KR102485903B1 - Conversation matching apparatus and method for analyzing user preferences - Google Patents

Conversation matching apparatus and method for analyzing user preferences Download PDF

Info

Publication number
KR102485903B1
KR102485903B1 KR1020200181276A KR20200181276A KR102485903B1 KR 102485903 B1 KR102485903 B1 KR 102485903B1 KR 1020200181276 A KR1020200181276 A KR 1020200181276A KR 20200181276 A KR20200181276 A KR 20200181276A KR 102485903 B1 KR102485903 B1 KR 102485903B1
Authority
KR
South Korea
Prior art keywords
information
preference
user
conversation
matching
Prior art date
Application number
KR1020200181276A
Other languages
Korean (ko)
Other versions
KR20220090675A (en
Inventor
이민호
Original Assignee
경북대학교 산학협력단
(주)에이엘아이
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 경북대학교 산학협력단, (주)에이엘아이 filed Critical 경북대학교 산학협력단
Priority to KR1020200181276A priority Critical patent/KR102485903B1/en
Publication of KR20220090675A publication Critical patent/KR20220090675A/en
Application granted granted Critical
Publication of KR102485903B1 publication Critical patent/KR102485903B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/50—Business processes related to the communications industry
    • G06Q50/30—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/08—Auctions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services

Landscapes

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

Abstract

사용자로부터의 대화 정보를 분석하여 단어 정보를 생성하고, 사용자의 관심사를 파악하도록 학습되는 학습 모델에 기초하여 단어 정보로부터 사용자의 선호 정보를 생성하며, 선호 정보에 따라 서로 다른 사용자를 매칭하도록 사전에 설정되는 매칭 알고리즘에 기초하여, 임의의 사용자를 검색하고, 검색된 사용자에 설정된 임의의 노드에 대화 정보를 전달하는 대화 매칭 장치를 제공한다.Word information is generated by analyzing conversation information from the user, user preference information is generated from the word information based on a learning model that is learned to understand the user's interest, and different users are matched in advance according to the preference information. Provided is a conversation matching device that searches for an arbitrary user based on a set matching algorithm and transfers conversation information to an arbitrary node set for the searched user.

Description

사용자의 선호도를 분석하는 대화 매칭 장치 및 방법{CONVERSATION MATCHING APPARATUS AND METHOD FOR ANALYZING USER PREFERENCES}Conversation matching device and method for analyzing user preferences {CONVERSATION MATCHING APPARATUS AND METHOD FOR ANALYZING USER PREFERENCES}

본 발명은 사용자의 선호도를 분석하는 대화 매칭 장치 및 방법에 관한 것으로, 보다 상세하게는, 사용자의 선호도를 분석하여, 선호도에 따라 대화를 매칭하는 대화 매칭 장치 및 방법에 관한 것이다.The present invention relates to a dialogue matching apparatus and method for analyzing a user's preference, and more particularly, to a dialogue matching apparatus and method for analyzing a user's preference and matching a conversation according to the preference.

현대에는 서로 다른 사용자의 대화를 유도하도록 마련된 다양한 대화형 사용자 매칭 앱이 개발되고 있다. 이와 같은, 매칭 시스템은 최근까지도 증가 추세를 나타내고 있으나, 종래의 매칭 시스템은 사용자가 직접 대화 방을 개설하여 대화 상대를 기다리거나, 또는, 사용자가 직접 수동으로 입력한 키워드에 맞는 대화 상대를 이어주는 방식이 이용된다. 또한, 종래의 매칭 시스템은 매칭 시스템에 동시간대에 접속한 사용자들을 무작위로 연결하여 주기도 한다.In modern times, various interactive user matching apps designed to induce conversations between different users are being developed. Such a matching system has shown an increasing trend until recently, but in the conventional matching system, a user directly opens a chat room and waits for a conversation partner, or connects a conversation partner suitable for a keyword manually input by the user. this is used In addition, the conventional matching system randomly connects users who access the matching system at the same time.

이와 같이, 매칭 시스템은 많은 앱을 통해, 사용자와 사용자를 연결해주는 서비스를 제공하나, 그 방법은 매우 제한적이다. 이에 따라, 종래의 매칭 시스템은 연결된 사용자 간의 관심사가 비슷할 확률이 낮으므로, 많은 연결 시도를 통해 사용자 매칭이 이루어지게 되는 단점이 존재한다.In this way, the matching system provides a service that connects users to users through many apps, but the method is very limited. Accordingly, the conventional matching system has a disadvantage in that user matching is performed through many connection attempts since it is unlikely that connected users have similar interests.

이에 따라, 관심사가 유사한 사용자들을 효율적으로 매칭시키는 방안이 요구되는 실정이다.Accordingly, a method of efficiently matching users with similar interests is required.

본 발명이 해결하고자 하는 기술적 과제는 사용자가 수행하는 대화로부터 사용자의 관심사를 추출하고, 관심사가 매칭되는 다른 사용자와의 대화를 유도하는 대화 매칭 장치 및 방법을 제공하는 것이다.A technical problem to be solved by the present invention is to provide a conversation matching apparatus and method for extracting a user's interest from a conversation performed by the user and inducing a conversation with another user whose interests are matched.

본 발명의 일측면은, 사용자로부터 대화 정보를 입력 받는 입력부; 상기 대화 정보를 분석하여 단어 정보를 생성하고, 상기 단어 정보로부터 사용자의 관심사를 파악하도록 학습되는 학습 모델을 생성하며, 상기 학습 모델에 기초하여 상기 단어 정보로부터 사용자의 선호 정보를 생성하는 상태 파악부; 상기 선호 정보에 따라 서로 다른 사용자를 매칭하도록 사전에 설정되는 매칭 알고리즘에 기초하여, 상기 선호 정보에 매칭되는 임의의 사용자를 검색하는 대화 연결부; 및 검색된 사용자에 설정된 임의의 노드에 상기 대화 정보를 전달하는 문장 처리부;를 포함할 수 있다.One aspect of the present invention is an input unit for receiving conversation information from a user; A state detection unit configured to analyze the dialogue information to generate word information, to create a learning model learned to identify user interests from the word information, and to generate user preference information from the word information based on the learning model. ; a conversation linking unit for searching for a random user matching the preference information based on a matching algorithm pre-set to match different users according to the preference information; and a sentence processing unit that transmits the dialogue information to an arbitrary node set for the searched user.

또한, 상기 상태 파악부는, 상기 단어 정보로부터 서술어 성분을 추출하고, 상기 서술어 성분에 매칭되는 임의의 단어 정보를 상기 서술어 성분의 의미에 따라 소유 정보, 결핍 정보, 능력 정보 및 단순 선호 정보 중 적어도 하나의 정보로 분류할 수 있다.In addition, the state determination unit extracts a predicate component from the word information, and converts arbitrary word information matching the predicate component to at least one of possession information, deficiency information, capability information, and simple preference information according to the meaning of the predicate component. information can be classified as

또한, 상기 대화 연결부는, 임의의 관심사를 나타내는 선호 정보가 상기 소유 정보로 분류된 경우, 상기 관심사를 나타내는 선호 정보가 상기 결핍 정보로 분류된 임의의 사용자를 검색할 수 있다.In addition, when the preference information indicating a certain interest is classified as the possessed information, the conversation connecting unit may search for any user whose preference information indicating the interest is classified as the lack information.

또한, 상기 상태 파악부는, 상기 단어 정보로부터 나타나는 문장 성분의 유형과 빈도에 따라 패턴 정보를 생성하고, 상기 선호 정보를 복수개의 단계로 분류하도록 설정되는 선호 단계에 기초하여, 상기 패턴 정보에 따라 상기 선호 정보에 대한 선호 단계를 설정할 수 있다.In addition, the state grasping unit generates pattern information according to the type and frequency of sentence components appearing from the word information, and based on a preference step set to classify the preference information into a plurality of steps, the pattern information according to the pattern information. A preference level for preference information can be set.

