역 분석 모델에 상기 가공된 자연어를 입력시켜 가공된 자연어에 포함된 적어도 하나의 토큰 각각에 대응하는 의미역 분석 정보를 획득하기 위한 모듈(730); 및 문단 구분 정보 또는 의미역 분석 정보 중 적어도 하나에 기초하여 지식맵을 구축하기 위한 모듈(740)을 포함할 수 있다.

대안적 실시예에서, 문단 구분 정보 또는 의미역 분석 정보 중 적어도 하나에 기초하여 지식맵을 구축하기 위한 모듈(740)은 의미역 분석 정보에 기초하여 토큰 각각에 대응하는 개체명 관련 정보를 획득하기 위한 모듈; 및 개체명 관련 정보에 기초하여 지식맵을 구축하기 위한 모듈을 포함할 수 있다.

대안적 실시예에서, 개체명 관련 정보에 기초하여 지식맵을 구축하가 위한 모듈은 데이터베이스에 지식맵이 존재하지 않는 경우, 개체명 관련 정보에 기초하여 새로운 지식맵을 구축하기 위한 모듈; 및 데이터베이스에 지식맵이 존재하는 경우, 개체명 관련 정보에 기초하여 입력 질의 또는 입력 문서에 포함된 정보를 지식맵에 추가하기 위한 모듈을 포함할 수 있다.

대안적 실시예에서, 개체명 관련 정보에 기초하여 지식맵을 구축하기 위한 모듈은 개체명 정보에 기초하여 개체명 정보에 포함된 개체명을 지식맵에 포함된 개체명과 맵핑(Mapping)시키기 위한 모듈; 및 개체명 관계 정보에 기초하여 개체 간의 관계 정보를 지식맵에 부가하기 위한 모듈을 포함할 수 있다.

대안적 실시예에서, 문단 구분 정보 또는 의미역 분석 정보 중 적어도 하나에 기초하여 지식맵을 구축하기 위한 모듈(740)은 문단 구분 정보 또는 의미역 분석 정보 중 적어도 하나를 지식 정보 생성 모델에 입력시켜 지식 정보를 획득하기 위한 모듈; 및 지식 정보 및 입력 스키마에 기초하여 지식 정보를 지식맵으로 변환하기 위한 모델인 스키마 맵핑 모델에 지식 정보 및 입력 스키마를 입력시켜 지식맵을 구축하기 위한 모듈을 포함할 수 있다.

대안적 실시예에서, 지식 정보는, 지식 정보를 생성하기 위하여 사용된 토큰이 포함된 문서의 출처에 대한 정보를 포함하는 문서 출처 정보, 토큰이 포함된 문장을 포함하고 있는 문단과 대응하는 문단 구분 정보, 토큰 각각에 대한 개체명 관련 정보 또는 개체명 관련 정보를 기초로 생성된 자연어 중 적어도 하나를 포함할 수 있다.

대안적 실시예에서, 지식 정보 생성 모델은, 복수개의 문장이 포함된 특정 문단의 그래프 형태의 문단 의미를 획득하기 위한 문단 의미 획득 모델; 및 그래프 형태의 문단 의미를 자연어 형태로 변환하기 위한 그래프-자연어 변환 모델을 포함할 수 있다.

대안적 실시예에서, 입력 스키마는, 지식맵을 구축하기 위하여 입력되는 데이터베이스의 구조와 제약조건에 관한 명세에 관한 것으로서, 스키마 자동 생성 모델을 이용하여 획득한 자동 생성 스키마 및 사용자로부터 직접 입력 받은 사용자 입력 스키마를 포함할 수 있다.

대안적 실시예에서, 의미역 분석 정보에 기초하여 입력 질의에 대응되는 내용을 포함하는 입력 문서 요약문을 생성하기 위한 모듈을 더 포함할 수 있다.

대안적 실시예에서, 입력 문서 요약문을 생성하기 위한 모듈은 입력 문서에 포함된 토큰 각각에 대하여 입력 질의와의 유사도를 산출하기 위한 모듈; 입력 문서에 포함된 토큰 각각에 대하여 입력 문서 내에서의 중요도를 산출하기 위한 모듈; 및 유사도 및 상기 중요도에 기초하여 입력 문서 요약문을 생성하기 위한 모듈을 포함할 수 있다.

대안적 실시예에서, 중요도는, 그래프 중심도 분석법을 이용하여 산출된, 토큰 각각에 대한 상기 입력 문서 내에서의 중요도를 포함할 수 있다.

대안적 실시예에서, 유사도 및 중요도에 기초하여 입력 문서 요약문을 생성하기 위한 모듈은 사전결정된 제 1 기준 이상의 유사도를 가지는 적어도 하나의 토큰 또는 사전결정된 제 2 기준 이상의 중요도를 가지는 적어도 하나의 토큰 중 적어도 하나를 요약문 생성 모델에 입력시키기 위한 모듈; 및 요약문 생성 모델로부터 획득한 적어도 하나의 자연어에 기초하여 입력 문서 요약문을 생성하기 위한 모듈을 포함할 수 있다.