본 발명의 다른 일측면은, 대화 매칭 장치에서의 대화 매칭 방법에 있어서, 입력부가 사용자로부터 대화 정보를 입력 받는 단계; 상태 파악부가 상기 대화 정보를 분석하여 단어 정보를 생성하고, 상기 단어 정보로부터 사용자의 관심사를 파악하도록 학습되는 학습 모델을 생성하며, 상기 학습 모델에 기초하여 상기 단어 정보로부터 사용자의 선호 정보를 생성하는 단계; 대화 연결부가 상기 선호 정보에 따라 서로 다른 사용자를 매칭하도록 사전에 설정되는 매칭 알고리즘에 기초하여, 상기 선호 정보에 매칭되는 임의의 사용자를 검색하는 단계; 및 문장 처리부가 검색된 사용자에 설정된 임의의 노드에 상기 대화 정보를 전달하는 단계;를 포함할 수 있다.Another aspect of the present invention is a dialog matching method in a dialog matching device, comprising: receiving dialog information from a user by an input unit; A state detection unit analyzes the conversation information to generate word information, creates a learning model learned to identify user interests from the word information, and generates user preference information from the word information based on the learning model. step; searching for an arbitrary user matching the preference information, based on a matching algorithm pre-set so that the conversation connecting unit matches different users according to the preference information; and transmitting the conversation information to an arbitrary node set for the searched user by a sentence processing unit.

또한, 상기 사용자의 선호 정보를 생성하는 단계는, 상기 단어 정보로부터 서술어 성분을 추출하고, 상기 서술어 성분에 매칭되는 임의의 단어 정보를 상기 서술어 성분의 의미에 따라 소유 정보, 결핍 정보, 능력 정보 및 단순 선호 정보 중 적어도 하나의 정보로 분류할 수 있다.In addition, the generating of the user's preference information may include extracting a predicate component from the word information, and converting any word information matching the predicate component into possession information, deficiency information, capability information, and the like according to the meaning of the predicate component. It can be classified as at least one piece of simple preference information.

또한, 상기 선호 정보에 매칭되는 사용자를 검색하는 단계는, 임의의 관심사를 나타내는 선호 정보가 상기 소유 정보로 분류된 경우, 상기 관심사를 나타내는 선호 정보가 상기 결핍 정보로 분류된 임의의 사용자를 검색할 수 있다.In addition, the step of searching for a user matching the preference information may include searching for any user whose preference information indicating the interest is classified as the deficiency information when preference information indicating a certain interest is classified as the possession information. can

또한, 상기 사용자의 선호 정보를 생성하는 단계는, 상기 단어 정보로부터 나타나는 문장 성분의 유형과 빈도에 따라 패턴 정보를 생성하고, 상기 선호 정보를 복수개의 단계로 분류하도록 설정되는 선호 단계에 기초하여, 상기 패턴 정보에 따라 상기 선호 정보에 대한 선호 단계를 설정할 수 있다.In addition, the generating of the user's preference information may include generating pattern information according to the type and frequency of sentence components appearing from the word information and classifying the preference information into a plurality of steps. Based on the preference step, A preference level for the preference information may be set according to the pattern information.

상술한 본 발명의 일측면에 따르면, 사용자의 선호도를 분석하는 대화 매칭 장치 및 방법을 제공함으로써, 사용자가 수행하는 대화로부터 사용자의 관심사를 추출하고, 관심사가 매칭되는 다른 사용자와의 대화를 유도할 수 있다.According to one aspect of the present invention described above, by providing a conversation matching apparatus and method for analyzing a user's preference, a user's interest is extracted from a conversation performed by the user and a conversation with another user whose interests are matched is induced. can

도1 및 도2는 본 발명의 일 실시예에 따른 대화 매칭 장치를 포함하는 대화 매칭 시스템의 개략도이다.
도3은 본 발명의 일 실시예에 따른 대화 매칭 장치의 제어블록도이다.
도4는 도3의 상태 파악부에서 선호 정보를 생성하는 과정을 나타낸 블록도이다.
도5는 도3의 대화 연결부에서 사용자를 검색하는 과정을 나타낸 블록도이다.
도6은 도3의 문장 처리부에서 대화 정보를 전달하는 과정을 나타낸 블록도이다.
도7은 본 발명의 일 실시예에 따른 대화 매칭 방법의 순서도이다.1 and 2 are schematic diagrams of a dialog matching system including a dialog matching device according to an embodiment of the present invention.
3 is a control block diagram of a conversation matching device according to an embodiment of the present invention.
4 is a block diagram illustrating a process of generating preference information in the state detection unit of FIG. 3 .
5 is a block diagram illustrating a process of searching for a user in the dialog connection unit of FIG. 3 .
6 is a block diagram illustrating a process of transmitting conversation information in the sentence processing unit of FIG. 3 .
7 is a flowchart of a dialog matching method according to an embodiment of the present invention.

후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예와 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS The detailed description of the present invention which follows refers to the accompanying drawings which illustrate, by way of illustration, specific embodiments in which the present invention may be practiced. These embodiments are described in sufficient detail to enable one skilled in the art to practice the present invention. It should be understood that the various embodiments of the present invention are different from each other but are not necessarily mutually exclusive. For example, specific shapes, structures, and characteristics described herein may be implemented in another embodiment without departing from the spirit and scope of the invention in connection with one embodiment. Additionally, it should be understood that the location or arrangement of individual components within each disclosed embodiment may be changed without departing from the spirit and scope of the invention. Accordingly, the detailed description set forth below is not to be taken in a limiting sense, and the scope of the present invention, if properly described, is limited only by the appended claims, along with all equivalents as claimed by those claims. Like reference numbers in the drawings indicate the same or similar function throughout the various aspects.

이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.Hereinafter, preferred embodiments of the present invention will be described in more detail with reference to the drawings.

도1 및 도2는 본 발명의 일 실시예에 따른 대화 매칭 장치를 포함하는 대화 매칭 시스템의 개략도이다.1 and 2 are schematic diagrams of a dialog matching system including a dialog matching device according to an embodiment of the present invention.

대화 매칭 시스템(1)은 컴퓨팅 장치, 단말 장치 등을 포함하는 복수개의 노드를 유선 또는 무선 네트워크를 통해 연결시킬 수 있으며, 이에 따라, 각각의 노드는 다른 노드에 임의의 정보를 전달하거나, 또는 전달받을 수 있다.The dialogue matching system 1 may connect a plurality of nodes including a computing device, a terminal device, etc. through a wired or wireless network, and accordingly, each node transmits or transmits arbitrary information to other nodes. can receive

여기에서, 복수개의 노드 각각은 대화 매칭 장치(100)일 수 있으며, 또는 복수개의 노드 각각은 대화 매칭 장치(100)가 연결되는 컴퓨팅 장치, 단말 장치 등을 의미할 수 있다.Here, each of the plurality of nodes may be the dialog matching device 100, or each of the plurality of nodes may mean a computing device or a terminal device to which the dialog matching device 100 is connected.

대화 매칭 장치(100)는 사용자로부터 대화 정보를 입력 받을 수 있다. 이때, 대화 매칭 장치(100)는 문자, 텍스트 또는 음성 등의 형태로 대화 정보를 입력 받을 수 있다.The dialogue matching apparatus 100 may receive dialogue information from a user. In this case, the dialogue matching device 100 may receive dialogue information in the form of text, text, or voice.

이에 따라, 대화 매칭 장치(100)는 일련의 문법 규칙에 따라 자연어를 분석하도록 마련되는 종래의 구문 분석 기법이 이용될 수 있으며, 이때, 대화 매칭 장치(100)는 구문 분석 기법을 이용하여 대화 정보로부터 하나 이상의 단어 정보를 추출할 수 있다.Accordingly, the conversation matching apparatus 100 may use a conventional syntax analysis technique prepared to analyze natural language according to a series of grammar rules. At this time, the dialogue matching apparatus 100 uses the syntax analysis technique to analyze conversation information. One or more word information can be extracted from.

여기에서, 단어 정보는 사용자가 발화하거나, 작성한 임의의 단어를 나타내도록 마련될 수 있으며, 이때, 단어 정보는 대화 정보 내에서의 패턴 또는 위치 등에 따라 서술어 성분, 주어 성분, 목적어 성분 및 보어 성분 등의 문장 성분 등을 나타내도록 마련될 수 있다.Here, the word information may be prepared to indicate any word uttered or written by the user, and at this time, the word information may include a predicate component, a subject component, an object component, and a complement component, etc. according to a pattern or position in the conversation information. It may be provided to indicate the sentence components of

이를 통해, 대화 매칭 장치(100)는 단어 정보로부터 사용자의 선호 정보를 생성할 수 있으며, 대화 매칭 장치(100)는 선호 정보에 매칭되는 다른 사용자를 검색하여, 검색된 사용자에 설정된 다른 대화 매칭 장치(100)에 연결될 수 있다.Through this, the dialog matching device 100 may generate user preference information from word information, and the dialog matching device 100 searches for other users matching the preference information, and other dialog matching devices set in the searched user ( 100) can be connected.

이러한 경우에, 대화 매칭 장치(100)는 사용자로부터 입력되는 대화 정보를 다른 대화 매칭 장치(100)에 전달할 수 있으며, 또한, 대화 매칭 장치(100)는 다른 대화 매칭 장치(100)로부터 대화 정보를 전달받고, 전달받은 대화 정보를 사용자가 듣거나, 또는 볼 수 있도록 출력할 수 있다.In this case, the dialogue matching device 100 may transmit dialogue information input from the user to the other dialogue matching device 100, and the dialogue matching device 100 may transmit dialogue information from the other dialogue matching device 100. The transmitted conversation information may be received and output so that the user can hear or view the delivered conversation information.

여기에서, 선호 정보는 사용자가 주로 이용하는 단어 정보에 따라 사용자의 관심사를 나타내도록 마련될 수 있다.Here, the preference information may be prepared to represent the interest of the user according to word information that the user mainly uses.

한편, 대화 매칭 장치(100)는 다른 대화 매칭 장치(100)에 연결되지 않은 경우에, 사용자가 대화 정보를 입력하도록 유도할 수 있으며, 이를 위해, 대화 매칭 장치(100)는 사전에 설정되는 대화 정보를 출력할 수 있으며, 또한, 대화 매칭 장치(100)는 사용자로부터 입력된 대화 정보에 따른 선호 정보에 기초하여 임의의 대화 정보를 생성하여 출력할 수도 있다.Meanwhile, the conversation matching device 100 may induce a user to input conversation information when not connected to another conversation matching device 100. To this end, the conversation matching device 100 uses a preset conversation Information may be output, and the dialogue matching apparatus 100 may generate and output arbitrary dialogue information based on preference information according to dialogue information input from the user.

일 실시예에서, 대화 매칭 시스템(1a)은 대화 매칭 장치(100)를 유선 또는 무선 네트워크를 통해 연결시킬 수 있으며, 또한, 대화 매칭 시스템(1)은 컴퓨팅 장치, 단말 장치 등을 포함하는 하나 이상의 단말 장치(200)를 유선 또는 무선 네트워크를 통해 연결시킬 수 있다.In one embodiment, the dialogue matching system 1a may connect the dialogue matching device 100 through a wired or wireless network, and the dialogue matching system 1 may include one or more computing devices, terminal devices, and the like. The terminal device 200 may be connected through a wired or wireless network.

이러한 경우에, 단말 장치(200)는 사용자로부터 대화 정보를 입력 받을 수 있으며, 이에 따라, 단말 장치(200)는 대화 정보를 유선 또는 무선 네트워크를 통해 대화 매칭 장치(100)에 전달할 수 있다.In this case, the terminal device 200 may receive conversation information from the user, and accordingly, the terminal device 200 may transmit the conversation information to the conversation matching device 100 through a wired or wireless network.

이에 따라, 대화 매칭 장치(100)는 대화 정보로부터 단어 정보를 추출할 수 있고, 대화 매칭 장치(100)는 단어 정보로부터 사용자의 선호 정보를 생성할 수 있으며, 대화 매칭 장치(100)는 선호 정보에 매칭되는 다른 사용자를 검색하여, 검색된 사용자에 설정된 다른 단말 장치(200)에 연결될 수 있다.Accordingly, the dialogue matching apparatus 100 may extract word information from dialogue information, and the dialogue matching apparatus 100 may generate user preference information from the word information, and the dialogue matching apparatus 100 may extract the preference information. Searching for another user matching the search may connect to another terminal device 200 set for the searched user.

이때, 대화 매칭 장치(100)는 임의의 단말 장치(200)로부터 전달된 대화 정보를 해당 단말 장치(200)와 매칭된 다른 단말 장치(200)에 전달할 수 있다.In this case, the conversation matching device 100 may transfer the conversation information transmitted from an arbitrary terminal device 200 to another terminal device 200 matched with the corresponding terminal device 200 .

이에 따라, 단말 장치(200)는 대화 매칭 장치(100)로부터 대화 정보를 전달받고, 전달받은 대화 정보를 사용자가 듣거나, 또는 볼 수 있도록 출력할 수 있다.Accordingly, the terminal device 200 may receive conversation information from the conversation matching device 100 and output the received conversation information so that the user can hear or view it.

이하에서는, 대화 매칭 장치(100)에 대해 상세히 설명하도록 한다.Hereinafter, the dialogue matching device 100 will be described in detail.

도3은 본 발명의 일 실시예에 따른 대화 매칭 장치의 제어블록도이다.3 is a control block diagram of a conversation matching device according to an embodiment of the present invention.

대화 매칭 장치(100)는 입력부(110), 상태 파악부(120), 대화 연결부(130), 문장 처리부(140), 출력부(150) 및 저장부(160)를 포함할 수 있다.The dialogue matching device 100 may include an input unit 110, a state determination unit 120, a dialogue connection unit 130, a sentence processing unit 140, an output unit 150, and a storage unit 160.

또한, 대화 매칭 장치(100)는 도 3에 도시된 구성요소보다 많은 구성요소에 의해 구현될 수 있고, 그보다 적은 구성요소에 의해 구현될 수 있다. 또는, 대화 매칭 장치(100)는 대화 매칭 장치(100)에 마련되는 적어도 두 개의 구성요소가 하나의 구성요소로 통합되어 하나의 구성요소가 복합적인 기능을 수행할 수도 있다. 이하, 상술한 구성요소들에 대해 구체적으로 설명하기로 한다.In addition, the dialogue matching device 100 may be implemented with more or fewer components than those shown in FIG. 3 . Alternatively, in the dialog matching device 100, at least two components provided in the dialog matching device 100 may be integrated into one component so that one component performs a complex function. Hereinafter, the above-described components will be described in detail.

입력부(110)는 사용자로부터 대화 정보를 입력 받을 수 있다. 이를 위해, 입력부(110)는 마이크 등의 음성 입력 기기를 이용하여 음성으로 나타나는 대화 정보를 음성 인식(Speech Recognition)을 통해 입력 받을 수 있고, 또한, 입력부(110)는 키보드(Keyboard) 또는 터치패드(Touch pad) 등의 문자 입력 기기를 이용하여 문자로 나타나는 대화 정보를 입력 받을 수 있다.The input unit 110 may receive conversation information from a user. To this end, the input unit 110 may receive conversation information appearing as voice through speech recognition using a voice input device such as a microphone, and the input unit 110 may use a keyboard or touchpad. Conversation information displayed as text may be input using a text input device such as a touch pad.

여기에서, 음성 인식(Speech Recognition)은 음성 신호를 수십 밀리 초로 분리하여 10여 차원으로 나타나는 특징 벡터를 추출하고, 추출된 특징 벡터를 통해 음성 신호를 모음 또는 자음 단위로 분할하며, 분할된 모음 또는 자음을 연결하여 임의의 단어를 생성하고, 생성된 단어를 분석하여 음성 신호의 의미를 판단하는 기법으로 이해할 수 있다.Here, speech recognition (Speech Recognition) separates the speech signal in tens of milliseconds, extracts a feature vector that appears in 10 dimensions, divides the speech signal into vowel or consonant units through the extracted feature vector, and divides the divided vowel or It can be understood as a technique of generating random words by connecting consonants and analyzing the generated words to determine the meaning of voice signals.

상태 파악부(120)는 대화 정보를 분석하여 단어 정보를 생성할 수 있고, 상태 파악부(120)는 단어 정보로부터 사용자의 관심사를 파악하도록 학습되는 학습 모델을 생성할 수 있으며, 상태 파악부(120)는 학습 모델에 기초하여 단어 정보로부터 사용자의 선호 정보를 생성할 수 있다.The state detection unit 120 may generate word information by analyzing conversation information, and the state detection unit 120 may generate a learning model learned to identify user interests from the word information, and the state detection unit ( 120) may generate user preference information from word information based on the learning model.

이에 따라, 저장부(160)는 사용자의 선호 정보가 저장될 수 있으며, 또한, 저장부(160)는 생성된 학습 모델이 저장될 수 있다.Accordingly, the storage unit 160 may store the user's preference information, and the storage unit 160 may store the generated learning model.