본 개시의 일 실시예에 따르면 딥러닝 기반 의미역 분석을 활용하기 위한 모듈은, 컴퓨팅 장치를 구현하기 위한 수단, 회로 또는 로직에 의하여 구현될 수도 있다. 당업자들은 추가적으로 여기서 개시된 실시예들과 관련되어 설명된 다양한 예시적 논리적 블록들, 구성들, 모듈들, 회로들, 수단들, 로직들 및 알고리즘 단계들이 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양쪽 모두의 조합들로 구현될 수 있음을 인식해야 한다. 하드웨어 및 소프트웨어의 상호교환성을 명백하게 예시하기 위해, 다양한 예시적 컴포넌트들, 블록들, 구성들, 수단들, 로직들, 모듈들, 회로들, 및 단계들은 그들의 기능성 측면에서 일반적으로 위에서 설명되었다. 그러한 기능성이 하드웨어로 또는 소프트웨어로서 구현되는지 여부는 전반적인 시스템에 부과된 특정 어플리케이션(application) 및 설계 제한들에 달려 있다. 숙련된 기술자들은 각각의 특정 어플리케이션들을 위해 다양한 방법들로 설명된 기능성을 구현할 수 있으나, 그러한 구현의 결정들이 본 개시내용의 영역을 벗어나게 하는 것으로 해석되어서는 안된다.

도 15는 본 개시의 일 실시예에 따른 컴퓨팅 장치의 블록 구성도이다.

도 15는 본 개시의 실시예들이 구현될 수 있는 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도를 도시한다.

본 개시가 일반적으로 하나 이상의 컴퓨터 상에서 실행될 수 있는 컴퓨터 실행가능 명령어와 관련하여 전술되었지만, 당업자라면 본 개시가 기타 프로그램 모듈들과 결합되어 및/또는 하드웨어와 소프트웨어의 조합으로써 구현될 수 있다는 것을 잘 알 것이다.

일반적으로, 프로그램 모듈은 특정의 태스크를 수행하거나 특정의 추상 데이터 유형을 구현하는 루틴, 프로그램, 컴포넌트, 데이터 구조, 기타 등등을 포함한다. 또한, 당업자라면 본 개시의 방법이 단일-프로세서 또는 멀티프로세서 컴퓨터 시스템, 미니컴퓨터, 메인프레임 컴퓨터는 물론 퍼스널 컴퓨터, 핸드 헬드 컴퓨팅 장치, 마이크로프로세서-기반 또는 프로그램가능 가전 제품, 기타 등등(이들 각각은 하나 이상의 연관된 장치와 연결되어 동작할 수 있음)을 비롯한 다른 컴퓨터 시스템 구성으로 실시될 수 있다는 것을 잘 알 것이다.

본 개시의 설명된 실시예들은 또한 어떤 태스크들이 통신 네트워크를 통해 연결되어 있는 원격 처리 장치들에 의해 수행되는 분산 컴퓨팅 환경에서 실시될 수 있다. 분산 컴퓨팅 환경에서, 프로그램 모듈은 로컬 및 원격 메모리 저장 장치 둘 다에 위치할 수 있다.

컴퓨터는 통상적으로 다양한 컴퓨터 판독가능 매체를 포함한다. 컴퓨터에 의해 액세스 가능한 매체는 그 어떤 것이든지 컴퓨터 판독가능 매체가 될 수 있다. 컴퓨터 판독가능 매체는 휘발성 및 비휘발성 매체, 일시적(transitory) 및 비일시적(non-transitory) 매체, 이동식 및 비-이동식 매체를 포함한다. 제한이 아닌 예로서, 컴퓨터 판독가능 매체는 컴퓨터 판독가능 저장 매체 및 컴퓨터 판독가능 전송 매체를 포함할 수 있다. 컴퓨터 판독가능 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보를 저장하는 임의의 방법 또는 기술로 구현되는 휘발성 및 비휘발성 매체, 일시적 및 비-일시적 매체, 이동식 및 비이동식 매체를 포함한다. 컴퓨터 저장 매체는 RAM, ROM, EEPROM, 플래시 메모리 또는 기타 메모리 기술, CD-ROM, DVD(digital video disk) 또는 기타 광 디스크 저장 장치, 자기 카세트, 자기 테이프, 자기 디스크 저장 장치 또는 기타 자기 저장 장치, 또는 컴퓨터에 의해 액세스될 수 있고 원하는 정보를 저장하는 데 사용될 수 있는 임의의 기타 매체를 포함하지만, 이에 한정되지 않는다.

컴퓨터 판독가능 전송 매체는 통상적으로 기타 전송 메커니즘(transport mechanism)과 같은 피변조 데이터 신호(modulated data signal)에 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터 등을 구현하고 모든 정보 전달 매체를 포함한다. 피변조 데이터 신호라는 용어는 신호 내에 정보를 인코딩하도록 그 신호의 특성들 중 하나 이상을 설정 또는 변경시킨 신호를 의미한다. 제한이 아닌 예로서, 컴퓨터 판독가능 전송 매체는 유선 네트워크 또는 직접 배선 접속(direct-wired connection)과 같은 유선 매체, 그리고 음향, RF, 적외선, 기타 무선 매체와 같은 무선 매체를 포함한다. 상술된 매체들 중 임의의 것의 조합도 역시 컴퓨터 판독가능 전송 매체의 범위 안에 포함되는 것으로 한다.