여기에서, 학습 모델은 하나 이상의 단어 정보의 빈도, 패턴, 종류 등에 따라 소유 정보, 결핍 정보, 능력 정보 및 단순 선호 정보 중 적어도 하나의 선호 정보를 생성하도록 마련될 수 있다.Here, the learning model may be provided to generate at least one preference information among possession information, deficiency information, ability information, and simple preference information according to the frequency, pattern, type, etc. of one or more word information.

이때, 선호 정보는 사용자의 관심사를 나타내도록 소유 정보, 결핍 정보, 능력 정보 및 단순 선호 정보를 포함할 수 있으며, 소유 정보는 사용자가 소유하고 있는 임의의 객체를 나타내도록 마련될 수 있고, 결핍 정보는 사용자가 계발을 희망하거나, 소유를 희망하는 임의의 객체를 나타내도록 마련될 수 있으며, 능력 정보는 사용자가 수행 가능한 행동, 언어, 기술 등의 정보를 나타내도록 마련될 수 있고, 단순 선호 정보는 사용자가 관심을 가지는 임의의 객체를 나타내도록 마련될 수 있다.At this time, the preference information may include possession information, deficiency information, ability information, and simple preference information to indicate the user's interest, and the possession information may be provided to indicate an arbitrary object owned by the user, and the deficiency information may be provided to indicate any object that the user desires to develop or possess, capability information may be provided to indicate information such as actions, languages, and skills that the user may perform, and simple preference information may be provided. It can be arranged to indicate any object of interest to the user.

예를 들어, 소유 정보는 고양이, 강아지, 자동차, 비행기, 자격증 등을 나타내도록 마련될 수 있고, 결핍 정보는 고양이, 강아지, 자동차, 비행기, 자격증, 스키, 축구, 글짓기, 속독 등을 나타내도록 마련될 수 있으며, 능력 정보는 스키, 축구, 글짓기, 속독 등을 나타내도록 마련될 수 있고, 단순 선호 정보는 브랜드 명칭, 우정, 사랑, 고양이, 연예인 등을 나타내도록 마련될 수 있다.For example, possession information may be arranged to indicate a cat, dog, car, airplane, license, etc., and lack information may be arranged to indicate a cat, dog, car, airplane, license, skiing, football, writing, speed reading, etc. Ability information may be provided to indicate skiing, soccer, writing, speed reading, etc., and simple preference information may be provided to indicate brand name, friendship, love, cat, celebrity, and the like.

이를 위해, 상태 파악부(120)는 기계 학습(Machine Learning) 및 강화 학습(Reinficement Learning) 등의 인공지능(AI: Artificial Intelligence) 기법을 이용할 수 있다.To this end, the state grasping unit 120 may use artificial intelligence (AI) techniques such as machine learning and reinforcement learning.

여기에서, 기계 학습은 복수개의 정보에 기초하여, 복수개의 정보를 하나 이상의 그룹으로 분류 가능하도록 학습 모델을 생성하고, 생성된 학습 모델에 기초하여 임의의 정보를 분류하는 기법으로 이해할 수 있으며, 이와 같은, 기계 학습은 관리자에 의해 분류된 복수개의 정보에 따라 임의의 정보를 분류 가능 하도록 학습 모델을 생성하는 지도 학습(Supervised Learning), 복수개의 정보 자체를 분석하거나, 또는 군집화 과정을 수행하며 학습 모델을 생성하는 비지도 학습(Unsupervised Learning), 지도 학습과 비지도 학습을 혼합하여 학습 모델을 생성하는 준지도 학습(Semi-Supervised Learning) 및 복수개의 정보에 대해 임의의 동작을 수행하는 과정에서 발생한 보상에 따라 학습 모델을 생성하는 강화 학습(Reinforcement Learning) 등을 포함할 수 있다.Here, machine learning can be understood as a technique of generating a learning model to classify a plurality of information into one or more groups based on a plurality of pieces of information, and classifying arbitrary information based on the generated learning model. Similarly, machine learning is supervised learning that creates a learning model to classify arbitrary information according to a plurality of pieces of information classified by a manager, analyzes a plurality of pieces of information itself, or performs a clustering process to perform a learning model Unsupervised learning that generates a learning model, semi-supervised learning that creates a learning model by mixing supervised learning and unsupervised learning, and compensation generated in the process of performing an arbitrary operation on a plurality of information Reinforcement learning that creates a learning model according to this may be included.

일 실시예에서, 상태 파악부(120)는 비지도 학습을 통해 학습 모델을 생성할 수 있으며, 이러한 경우에, 상태 파악부(120)는 서로 다른 사용자에 따라 생성되는 단어 정보를 수집하고, 이를 군집화하여 학습 모델을 생성할 수 있다.In one embodiment, the state detection unit 120 may create a learning model through unsupervised learning. In this case, the state detection unit 120 collects word information generated according to different users, You can create a learning model by clustering.

이와 관련하여, 상태 파악부(120)는 단어 정보로부터 서술어 성분을 추출할 수 있고, 상태 파악부(120)는 서술어 성분에 매칭되는 임의의 단어 정보를 서술어 성분의 의미에 따라 소유 정보, 결핍 정보, 능력 정보 및 단순 선호 정보 중 적어도 하나의 정보로 분류할 수 있다.In this regard, the state grasping unit 120 may extract a predicate component from word information, and the state grasping unit 120 converts any word information matched to the predicate component into possession information and deficiency information according to the meaning of the predicate component. , can be classified into at least one of capability information and simple preference information.

이는, 상태 파악부(120)가 대화 정보로부터 나타나는 대화의 문맥, 사용자의 감정, 주제 및 선호도 등을 분석하여 사용자의 관심사를 파악하는 것으로 이해할 수 있다.This can be understood as understanding the interest of the user by the state detection unit 120 analyzing the context of the conversation appearing from the conversation information, the user's emotions, themes, and preferences.

이때, 서술어 성분에 매칭되는 임의의 단어 정보는 서술어 성분으로 나타나는 단어 정보에 인접하여 위치하는 다른 단어 정보를 의미할 수 있으며, 이때, 서술어 성분에 매칭되는 임의의 단어 정보는 서술어 성분을 나타내는 단어 정보와 같은 문장 내에 존재하는 다른 단어 정보를 의미할 수도 있다. 한편, 서술어 성분에 매칭되는 임의의 단어 정보는 주어 성분 또는 목적어 성분으로 나타나는 단어 정보를 의미할 수 있다.In this case, the arbitrary word information matching the predicate component may mean other word information located adjacent to the word information represented by the predicate component, and in this case, the arbitrary word information matching the predicate component is word information representing the predicate component. It may mean other word information existing in the same sentence. Meanwhile, arbitrary word information matching the predicate component may mean word information appearing as a subject component or an object component.

일 실시예에서, 상태 파악부(120)는 단어 정보로부터 나타나는 서술어 성분이 '갖고 싶다'를 나타내는 경우에 해당 단어 정보에 매칭되는 단어 정보를 결핍 정보로 분류할 수 있다.In an embodiment, the state determination unit 120 may classify word information matching the corresponding word information as deficiency information when a predicate component appearing from the word information indicates 'I want to have'.

또한, 상태 파악부(120)는 단어 정보로부터 나타나는 서술어 성분이 '있다'를 나타내는 경우에 해당 단어 정보에 매칭되는 단어 정보를 소유 정보로 분류할 수 있다.In addition, the state grasping unit 120 may classify word information matching the corresponding word information as possession information when it indicates that a predicate component appearing from the word information is 'existent'.

또한, 상태 파악부(120)는 단어 정보로부터 나타나는 서술어 성분이 '할 수 있다'를 나타내는 경우에, 해당 단어 정보에 매칭되는 단어 정보를 능력 정보로 분류할 수 있다.In addition, when the predicate component appearing from the word information indicates 'can', the state grasping unit 120 may classify word information matching the corresponding word information as ability information.

이와 관련하여, 상태 파악부(120)는 학습 모델에 기초하여 서로 다른 선호 정보를 생성할 수 있으며, 이러한 경우에, 상태 파악부(120)는 여기에 기재되어 있는 일 실시예와 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다.In this regard, the state detection unit 120 may generate different preference information based on the learning model, and in this case, the state detection unit 120 may perform the present invention in relation to an embodiment described herein. It can be implemented in other embodiments without departing from the spirit and scope of.

한편, 상태 파악부(120)는 단어 정보로부터 나타나는 문장 성분의 유형과 빈도에 따라 패턴 정보를 생성할 수 있고, 상태 파악부(120)는 선호 정보를 복수개의 단계로 분류하도록 설정되는 선호 단계에 기초하여, 패턴 정보에 따라 선호 정보에 대한 선호 단계를 설정할 수 있다.Meanwhile, the state detection unit 120 may generate pattern information according to the type and frequency of sentence components appearing from the word information, and the state detection unit 120 is configured to classify the preference information into a plurality of stages. Based on this, a preference level for preference information may be set according to the pattern information.

여기에서, 패턴 정보는 사용자의 언어 습관 등을 나타내도록 생성될 수 있으며, 또한, 패턴 정보는 사용자가 주로 이용하는 특정한 단어 등의 패턴을 나타내도록 생성될 수 있다.Here, the pattern information may be generated to represent a user's language habit, etc., and the pattern information may be generated to represent a pattern of a specific word or the like that the user mainly uses.

또한, 선호 단계는 패턴 정보에 기초하여 사용자로부터 나타나는 관심사에 대한 사용자의 수준을 나타내도록 설정될 수 있으며, 이때, 선호 단계는 선호 정보에 마련되는 소유 정보, 결핍 정보, 능력 정보 및 단순 선호 정보에 따라 서로 다르게 설정될 수 있다.In addition, the preference level may be set to indicate the user's level of interests expressed by the user based on the pattern information, and at this time, the preference level may be applied to possession information, deficiency information, ability information, and simple preference information provided in the preference information. may be set differently depending on

예를 들어, 선호 단계는 능력 정보에 대해 입문 단계, 초급 단계, 중급 단계 및 고급 단계를 나타내도록 설정될 수 있으며, 이러한 경우에, 상태 파악부(120)는 패턴 정보로부터 사용자가 가장 높은 빈도로 사용하는 것으로 나타나는 단어 정보에 따라 능력 정보에 대한 선호 단계를 설정할 수 있다.For example, the preference level may be set to indicate an introductory level, an elementary level, an intermediate level, and an advanced level for ability information. A preference level for ability information may be set according to word information that appears to be used.

대화 연결부(130)는 선호 정보에 따라 서로 다른 사용자를 매칭하도록 사전에 설정되는 매칭 알고리즘에 기초하여, 선호 정보에 매칭되는 임의의 사용자를 검색할 수 있다. 이와 관련하여, 저장부(160)는 매칭 알고리즘이 저장될 수 있다.The conversation connection unit 130 may search for an arbitrary user matching the preference information based on a matching algorithm pre-set to match different users according to the preference information. In this regard, the storage unit 160 may store a matching algorithm.

또한, 임의의 사용자를 검색하는 것은 대화 매칭 장치(100)에서 생성된 선호 정보에 대해, 다른 대화 매칭 장치(100)에서 생성된 다른 사용자에 대한 선호 정보의 매칭 여부를 검색하는 것으로 이해할 수도 있다.In addition, searching for a user may be understood as searching whether or not preference information generated by another conversation matching apparatus 100 matches preference information generated by the conversation matching apparatus 100 with respect to another user.

이때, 사전에 설정되는 매칭 알고리즘은 임의의 관심사 또는 단어 정보로 나타나는 선호 정보에 대해, 해당 선호 정보가 분류되는 복수개의 정보 간의 관계를 나타내도록 설정될 수 있다.In this case, a matching algorithm set in advance may be set to indicate a relationship between a plurality of pieces of information into which the corresponding preference information is classified with respect to preference information represented by arbitrary interest or word information.

이와 관련하여, 대화 연결부(130)는 임의의 관심사를 나타내는 선호 정보가 소유 정보로 분류된 경우에, 동일한 관심사를 나타내는 선호 정보가 결핍 정보로 분류된 임의의 사용자를 검색할 수 있다.In this regard, when preference information indicating a certain interest is classified as possession information, the conversation connection unit 130 may search for an arbitrary user whose preference information indicating the same interest is classified as lacking information.

예를 들어, 대화 연결부(130)는 임의의 사용자에 대해 생성된 소유 정보가 고양이를 나타내는 경우에, 고양이가 결핍 정보를 나타내도록 선호 정보가 분류된 사용자를 검색하도록 마련될 수 있다.For example, when possession information generated for a certain user indicates a cat, the conversation connection unit 130 may be provided to search for a user whose preference information is classified so that a cat indicates lack information.

또한, 사전에 설정되는 매칭 알고리즘은 임의의 관심사 또는 단어 정보로 나타나는 선호 정보에 대해, 해당 선호 정보가 분류되는 선호 단계 간의 관계를 나타내도록 설정될 수도 있다.In addition, a matching algorithm set in advance may be set to indicate a relationship between preference stages in which the corresponding preference information is classified for preference information represented by arbitrary interest or word information.

이러한 경우에, 대화 연결부(130)는 임의의 관심사에 대해 선호 정보가 능력 정보로 분류되고, 능력 정보의 선호 단계가 고급으로 분류된 경우에, 동일한 관심사를 나타내는 선호 정보가 능력 정보로 분류되고, 능력 정보의 선호 단계가 초급으로 분류된 임의의 사용자를 검색할 수 있다.In this case, the conversation connection unit 130 classifies preference information indicating the same interest as capability information when preference information for a given interest is classified as capability information and the preference level of the capability information is classified as advanced. It is possible to search for an arbitrary user whose preference level of ability information is classified as beginner level.

한편, 사전에 설정되는 매칭 알고리즘은 임의의 관심사 또는 단어 정보로 나타나는 선호 정보에 대해, 해당 선호 정보가 분류되는 복수개의 정보 간의 관계와, 해당 선호 정보가 분류되는 선호 단계 간의 관계를 나타내도록 설정될 수 있다.On the other hand, a matching algorithm set in advance may be set to indicate a relationship between a plurality of pieces of information in which the corresponding preference information is classified and a relationship between a preference step in which the corresponding preference information is classified for preference information represented by arbitrary interest or word information. can

이러한 경우에, 대화 연결부(130)는 임의의 관심사에 대해 선호 정보가 결핍 정보로 분류된 경우에, 동일한 관심사를 나타내는 선호 정보가 능력 정보로 분류되고, 능력 정보의 선호 단계가 고급으로 분류된 임의의 사용자를 검색할 수 있다.In this case, the conversation connecting unit 130 determines that, when preference information for a certain interest is classified as deficiency information, preference information representing the same interest is classified as capability information, and the preference level of the capability information is classified as advanced. You can search for users of

한편, 사전에 설정되는 매칭 알고리즘은 패턴 정보에 따라 서로 다른 사용자를 연결하도록 설정될 수 있으며, 이러한 경우에, 대화 연결부(130)는 동일한 패턴 정보를 나타내는 사용자를 검색할 수 있다.Meanwhile, a pre-set matching algorithm may be set to connect different users according to pattern information, and in this case, the conversation connection unit 130 may search for users showing the same pattern information.

이와 같이, 대화 연결부(130)는 사전에 설정되는 매칭 알고리즘에 따라 임의의 사용자를 검색할 수 있으며, 이때, 사전에 설정되는 매칭 알고리즘은 여기에 기재되어 있는 일 실시예와 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있음이 이해되어야 한다.In this way, the conversation connection unit 130 may search for a random user according to a pre-set matching algorithm, and at this time, the pre-set matching algorithm is the spirit of the present invention in relation to an embodiment described herein. And it should be understood that other embodiments may be implemented without departing from the scope.

문장 처리부(140)는 검색된 사용자에 설정된 임의의 노드에 대화 정보를 전달할 수 있다. 또한, 문장 처리부(140)는 임의의 노드로부터 대화 정보를 전달받을 수 있다. 여기에서, 임의의 노드는 검색된 사용자에 대한 다른 대화 매칭 장치(100)를 의미할 수 있다.The sentence processing unit 140 may deliver conversation information to an arbitrary node set for the searched user. Also, the sentence processing unit 140 may receive conversation information from an arbitrary node. Here, an arbitrary node may mean another conversation matching device 100 for the searched user.

이에 따라, 출력부(150)는 대화 정보를 출력할 수 있다. 이를 위해, 출력부(150)는 모니터(Monitor) 등의 디스플레이 장치가 이용될 수 있으며, 이러한 경우에, 출력부(150)는 대화 정보를 문자로 출력할 수 있다. 또한, 출력부(150)는 스피커(Speaker) 등의 음성 출력 장치가 이용될 수 있으며, 이러한 경우에, 출력부(150)는 대화 정보를 음성으로 출력할 수 있다.Accordingly, the output unit 150 may output conversation information. To this end, a display device such as a monitor may be used as the output unit 150, and in this case, the output unit 150 may output conversation information as text. Also, an audio output device such as a speaker may be used as the output unit 150, and in this case, the output unit 150 may output conversation information as a voice.