컴퓨터(1102)를 포함하는 본 개시의 여러가지 측면들을 구현하는 예시 적인 환경(1100)이 나타내어져 있으며, 컴퓨터(1102)는 처리 장치(1104), 시스템 메모리(1106) 및 시스템 버스(1108)를 포함한다. 시스템 버스(1108)는 시스템 메모리(1106)(이에 한정되지 않음)를 비롯한 시스템 컴포넌트들을 처리 장치(1104)에 연결시킨다. 처리 장치(1104)는 다양한 상용 프로세서들 중 임의의 프로세서일 수 있다. 듀얼 프로세서 및 기타 멀티프로세서 아키텍처도 역시 처리 장치(1104)로서 이용될 수 있다.

시스템 버스(1108)는 메모리 버스, 주변장치 버스, 및 다양한 상용 버스 아키텍처 중 임의의 것을 사용하는 로컬 버스에 추가적으로 상호 연결될 수 있는 몇 가지 유형의 버스 구조 중 임의의 것일 수 있다. 시스템 메모리(1106)는 판독 전용 메모리(ROM)(1110) 및 랜덤 액세스 메모리(RAM)(1112)를 포함한다. 기본 입/출력 시스템(BIOS)은 ROM, EPROM, EEPROM 등의 비휘발성 메모리(1110)에 저장되며, 이 BIOS는 시동 중과 같은 때에 컴퓨터(1102) 내의 구성요소들 간에 정보를 전송하는 일을 돕는 기본적인 루틴을 포함한다. RAM(1112)은 또한 데이터를 캐싱하기 위한 정적 RAM 등의 고속 RAM을 포함할 수 있다.

컴퓨터(1102)는 또한 내장형 하드 디스크 드라이브(HDD)(1114)(예를 들어, EIDE, SATA)-이 내장형 하드 디스크 드라이브(1114)는 또한 적당한 섀시(도시 생략) 내에서 외장형 용도로 구성될 수 있음-, 자기 플로피 디스크 드라이브(FDD)(1116)(예를 들어, 이동식 디스켓(1118)으로부터 판독을 하거나 그에 기록을 하기 위한 것임), 및 광 디스크 드라이브(1120)(예를 들어, CD-ROM 디스크(1122)를 판독하거나 DVD 등의 기타 고용량 광 매체로부터 판독을 하거나 그에 기록을 하기 위한 것임)를 포함한다. 하드 디스크 드라이브(1114), 자기 디스크 드라이브(1116) 및 광 디스크 드라이브(1120)는 각각 하드 디스크 드라이브 인터페이스(1124), 자기 디스크 드라이브 인터페이스(1126) 및 광 드라이브 인터페이스(1128)에 의해 시스템 버스(1108)에 연결될 수 있다. 외장형 드라이브 구현을 위한 인터페이스(1124)는 USB(Universal Serial Bus) 및 IEEE 1394 인터페이스 기술 중 적어도 하나 또는 그 둘 다를 포함한다.

이들 드라이브 및 그와 연관된 컴퓨터 판독가능 매체는 데이터, 데이터 구조, 컴퓨터 실행가능 명령어, 기타 등등의 비 휘발성 저장을 제공한다. 컴퓨터(1102)의 경우, 드라이브 및 매체는 임의의 데이터를 적당한 디지털 형식으로 저장하는 것에 대응한다. 상기에서의 컴퓨터 판독가능 매체에 대한 설명이 HDD, 이동식 자기 디스크, 및 CD 또는 DVD 등의 이동식 광 매체를 언급하고 있지만, 당업자라면 집 드라이브(zip drive), 자기 카세트, 플래쉬 메모리 카드, 카트리지, 기타 등등의 컴퓨터에 의해 판독가능한 다른 유형의 매체도 역시 예시 적인 운영 환경에서 사용될 수 있으며 또 임의의 이러한 매체가 본 개시의 방법들을 수행하기 위한 컴퓨터 실행가능 명령어를 포함할 수 있다는 것을 잘 알 것이다.

운영 체제(1130), 하나 이상의 애플리케이션 프로그램(1132), 기타 프로그램 모듈(1134) 및 프로그램 데이터(1136)를 비롯한 다수의 프로그램 모듈이 드라이브 및 RAM(1112)에 저장될 수 있다. 운영 체제, 애플리케이션, 모듈 및/또는 데이터의 전부 또는 그 일부분이 또한 RAM(1112)에 캐싱될 수 있다. 본 개시가 여러가지 상업적으로 이용가능한 운영 체제 또는 운영 체제들의 조합에서 구현될 수 있다는 것을 잘 알 것이다.