일 실시예에서, 대화 매칭 시스템(1a)은 대화 매칭 장치(100) 및 단말 장치(200)를 포함할 수 있으며, 이러한 경우에, 대화 매칭 장치(100)는 상태 파악부(120), 대화 연결부(130), 문장 처리부(140), 출력부(150) 및 저장부(160)를 포함할 수 있으며, 입력부(110)는 단말 장치(200)에 마련될 수 있다. 이때, 대화 매칭 장치(100) 및 단말 장치(200)는 각각 통신부(미도시)를 포함할 수 있다.In one embodiment, the dialog matching system 1a may include the dialog matching device 100 and the terminal device 200. In this case, the dialog matching device 100 includes the status determination unit 120 and the dialog connection unit. 130, a sentence processing unit 140, an output unit 150, and a storage unit 160, and the input unit 110 may be provided in the terminal device 200. In this case, the conversation matching device 100 and the terminal device 200 may each include a communication unit (not shown).

이러한 경우에, 단말 장치(200)의 입력부(110)는 사용자로부터 대화 정보를 입력 받을 수 있으며, 이에 따라, 단말 장치(200)의 통신부(미도시)는 대화 정보를 유선 또는 무선 네트워크를 통해 대화 매칭 장치(100)의 통신부(미도시)에 전달할 수 있다.In this case, the input unit 110 of the terminal device 200 may receive conversation information from the user, and accordingly, the communication unit (not shown) of the terminal device 200 transmits the conversation information through a wired or wireless network. It can be transmitted to the communication unit (not shown) of the matching device 100.

이에 따라, 대화 매칭 장치(100)의 상태 파악부(120)는 대화 정보로부터 단어 정보를 추출할 수 있고, 대화 매칭 장치(100)의 상태 파악부(120)는 단어 정보로부터 사용자의 선호 정보를 생성할 수 있으며, 대화 매칭 장치(100)의 대화 연결부(130)는 선호 정보에 매칭되는 다른 사용자를 검색하여, 검색된 사용자에 설정된 다른 단말 장치(200)에 연결될 수 있다.Accordingly, the state determination unit 120 of the dialogue matching device 100 may extract word information from the dialogue information, and the state determination unit 120 of the dialogue matching apparatus 100 may obtain user preference information from the word information. The dialog connection unit 130 of the dialog matching device 100 may search for another user matching the preference information and connect to another terminal device 200 set for the searched user.

이때, 대화 매칭 장치(100)의 통신부(미도시)는 임의의 단말 장치(200)의 통신부(미도시)로부터 전달된 대화 정보를 해당 단말 장치(200)와 매칭된 다른 단말 장치(200)의 통신부(미도시)에 전달할 수 있다.At this time, the communication unit (not shown) of the conversation matching device 100 transfers the conversation information transmitted from the communication unit (not shown) of a certain terminal device 200 to the other terminal device 200 matched with the corresponding terminal device 200. It can be transmitted to a communication unit (not shown).

이에 따라, 단말 장치(200)는 대화 매칭 장치(100)로부터 대화 정보를 전달받고, 전달받은 대화 정보를 사용자가 듣거나, 또는 볼 수 있도록 출력할 수 있다.Accordingly, the terminal device 200 may receive conversation information from the conversation matching device 100 and output the received conversation information so that the user can hear or view it.

도4는 도3의 상태 파악부에서 선호 정보를 생성하는 과정을 나타낸 블록도이다.4 is a block diagram illustrating a process of generating preference information in the state detection unit of FIG. 3 .

도4를 참조하면, 입력부(110)는 사용자로부터 대화 정보를 입력 받을 수 있다.Referring to FIG. 4 , the input unit 110 may receive conversation information from a user.

이에 따라, 상태 파악부(120)는 대화 정보를 분석하여 단어 정보를 생성할 수 있고, 상태 파악부(120)는 단어 정보로부터 사용자의 관심사를 파악하도록 학습되는 학습 모델을 생성할 수 있으며, 상태 파악부(120)는 학습 모델에 기초하여 단어 정보로부터 사용자의 선호 정보를 생성할 수 있다.Accordingly, the state detection unit 120 may analyze conversation information to generate word information, and the state detection unit 120 may generate a learning model learned to identify user interests from the word information. The identification unit 120 may generate user preference information from word information based on the learning model.

이와 관련하여, 상태 파악부(120)는 단어 정보로부터 서술어 성분을 추출할 수 있고, 상태 파악부(120)는 서술어 성분에 매칭되는 임의의 단어 정보를 서술어 성분의 의미에 따라 소유 정보, 결핍 정보, 능력 정보 및 단순 선호 정보 중 적어도 하나의 정보로 분류할 수 있다.In this regard, the state grasping unit 120 may extract a predicate component from word information, and the state grasping unit 120 converts any word information matched to the predicate component into possession information and deficiency information according to the meaning of the predicate component. , can be classified into at least one of capability information and simple preference information.

한편, 상태 파악부(120)는 단어 정보로부터 나타나는 문장 성분의 유형과 빈도에 따라 패턴 정보를 생성할 수 있고, 상태 파악부(120)는 선호 정보를 복수개의 단계로 분류하도록 설정되는 선호 단계에 기초하여, 패턴 정보에 따라 선호 정보에 대한 선호 단계를 설정할 수 있다.Meanwhile, the state detection unit 120 may generate pattern information according to the type and frequency of sentence components appearing from the word information, and the state detection unit 120 is configured to classify the preference information into a plurality of stages. Based on this, a preference level for preference information may be set according to the pattern information.

이때, 저장부(160)는 사용자의 선호 정보가 저장될 수 있으며, 또한, 저장부(160)는 생성된 학습 모델이 저장될 수 있다.In this case, the storage unit 160 may store user preference information, and the storage unit 160 may store a generated learning model.

도5는 도3의 대화 연결부에서 사용자를 검색하는 과정을 나타낸 블록도이다.5 is a block diagram illustrating a process of searching for a user in the dialog connection unit of FIG. 3 .

도5를 참조하면, 저장부(160)는 매칭 알고리즘이 저장될 수 있다. 이에 따라, 대화 연결부(130)는 선호 정보에 따라 서로 다른 사용자를 매칭하도록 사전에 설정되는 매칭 알고리즘에 기초하여, 선호 정보에 매칭되는 임의의 사용자를 검색할 수 있다.Referring to FIG. 5 , the storage unit 160 may store a matching algorithm. Accordingly, the conversation connection unit 130 may search for a user matching the preference information based on a matching algorithm pre-set to match different users according to the preference information.

이때, 사전에 설정되는 매칭 알고리즘은 임의의 관심사 또는 단어 정보로 나타나는 선호 정보에 대해, 해당 선호 정보가 분류되는 복수개의 정보 간의 관계를 나타내도록 설정될 수 있다.In this case, a matching algorithm set in advance may be set to indicate a relationship between a plurality of pieces of information into which the corresponding preference information is classified with respect to preference information represented by arbitrary interest or word information.

또한, 사전에 설정되는 매칭 알고리즘은 임의의 관심사 또는 단어 정보로 나타나는 선호 정보에 대해, 해당 선호 정보가 분류되는 선호 단계 간의 관계를 나타내도록 설정될 수도 있다.In addition, a matching algorithm set in advance may be set to indicate a relationship between preference stages in which the corresponding preference information is classified for preference information represented by arbitrary interest or word information.

또한, 사전에 설정되는 매칭 알고리즘은 임의의 관심사 또는 단어 정보로 나타나는 선호 정보에 대해, 해당 선호 정보가 분류되는 복수개의 정보 간의 관계와, 해당 선호 정보가 분류되는 선호 단계 간의 관계를 나타내도록 설정될 수 있다.In addition, a matching algorithm set in advance may be set to indicate a relationship between a plurality of pieces of information in which the corresponding preference information is classified and a relationship between a preference step in which the corresponding preference information is classified for preference information represented by arbitrary interest or word information. can

한편, 사전에 설정되는 매칭 알고리즘은 패턴 정보에 따라 서로 다른 사용자를 연결하도록 설정될 수 있으며, 이러한 경우에, 대화 연결부(130)는 동일한 패턴 정보를 나타내는 사용자를 검색할 수 있다.Meanwhile, a pre-set matching algorithm may be set to connect different users according to pattern information, and in this case, the conversation connection unit 130 may search for users showing the same pattern information.

여기에서, 임의의 사용자를 검색하는 것은 대화 매칭 장치(100)에서 생성된 선호 정보에 대해, 다른 대화 매칭 장치(100b)에서 생성된 다른 사용자에 대한 선호 정보의 매칭 여부를 검색하는 것으로 이해할 수도 있다.Here, searching for an arbitrary user may be understood as searching whether or not preference information generated by another conversation matching apparatus 100b for another user matches preference information generated by the conversation matching apparatus 100. .

도6은 도3의 문장 처리부에서 대화 정보를 전달하는 과정을 나타낸 블록도이다.6 is a block diagram illustrating a process of transmitting conversation information in the sentence processing unit of FIG. 3 .

도6을 참조하면, 입력부(110)는 사용자로부터 대화 정보를 입력 받을 수 있다. 이때, 입력부(110)는 마이크 등의 음성 입력 기기를 이용하여 음성으로 나타나는 대화 정보를 음성 인식을 통해 입력 받을 수 있고, 또한, 입력부(110)는 키보드 또는 터치패드 등의 문자 입력 기기를 이용하여 문자로 나타나는 대화 정보를 입력 받을 수 있다.Referring to FIG. 6 , the input unit 110 may receive conversation information from a user. At this time, the input unit 110 may receive conversation information appearing as voice through voice recognition using a voice input device such as a microphone, and the input unit 110 may use a text input device such as a keyboard or touch pad Conversation information displayed as text can be input.

이에 따라, 문장 처리부(140)는 검색된 사용자에 설정된 임의의 노드에 대화 정보를 전달할 수 있다. 여기에서, 임의의 노드는 검색된 사용자에 대한 다른 대화 매칭 장치(100b)를 의미할 수 있다.Accordingly, the sentence processing unit 140 may deliver conversation information to an arbitrary node set for the searched user. Here, an arbitrary node may mean another conversation matching device 100b for the searched user.

또한, 문장 처리부(140)는 임의의 노드로부터 대화 정보를 전달받을 수 있다. 이에 따라, 출력부(150)는 대화 정보를 출력할 수 있다. 이를 위해, 출력부(150)는 모니터(Monitor) 등의 디스플레이 장치가 이용될 수 있으며, 이러한 경우에, 출력부(150)는 대화 정보를 문자로 출력할 수 있다. 또한, 출력부(150)는 스피커(Speaker) 등의 음성 출력 장치가 이용될 수 있으며, 이러한 경우에, 출력부(150)는 대화 정보를 음성으로 출력할 수 있다.Also, the sentence processing unit 140 may receive conversation information from an arbitrary node. Accordingly, the output unit 150 may output conversation information. To this end, a display device such as a monitor may be used as the output unit 150, and in this case, the output unit 150 may output conversation information as text. Also, an audio output device such as a speaker may be used as the output unit 150, and in this case, the output unit 150 may output conversation information as a voice.

도7은 본 발명의 일 실시예에 따른 대화 매칭 방법의 순서도이다.7 is a flowchart of a dialog matching method according to an embodiment of the present invention.

본 발명의 일 실시예에 따른 대화 매칭 방법은 도 1에 도시된 대화 매칭 장치(100)와 실질적으로 동일한 구성 상에서 진행되므로, 도 1의 대화 매칭 장치(100)와 동일한 구성요소에 대해 동일한 도면 부호를 부여하고, 반복되는 설명은 생략하기로 한다.Since the dialog matching method according to an embodiment of the present invention is performed on substantially the same configuration as the dialog matching device 100 shown in FIG. , and repeated descriptions will be omitted.

대화 매칭 방법은 대화 정보를 입력 받는 단계(600), 사용자의 선호 정보를 생성하는 단계(610), 선호 정보에 매칭되는 사용자를 검색하는 단계(620) 및 대화 정보를 전달하는 단계(630)를 포함할 수 있다.The dialog matching method includes receiving dialog information (600), generating user preference information (610), searching for a user matching the preference information (620), and transmitting dialog information (630). can include

대화 정보를 입력 받는 단계(600)는 입력부(110)가 사용자로부터 대화 정보를 입력 받는 단계일 수 있다.Step 600 of receiving conversation information may be a step in which the input unit 110 receives conversation information from a user.

사용자의 선호 정보를 생성하는 단계(610)는 상태 파악부(120)가 대화 정보를 분석하여 단어 정보를 생성하고, 단어 정보로부터 사용자의 관심사를 파악하도록 학습되는 학습 모델을 생성하며, 학습 모델에 기초하여 단어 정보로부터 사용자의 선호 정보를 생성하는 단계일 수 있다.In step 610 of generating the user's preference information, the state determination unit 120 analyzes the conversation information to generate word information, and creates a learning model that is learned to identify the user's interest from the word information, and the learning model Based on this, it may be a step of generating user preference information from word information.

선호 정보에 매칭되는 사용자를 검색하는 단계(620)는 대화 연결부(130)가 선호 정보에 따라 서로 다른 사용자를 매칭하도록 사전에 설정되는 매칭 알고리즘에 기초하여, 선호 정보에 매칭되는 임의의 사용자를 검색하는 단계일 수 있다.In step 620 of searching for a user matching the preference information, the conversation connection unit 130 searches for any user matching the preference information based on a matching algorithm set in advance so as to match different users according to the preference information. It may be a step to

대화 정보를 전달하는 단계(630)는 문장 처리부(140)가 검색된 사용자에 설정된 임의의 노드에 대화 정보를 전달하는 단계일 수 있다.In step 630 of transmitting dialogue information, the sentence processing unit 140 may transmit dialogue information to an arbitrary node set for the searched user.

이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.Although the above has been described with reference to embodiments, it will be understood that those skilled in the art can variously modify and change the present invention without departing from the spirit and scope of the present invention described in the claims below. You will be able to.

1, 1a: 대화 매칭 시스템
100, 100a, 100b: 대화 매칭 장치
200: 단말 장치1, 1a: dialogue matching system
100, 100a, 100b: conversation matching device
200: terminal device

Claims (8)