사용자는 하나 이상의 유선/무선 입력 장치, 예를 들어, 키보드(1138) 및 마우스(1140) 등의 포인팅 장치를 통해 컴퓨터(1102)에 명령 및 정보를 입력할 수 있다. 기타 입력 장치(도시 생략)로는 마이크, IR 리모콘, 조이스틱, 게임 패드, 스타일러스 펜, 터치 스크린, 기타 등등이 있을 수 있다. 이들 및 기타 입력 장치가 종종 시스템 버스(1108)에 연결되어 있는 입력 장치 인터페이스(1142)를 통해 처리 장치(1104)에 연결되지만, 병렬 포트, IEEE 1394 직렬 포트, 게임 포트, USB 포트, IR 인터페이스, 기타 등등의 기타 인터페이스에 의해 연결될 수 있다.

모니터(1144) 또는 다른 유형의 디스플레이 장치도 역시 비디오 어댑터(1146) 등의 인터페이스를 통해 시스템 버스(1108)에 연결된다. 모니터(1144)에 부가하여, 컴퓨터는 일반적으로 스피커, 프린터, 기타 등등의 기타 주변 출력 장치(도시 생략)를 포함한다.

컴퓨터(1102)는 유선 및/또는 무선 통신을 통한 원격 컴퓨터(들)(1148) 등의 하나 이상의 원격 컴퓨터로의 논리적 연결을 사용하여 네트워크화 된 환경에서 동작할 수 있다. 원격 컴퓨터(들)(1148)는 워크스테이션, 컴퓨팅 디바이스 컴퓨터, 라우터, 퍼스널 컴퓨터, 휴대용 컴퓨터, 마이크로프로세서-기반 오락 기기, 피어 장치 또는 기타 통상의 네트워크 노드일 수 있으며, 일반적으로 컴퓨터(1102)에 대해 기술된 구성요소들 중 다수 또는 그 전부를 포함하지만, 간략함을 위해, 메모리 저장 장치(1150)만이 도시되어 있다. 도시되어 있는 논리적 연결은 근거리 통신망(LAN)(1152) 및/또는 더 큰 네트워크, 예를 들어, 원거리 통신망(WAN)(1154)에의 유선/무선 연결을 포함한다. 이러한 LAN 및 WAN 네트워킹 환경은 사무실 및 회사에서 일반적인 것이며, 인트라넷 등의 전사적 컴퓨터 네트워크(enterprise-wide computer network)를 용이하게 해주며, 이들 모두는 전세계 컴퓨터 네트워크, 예를 들어, 인터넷에 연결될 수 있다.

LAN 네트워킹 환경에서 사용될 때, 컴퓨터(1102)는 유선 및/또는 무선 통신 네트워크 인터페이스 또는 어댑터(1156)를 통해 로컬 네트워크(1152)에 연결된다. 어댑터(1156)는 LAN(1152)에의 유선 또는 무선 통신을 용이하게 해줄 수 있으며, 이 LAN(1152)은 또한 무선 어댑터(1156)와 통신하기 위해 그에 설치되어 있는 무선 액세스 포인트를 포함하고 있다. WAN 네트워킹 환경에서 사용될 때, 컴퓨터(1102)는 모뎀(1158)을 포함할 수 있거나, WAN(1154) 상의 통신 컴퓨팅 디바이스에 연결되거나, 또는 인터넷을 통하는 등, WAN(1154)을 통해 통신을 설정하는 기타 수단을 갖는다. 내장형 또는 외장형 및 유선 또는 무선 장치일 수 있는 모뎀(1158)은 직렬 포트 인터페이스(1142)를 통해 시스템 버스(1108)에 연결된다. 네트워크화 된 환경에서, 컴퓨터(1102)에 대해 설명된 프로그램 모듈들 또는 그의 일부분이 원격 메모리/저장 장치(1150)에 저장될 수 있다. 도시된 네트워크 연결이 예시 적인 것이며 컴퓨터들 사이에 통신 링크를 설정하는 기타 수단이 사용될 수 있다는 것을 잘 알 것이다.

컴퓨터(1102)는 무선 통신으로 배치되어 동작하는 임의의 무선 장치 또는 개체, 예를 들어, 프린터, 스캐너, 데스크톱 및/또는 휴대용 컴퓨터, PDA(portable data assistant), 통신 위성, 무선 검출가능 태그와 연관된 임의의 장비 또는 장소, 및 전화와 통신을 하는 동작을 한다. 이것은 적어도 Wi-Fi 및 블루투스 무선 기술을 포함한다. 따라서, 통신은 종래의 네트워크에서와 같이 미리 정의된 구조이거나 단순하게 적어도 2개의 장치 사이의 애드혹 통신(ad hoc communication)일 수 있다.

Wi-Fi(Wireless Fidelity)는 유선 없이도 인터넷 등으로의 연결을 가능하게 해준다. Wi-Fi는 이러한 장치, 예를 들어, 컴퓨터가 실내에서 및 실외에서, 즉 기지국의 통화권 내의 아무 곳에서나 데이터를 전송 및 수신할 수 있게 해주는 셀 전화와 같은 무선 기술이다. Wi-Fi 네트워크는 안전하고 신뢰성 있으며 고속인 무선 연결을 제공하기 위해 IEEE 802.11(a,b,g, 기타)이라고 하는 무선 기술을 사용한다. 컴퓨터를 서로에, 인터넷에 및 유선 네트워크(IEEE 802.3 또는 이더넷을 사용함)에 연결시키기 위해 Wi-Fi가 사용될 수 있다. Wi-Fi 네트워크는 비인가 2.4 및 5 GHz 무선 대역에서, 예를 들어, 11Mbps(802.11a) 또는 54 Mbps(802.11b) 데이터 레이트로 동작하거나, 양 대역(듀얼 대역)을 포함하는 제품에서 동작할 수 있다.

본 개시의 기술 분야에서 통상의 지식을 가진 자는 정보 및 신호들이 임의의 다양한 상이한 기술들 및 기법들을 이용하여 표현될 수 있다는 것을 이해할 것이다. 예를 들어, 위의 설명에서 참조될 수 있는 데이터, 지시들, 명령들, 정보, 신호들, 비트들, 심볼들 및 칩들은 전압들, 전류들, 전자기파들, 자기장들 또는 입자들, 광학장들 또는 입자들, 또는 이들의 임의의 결합에 의해 표현될 수 있다.

본 개시의 기술 분야에서 통상의 지식을 가진 자는 여기에 개시된 실시예들과 관련하여 설명된 다양한 예시 적인 논리 블록들, 모듈들, 프로세서들, 수단들, 회로들 및 알고리즘 단계들이 전자 하드웨어, (편의를 위해, 여기에서 "소프트웨어"로 지칭되는) 다양한 형태들의 프로그램 또는 설계 코드 또는 이들 모두의 결합에 의해 구현될 수 있다는 것을 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호 호환성을 명확하게 설명하기 위해, 다양한 예시 적인 컴포넌트들, 블록들, 모듈들, 회로들 및 단계들이 이들의 기능과 관련하여 위에서 일반적으로 설명되었다. 이러한 기능이 하드웨어 또는 소프트웨어로서 구현되는지 여부는 특정한 애플리케이션 및 전체 시스템에 대하여 부과되는 설계 제약들에 따라 좌우된다. 본 개시의 기술 분야에서 통상의 지식을 가진 자는 각각의 특정한 애플리케이션에 대하여 다양한 방식들로 설명된 기능을 구현할 수 있으나, 이러한 구현 결정들은 본 개시의 범위를 벗어나는 것으로 해석되어서는 안 될 것이다.

여기서 제시된 다양한 실시예들은 방법, 장치, 또는 표준 프로그래밍 및/또는 엔지니어링 기술을 사용한 제조 물품(article)으로 구현될 수 있다. 용어 "제조 물품"은 임의의 컴퓨터-판독가능 장치로부터 액세스 가능한 컴퓨터 프로그램 또는 매체(media)를 포함한다. 예를 들어, 컴퓨터-판독가능 매체는 자기 저장 장치(예를 들면, 하드 디스크, 플로피 디스크, 자기 스트립, 등), 광학 디스크(예를 들면, CD, DVD, 등), 스마트 카드, 및 플래쉬 메모리 장치(예를 들면, EEPROM, 카드, 스틱, 키 드라이브, 등)를 포함하지만, 이들로 제한되는 것은 아니다. 또한, 여기서 제시되는 다양한 저장 매체는 정보를 저장하기 위한 하나 이상의 장치 및/또는 다른 기계-판독가능한 매체를 포함한다.

제시된 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조는 예시 적인 접근들의 일례임을 이해하도록 한다. 설계 우선순위들에 기반하여, 본 개시의 범위 내에서 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조가 재배열될 수 있다는 것을 이해하도록 한다. 첨부된 방법 청구항들은 샘플 순서로 다양한 단계들의 엘리먼트들을 제공하지만 제시된 특정한 순서 또는 계층 구조에 한정되는 것을 의미하지는 않는다.

제시된 실시예들에 대한 설명은 임의의 본 개시의 기술 분야에서 통상의 지식을 가진 자가 본 개시를 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 개시의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이다. 여기에 정의된 일반적인 원리들은 본 개시의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 개시는 여기에 제시된 실시예들로 한정되는 것이 아니라, 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.

Claims (24)

1. 적어도 하나의 프로세서를 포함하는 컴퓨팅 장치에 의해 수행되는 자연어 의미역(Semantic Role)을 분석 또는 활용하기 위한 방법으로서,
   입력 질의 또는 입력 문서 중 적어도 하나를 가공하기 위한 전처리 모델에 상기 입력 질의 또는 상기 입력 문서를 입력시켜 가공된 자연어를 획득하는 단계;
   문단 위치 정보 또는 문단 의미 정보 중 적어도 하나를 포함하는 문단 구분 정보를 획득하기 위한 문단 구분 모델에 상기 가공된 자연어를 입력시켜 상기 문단 구분 정보를 획득하는 단계;
   의미역을 결정하기 위한 의미역 분석 모델에 상기 가공된 자연어를 입력시켜 상기 가공된 자연어에 포함된 적어도 하나의 토큰 각각에 대응하는 의미역 분석 정보를 획득하는 단계; 및
   상기 문단 구분 정보 또는 상기 의미역 분석 정보 중 적어도 하나에 기초하여 지식맵을 구축하는 단계;
   를 포함하고,
   상기 문단 구분 모델은,
   복수개의 문장 간의 위치적 인접성 정보를 획득하기 위한 문장 인접성 획득 모델;
   상기 복수개의 문장 간의 위치적 인접성 정보 및 의미적 인접성 정보에 기초하여 산출된 의미 연속성에 기초하여 상기 가공된 자연어에서 나눌 문단의 위치에 대한 정보를 포함하는 문단 분할 위치 정보를 획득하기 위한 문단 분할 위치 획득 모델; 및
   동일 또는 유사한 의미를 가지는 문단별로 군집화하여 각 군집에 대응되는 군집 의미 정보를 획득하기 위한 문단 클러스터링 모델;
   을 포함하는,
   방법.
   
2. 제 1 항에 있어서,
   상기 전처리 모델은:
   상기 입력 문서를 문장 단위로 분할하기 위한 제 1 전처리 서브 모델;
   상기 입력 질의 또는 상기 입력 문서 중 적어도 하나에 대하여 맞춤법 오류, 문법 오류 또는 띄어쓰기 오류 중 적어도 하나를 교정하기 위한 제 2 전처리 서브 모델; 및
   생략된 음절의 적어도 일부를 복원하기 위한 제 3 전처리 서브 모델;
   을 포함하는,
   방법.
   
3. 제 2 항에 있어서,
   상기 제 2 전처리 서브 모델은, 교정된 자연어 생성모델 및 교정된 자연어 판별모델을 이용하여 상호간에 적대적 학습(Adversarial Learning)된 모델을 포함하며,
   상기 교정된 자연어 생성모델은, 상기 교정된 자연어 판별모델의 판별 정확도를 최소화하도록 학습됨으로써 오류가 교정된 자연어를 생성하고, 그리고
   상기 교정된 자연어 판별모델은, 상기 교정된 자연어 생성모델로부터 획득한 자연어와 오류가 없는 자연어를 판별하기 위한 판별 정확도를 최대화하도록 학습되는,
   방법.
   
4. 삭제
5. 제 1 항에 있어서,
   상기 문단 위치 정보는 문장이 포함된 문단에 대한 위치 정보로서, 상기 문단 분할 위치 정보에 기초하여 획득한 정보를 포함하고,
   상기 문단 의미 정보는 문단이 포함된 대한 군집에 대한 의미 정보로서, 상기 군집 의미 정보에 기초하여 획득한 정보를 포함하는,
   방법.
   
6. 제 1 항에 있어서,
   상기 의미역 분석 모델은:
   자연어로 사전 학습된 BERT(Bidirectional Encoder Representations from Transformers) 모델, 상기 토큰에 대한 양방향 문맥정보를 추출하기 위한 Bi-LSTM(Bi-Directional Long Short-Term Memory) 모델, 또는 상기 토큰과 인접한 토큰의 의미역 분석 정보를 활용하기 위한 CRF(Conditional Random Field) 모델 중 적어도 하나를 포함하며, 그리고
   입력된 토큰 각각에 대하여 의미역 분석정보를 획득하도록 학습된 모델을 포함하는,
   방법.
   
7. 제 1 항에 있어서,
   상기 의미역 분석 정보는,
   상기 가공된 자연어에 포함된 토큰 각각에 대응하여 결정된 의미역을 포함하는,
   방법.
   
8. 제 1 항에 있어서,
   상기 의미역 분석 모델은:
   문장에서 서술어의 위치 정보를 포함하는 서술어 정보를 추출하기 위한 서술어 정보 추출 모델;
   상기 서술어 정보에 기초하여 상기 서술어의 논항 정보를 획득하기 위한 논항 정보 추출 모델; 및
   상기 서술어의 논항 정보에 기초하여 상기 토큰이 하위 의미역을 가지고 있는지에 대한 정보를 포함하는 논항 분류 정보를 획득하기 위한 논항 분류 모델;
   을 포함하는,
   방법.
   
9. 제 1 항에 있어서,
   상기 문단 구분 정보 또는 상기 의미역 분석 정보 중 적어도 하나에 기초하여 지식맵을 구축하는 단계는:
   상기 의미역 분석 정보에 기초하여 토큰 각각에 대응하는 개체명 관련 정보를 획득하는 단계; 및
   상기 개체명 관련 정보에 기초하여 지식맵을 구축하는 단계;
   를 포함하는,
   방법.
   
10. 제 9 항에 있어서,
    상기 개체명 관련 정보는,
    기계가 읽을 수 있는 관계 튜플 형태(Relational tuple)의 정보로서,
    상기 토큰 각각에 대한 개체명 정보 또는 개체명 관계 정보 중 적어도 하나를 포함하는,
    방법.
    
11. 제 10 항에 있어서,
    상기 개체명 정보는,
    개체명 인식 모델을 이용하여 토큰 각각에 대하여 획득한 제 1 개체명 정보;
    상기 가공된 자연어에 포함된 명사 토큰들에 대해서 서로 같은 개체를 의미하는 자연어를 탐색하여 연결시키기 위한 상호 참조 해결 모델(Coreference Resolution Model)에 상기 명사 토큰 또는 상기 명사 토큰에 대응되는 상기 제 1 개체명 정보 중 적어도 하나를 입력시켜 획득한 상기 명사 토큰에 대응되는 개체명 정보를 포함하는 제 2 개체명 정보; 또는
    상기 가공된 자연어에 포함된 다의적 토큰에 각각 대응되는 개체에 식별자를 연결시킴으로써 상기 다의적 토큰의 중의성을 해소시키기 위한 개체명 연결 모델(Entity linking Model)에 상기 다의적 토큰, 상기 제 1 개체명 정보 또는 상기 제 2 개체명 정보 중 적어도 하나를 입력시켜 다의적 토큰에 대응되는 식별자에 대한 정보를 포함하는 제 3 개체명 정보;
    중 적어도 하나를 포함하는,
    방법.
    
12. 제 10 항에 있어서,
    상기 개체명 관계 정보는,
    2개의 개체들 각각에 대응되는 2개의 토큰들, 상기 토큰들이 포함된 문장 또는 상기 의미역 분석 정보 중 적어도 하나를 개체명 관계 정보 모델에 입력시켜 획득한 상기 2개의 개체 간의 관계에 대한 정보를 포함하는,
    방법.
    
13. 제 9 항에 있어서,
    상기 문단 구분 정보 또는 상기 의미역 분석 정보 중 적어도 하나에 기초하여 지식맵을 구축하는 단계는:
    데이터베이스에 지식맵이 존재하지 않는 경우, 상기 개체명 관련 정보에 기초하여 새로운 지식맵을 구축하는 단계; 및
    데이터베이스에 지식맵이 존재하는 경우, 상기 개체명 관련 정보에 기초하여 상기 입력 질의 또는 상기 입력 문서에 포함된 정보를 지식맵에 추가하는 단계;
    를 포함하는,
    방법.
    
14. 제 9 항에 있어서,
    상기 문단 구분 정보 또는 상기 의미역 분석 정보 중 적어도 하나에 기초하여 지식맵을 구축하는 단계는:
    개체명 정보에 기초하여 상기 개체명 정보에 포함된 개체명을 상기 지식맵에 포함된 개체명과 맵핑(Mapping)시키는 단계; 및
    개체명 관계 정보에 기초하여 개체 간의 관계 정보를 지식맵에 부가하는 단계;
    를 포함하는,
    방법.
    
15. 제 8 항에 있어서,
    상기 문단 구분 정보 또는 상기 의미역 분석 정보 중 적어도 하나에 기초하여 지식맵을 구축하는 단계는:
    상기 문단 구분 정보 또는 상기 의미역 분석 정보 중 적어도 하나를 지식 정보 생성 모델에 입력시켜 지식 정보를 획득하는 단계; 및
    상기 지식 정보 및 입력 스키마에 기초하여 상기 지식 정보를 지식맵으로 변환하기 위한 모델인 스키마 맵핑 모델에 상기 지식 정보 및 상기 입력 스키마를 입력시켜 지식맵을 구축하는 단계;
    를 포함하는,
    방법.
    
16. 제 15 항에 있어서,
    상기 지식 정보는,
    지식 정보를 생성하기 위하여 사용된 토큰이 포함된 문서의 출처에 대한 정보를 포함하는 문서 출처 정보,
    상기 토큰이 포함된 문장을 포함하고 있는 문단과 대응하는 문단 구분 정보,
    상기 토큰 각각에 대한 개체명 관련 정보 또는
    상기 개체명 관련 정보를 기초로 생성된 자연어
    중 적어도 하나를 포함하는,
    방법.
    
17. 제 15 항에 있어서,
    상기 지식 정보 생성 모델은,
    복수개의 문장이 포함된 특정 문단의 그래프 형태의 문단 의미를 획득하기 위한 문단 의미 획득 모델; 및
    상기 그래프 형태의 문단 의미를 자연어 형태로 변환하기 위한 그래프-자연어 변환 모델;
    을 포함하는,
    방법.
    
18. 제 15 항에 있어서,
    상기 입력 스키마는,
    지식맵을 구축하기 위하여 입력되는 데이터베이스의 구조와 제약조건에 관한 명세에 관한 것으로서,
    스키마 자동 생성 모델을 이용하여 획득한 자동 생성 스키마 및 사용자로부터 직접 입력 받은 사용자 입력 스키마를 포함하는,
    방법.
    
19. 제 1 항에 있어서,
    상기 의미역 분석 정보에 기초하여 상기 입력 질의에 대응되는 내용을 포함하는 입력 문서 요약문을 생성하는 단계;
    를 더 포함하는,
    방법.
    
20. 제 19 항에 있어서,
    상기 입력 문서 요약문을 생성하는 단계는:
    상기 입력 문서에 포함된 토큰 각각에 대하여 상기 입력 질의와의 유사도를 산출하는 단계;
    상기 입력 문서에 포함된 토큰 각각에 대하여 상기 입력 문서 내에서의 중요도를 산출하는 단계; 및
    상기 유사도 또는 상기 중요도 중 적어도 하나에 기초하여 상기 입력 문서 요약문을 생성하는 단계;
    를 포함하는,
    방법.
    
21. 제 20 항에 있어서,
    상기 중요도는,
    그래프 중심도 분석법을 이용하여 산출된, 토큰 각각에 대한 상기 입력 문서 내에서의 중요도를 포함하는,
    방법.
    
22. 제 20 항에 있어서,
    상기 유사도 또는 상기 중요도 중 적어도 하나에 기초하여 상기 입력 문서 요약문을 생성하는 단계는:
    사전결정된 제 1 기준 이상의 유사도를 가지는 적어도 하나의 토큰 또는 사전결정된 제 2 기준 이상의 중요도를 가지는 적어도 하나의 토큰 중 적어도 하나를 요약문 생성 모델에 입력시키는 단계; 및
    상기 요약문 생성 모델로부터 획득한 적어도 하나의 자연어에 기초하여 입력 문서 요약문을 생성하는 단계;
    를 포함하는
    방법.
    
23. 컴퓨터 판독가능 저장매체에 저장되어 컴퓨터로 하여금 이하의 동작들을 수행하도록 하는 명령들을 포함하는 컴퓨터 프로그램으로서, 상기 동작들은:
    입력 질의 또는 입력 문서 중 적어도 하나를 가공하기 위한 전처리 모델에 상기 입력 질의 또는 상기 입력 문서를 입력시켜 가공된 자연어를 획득하는 동작;
    문단 위치 정보 또는 문단 의미 정보 중 적어도 하나를 포함하는 문단 구분 정보를 획득하기 위한 문단 구분 모델에 상기 가공된 자연어를 입력시켜 상기 문단 구분 정보를 획득하는 동작;
    의미역을 결정하기 위한 의미역 분석 모델에 상기 가공된 자연어를 입력시켜 상기 가공된 자연어에 포함된 적어도 하나의 토큰 각각에 대응하는 의미역 분석 정보를 획득하는 동작; 및
    상기 문단 구분 정보 또는 상기 의미역 분석 정보에 기초하여 지식맵을 구축하는 동작;
    을 포함하고,
    상기 문단 구분 모델은,
    복수개의 문장 간의 위치적 인접성 정보를 획득하기 위한 문장 인접성 획득 모델;
    상기 복수개의 문장 간의 위치적 인접성 정보 및 의미적 인접성 정보에 기초하여 산출된 의미 연속성에 기초하여 상기 가공된 자연어에서 나눌 문단의 위치에 대한 정보를 포함하는 문단 분할 위치 정보를 획득하기 위한 문단 분할 위치 획득 모델; 및
    동일 또는 유사한 의미를 가지는 문단별로 군집화하여 각 군집에 대응되는 군집 의미 정보를 획득하기 위한 문단 클러스터링 모델;
    을 포함하는,
    컴퓨터 판독가능 저장매체에 저장된 컴퓨터 프로그램.
    
24. 서버로서,
    하나 이상의 코어를 포함하는 프로세서;
    신체 의료 영상을 수신하는 네트워크부; 및
    메모리;
    를 포함하고,
    상기 프로세서는,
    입력 질의 또는 입력 문서 중 적어도 하나를 가공하기 위한 전처리 모델에 상기 입력 질의 또는 상기 입력 문서를 입력시켜 가공된 자연어를 획득하고,
    문단 위치 정보 또는 문단 의미 정보 중 적어도 하나를 포함하는 문단 구분 정보를 획득하기 위한 문단 구분 모델에 상기 가공된 자연어를 입력시켜 상기 문단 구분 정보를 획득하고,
    의미역을 결정하기 위한 의미역 분석 모델에 상기 가공된 자연어를 입력시켜 상기 가공된 자연어에 포함된 적어도 하나의 토큰 각각에 대응하는 의미역 분석 정보를 획득하고, 그리고
    상기 문단 구분 정보 또는 상기 의미역 분석 정보에 기초하여 지식맵을 구축하고,
    상기 문단 구분 모델은,
    복수개의 문장 간의 위치적 인접성 정보를 획득하기 위한 문장 인접성 획득 모델;
    상기 복수개의 문장 간의 위치적 인접성 정보 및 의미적 인접성 정보에 기초하여 산출된 의미 연속성에 기초하여 상기 가공된 자연어에서 나눌 문단의 위치에 대한 정보를 포함하는 문단 분할 위치 정보를 획득하기 위한 문단 분할 위치 획득 모델; 및
    동일 또는 유사한 의미를 가지는 문단별로 군집화하여 각 군집에 대응되는 군집 의미 정보를 획득하기 위한 문단 클러스터링 모델;
    을 포함하는,
    서버.
    

Images