사용자로부터 대화 정보를 입력 받는 입력부;
상기 대화 정보를 분석하여 단어 정보를 생성하고, 상기 단어 정보로부터 사용자의 관심사를 파악하도록 학습되는 학습 모델을 생성하며, 상기 학습 모델에 기초하여 상기 단어 정보로부터 사용자의 선호 정보를 생성하는 상태 파악부;
상기 선호 정보에 따라 서로 다른 사용자를 매칭하도록 사전에 설정되는 매칭 알고리즘에 기초하여, 상기 선호 정보에 매칭되는 임의의 사용자를 검색하는 대화 연결부; 및
검색된 사용자에 설정된 임의의 노드에 상기 대화 정보를 전달하는 문장 처리부;를 포함하고
상기 상태 파악부는,
상기 단어 정보로부터 나타나는 문장 성분의 유형과 빈도에 따라 패턴 정보를 생성하고, 상기 선호 정보를 복수개의 단계로 분류하도록 설정되는 선호 단계에 기초하여, 상기 패턴 정보에 따라 상기 선호 정보에 대한 선호 단계를 설정하고,
상기 선호 정보는,
소유 정보, 결핍 정보, 능력 정보 및 단순 선호 정보를 포함하고,
상기 선호 단계는,
패턴 정보에 기초하여 사용자로부터 나타나는 관심사에 대한 사용자의 수준을 나타내도록 설정되고, 상기 선호 정보에 마련되는 소유 정보, 결핍 정보, 능력 정보 및 단순 선호 정보에 따라 다르게 설정되고,
상기 매칭 알고리즘은,
임의의 관심사 또는 단어 정보로 나타나는 선호 정보에 대해, 해당 선호 정보가 분류되는 선호 단계 간의 관계를 나타내고,
상기 대화 연결부는,
임의의 관심사에 대해 선호 정보가 능력 정보로 분류되고, 능력 정보의 선호 단계가 고급으로 분류된 경우 동일한 관심사를 나타내는 선호 정보가 능력 정보로 분류되고, 능력 정보의 선호 단계가 초급으로 분류된 임의의 사용자를 검색하는, 대화 매칭 장치.
an input unit that receives conversation information from a user;
A state detection unit configured to analyze the dialogue information to generate word information, to create a learning model learned to identify user interests from the word information, and to generate user preference information from the word information based on the learning model. ;
a conversation linking unit for searching for a random user matching the preference information based on a matching algorithm pre-set to match different users according to the preference information; and
A sentence processing unit that transmits the conversation information to an arbitrary node set for the searched user; and
The state grasping unit,
Pattern information is generated according to the type and frequency of sentence components appearing from the word information, and based on a preference step configured to classify the preference information into a plurality of steps, a preference step for the preference information is performed according to the pattern information. set up,
The preference information,
Includes possession information, deficiency information, ability information, and simple preference information;
The preferred step is
It is set to indicate the user's level of interest expressed by the user based on the pattern information, and is set differently according to possession information, deficiency information, ability information, and simple preference information provided in the preference information,
The matching algorithm,
Represents a relationship between preference levels in which the preference information is classified for preference information represented by arbitrary interest or word information;
The dialogue link,
When preference information for a given interest is classified as ability information and the preference level of the ability information is classified as advanced, preference information representing the same interest is classified as ability information and the preference level of the ability information is classified as beginner. A conversation matching device that searches for users.
 삭제delete 삭제delete 삭제delete 사용자의 선호도를 분석하는 대화 매칭 장치에서의 대화 매칭 방법에 있어서,
입력부가 사용자로부터 대화 정보를 입력 받는 단계;
상태 파악부가 상기 대화 정보를 분석하여 단어 정보를 생성하고, 상기 단어 정보로부터 사용자의 관심사를 파악하도록 학습되는 학습 모델을 생성하며, 상기 학습 모델에 기초하여 상기 단어 정보로부터 사용자의 선호 정보를 생성하는 단계;
대화 연결부가 상기 선호 정보에 따라 서로 다른 사용자를 매칭하도록 사전에 설정되는 매칭 알고리즘에 기초하여, 상기 선호 정보에 매칭되는 임의의 사용자를 검색하는 단계; 및
문장 처리부가 검색된 사용자에 설정된 임의의 노드에 상기 대화 정보를 전달하는 단계;를 포함하고,
상기 사용자의 선호 정보를 생성하는 단계는,
상기 상태 파악부가 상기 단어 정보로부터 나타나는 문장 성분의 유형과 빈도에 따라 패턴 정보를 생성하고, 상기 선호 정보를 복수개의 단계로 분류하도록 설정되는 선호 단계에 기초하여, 상기 패턴 정보에 따라 상기 선호 정보에 대한 선호 단계를 설정하고,
상기 선호 정보는,
소유 정보, 결핍 정보, 능력 정보 및 단순 선호 정보를 포함하고,
상기 선호 단계는,
패턴 정보에 기초하여 사용자로부터 나타나는 관심사에 대한 사용자의 수준을 나타내도록 설정되고, 상기 선호 정보에 마련되는 소유 정보, 결핍 정보, 능력 정보 및 단순 선호 정보에 따라 다르게 설정되고,
상기 매칭 알고리즘은,
임의의 관심사 또는 단어 정보로 나타나는 선호 정보에 대해, 해당 선호 정보가 분류되는 선호 단계 간의 관계를 나타내고,
상기 선호 정보에 매칭되는 임의의 사용자를 검색하는 단계는,
상기 대화 연결부가 임의의 관심사에 대해 선호 정보가 능력 정보로 분류되고, 능력 정보의 선호 단계가 고급으로 분류된 경우 동일한 관심사를 나타내는 선호 정보가 능력 정보로 분류되고, 능력 정보의 선호 단계가 초급으로 분류된 임의의 사용자를 검색하는, 대화 매칭 방법.
A dialog matching method in a dialog matching device that analyzes a user's preference,
receiving conversation information from a user through an input unit;
A state detection unit analyzes the conversation information to generate word information, creates a learning model learned to identify user interests from the word information, and generates user preference information from the word information based on the learning model. step;
searching for an arbitrary user matching the preference information, based on a matching algorithm pre-set so that the conversation connecting unit matches different users according to the preference information; and
Transmitting the conversation information to an arbitrary node set for the searched user by a sentence processing unit;
Generating the user's preference information,
The state determination unit generates pattern information according to the type and frequency of sentence components appearing from the word information, and determines the preference information according to the pattern information based on a preference step configured to classify the preference information into a plurality of steps. set the preferred level for
The preference information,
Includes possession information, deficiency information, ability information, and simple preference information;
The preferred step is
It is set to indicate the user's level of interest expressed by the user based on the pattern information, and is set differently according to possession information, deficiency information, ability information, and simple preference information provided in the preference information,
The matching algorithm,
Represents a relationship between preference levels in which the preference information is classified for preference information represented by arbitrary interest or word information;
The step of searching for an arbitrary user matching the preference information,
When the preference information for a certain interest in the conversation connector is classified as ability information and the preference level of the ability information is classified as advanced, preference information indicating the same interest is classified as ability information, and the preference level of the ability information is classified as beginner. A conversation matching method for searching for a classified random user.
 삭제delete 삭제delete 삭제delete
KR1020200181276A 2020-12-22 2020-12-22 Conversation matching apparatus and method for analyzing user preferences KR102485903B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200181276A KR102485903B1 (en) 2020-12-22 2020-12-22 Conversation matching apparatus and method for analyzing user preferences

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200181276A KR102485903B1 (en) 2020-12-22 2020-12-22 Conversation matching apparatus and method for analyzing user preferences

Publications (2)

Publication Number Publication Date
KR20220090675A KR20220090675A (en) 2022-06-30
KR102485903B1 true KR102485903B1 (en) 2023-01-09

Family

ID=82215510

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200181276A KR102485903B1 (en) 2020-12-22 2020-12-22 Conversation matching apparatus and method for analyzing user preferences

Country Status (1)

Country Link
KR (1) KR102485903B1 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116484841B (en) * 2023-05-10 2023-10-03 道有道科技集团股份公司 Information verification system and method based on automatic auditing

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101164292B1 (en) * 2008-08-13 2012-07-09 고려대학교 산학협력단 An analysis apparatus for modality, a method thereby, a storage means, an information offering system, an information offering service server and an information offering method
AU2013329102B2 (en) * 2012-10-10 2016-07-14 Ebay Inc. Connecting buyers and sellers
KR20180001155A (en) * 2016-06-27 2018-01-04 (주)휴먼웍스 Method for auto-selection of on-line ai chatting partner using big-data

Also Published As

Publication number Publication date
KR20220090675A (en) 2022-06-30

Similar Documents

Publication Publication Date Title
US10402501B2 (en) Multi-lingual virtual personal assistant
US11769492B2 (en) Voice conversation analysis method and apparatus using artificial intelligence
JP7022062B2 (en) VPA with integrated object recognition and facial expression recognition
US9547471B2 (en) Generating computer responses to social conversational inputs
US6526395B1 (en) Application of personality models and interaction with synthetic characters in a computing system
Sahay et al. Multimodal relational tensor network for sentiment and emotion classification
CN108447471A (en) Audio recognition method and speech recognition equipment
CN110462676A (en) Electronic device, its control method and non-transient computer readable medium recording program performing
JP2018055548A (en) Interactive device, learning device, interactive method, learning method, and program
US20220148576A1 (en) Electronic device and control method
EP4125029A1 (en) Electronic apparatus, controlling method of thereof and non-transitory computer readable recording medium
CN109325124A (en) A kind of sensibility classification method, device, server and storage medium
Chou et al. Exploiting annotators’ typed description of emotion perception to maximize utilization of ratings for speech emotion recognition
CN112382287A (en) Voice interaction method and device, electronic equipment and storage medium
Topbaş et al. Sentiment analysis for covid-19 tweets using recurrent neural network (rnn) and bidirectional encoder representations (bert) models
KR102485903B1 (en) Conversation matching apparatus and method for analyzing user preferences
Scholten et al. Learning to recognise words using visually grounded speech
Hamidi et al. Emotion recognition from Persian speech with neural network
KR102139855B1 (en) Intelligent personal assistant system based on the inner state of user
KR20210051523A (en) Dialogue system by automatic domain classfication
CN115357720B (en) BERT-based multitasking news classification method and device
JP6821542B2 (en) Dialogue control devices, programs and methods that can carry out multiple types of dialogue in succession.
KR20160138613A (en) Method for auto interpreting using emoticon and apparatus using the same
JP2003202892A (en) Voice robot system and voice robot operating method
KR20200011251A (en) Method and apparatus for generating rules for conversation recognition and reasoning based on the rules

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant