KR102542049B1 - Apparatus and Method for providing a summarized information using a artificial intelligence model - Google Patents

Apparatus and Method for providing a summarized information using a artificial intelligence model Download PDF

Info

Publication number
KR102542049B1
KR102542049B1 KR1020180007169A KR20180007169A KR102542049B1 KR 102542049 B1 KR102542049 B1 KR 102542049B1 KR 1020180007169 A KR1020180007169 A KR 1020180007169A KR 20180007169 A KR20180007169 A KR 20180007169A KR 102542049 B1 KR102542049 B1 KR 102542049B1
Authority
KR
South Korea
Prior art keywords
document
information
summary information
documents
input
Prior art date
Application number
KR1020180007169A
Other languages
Korean (ko)
Other versions
KR20190013426A (en
Inventor
황진영
Original Assignee
삼성전자주식회사
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 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to EP18840709.2A priority Critical patent/EP3602334A4/en
Priority to US16/052,144 priority patent/US10699062B2/en
Priority to PCT/KR2018/008759 priority patent/WO2019027259A1/en
Priority to CN201880035705.3A priority patent/CN110692061A/en
Publication of KR20190013426A publication Critical patent/KR20190013426A/en
Priority to US16/909,574 priority patent/US11017156B2/en
Priority to US17/327,036 priority patent/US11574116B2/en
Priority to KR1020230072462A priority patent/KR102644088B1/en
Application granted granted Critical
Publication of KR102542049B1 publication Critical patent/KR102542049B1/en
Priority to KR1020240029746A priority patent/KR20240032796A/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/338—Presentation of query results
    • 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
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/34—Browsing; Visualisation therefor
    • G06F16/345—Summarisation for human users
    • 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
    • G06F40/216—Parsing using statistical methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/046—Forward inferencing; Production systems
    • G06Y10/50—

Abstract

본 개시는 딥러닝 등의 기계 학습 알고리즘을 활용하는 인공지능(AI) 시스템 및 그 응용에 관련된 것이다. 특히, 인공지능 학습모델을 이용하여 요약 정보를 제공하기 위한 서버의 제어 방법은, 검색어에 대한 검색 요청이 수신되면, 검색어를 바탕으로 복수의 문서를 검색하여 전자 장치로 제공하며, 복수의 문서 중 적어도 하나에 대한 요약 정보를 요청하는 사용자 명령이 수신되면, 요약 정보를 획득하도록 학습된 인공지능 학습모델에 복수의 문서 중 적어도 하나를 입력하여 검색어와 관련된 적어도 하나의 문서에 대한 요약 정보를 획득하고, 요약 정보를 전자 장치로 제공할 수 있다. 특히, 요약 정보를 제공하기 위한 서버의 제어 방법의 적어도 일부는 기계학습, 신경망 또는 딥러닝 라고리즘 중 적어도 하나에 따라 학습된 인공지능 모델을 이용할 수 있다.The present disclosure relates to artificial intelligence (AI) systems utilizing machine learning algorithms such as deep learning and applications thereof. In particular, a server control method for providing summary information using an artificial intelligence learning model, when a search request for a search word is received, searches for a plurality of documents based on the search word and provides them to an electronic device, and among the plurality of documents When a user command requesting summary information for at least one is received, at least one of a plurality of documents is input to an artificial intelligence learning model learned to obtain summary information to obtain summary information for at least one document related to a search term. , summary information can be provided by electronic devices. In particular, at least part of the server control method for providing summary information may use an artificial intelligence model trained according to at least one of machine learning, neural network, and deep learning algorithms.

Description

인공지능 학습모델을 이용하여 요약 정보를 제공하기 위한 전자 장치 및 이의 제어 방법{Apparatus and Method for providing a summarized information using a artificial intelligence model}Electronic device and method for providing summary information using an artificial intelligence learning model

본 개시는 요약 정보를 제공하기 위한 전자 장치 및 이의 제어 방법에 관한 것으로, 더욱 상세하게는 검색어를 바탕으로 검색된 복수의 문서 중 적어도 하나에 대한 요약 정보를 제공하기 위한 전자 장치 및 이의 제어 방법에 관한 것이다.The present disclosure relates to an electronic device for providing summary information and a control method thereof, and more particularly, to an electronic device for providing summary information on at least one of a plurality of documents retrieved based on a search word and a control method thereof. will be.

또한, 본 문서는 기계 학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 인공 지능(Artificial Intelligence, AI) 시스템 및 그 응용에 관한 것이다.In addition, this document relates to an artificial intelligence (AI) system that simulates the functions of the human brain, such as cognition and judgment, using machine learning algorithms, and its applications.

근래에는 인간 수준의 지능을 구현하는 인공 지능 시스템이 다양한 분야에서 이용되고 있다. 인공 지능 시스템은 기존의 룰(rule) 기반 스마트 시스템과 달리 기계가 스스로 학습하고 판단하며 똑똑해지는 시스템이다. 인공 지능 시스템은 사용할수록 인식률이 향상되고 사용자 취향을 보다 정확하게 이해할 수 있게 되어, 기존 룰 기반 스마트 시스템은 점차 딥러닝 기반 인공 지능 시스템으로 대체되고 있다.In recent years, artificial intelligence systems implementing human-level intelligence have been used in various fields. An artificial intelligence system is a system in which a machine learns, judges, and becomes smart, unlike existing rule-based smart systems. The more AI systems are used, the higher the recognition rate and the more accurate understanding of user preferences, so existing rule-based smart systems are gradually being replaced by deep learning-based AI systems.

인공 지능 기술은 기계학습(예로, 딥러닝) 및 기계학습을 활용한 요소 기술들로 구성된다.Artificial intelligence technology consists of machine learning (eg, deep learning) and component technologies using machine learning.

기계학습은 입력 데이터들의 특징을 스스로 분류/학습하는 알고리즘 기술이며, 요소기술은 딥러닝 등의 기계학습 알고리즘을 활용하여 인간 두뇌의 인지, 판단 등의 기능을 모사하는 기술로서, 언어적 이해, 시각적 이해, 추론/예측, 지식 표현, 동작 제어 등의 기술 분야로 구성된다.Machine learning is an algorithm technology that classifies/learns the characteristics of input data by itself, and element technology is a technology that uses machine learning algorithms such as deep learning to mimic the functions of the human brain, such as cognition and judgment. It consists of technical fields such as understanding, inference/prediction, knowledge expression, and motion control.

인공 지능 기술이 응용되는 다양한 분야는 다음과 같다. 언어적 이해는 인간의 언어/문자를 인식하고 응용/처리하는 기술로서, 자연어 처리, 기계 번역, 대화시스템, 질의 응답, 음성 인식/합성 등을 포함한다. 시각적 이해는 사물을 인간의 시각처럼 인식하여 처리하는 기술로서, 객체 인식, 객체 추적, 영상 검색, 사람 인식, 장면 이해, 공간 이해, 영상 개선 등을 포함한다. 추론 예측은 정보를 판단하여 논리적으로 추론하고 예측하는 기술로서, 지식/확률 기반 추론, 최적화 예측, 선호 기반 계획, 추천 등을 포함한다. 지식 표현은 인간의 경험정보를 지식데이터로 자동화 처리하는 기술로서, 지식 구축(데이터 생성/분류), 지식 관리(데이터 활용) 등을 포함한다. 동작 제어는 차량의 자율 주행, 로봇의 움직임을 제어하는 기술로서, 움직임 제어(항법, 충돌, 주행), 조작 제어(행동 제어) 등을 포함한다.The various fields where artificial intelligence technology is applied are as follows. Linguistic understanding is a technology for recognizing and applying/processing human language/characters, including natural language processing, machine translation, dialogue systems, question and answering, voice recognition/synthesis, and the like. Visual understanding is a technology for recognizing and processing objects like human vision, and includes object recognition, object tracking, image search, person recognition, scene understanding, space understanding, image improvement, and the like. Inference prediction is a technique of reasoning and predicting logically by judging information, and includes knowledge/probability-based reasoning, optimization prediction, preference-based planning, and recommendation. Knowledge expression is a technology that automatically processes human experience information into knowledge data, and includes knowledge construction (data creation/classification) and knowledge management (data utilization). Motion control is a technology for controlling the autonomous driving of a vehicle and the movement of a robot, and includes motion control (navigation, collision, driving), manipulation control (action control), and the like.

한편, 근래에는 문서를 요약하여 요약 정보(예를 들어, 요약 텍스트)를 제공하는 기술이 개발되고 있다. 특히, 근래의 전자 장치 혹은 프로그램은 인공지능 학습을 통해 획득된 요약 모델을 이용하여 문서를 요약하여 요약 정보를 제공할 수 있다.Meanwhile, recently, a technique for providing summary information (eg, summary text) by summarizing documents has been developed. In particular, a recent electronic device or program may provide summary information by summarizing a document using a summary model obtained through artificial intelligence learning.

따라서, 인공지능 학습을 통해 획득된 요약 모델을 이용하여 문서를 요약하는 기능을 통해 사용자에게 다양한 사용자 경험을 제공하기 위한 필요성이 대두된다.Therefore, there is a need to provide various user experiences to users through a function of summarizing documents using a summary model obtained through artificial intelligence learning.

본 개시의 목적은 검색어를 바탕으로 검색된 복수의 문서 중 적어도 하나를 선택하고 검색어와 관련된 선택된 문서들의 요약 정보를 제공할 수 있는 전자 장치 및 이의 제어 방법을 제공함에 있다.An object of the present disclosure is to provide an electronic device capable of selecting at least one of a plurality of documents retrieved based on a search word and providing summary information of the selected documents related to the search word, and a method for controlling the same.

본 개시의 일 실시예에 따른, 인공지능 학습모델을 이용하여 요약 정보를 제공하는 서버의 제어 방법은, 검색어에 대한 검색 요청이 수신되면, 상기 검색어를 바탕으로 복수의 문서를 검색하여 전자 장치로 제공하는 단계; 상기 복수의 문서 중 적어도 하나에 대한 요약 정보를 요청하는 사용자 명령이 수신되면, 요약 정보를 획득하도록 학습된 인공지능 학습모델에 상기 복수의 문서 중 적어도 하나를 입력하여 상기 검색어와 관련된, 상기 적어도 하나의 문서에 대한 요약 정보를 획득하는 단계; 및 상기 획득된 요약 정보를 상기 전자 장치로 제공하는 단계;를 포함한다.According to an embodiment of the present disclosure, a control method of a server providing summary information using an artificial intelligence learning model, when a search request for a search word is received, searches for a plurality of documents based on the search word, and returns the information to an electronic device. providing; When a user command requesting summary information on at least one of the plurality of documents is received, at least one of the plurality of documents is input to an artificial intelligence learning model learned to obtain summary information, and the at least one document related to the search term is received. obtaining summary information about the document of; and providing the obtained summary information to the electronic device.

본 개시의 일 실시예에 따른, 인공지능 학습모델을 이용하여 요약 정보를 제공하는 방법을 실행하기 위한 프로그램을 저장하는 컴퓨터 판독가능 기록매체에 있어서, 상기 방법은 검색어에 대한 검색 요청이 수신되면, 상기 검색어를 바탕으로 복수의 문서를 검색하여 제공하는 단계; 상기 복수의 문서 중 적어도 하나에 대한 요약 정보를 요청하는 사용자 명령이 입력되면, 요약 정보를 획득하도록 학습된 인공지능 학습모델에 상기 복수의 문서 중 적어도 하나를 입력하여 상기 검색어와 관련된, 상기 적어도 하나의 문서에 대한 요약 정보를 획득하는 단계; 및 상기 획득된 요약 정보를 제공하는 단계;를 포함할 수 있다.In a computer-readable recording medium storing a program for executing a method for providing summary information using an artificial intelligence learning model according to an embodiment of the present disclosure, the method includes, when a search request for a search word is received, searching for and providing a plurality of documents based on the search word; When a user command requesting summary information on at least one of the plurality of documents is input, at least one of the plurality of documents is input to an artificial intelligence learning model learned to obtain summary information, and the at least one document related to the search term is input. obtaining summary information about the document of; and providing the obtained summary information.

본 개시의 일 실시예에 따른, 인공지능 학습모델을 이용하여 요약 정보를 제공하는 방법은, 제1 문서가 표시되는 동안 검색어를 입력받는 단계; 상기 검색어에 대한 검색 요청이 수신되면, 상기 검색어를 바탕으로 복수의 제2 문서를 검색하여 제공하는 단계; 상기 복수의 제2 문서 중 적어도 하나에 대한 요약 정보를 상기 제1 문서에 삽입하는 사용자 명령이 입력되면, 요약 정보를 획득하도록 학습된 인공지능 학습모델에 상기 복수의 제2 문서 중 적어도 하나를 입력하여 상기 검색어와 관련된, 상기 적어도 하나의 제2 문서에 대한 요약 정보를 획득하는 단계; 및 상기 제1 문서 상에 상기 획득된 요약 정보를 삽입하는 단계;를 포함한다.According to an embodiment of the present disclosure, a method for providing summary information using an artificial intelligence learning model includes receiving a search word while a first document is displayed; If a search request for the search word is received, searching for and providing a plurality of second documents based on the search word; When a user command for inserting summary information on at least one of the plurality of second documents into the first document is input, at least one of the plurality of second documents is input to an artificial intelligence learning model learned to obtain summary information. obtaining summary information about the at least one second document related to the search word; and inserting the obtained summary information into the first document.

본 개시의 일 실시예에 따른, 인공지능 학습모델을 이용하여 요약 정보를 제공하는 방법을 실행하기 위한 프로그램을 저장하는 컴퓨터 판독가능 기록매체에 있어서, 상기 방법은, 제1 문서가 표시되는 동안 검색어를 입력하기 위한 사용자 명령이 수신되면, 상기 제1 문서와 함께 상기 검색어를 표시하는 단계; 상기 검색어에 대한 검색 요청이 수신되면, 상기 검색어를 바탕으로 복수의 제2 문서를 검색하여 제공하는 단계; 상기 복수의 제2 문서 중 적어도 하나에 대한 요약 정보를 상기 제1 문서에 삽입하는 사용자 명령이 입력되면, 요약 정보를 획득하도록 학습된 인공지능 학습모델에 상기 복수의 제2 문서 중 적어도 하나를 입력하여 상기 검색어와 관련된, 상기 적어도 하나의 제2 문서에 대한 요약 정보를 획득하는 단계; 및 상기 제1 문서 상에 상기 획득된 요약 정보를 삽입하는 단계;를 포함한다.A computer-readable recording medium storing a program for executing a method of providing summary information using an artificial intelligence learning model according to an embodiment of the present disclosure, the method comprising: a search word while a first document is displayed displaying the search term together with the first document when a user command for inputting is received; If a search request for the search word is received, searching for and providing a plurality of second documents based on the search word; When a user command for inserting summary information on at least one of the plurality of second documents into the first document is input, at least one of the plurality of second documents is input to an artificial intelligence learning model learned to obtain summary information. obtaining summary information about the at least one second document related to the search word; and inserting the obtained summary information into the first document.

상술한 바와 같은 본 개시의 다양한 실시예에 의해, 전자 장치는 검색어와 관련된 요약 정보를 획득하여, 획득된 요약 정보를 이용한 다양한 사용자 경험을 제공할 수 있게 된다. 또한, 전자 장치는 사용자의 성향, 지적 능력에 맞는 요약정보를 제공할 수 있게 된다.As described above, according to various embodiments of the present disclosure, an electronic device can obtain summary information related to a search term and provide various user experiences using the obtained summary information. In addition, the electronic device can provide summary information suitable for the user's inclination and intellectual ability.

도 1은 본 개시의 일 실시예에 따른, 검색어를 바탕으로 검색된 적어도 하나의 문서에 대한 요약 정보를 제공하기 위한 전자 장치의 사용도,
도 2a는 본 개시의 일 실시예에 따른, 전자 장치의 구성을 간략히 도시한 블록도,
도 2b는 본 개시의 일 실시예에 따른, 전자 장치의 구성을 상세히 도시한 블록도,
도 2c는 본 개시의 일 실시예에 따른, 적어도 하나의 문서에 대한 요약 정보를 제공하기 위한 다양한 모듈을 포함하는 블록도,
도 3 내지 도 6은 본 개시의 다양한 실시예에 따른, 적어도 하나의 문서에 대한 요약 정보를 제공하기 위한 방법을 설명하기 위한 흐름도들,
도 7은 본 개시의 일 실시예에 따른, 검색어를 바탕으로 검색된 적어도 하나의 문서에 대한 요약 텍스트를 다른 문서에 삽입하기 위한 실시예를 설명하기 위한 도면,
도 8은 본 개시의 일 실시예에 따른, UI를 이용하여 요약 텍스트의 길이 및 논조를 설정하는 실시예를 설명하기 위한 도면,
도 9는 본 개시의 다양한 실시예에 따른, 사용자의 히스토리를 바탕으로 요약 텍스트의 길이 및 논조를 설정하는 실시예를 설명하기 위한 도면,
도 10은 본 개시의 일 실시예에 따른, 레시피 문서를 요약한 요약 텍스트를 제공하는 실시예를 설명하기 위한 도면,
도 11은 본 개시의 다양한 실시예에 따른, 요약 텍스트에 포함된 단어를 추가적으로 검색하는 실시예를 설명하기 위한 도면,
도 12는 본 개시의 다양한 실시예에 따른, 요약 정보를 제공하는 방법을 설명하기 위한 도면,
도 13은 본 개시의 일 실시예에 따른, 요약 모델을 학습하고 이용하기 위한 전자 장치의 구성을 나타내는 블록도,
도 14a 및 도 14b는 본 개시의 일 실시예에 따른, 학습부 및 요약부의 구체적인 구성을 나타내는 블록도,
도 15는 본 개시의 일 실시예에 따른, 검색어를 바탕으로 검색된 적어도 하나의 문서에 대한 요약 정보를 다른 문서로 삽입하는 실시예를 설명하기 위한 흐름도,
도 16 내지 19는 본 개시의 다양한 실시예에 따른, 요약 모델을 이용하는 네트워크 시스템의 흐름도,
도 20 내지 도 21은 본 개시의 다양한 실시예에 따른, 서버 및 전자 장치의 제어 방법을 도시한 흐름도이다.1 is a diagram illustrating the use of an electronic device for providing summary information on at least one document searched for based on a search word, according to an embodiment of the present disclosure;
2A is a block diagram briefly illustrating the configuration of an electronic device according to an embodiment of the present disclosure;
2B is a block diagram showing the configuration of an electronic device in detail according to an embodiment of the present disclosure;
2C is a block diagram including various modules for providing summary information on at least one document according to an embodiment of the present disclosure;
3 to 6 are flowcharts for explaining a method for providing summary information on at least one document according to various embodiments of the present disclosure;
7 is a view for explaining an embodiment for inserting a summary text of at least one document searched based on a search word into another document according to an embodiment of the present disclosure;
8 is a diagram for explaining an embodiment of setting the length and tone of a summary text using a UI according to an embodiment of the present disclosure;
9 is a view for explaining an embodiment in which the length and tone of summary text are set based on a user's history, according to various embodiments of the present disclosure;
10 is a diagram for explaining an embodiment of providing summary text summarizing a recipe document according to an embodiment of the present disclosure;
11 is a diagram for explaining an embodiment of additionally searching for a word included in summary text according to various embodiments of the present disclosure;
12 is a diagram for explaining a method of providing summary information according to various embodiments of the present disclosure;
13 is a block diagram showing the configuration of an electronic device for learning and using a summary model according to an embodiment of the present disclosure;
14a and 14b are block diagrams showing specific configurations of a learning unit and a summary unit according to an embodiment of the present disclosure;
15 is a flowchart for explaining an embodiment of inserting summary information on at least one document searched based on a search word into another document according to an embodiment of the present disclosure;
16-19 are flow diagrams of a network system using a summary model, according to various embodiments of the present disclosure;
20 to 21 are flowcharts illustrating a control method of a server and an electronic device according to various embodiments of the present disclosure.

이하, 본 문서의 다양한 실시 예가 첨부된 도면을 참조하여 기재된다. 그러나, 이는 본 문서에 기재된 기술을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 문서의 실시 예의 다양한 변경(modifications), 균등물(equivalents), 및/또는 대체물(alternatives)을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다.Hereinafter, various embodiments of this document will be described with reference to the accompanying drawings. However, this is not intended to limit the technology described in this document to specific embodiments, and should be understood to include various modifications, equivalents, and/or alternatives of the embodiments of this document. . In connection with the description of the drawings, like reference numerals may be used for like elements.

본 문서에서, "가진다," "가질 수 있다," "포함한다," 또는 "포함할 수 있다" 등의 표현은 해당 특징(예: 수치, 기능, 동작, 또는 부품 등의 구성요소)의 존재를 가리키며, 추가적인 특징의 존재를 배제하지 않는다.In this document, expressions such as "has," "may have," "includes," or "may include" indicate the existence of a corresponding feature (eg, numerical value, function, operation, or component such as a part). , which does not preclude the existence of additional features.

본 문서에서, "A 또는 B," "A 또는/및 B 중 적어도 하나," 또는 "A 또는/및 B 중 하나 또는 그 이상"등의 표현은 함께 나열된 항목들의 모든 가능한 조합을 포함할 수 있다. 예를 들면, "A 또는 B," "A 및 B 중 적어도 하나," 또는 "A 또는 B 중 적어도 하나"는, (1) 적어도 하나의 A를 포함, (2) 적어도 하나의 B를 포함, 또는 (3) 적어도 하나의 A 및 적어도 하나의 B 모두를 포함하는 경우를 모두 지칭할 수 있다.In this document, expressions such as “A or B,” “at least one of A and/and B,” or “one or more of A or/and B” may include all possible combinations of the items listed together. . For example, “A or B,” “at least one of A and B,” or “at least one of A or B” (1) includes at least one A, (2) includes at least one B, Or (3) may refer to all cases including at least one A and at least one B.

본 문서에서 사용된 "제1," "제2," "첫째," 또는 "둘째,"등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 한 구성요소를 다른 구성요소와 구분하기 위해 사용될 뿐 해당 구성요소들을 한정하지 않는다. Expressions such as "first," "second," "first," or "second," used in this document may modify various elements, regardless of order and/or importance, and refer to one element as It is used only to distinguish it from other components and does not limit the corresponding components.

어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "(기능적으로 또는 통신적으로) 연결되어((operatively or communicatively) coupled with/to)" 있다거나 "접속되어(connected to)" 있다고 언급된 때에는, 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로 연결되거나, 다른 구성요소(예: 제3 구성요소)를 통하여 연결될 수 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소(예: 제1 구성요소)가 다른 구성요소(예: 제2 구성요소)에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 상기 어떤 구성요소와 상기 다른 구성요소 사이에 다른 구성요소(예: 제 3 구성요소)가 존재하지 않는 것으로 이해될 수 있다.A component (e.g., a first component) is "(operatively or communicatively) coupled with/to" another component (e.g., a second component); When referred to as "connected to", it should be understood that the certain component may be directly connected to the other component or connected through another component (eg, a third component). On the other hand, when an element (eg, a first element) is referred to as being “directly connected” or “directly connected” to another element (eg, a second element), the element and the above It may be understood that other components (eg, a third component) do not exist between the other components.

본 문서에서 사용된 표현 "~하도록 구성된(또는 설정된)(configured to)"은 상황에 따라, 예를 들면, "~에 적합한(suitable for)," "~하는 능력을 가지는(having the capacity to)," "~하도록 설계된(designed to)," "~하도록 변경된(adapted to)," "~하도록 만들어진(made to)," 또는 "~를 할 수 있는(capable of)"과 바꾸어 사용될 수 있다. 용어 "~하도록 구성된(또는 설정된)"은 하드웨어적으로 "특별히 설계된(specifically designed to)" 것만을 반드시 의미하지 않을 수 있다. 대신, 어떤 상황에서는, "~하도록 구성된 장치"라는 표현은, 그 장치가 다른 장치 또는 부품들과 함께 "~할 수 있는" 것을 의미할 수 있다. 예를 들면, 문구 "A, B, 및 C를 수행하도록 구성된(또는 설정된) 부프로세서"는 해당 동작을 수행하기 위한 전용 프로세서(예: 임베디드 프로세서), 또는 메모리 장치에 저장된 하나 이상의 소프트웨어 프로그램들을 실행함으로써, 해당 동작들을 수행할 수 있는 범용 프로세서(generic-purpose processor)(예: CPU 또는 application processor)를 의미할 수 있다. As used in this document, the expression "configured to" means "suitable for," "having the capacity to," depending on the circumstances. ," "designed to," "adapted to," "made to," or "capable of." The term "configured (or set) to" may not necessarily mean only "specifically designed to" hardware. Instead, in some contexts, the phrase "device configured to" may mean that the device is "capable of" in conjunction with other devices or components. For example, the phrase "a coprocessor configured (or configured) to perform A, B, and C" may include a dedicated processor (e.g., embedded processor) to perform those operations, or one or more software programs stored in a memory device. By doing so, it may mean a general-purpose processor (eg, CPU or application processor) capable of performing corresponding operations.

본 문서의 다양한 실시예들에 따른 전자 장치는, 예를 들면, 스마트폰, 태블릿 PC, 이동 전화기, 영상 전화기, 전자책 리더기, 데스크탑 PC, 랩탑 PC, 넷북 컴퓨터, 워크스테이션, 서버, PDA, PMP(portable multimedia player), MP3 플레이어, 의료기기, 카메라, 또는 웨어러블 장치 중 적어도 하나를 포함할 수 있다. 웨어러블 장치는 액세서리형(예: 시계, 반지, 팔찌, 발찌, 목걸이, 안경, 콘택트 렌즈, 또는 머리 착용형 장치(head-mounted-device(HMD)), 직물 또는 의류 일체형(예: 전자 의복), 신체 부착형(예: 스킨 패드 또는 문신), 또는 생체 이식형 회로 중 적어도 하나를 포함할 수 있다. 어떤 실시예들에서, 전자 장치는, 예를 들면, 텔레비전, DVD(digital video disk) 플레이어, 오디오, 냉장고, 에어컨, 청소기, 오븐, 전자레인지, 세탁기, 공기 청정기, 셋톱 박스, 홈 오토매이션 컨트롤 패널, 보안 컨트롤 패널, 미디어 박스(예: 삼성 HomeSyncTM, 애플TVTM, 또는 구글 TVTM), 게임 콘솔(예: XboxTM, PlayStationTM), 전자 사전, 전자 키, 캠코더, 또는 전자 액자 중 적어도 하나를 포함할 수 있다.Electronic devices according to various embodiments of the present document include, for example, a smart phone, a tablet PC, a mobile phone, a video phone, an e-book reader, a desktop PC, a laptop PC, a netbook computer, a workstation, a server, a PDA, and a PMP. It may include at least one of a portable multimedia player, an MP3 player, a medical device, a camera, or a wearable device. A wearable device may be in the form of an accessory (e.g. watch, ring, bracelet, anklet, necklace, eyeglasses, contact lens, or head-mounted-device (HMD)), integrated into textiles or clothing (e.g. electronic garment); In some embodiments, the electronic device may include, for example, a television, a digital video disk (DVD) player, Audio, refrigerator, air conditioner, vacuum cleaner, oven, microwave, washing machine, air purifier, set top box, home automation control panel, security control panel, media box (e.g. Samsung HomeSyncTM, Apple TVTM, or Google TVTM), game console (eg, XboxTM, PlayStationTM), an electronic dictionary, an electronic key, a camcorder, or an electronic picture frame.

다른 실시예에서, 전자 장치는, 각종 의료기기(예: 각종 휴대용 의료측정기기(혈당 측정기, 심박 측정기, 혈압 측정기, 또는 체온 측정기 등), MRA(magnetic resonance angiography), MRI(magnetic resonance imaging), CT(computed tomography), 촬영기, 또는 초음파기 등), 네비게이션 장치, 위성 항법 시스템(GNSS(global navigation satellite system)), EDR(event data recorder), FDR(flight data recorder), 자동차 인포테인먼트 장치, 선박용 전자 장비(예: 선박용 항법 장치, 자이로 콤파스 등), 항공 전자기기(avionics), 보안 기기, 차량용 헤드 유닛(head unit), 산업용 또는 가정용 로봇, 드론(drone), 금융 기관의 ATM, 상점의 POS(point of sales), 또는 사물 인터넷 장치 (예: 전구, 각종 센서, 스프링클러 장치, 화재 경보기, 온도조절기, 가로등, 토스터, 운동기구, 온수탱크, 히터, 보일러 등) 중 적어도 하나를 포함할 수 있다. In another embodiment, the electronic device may include various types of medical devices (e.g., various portable medical measuring devices (such as blood glucose meter, heart rate monitor, blood pressure monitor, or body temperature monitor), magnetic resonance angiography (MRA), magnetic resonance imaging (MRI), CT (computed tomography), imager, or ultrasonicator, etc.), navigation device, global navigation satellite system (GNSS), EDR (event data recorder), FDR (flight data recorder), automobile infotainment device, marine electronic equipment (e.g. navigation devices for ships, gyrocompasses, etc.), avionics, security devices, head units for vehicles, industrial or home robots, drones, ATMs in financial institutions, point of sale (POS) in stores of sales), or IoT devices (eg, light bulbs, various sensors, sprinkler devices, fire alarms, thermostats, street lights, toasters, exercise equipment, hot water tanks, heaters, boilers, etc.).

본 문서에서, 사용자라는 용어는 전자 장치를 사용하는 사람 또는 전자 장치를 사용하는 장치(예: 인공지능 전자 장치)를 지칭할 수 있다.In this document, the term user may refer to a person using an electronic device or a device using an electronic device (eg, an artificial intelligence electronic device).

먼저, 도 1의 (a)에 도시된 바와 같이, 전자 장치(100)는 제1 영역에 제1 문서를 표시할 수 있다. 이때, 제1 문서는 복수의 텍스트를 포함하는 문서로서, 텍스트 이외에 이미지, 동영상을 더 포함할 수 있다. 그리고, 전자 장치(100)는 제1 영역에 제1 문서(10)가 표시되는 동안 검색창(20)에 검색어를 입력하기 위한 사용자 명령을 입력받을 수 있다. 전자 장치(100)는 사용자 명령에 응답하여 검색창(20)에 검색어를 표시할 수 있다.First, as shown in (a) of FIG. 1 , the electronic device 100 may display a first document in a first area. In this case, the first document is a document including a plurality of texts, and may further include images and videos in addition to texts. Further, the electronic device 100 may receive a user command for inputting a search word into the search window 20 while the first document 10 is displayed in the first area. The electronic device 100 may display a search word in the search window 20 in response to a user command.

검색창(20)에 입력된 검색어에 대한 검색 명령(예를 들어, 검색 아이콘이 선택되는 명령)이 수신되면, 전자 장치(100)는 검색어를 바탕으로 복수의 문서를 검색할 수 있다. 이때, 전자 장치(100)는 검색어를 바탕으로 전자 장치(100) 내에 저장된 복수의 문서를 검색할 수 있으나, 이는 일 실시예에 불과할 뿐, 외부 서버를 통해 복수의 문서를 검색할 수 있다.When a search command (for example, a command to select a search icon) for a search word input into the search window 20 is received, the electronic device 100 may search a plurality of documents based on the search word. In this case, the electronic device 100 may search a plurality of documents stored in the electronic device 100 based on the search word, but this is only an example, and a plurality of documents may be searched through an external server.

전자 장치(100)는 도 1의 (b)에 도시된 바와 같이, 제1 영역에 제1 문서(10)를 표시하는 동안 제2 영역에 검색된 복수의 문서를 포함하는 리스트(30)를 표시할 수 있다. 이때, 검색된 복수의 문서를 포함하는 리스트(30)는 복수의 문서에 포함된 텍스트 중 검색어를 포함하는 일부 영역을 표시할 수 있으며, 썸네일 이미지를 표시할 수 있다.As shown in (b) of FIG. 1 , the electronic device 100 displays a list 30 including a plurality of searched documents in a second area while displaying a first document 10 in a first area. can In this case, the list 30 including the plurality of searched documents may display a partial region including a search word among texts included in the plurality of documents, and may display thumbnail images.

전자 장치(100)는 리스트(30)에 포함된 복수의 문서 중 적어도 하나(40)를 선택하여 제1 문서로 삽입하기 위한 사용자 명령을 입력받을 수 있다. 일 예로, 전자 장치(100)는 도 1의 (c)에 도시된 바와 같이, 리스트(30)에 포함된 복수의 문서 중 적어도 하나(40)를 선택하고 제1 문서의 일 지점으로 드래그하는 사용자 명령을 입력받을 수 있다.The electronic device 100 may receive a user command for selecting at least one 40 from among a plurality of documents included in the list 30 and inserting it into the first document. For example, as shown in (c) of FIG. 1 , the electronic device 100 selects at least one 40 of a plurality of documents included in the list 30 and drags it to a point in the first document. commands can be entered.

복수의 문서 중 적어도 하나를 선택하여 제1 문서(10)로 삽입하기 위한 사용자 명령이 입력되면, 전자 장치(100)는 선택된 적어도 하나의 문서(40)를 요약한 요약 정보를 획득할 수 있다. 이때, 전자 장치(100)는 요약 정보를 획득하도록 학습된 인공지능 학습모델(예로, 문서 요약 모델)에 선택된 적어도 하나의 문서(40)를 입력하여 선택된 적어도 하나의 문서(40)에 대한 요약 정보를 획득할 수 있다. 이때, 요약 정보에는 요약 텍스트, 요약 이미지, 요약 동영상 등과 같은 다양한 정보가 포함될 수 있다.When a user command for selecting and inserting at least one of a plurality of documents into the first document 10 is input, the electronic device 100 may obtain summary information summarizing the selected at least one document 40 . At this time, the electronic device 100 inputs the selected at least one document 40 to an artificial intelligence learning model (eg, document summary model) learned to obtain summary information, and summarizes information on the selected at least one document 40. can be obtained. In this case, the summary information may include various information such as summary text, summary image, and summary video.

이때, 인공지능 학습모델은 검색어를 바탕으로 검색어와 관련된 요약 정보를 생성할 수 있다. 즉, 인공지능 학습모델은 검색어에 높은 가중치를 설정하여 요약 정보를 생성할 수 있다.In this case, the artificial intelligence learning model may generate summary information related to the search word based on the search word. That is, the artificial intelligence learning model can generate summary information by setting a high weight to the search term.

또한, 복수의 문서 중 적어도 두 개의 문서를 선택하여 제1 문서(10)에 삽입하기 위한 사용자 명령이 입력된 경우, 인공지능 학습모델은 선택된 적어도 두 개의 문서에 공통적으로 포함된 문장(또는 텍스트)를 중심으로 적어도 두 개의 문서에 대한 요약 정보를 획득할 수 있다. 즉, 인공지능 학습모델은 선택된 적어도 두 개의 문서에 공통적으로 들어간 문장(또는 텍스트)에 높은 가중치를 설정하여 요약 정보를 생성하도록 학습될 수 있다.In addition, when a user command for selecting at least two documents from among a plurality of documents and inserting them into the first document 10 is input, the artificial intelligence learning model uses sentences (or texts) commonly included in the selected at least two documents. It is possible to obtain summary information on at least two documents centered on . That is, the artificial intelligence learning model may be trained to generate summary information by setting a high weight to a sentence (or text) commonly included in at least two selected documents.

또한, 선택된 문서(40)가 목차를 가지는 경우, 인공지능 학 습모델은 선택된 문서(40)에 포함된 목차를 바탕으로 선택된 문서를 요약하여 요약 정보를 획득하도록 학습될 수 있다. 즉, 인공지능 학습모델은 목차 중 요약이나 결론에 포함된 텍스트나 문장에 높은 가중치를 설정하여 요약 정보를 생성할 수 있다.In addition, when the selected document 40 has a table of contents, the artificial intelligence learning model may learn to obtain summary information by summarizing the selected document based on the table of contents included in the selected document 40. That is, the artificial intelligence learning model can generate summary information by setting a high weight on text or sentences included in the summary or conclusion of the table of contents.

일 실시예로, 전자 장치(100)는 요약 정보의 논조나 길이를 설정하기 위한 UI를 표시할 수 있다. 이때, UI를 통해 요약 정보의 논조나 길이가 설정된 경우, 인공지능 학습모델은 설정된 논조나 길이를 바탕으로 요약 정보를 생성할 수 있다. 일 예로, UI를 통해 부정적인 논조로 요약 정보를 생성하도록 설정된 경우, 인공지능 학습모델은 부정적인 단어에 높은 가중치를 설정하여 요약 정보를 생성할 수 있다. 또 다른 예로, UI를 통해 긴 요약 정보를 생성하도록 설정된 경우, 인공지능 학습모델은 요약 정보를 구성하기 위한 단어나 문장을 기설정된 개수 이상 추출하여 요약 정보를 생성할 수 있다.As an embodiment, the electronic device 100 may display a UI for setting the tone or length of summary information. In this case, when the tone or length of the summary information is set through the UI, the artificial intelligence learning model may generate summary information based on the set tone or length. For example, when it is set to generate summary information in a negative tone through the UI, the artificial intelligence learning model may generate summary information by setting a high weight to negative words. As another example, when it is set to generate long summary information through the UI, the artificial intelligence learning model may generate summary information by extracting a predetermined number or more of words or sentences for constituting summary information.

다른 실시예로, 전자 장치(100)는 사용자의 히스토리 정보를 획득하고, 인공지능 학습모델은 사용자 히스토리 정보를 바탕으로 요약 정보를 생성할 수 있다. 구체적으로, 인공지능 학습모델은 사용자 히스토리 정보(예를 들어, 사용자의 정치적 성향, 지식 수준 등)를 바탕으로 요약 정보의 논조나 길이를 설정할 수 있다. 예를 들어, 사용자 히스토리 정보를 바탕으로 사용자가 정치적으로 진보적인 성향을 가진 것으로 판단된 경우, 인공지능 학습모델은 진보적인 특징(예를 들어, 진보, 복지, 분배 등)을 가지는 단어에 높은 가중치를 설정하여 요약 정보를 생성할 수 있다. 또 다른 예로, 사용자 히스토리 정보를 바탕으로 사용자가 해당 문서에 대한 전문 지식이 낮은 것으로 판단된 경우, 인공지능 학습모델은 쉬운 단어에 높은 가중치를 설정하여 요약 정보를 생성할 수 있다.In another embodiment, the electronic device 100 may obtain user history information, and the artificial intelligence learning model may generate summary information based on the user history information. Specifically, the artificial intelligence learning model may set the tone or length of summary information based on user history information (eg, user's political orientation, knowledge level, etc.). For example, if the user is determined to have a politically progressive orientation based on user history information, the artificial intelligence learning model places a high weight on words with progressive characteristics (e.g., progress, welfare, distribution, etc.) You can create summary information by setting . As another example, when it is determined that the user has low expertise on the document based on user history information, the artificial intelligence learning model may generate summary information by setting a high weight to easy words.

요약 정보가 획득된 경우, 전자 장치(100)는 획득된 요약 정보를 제1 문서(10) 내에 삽입할 수 있다. 특히, 전자 장치(100)는 도 1의 (d)에 개시된 바와 같이, 제1 문서(10) 중 사용자 드래그 입력이 종료된 지점에 요약 정보(50)를 삽입할 수 있다.When the summary information is obtained, the electronic device 100 may insert the obtained summary information into the first document 10 . In particular, as shown in (d) of FIG. 1 , the electronic device 100 may insert summary information 50 at a point in the first document 10 where the dragging input by the user ends.

이때, 요약 정보(50)는 제1 문서(10)의 다른 텍스트 또는 리스트(30)에 포함된 다른 문서와 구별되어 표시될 수 있다. 예로, 구별되어 표시된다는 것은, 예로, 다른 음영, 다른 명암 또는 보색을 갖도록 표시되거나, 요약 정보의 경계를 점선 또는 실선 등으로 구분하여 표시하거나, 요약 정보를 지시하는 인디케이터를 표시하는 것 등을 포함할 수 있다.In this case, the summary information 50 may be displayed separately from other texts of the first document 10 or other documents included in the list 30 . For example, being displayed separately includes, for example, displaying with different shades, different contrasts, or complementary colors, dividing the boundary of summary information with a dotted line or a solid line, displaying an indicator indicating summary information, and the like. can do.

또한, 전자 장치(100)는 요약 정보(50)에 대한 인용 정보 역시 함께 표시할 수 있다. 즉, 전자 장치(100)는 요약 정보(50)의 출처를 함께 표시할 수 있다.In addition, the electronic device 100 may also display citation information for the summary information 50 together. That is, the electronic device 100 may display the source of the summary information 50 together.

또한, 요약 정보(50) 중 적어도 하나의 단어에 대한 추가 검색을 요청하는 사용자 명령이 입력되면, 전자 장치(100)는 적어도 하나의 단어에 대한 추가 검색을 수행할 수 있다. 이때, 전자 장치(100)는 요약 정보를 생성하기 위해 이용된 문서를 바탕으로 추가 검색을 수행할 수 있으나, 이는 일 실시예에 불과할 뿐, 별도의 서버를 통해 적어도 하나의 단어에 대한 추가 검색을 수행할 수 있다.Also, when a user command requesting an additional search for at least one word among the summary information 50 is input, the electronic device 100 may perform an additional search for at least one word. In this case, the electronic device 100 may perform an additional search based on the document used to generate the summary information, but this is only an example, and an additional search for at least one word is performed through a separate server. can be done

한편, 본 개시의 다양한 실시예에 따르면, 전자 장치(100)는 사용자에 의해 선택된 적어도 하나의 문서를 인공지능 학습모델에 입력 데이터로 사용하여 요약 정보를 획득할 수 있다. Meanwhile, according to various embodiments of the present disclosure, the electronic device 100 may obtain summary information by using at least one document selected by a user as input data to an artificial intelligence learning model.

본 개시에서 학습된 인공지능 학습모델은 인식 모델의 적용 분야 또는 장치의 컴퓨터 성능 등을 고려하여 구축될 수 있다. 예로, 학습된 인공지능 학습모델은 복수의 텍스트를 포함하는 문서를 입력 데이터로 사용하여 문서의 요약 정보를 획득하도록 설정될 수 있다. 문서에 포함된 단어만을 추출하여 요약 정보를 생성하는 것이 아닌 문서에 포함된 단어의 관계를 파악하여 요약 정보를 생성하기 위해, 학습된 인공지능 학습모델은, 예로, 신경망(Neural Network)을 기반으로 하는 모델일 수 있다. 인공지능 학습모델은 인간의 뇌 구조를 컴퓨터 상에서 모의하도록 설계될 수 있으며 인간의 신경망의 뉴런(neuron)을 모의하는, 가중치를 가지는 복수의 네트워크 노드들을 포함할 수 있다. 복수의 네트워크 노드들은 뉴런이 시냅스(synapse)를 통하여 신호를 주고 받는 뉴런의 시냅틱(synaptic) 활동을 모의하도록 각각 연결 관계를 형성할 수 있다. 또한, 문서 요약 모델은, 일 예로, 신경망 모델, 또는 신경망 모델에서 발전한 딥 러닝 모델을 포함할 수 있다. 딥 러닝 모델에서 복수의 네트워크 노드들은 서로 다른 깊이(또는, 레이어)에 위치하면서 컨볼루션(convolution) 연결 관계에 따라 데이터를 주고 받을 수 있다. 문서 요약 모델의 예에는 DNN(Deep Neural Network), RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network) 등이 있을 수 있으나 이에 한정되지 않는다.The artificial intelligence learning model learned in the present disclosure may be constructed in consideration of the field of application of the recognition model or the computer performance of the device. For example, the trained artificial intelligence learning model may be configured to obtain summary information of a document by using a document including a plurality of texts as input data. In order to generate summary information by identifying the relationship between words included in the document rather than extracting only the words included in the document and generating summary information, the trained artificial intelligence learning model is, for example, based on a neural network may be a model that The artificial intelligence learning model may be designed to simulate the structure of a human brain on a computer and may include a plurality of network nodes having weights that simulate neurons of a human neural network. A plurality of network nodes may each form a connection relationship to simulate synaptic activity of neurons that transmit and receive signals through synapses. In addition, the document summary model may include, for example, a neural network model or a deep learning model developed from a neural network model. In the deep learning model, a plurality of network nodes may exchange data according to a convolution connection relationship while being located at different depths (or layers). Examples of the document summary model may include, but are not limited to, Deep Neural Network (DNN), Recurrent Neural Network (RNN), Bidirectional Recurrent Deep Neural Network (BRDNN), and the like.

또한, 전자 장치(100)는 상술한 바와 같은 사용자에 의해 선택된 문서에 대한 요약 정보를 생성하기 위하여 인공지능 에이전트(Artificial intelligence agent)를 이용할 수 있다. 이때, 인공지능 에이전트는 AI(Artificial Intelligence) 기반의 서비스(예를 들어, 음성 인식 서비스, 비서 서비스, 번역 서비스, 검색 서비스 등)를 제공하기 위한 전용 프로그램으로서, 기존의 범용 프로세서(예를 들어, CPU) 또는 별도의 AI 전용 프로세서(예를 들어, GPU 등)에 의해 실행될 수 있다. 특히, 인공지능 에이전트는 후술할 다양한 모듈을 제어할 수 있다.In addition, the electronic device 100 may use an artificial intelligence agent to generate summary information on a document selected by a user as described above. At this time, the artificial intelligence agent is a dedicated program for providing AI (Artificial Intelligence)-based services (eg, voice recognition service, secretary service, translation service, search service, etc.), and is a conventional general-purpose processor (eg, CPU) or a separate AI dedicated processor (eg GPU, etc.). In particular, the artificial intelligence agent can control various modules to be described later.

구체적으로, 문서 요약을 위한 사용자 입력이 수신된 경우, 인공지능 에이전트가 동작할 수 있다. 그리고, 인공지능 에이전트는 사용자 입력을 바탕으로 문서에 포함된 텍스트를 획득할 수 있으며, 인공지능 학습모델을 통해 요약 정보를 획득할 수 있다. Specifically, when a user input for document summary is received, an artificial intelligence agent may operate. In addition, the artificial intelligence agent can obtain text included in the document based on user input and obtain summary information through an artificial intelligence learning model.

물론, 문서 요약을 위한 사용자 입력(예를 들어, 문서를 선택하여 일 지점으로 드래그하는 명령)이 수신되면, 인공지능 에이전트가 동작할 수도 있다. 또는, 인공지능 에이전트는 문서 요약을 위한 사용자 입력이 수신되기 이전에 기 실행된 상태일 수 있다. 이 경우, 문서 요약을 위한 사용자 입력이 수신된 이후에 전자 장치(100)의 인공지능 에이전트가 선택된 문서에 대한 요약 정보를 획득할 수 있다. 또한, 인공지능 에이전트는 문서 요약을 위한 사용자 입력이 수신하기 이전에 대기 상태일 수 있다. 여기서, 대기 상태란, 인공지능 에이전트의 동작 시작을 제어하기 위해 미리 정의된 사용자 입력이 수신되는 것을 감지하는 상태이다. 인공지능 에이전트가 대기 상태인 동안 문서 요약을 위한 사용자 입력이 수신되면, 전자 장치(100)는 인공지능 에이전트를 동작시키고, 선택된 문서에 대한 요약 정보를 획득할 수 있다. 한편, 인공지능 에이전트는 후술할 다양한 모듈을 제어할 수 있다. 이에 대해서는 추후 상세히 설명하기로 한다.Of course, when a user input for document summary (eg, a command to select and drag a document to a point) is received, the artificial intelligence agent may operate. Alternatively, the artificial intelligence agent may be in a pre-executed state before a user input for document summary is received. In this case, after receiving a user input for summarizing the document, the artificial intelligence agent of the electronic device 100 may obtain summary information on the selected document. Also, the artificial intelligence agent may be in a standby state before receiving user input for document summarization. Here, the standby state is a state in which it is detected that a predefined user input is received to control the operation start of the artificial intelligence agent. If a user input for summarizing a document is received while the AI agent is in a standby state, the electronic device 100 may operate the AI agent and obtain summary information on the selected document. Meanwhile, the artificial intelligence agent can control various modules to be described later. This will be described in detail later.

또한, 전자 장치(100) 및 서버 간의 선택된 문서에 대한 요약 정보을 이용하여 선택된 문서와 관련된 요약 정보를 획득하는 구체적인 예들은 이하 다양한 실시예들을 통하여 후술된다.In addition, specific examples of obtaining summary information related to the selected document using summary information on the selected document between the electronic device 100 and the server will be described later through various embodiments.

도 2a는, 다양한 실시예에 따른 전자 장치(100)의 블록도를 나타낸다. 전자 장치(100)는 도 2a에 도시된 바와 같이, 디스플레이(110), 메모리(120), 사용자 입력부(130) 및 프로세서(140)를 포함한다. 도 2a에 도시된 구성들은 본 개시의 실시 예들을 구현하기 위한 예시도이며, 당업자에게 자명한 수준의 적절한 하드웨어/소프트웨어 구성들이 전자 장치(100)에 추가로 포함될 수 있다.2A is a block diagram of an electronic device 100 according to various embodiments. As shown in FIG. 2A , the electronic device 100 includes a display 110, a memory 120, a user input unit 130, and a processor 140. The configurations shown in FIG. 2A are exemplary diagrams for implementing the embodiments of the present disclosure, and appropriate hardware/software configurations that are apparent to those skilled in the art may be additionally included in the electronic device 100 .

디스플레이(110)는 다양한 화면을 제공할 수 있다. 특히, 디스플레이(110)는 복수의 텍스트를 포함하는 문서 또는 검색 결과를 포함하는 검색 화면을 표시할 수 있다. 또한, 디스플레이(110)는 문서와 함께 문서를 요약한 요약 정보를 함께 표시할 수 있다. 또한, 디스플레이(110)는 제1 문서에 제2 문서를 요약한 요약 정보를 삽입하여 표시할 수 있다.The display 110 may provide various screens. In particular, the display 110 may display a document including a plurality of texts or a search screen including search results. Also, the display 110 may display summary information summarizing the document together with the document. Also, the display 110 may insert and display summary information summarizing the second document in the first document.

메모리(120)는 전자 장치(100)의 적어도 하나의 다른 구성요소에 관계된 명령 또는 데이터를 저장할 수 있다. 특히, 메모리(120)는 비휘발성 메모리, 휘발성 메모리, 플래시메모리(flash-memory), 하드디스크 드라이브(HDD) 또는 솔리드 스테이트 드라이브(SSD) 등으로 구현될 수 있다. 메모리(120)는 프로세서(140)에 의해 액세스되며, 프로세서(140)에 의한 데이터의 독취/기록/수정/삭제/갱신 등이 수행될 수 있다. 본 개시에서 메모리라는 용어는 메모리(120), 프로세서(140) 내 롬(미도시), 램(미도시) 또는 전자 장치(100)에 장착되는 메모리 카드(미도시)(예를 들어, micro SD 카드, 메모리 스틱)를 포함할 수 있다. 또한, 메모리(120)에는 디스플레이부(110)의 디스플레이 영역에 표시될 각종 화면을 구성하기 위한 프로그램 및 데이터 등이 저장될 수 있다. The memory 120 may store commands or data related to at least one other component of the electronic device 100 . In particular, the memory 120 may be implemented as a non-volatile memory, a volatile memory, a flash-memory, a hard disk drive (HDD), or a solid state drive (SSD). The memory 120 is accessed by the processor 140, and data can be read/written/modified/deleted/updated by the processor 140. In the present disclosure, the term memory refers to a memory 120, a ROM (not shown) in the processor 140, a RAM (not shown), or a memory card (not shown) mounted in the electronic device 100 (eg, micro SD). card, memory stick). In addition, the memory 120 may store programs and data for composing various screens to be displayed on the display area of the display unit 110 .

또한, 메모리(120)는 요약 정보를 생성하기 위한 인공지능 에이전트를 저장할 수 있으며, 본 개시의 일 실시예에 따른, 인공지능 학습모델(즉, 문서 요약 모델)을 저장할 수 있다. 한편, 다른 실시예에 따르면, 인공지능 학습모델은 다른 전자 장치에 저장될 수 있다.In addition, the memory 120 may store an artificial intelligence agent for generating summary information, and may store an artificial intelligence learning model (ie, a document summary model) according to an embodiment of the present disclosure. Meanwhile, according to another embodiment, the artificial intelligence learning model may be stored in another electronic device.

또한, 메모리(120)는 도 2c에 도시된 다양한 모듈 중 적어도 일부를 저장할 수 있다. 이에 대해서는 후술하도록 한다.Also, the memory 120 may store at least some of the various modules shown in FIG. 2c. This will be described later.

사용자 입력부(130)는 다양한 사용자 입력을 수신하여 프로세서(140)로 전달할 수 있다. 특히, 사용자 입력부(130)는 터치 센서, (디지털) 펜 센서, 압력 센서, 마우스, 키보드 또는 키를 포함할 수 있다. 터치 센서는, 예를 들면, 정전식, 감압식, 적외선 방식, 또는 초음파 방식 중 적어도 하나의 방식을 사용할 수 있다. (디지털) 펜 센서는, 예를 들면, 터치 패널의 일부이거나, 별도의 인식용 쉬트를 포함할 수 있다. 키는, 예를 들면, 물리적인 버튼, 광학식 키, 또는 키패드를 포함할 수 있다.The user input unit 130 may receive various user inputs and transmit them to the processor 140 . In particular, the user input unit 130 may include a touch sensor, a (digital) pen sensor, a pressure sensor, a mouse, a keyboard, or keys. The touch sensor may use, for example, at least one of a capacitive type, a pressure-sensitive type, an infrared type, or an ultrasonic type. The (digital) pen sensor may be, for example, a part of the touch panel or may include a separate recognition sheet. Keys may include, for example, physical buttons, optical keys, or keypads.

특히, 사용자 입력부(130)는 요약 정보를 생성하기 위한 문서를 선택하는 사용자 입력 또는 사용자 입력부(130)는 특정 버튼(예를 들어, 인공지능 서비스를 실행하기 위한 버튼)을 누른 후 문서를 선택하는 사용자 입력에 따른 입력 신호를 획득할 수 있다. 그리고, 사용자 입력부(130)는 입력 신호를 프로세서(140)로 전송할 수 있다.In particular, the user input unit 130 is a user input for selecting a document for generating summary information or a user input unit 130 selects a document after pressing a specific button (eg, a button for executing an artificial intelligence service). An input signal according to a user input may be obtained. And, the user input unit 130 may transmit an input signal to the processor 140 .

프로세서(140)는 디스플레이(110), 메모리(120) 및 사용자 입력부(130)와 전기적으로 연결되어 전자 장치(100)의 전반적인 동작 및 기능을 제어할 수 있다.　 특히, 프로세서(140)는 메모리(120)에 저장된 다양한 모듈 등을 이용하여 검색된 문서에 대한 요약 정보를 생성하는 동작을 수행할 수 있다. 특히, 입력된 검색어에 대한 검색을 요청하는 사용자 명령이 수신되면, 프로세서(140)는 검색어를 바탕으로 복수의 문서를 검색하고, 검색된 복수의 문서를 제공하도록 디스플레이(110)를 제어할 수 있다. 그리고, 복수의 문서 중 적어도 하나를 선택하기 위한 사용자 명령이 입력되면, 프로세서(140)는 요약 정보를 획득하도록 학습된 인공지능 학습모델에 선택된 문서를 입력하여 선택된 문서의 요약 정보를 획득하고, 요약 정보를 제공하도록 디스플레이(110)를 제어할 수 있다. 프로세서(140)가 요약 정보를 생성하는 방법에 대해서는 추후에 상세히 설명하기로 한다.The processor 140 is electrically connected to the display 110 , the memory 120 , and the user input unit 130 to control overall operations and functions of the electronic device 100 . In particular, the processor 140 may perform an operation of generating summary information on a searched document using various modules stored in the memory 120 . In particular, when a user command requesting a search for an input search word is received, the processor 140 may search for a plurality of documents based on the search word and control the display 110 to provide the searched plurality of documents. And, when a user command for selecting at least one of a plurality of documents is input, the processor 140 obtains summary information of the selected document by inputting the selected document to an artificial intelligence learning model learned to obtain summary information, and summarizes the summary information. The display 110 may be controlled to provide information. A method of generating the summary information by the processor 140 will be described in detail later.

도 2b는 본 개시의 다른 실시예에 따른, 전자 장치(100)의 구성을 상세히 도시한 블록도이다. 도 2b에 도시된 바와 같이, 전자 장치(100)는 디스플레이(110), 메모리(120), 사용자 입력부(130), 프로세서(140), 카메라(150), 통신부(160) 및 오디오 출력부(170)를 포함할 수 있다. 한편, 디스플레이(110), 메모리(120), 사용자 입력부(130)는 도 2b에서 설명하였으므로, 중복되는 설명은 생략하기로 한다.2B is a block diagram showing the configuration of the electronic device 100 in detail according to another embodiment of the present disclosure. As shown in FIG. 2B , the electronic device 100 includes a display 110, a memory 120, a user input unit 130, a processor 140, a camera 150, a communication unit 160, and an audio output unit 170. ) may be included. Meanwhile, since the display 110, the memory 120, and the user input unit 130 have been described in FIG. 2B, overlapping descriptions will be omitted.

카메라(150)는 사용자를 포함하는 이미지를 촬영할 수 있다. 이때, 카메라(150)는 전자 장치(100)의 전방 및 후방 중 적어도 하나에 구비될 수 있다. 한편, 카메라(150)는 전자 장치(100) 내부에 구비될 수 있으나, 이는 일 실시예에 불과할 뿐, 전자 장치(100) 외부에 존재하며, 전자 장치(100)와 유무선으로 연결될 수 있다. 특히, 카메라(150)는 사용자 히스토리 정보를 획득하기 위해 사용자를 포함하는 이미지를 촬영할 수 있다.The camera 150 may capture an image including a user. In this case, the camera 150 may be provided on at least one of the front and rear of the electronic device 100 . Meanwhile, the camera 150 may be provided inside the electronic device 100, but this is only an example, and may exist outside the electronic device 100 and be connected to the electronic device 100 wired or wirelessly. In particular, the camera 150 may capture an image including a user to obtain user history information.

통신부(160)는 다양한 유형의 통신방식에 따라 다양한 유형의 외부 기기와 통신을 수행할 수 있다. 통신부(160)는 와이파이칩(161), 블루투스 칩(162), 무선 통신 칩(163), NFC 칩(164) 중 적어도 하나를 포함할 수 있다. 프로세서(140)는 통신부(160)를 이용하여 외부 서버 또는 각종 외부 기기와 통신을 수행할 수 있다. The communication unit 160 may perform communication with various types of external devices according to various types of communication methods. The communication unit 160 may include at least one of a Wi-Fi chip 161, a Bluetooth chip 162, a wireless communication chip 163, and an NFC chip 164. The processor 140 may communicate with an external server or various external devices using the communication unit 160 .

특히, 통신부(160)는 외부의 검색 서버, 외부의 문서 요약 장치 또는 외부의 클라우드 서버와 통신을 수행할 수 있다.In particular, the communication unit 160 may communicate with an external search server, an external document summary device, or an external cloud server.

오디오 출력부(170)는 오디오 처리부(미도시)에 의해 디코딩이나 증폭, 노이즈 필터링과 같은 다양한 처리 작업이 수행된 각종 오디오 데이터뿐만 아니라 각종 알림 음이나 음성 메시지를 출력하는 구성이다. 특히, 오디오 출력부(170)는 스피커로 구현될 수 있으나, 이는 일 실시 예에 불과할 뿐, 오디오 데이터를 출력할 수 있는 출력 단자로 구현될 수 있다.The audio output unit 170 is a component that outputs various notification sounds or voice messages as well as various audio data on which various processing tasks such as decoding, amplification, and noise filtering have been performed by an audio processing unit (not shown). In particular, the audio output unit 170 may be implemented as a speaker, but this is merely an example, and may be implemented as an output terminal capable of outputting audio data.

프로세서(140)(또는, 제어부)는 메모리(120)에 저장된 각종 프로그램을 이용하여 전자 장치(100)의 전반적인 동작을 제어할 수 있다.The processor 140 (or the controller) may control overall operations of the electronic device 100 using various programs stored in the memory 120 .

프로세서(140)는 RAM(141), ROM(142), 그래픽 처리부(143), 메인 CPU(144), 제1 내지 n 인터페이스(145-1~145-n), 버스(146)로 구성될 수 있다. 이때, RAM(141), ROM(142), 그래픽 처리부(143), 메인 CPU(144), 제1 내지 n 인터페이스(145-1~145-n) 등은 버스(146)를 통해 서로 연결될 수 있다.The processor 140 may include a RAM 141, a ROM 142, a graphics processing unit 143, a main CPU 144, first to n interfaces 145-1 to 145-n, and a bus 146. there is. At this time, the RAM 141, the ROM 142, the graphic processing unit 143, the main CPU 144, the first to n interfaces 145-1 to 145-n, etc. may be connected to each other through the bus 146. .

도 2c는 본 개시의 일 실시예에 따른, 사용자에 의해 선택된 문서를 요약하여 요약 정보를 생성하기 위한 복수의 모듈을 도시한 구성이다.2C is a configuration illustrating a plurality of modules for generating summary information by summarizing a document selected by a user, according to an embodiment of the present disclosure.

우선, 전자 장치(100)는 검색 모듈(121), UI 생성 모듈(123), 요약 요청 감지모듈(125), 사용자 히스토리 수집 모듈(127), 요약 정보 삽입 모듈(129)을 포함할 수 있으며, 문서 요약 장치(200)는 요약 모델 설정 모듈(210), 문서 요약 모듈(220), 문서 요약 모델(230)을 포함할 수 있다.First of all, the electronic device 100 may include a search module 121, a UI creation module 123, a summary request detection module 125, a user history collection module 127, and a summary information insertion module 129, The document summary device 200 may include a summary model setting module 210 , a document summary module 220 , and a document summary model 230 .

검색 모듈(121)은 사용자 입력부(130)를 통해 검색어를 입력하기 위한 사용자 입력에 따른 입력 신호를 획득할 수 있다. 이때, 검색 모듈(121)는 입력 신호를 바탕으로 검색창에 검색어를 입력할 수 있다. 검색 모듈(121)는 입력된 검색어에 대한 검색을 요청하는 사용자 입력에 따른 입력 신호를 획득할 수 있다.The search module 121 may obtain an input signal according to a user input for inputting a search word through the user input unit 130 . At this time, the search module 121 may input a search word into the search window based on the input signal. The search module 121 may obtain an input signal according to a user input requesting a search for an input search word.

검색 모듈(121)은 입력된 검색어를 바탕으로 검색 동작을 수행할 수 있다. 일 실시예로, 검색 모듈(121)은 검색어를 바탕으로 전자 장치(100)내에 저장된 문서를 검색할 수 있다. 구체적으로, 검색 모듈(121)은 입력된 검색어를 포함하는 제목을 가지는 문서를 우선적으로 검색할 수 있으며, 입력된 검색어를 포함하는 본문을 가지는 문서를 검색할 수 있다. The search module 121 may perform a search operation based on an input search word. As an embodiment, the search module 121 may search documents stored in the electronic device 100 based on a search word. Specifically, the search module 121 may preferentially search a document having a title including the input search word, and may search for a document having a text including the input search word.

또 다른 실시예로, 검색 모듈(121)은 검색어를 포함하는 쿼리를 생성하고, 외부 검색 서버로 쿼리를 전송할 수 있다. 외부 검색 서버가 쿼리를 바탕으로 검색 동작을 수행한 경우, 검색 모듈(121)은 외부 검색 서버로부터 검색 결과를 수신하여 사용자에게 검색 결과를 제공할 수 있다.As another embodiment, the search module 121 may generate a query including a search word and transmit the query to an external search server. When the external search server performs a search operation based on the query, the search module 121 may receive the search result from the external search server and provide the search result to the user.

UI 생성 모듈(123)은 검색 모듈(121)에 의해 검색된 검색 결과가 제공되도록 디스플레이(110)를 제어할 수 있다. 특히, UI 생성 모듈(123)은 검색된 복수의 문서를 디스플레이 화면의 일 영역에 제공할 수 있다. 이때, 검색 모듈(121)은 제목에 검색어를 포함하는 문서 또는 검색어를 많이 포함하는 문서를 우선적으로 표시할 수 있다.The UI generation module 123 may control the display 110 to provide search results searched by the search module 121 . In particular, the UI generation module 123 may provide a plurality of searched documents to one area of the display screen. At this time, the search module 121 may preferentially display a document including a search word in a title or a document including many search words.

UI 생성 모듈(123)은 요약 정보에 대한 설정을 위한 요약 설정 UI를 표시할 수 있다. 이때, 요약 설정 UI는 요약 정보의 논조나 길이를 설정하기 위한 UI일 수 있다.The UI creation module 123 may display a summary setting UI for setting summary information. In this case, the summary setting UI may be a UI for setting the tone or length of the summary information.

또한, UI 생성 모듈(123)은 문서 요약 장치(200)에 의해 획득된 요약 정보가 사용자에게 제공되도록 디스플레이(110)를 제어할 수 있다. 이때, UI 생성 모듈(123)은 사용자 명령에 따라 요약 정보를 다른 문서에 삽입하도록 디스플레이(110)를 제어할 수 있으며, 팝업 화면 등을 이용하여 표시하도록 디스플레이(11)를 제어할 수 있다.Also, the UI creation module 123 may control the display 110 to provide the summary information obtained by the document summary device 200 to the user. In this case, the UI creation module 123 may control the display 110 to insert the summary information into another document according to a user command, and may control the display 11 to display the summary information using a pop-up screen or the like.

요약 요청 감지 모듈(125)은 검색된 복수의 문서 중 적어도 하나의 문서를 요약하기 위한 사용자 입력에 따른 입력 신호를 획득할 수 있다. 이때, 적어도 하나의 문서를 요약하기 위한 사용자 입력은 적어도 하나의 문서를 선택하여 다른 문서로 드래그하는 사용자 입력일 수 있으며, 적어도 하나의 문서에 대한 요약 아이콘을 선택하는 사용자 입력, 적어도 하나의 문서를 선택한 후 전자 장치(100)에 포함된 특정 버튼(인공지능 에이전트를 실행하기 위한 버튼)되고, 요약을 위한 아이콘을 선택하는 사용자 입력 등일 수 있으나, 이에 한정되는 것은 아니다.The summary request detection module 125 may obtain an input signal according to a user input for summarizing at least one document among a plurality of searched documents. In this case, the user input for summarizing at least one document may be a user input for selecting and dragging at least one document to another document, a user input for selecting a summary icon for at least one document, and a user input for selecting at least one document. After that, it may be a specific button included in the electronic device 100 (a button for executing an artificial intelligence agent), a user input for selecting an icon for summary, etc., but is not limited thereto.

요약 요청 감지 모듈(125)은 입력 신호에 따라 선택된 문서에 대한 정보를 문서 요약 장치(200)로 전송할 수 있다. 이때, 요약 요청 감지 모듈(125)은 문서에 대한 데이터를 문서 요약 장치(200)로 전송할 수 있으나, 이는 일 실시예에 불과할 뿐, 문서에 대한 부가 정보(예를 들어, 주소 정보 등)를 문서 요약 장치(200)로 전송할 수 있다.The summary request detection module 125 may transmit information about the selected document to the document summary device 200 according to the input signal. At this time, the summary request detection module 125 may transmit data on the document to the document summary device 200, but this is only an example, and additional information (eg, address information) on the document may be transmitted to the document summary device 200. It can be sent to the summary device (200).

또한, 요약 요청 감지 모듈(125)은 사용자에 의해 선택된 문서에 대한 정보뿐만 아니라, 요약 설정 UI를 통해 요약 설정 정보, 검색어에 대한 정보, 사용자 히스토리 수집 모듈(127)을 통해 획득된 사용자 히스토리 정보 등을 함께 전송할 수 있다.In addition, the summary request detection module 125 includes not only information about the document selected by the user, but also summary setting information through the summary setting UI, information on search terms, user history information obtained through the user history collection module 127, and the like. can be sent together.

사용자 히스토리 수집 모듈(127)은 전자 장치(100)로부터 사용자 히스토리 정보를 수집할 수 있다. 이때, 사용자 히스토리 수집 모듈(127)은 사용자가 등록한 사용자 프로파일 정보 및 사용자가 전자 장치(100)를 사용하면서 수집된 사용 이력 정보를 수집할 수 있다.The user history collection module 127 may collect user history information from the electronic device 100 . In this case, the user history collection module 127 may collect user profile information registered by the user and use history information collected while the user uses the electronic device 100 .

이때, 사용자 프로파일 정보는 사용자가 전자 장치(100)에 기 등록한 정보로서, 사용자의 이름, 성별, 아이디, 선호 카테고리, 생체 정보(예를 들어, 키, 몸무게, 병력) 중 적어도 하나를 포함할 수 있다. 사용 이력 정보는 사용자가 전자 장치(100)를 사용하면서 수집된 정보로서, 사용자의 선호 분야, 사용자의 정치적 성향, 사용자의 지식 수준 등을 포함할 수 있다. 구체적으로, 사용자 히스토리 수집 모듈(127)은 사용자가 자주 방문하는 웹 사이트, 사용자가 검색하는 검색 용어, 사용자가 자주 검색하는 기사 등을 바탕으로 사용자의 선호 분야, 사용자의 정치적 성향, 사용자의 지식 수준을 획득할 수 있다.In this case, the user profile information is information previously registered by the user in the electronic device 100, and may include at least one of the user's name, gender, ID, preference category, and biometric information (eg, height, weight, medical history). there is. Usage history information is information collected while the user uses the electronic device 100, and may include the user's preferred field, the user's political orientation, the user's level of knowledge, and the like. Specifically, the user history collection module 127 is the user's preferred field, the user's political orientation, and the user's knowledge level based on the user's frequently visited websites, the user's search terms, and the user's frequently searched articles. can be obtained.

요약 정보 제공 모듈(129)은 문서 요약 장치(200)로부터 획득된 요약 정보를 디스플레이(110)를 통해 사용자에게 제공할 수 있다. 특히, 요약 정보 제공 모듈(129)은 사용자 입력에 따라 획득된 요약 정보를 다른 문서에 삽입할 수 있다. 이때, 다른 문서에 삽입된 요약 정보는 다른 문서에 포함된 텍스트와 구별되게 표시될 수 있다. 또한, 요약 정보 제공 모듈(129)은 문서 요약 장치(200)로부터 획득된 요약 정보를 별도의 팝업 화면 또는 별도의 전체 화면에 표시할 수 있다.The summary information providing module 129 may provide the summary information obtained from the document summary device 200 to the user through the display 110 . In particular, the summary information providing module 129 may insert summary information obtained according to a user input into another document. In this case, the summary information inserted into the other document may be displayed to be distinguished from the text included in the other document. Also, the summary information providing module 129 may display the summary information acquired from the document summary device 200 on a separate pop-up screen or a separate full screen.

이때, 요약 정보 제공 모듈(129)은 요약 정보 중 핵심 정보에 대해서는 다른 정보와 구별되게 표시할 수 있다. 또한, 특정 단어에 대한 추가 검색 요청이 수신되면, 요약 정보 제공 모듈(129)은 특정 단어에 대한 정보를 특정 단어 주위에 함께 표시할 수 있다. In this case, the summary information providing module 129 may display core information among summary information to be distinguished from other information. Also, when an additional search request for a specific word is received, the summary information providing module 129 may display information on the specific word together around the specific word.

요약 모델 설정 모듈(210)은 요약 요청 감지 모듈(125)에 의해 수신된 요약 설정 정보, 검색어에 대한 정보, 사용자 히스토리 정보를 바탕으로 문서 요약 모델(230)의 파라미터를 설정할 수 있다. 구체적으로, 요약 모델 설정 모듈(210)은 검색어 혹은 검색어와 관련된 단어에 높은 가중치를 부가하도록 문서 요약 모델(230)을 설정할 수 있다. 또한, 요약 모델 설정 모듈(210)은 요약 설정 정보나 사용자 히스토리 정보를 바탕으로 요약 정보의 논조나 길이를 설정하도록 문서 요약 모델(230)을 설정할 수 있다. The summary model setting module 210 may set parameters of the document summary model 230 based on summary setting information, search word information, and user history information received by the summary request detection module 125 . Specifically, the summary model setting module 210 may set the document summary model 230 to add a high weight to a search word or words related to the search word. Also, the summary model setting module 210 may set the document summary model 230 to set the tone or length of summary information based on summary setting information or user history information.

또한, 요약 모델 설정 모듈(210)은 복수의 문서가 입력된 경우, 복수의 문서 중 공통적으로 들어간 단어에 높은 가중치를 부가하도록 문서 요약 모델(230)을 설정할 수 있다. 또한, 요약 모델 설정 모듈(210)은 목차 중 요약이나 결론 부분에 포함된 단어 또는 문장에 높은 가중치를 부가하도록 문서 요약 모델(230)을 설정할 수 있다.In addition, when a plurality of documents are input, the summary model setting module 210 may set the document summary model 230 so as to add a high weight to commonly entered words among a plurality of documents. In addition, the summary model setting module 210 may set the document summary model 230 to add a high weight to words or sentences included in the summary or conclusion part of the table of contents.

문서 요약 모듈(220)은 문서 요약 모델(230)을 이용하여 사용자에 의해 선택된 문서에 대해 요약 동작을 수행하여 요약 정보를 생성할 수 있다. 이때, 문서 요약 모듈(220)은 요약 대상 문서에 나오는 단어의 빈도, 제목, 문장의 길이, 문장의 위치 등을 이용하여 문서 구성 요소를 인식하고, 핵심 요소를 추출할 수 있다. 그리고, 문서 요약 모듈(220)은 문장 혹은 단어별 가중치를 계산하고, 문장 혹은 단어에 대한 우선 순위를 결정할 수 있다. 그리고, 문서 요약 모듈(220)은 문서에 포함된 단어들의 우선 순위 및 단어들의 관계를 바탕으로 핵심 단어를 추출할 수 있다. 그리고, 문서 요약 모듈(220)은 핵심 단어를 바탕으로 자연어 처리(NLP)를 통해 요약 정보를 생성할 수 있다. 그러나, 상술한 바와 같은 문서 요약 방법은 일 실시예에 불과할 뿐, 다양한 문서 요약 방법을 이용하여 요약 정보를 생성할 수 있다.The document summary module 220 may generate summary information by performing a summary operation on a document selected by the user using the document summary model 230 . In this case, the document summary module 220 may recognize document components and extract key elements by using the frequency of words, titles, sentence lengths, sentence positions, etc. appearing in the document to be summarized. In addition, the document summary module 220 may calculate a weight for each sentence or word and determine the priority of the sentence or word. Also, the document summary module 220 may extract key words based on the priorities of words included in the document and the relationship between the words. Also, the document summary module 220 may generate summary information through natural language processing (NLP) based on key words. However, the document summary method as described above is only an example, and summary information may be generated using various document summary methods.

이때, 문서 요약 모듈(220)은 문서 수집 장치(300)에 의해 수집된 문서들을 함께 이용하여 문서를 요약할 수 있다. 구체적으로, 문서 요약 모듈(220)은 요약하고자 하는 문서와 관련된 문서를 문서 수집 장치(300)로 수신하고, 수신된 관련된 문서와 사용자에 의해 선택된 문서를 이용하여 요약 정보를 획득할 수 있다. 그리고, 문서 요약 모듈(220)은 사용자에 의해 선택된 문서와 문서 수집 장치(300)에 의해 수신된 문서들에 공통적으로 들어가 공통 단어를 추출하고, 추출된 공통 단어를 이용하여 요약 정보를 획득할 수 있다. 예를 들어, 사용자가 선택된 문서가 기사인 경우, 문서 요약 모듈(220)은 문서 수집 장치(300)를 통해 선택된 기사와 관련된 신문기사를 획득하고, 획득된 기사와 관련된 신문기사를 이용하여 사용자에 의해 선택된 기사에 대한 요약 정보를 획득할 수 있다.At this time, the document summary module 220 may summarize the documents by using the documents collected by the document collection device 300 together. Specifically, the document summary module 220 may receive a document related to a document to be summarized through the document collection device 300 and obtain summary information using the received related document and a document selected by the user. Also, the document summary module 220 may enter the documents selected by the user and the documents received by the document collection device 300 in common, extract common words, and obtain summary information using the extracted common words. there is. For example, if the document selected by the user is an article, the document summary module 220 obtains a newspaper article related to the article selected through the document collecting device 300, and provides information to the user by using the obtained newspaper article. It is possible to obtain summary information about the article selected by

한편, 문서 요약 모듈(220)은 문서 요약 장치(200)의 성능 등을 고려하여 다양한 방식으로 문서를 요약할 수 있다. 구체적으로, 문서 요약 모듈(220)은 문서에 존재하는 단어나 구, 문장 등을 그대로 추출하는 추출 요약(extraction summary) 및 문장의 내용을 압축하여 새로운 문서를 작성하는 생성 요약(abstract summary) 중 하나를 이용하여 요약 정보를 획득할 수 있다. 또한, 문서 요약 모듈(220)은 사용자 정보와 관계없이 문서 저자의 견해를 요약하는 포괄적 요약(generic summary) 및 사용자 히스토리 정보를 바탕으로 문서를 요약하는 질의기반 요약(query-based summary) 중 하나를 이용하여 요약 정보를 획득할 수 있다.Meanwhile, the document summary module 220 may summarize documents in various ways considering the performance of the document summary device 200 . Specifically, the document summary module 220 is one of an extraction summary that extracts words, phrases, sentences, etc. existing in the document as it is, and an abstract summary that creates a new document by compressing the contents of the sentence. Summary information can be obtained using . In addition, the document summary module 220 generates one of a generic summary that summarizes the views of the author of the document regardless of user information and a query-based summary that summarizes the document based on user history information. You can use it to get summary information.

문서 요약 모델(230)은 문서에 대한 요약 정보를 획득하도록 학습된 인공지능 학습모델일 수 있다. 이때, 문서 요약 모델(230)은 문서를 포함하는 구성 요소를 나타내는 단어를 인식하고, 핵심 단어를 추출하는 것을 학습할 수 있으며, 단어들과의 관계를 바탕으로 핵심 단어를 추출하는 것을 학습할 수 있으며, 학습 데이터로부터 획득된 요약문의 특성별로 요약 정보를 생성하는 것을 학습할 수 있다.The document summary model 230 may be an artificial intelligence learning model trained to obtain summary information on documents. In this case, the document summary model 230 may learn to recognize words representing components including documents, extract key words, and learn to extract key words based on relationships with words. It can learn to generate summary information for each characteristic of the summary sentence acquired from the learning data.

한편, 상술한 바와 같은, 문서 요약 장치(200) 및 문서 수집 장치(300)는 전자 장치(100)와는 별도의 장치로서 전자 장치 외부의 서버로 구현될 수 있으나, 이는 일 실시예에 불과할 뿐, 전자 장치(100) 내에 구비될 수 있다.Meanwhile, as described above, the document summary device 200 and the document collection device 300 may be implemented as a server outside the electronic device as separate devices from the electronic device 100, but this is only an example. It may be provided in the electronic device 100.

도 3 내지 도 6은 본 개시의 다양한 실시예에 따른, 적어도 하나의 문서에 대한 요약 정보를 제공하기 위한 방법을 설명하기 위한 흐름도들이다.3 to 6 are flowcharts illustrating a method for providing summary information on at least one document according to various embodiments of the present disclosure.

도 3에서는 본 개시의 일 실시예에 따른, 요약 정보를 다른 문서에 삽입하기 위한 실시예를 설명하기 위한 흐름도이다, 우선, 전자 장치(100)는 검색어를 입력받을 수 있다(S305). 이때, 전자 장치(100)는 제1 문서를 표시하는 동안 검색창을 통해 검색어를 입력받을 수 잇다.3 is a flowchart illustrating an embodiment for inserting summary information into another document according to an embodiment of the present disclosure. First, the electronic device 100 may receive a search word (S305). At this time, the electronic device 100 may receive a search word through the search window while displaying the first document.

전자 장치(100)는 입력된 검색어에 대한 검색 요청에 대한 사용자 명령을 입력받을 수 있다(S310). 예를 들어, 전자 장치(100)는 검색어가 입력된 후 검색을 위한 아이콘을 선택하는 사용자 명령을 입력받을 수 있다.The electronic device 100 may receive a user command for a search request for an input search word (S310). For example, the electronic device 100 may receive a user command for selecting an icon for search after a search word is input.

전자 장치(100)는 검색어에 대한 검색 요청을 문서 검색 장치(400)에 전송할 수 있다(S315). 이때, 검색어에 대한 검색 요청에는 검색어에 대한 정보를 포함할 수 있다.The electronic device 100 may transmit a search request for a search word to the document search device 400 (S315). In this case, the search request for the search word may include information about the search word.

문서 검색 장치(400)는 검색어를 바탕으로 문서를 검색할 수 있다(S320). 이때, 문서 검색 장치(400)는 전자 장치(100)와 구별된 외부의 서버로 구현될 수 있으나, 이는 일 실시예에 불과할 뿐, 전자 장치(100) 내에 구비될 수 있다. 특히, 문서 검색 장치(400)는 검색어를 포함하는 복수의 문서를 검색할 수 있다.The document search apparatus 400 may search for documents based on a search word (S320). At this time, the document search device 400 may be implemented as an external server distinct from the electronic device 100, but this is only an example and may be provided in the electronic device 100. In particular, the document search apparatus 400 may search a plurality of documents including a search word.

문서 검색 장치(400)는 검색어를 바탕으로 검색된 검색 결과를 전자 장치(100)에 전송할 수 있다(S325).The document search device 400 may transmit the search result searched based on the search word to the electronic device 100 (S325).

전자 장치(100)는 검색 결과를 제공할 수 있다(S330). 이때, 전자 장치(100)는 제1 문서를 디스플레이 화면의 제1 영역에 제공하는 동안 검색 결과를 디스플레이 화면의 제2 영역에 제공할 수 있다.The electronic device 100 may provide search results (S330). In this case, the electronic device 100 may provide the search result to the second area of the display screen while providing the first document to the first area of the display screen.

전자 장치(100)는 요약 정보를 삽입하기 위한 사용자 명령을 입력받을 수 있다(S335). 이때, 전자 장치(100)는 검색 결과에 포함된 복수의 문서 중 적어도 하나를 선택한 후 제1 문서의 일 지점으로 드래그하는 사용자 명령을 입력받을 수 있다.The electronic device 100 may receive a user command for inserting summary information (S335). In this case, the electronic device 100 may receive a user command for selecting at least one of a plurality of documents included in the search result and then dragging the document to a point in the first document.

전자 장치(100)는 문서 요약 장치(200)로 요약 정보를 생성하기 위한 문서에 대한 정보를 전송할 수 있다(S340). 이때, 전자 장치(100)는 문서에 대한 정보뿐만 아니라 요약 설정 정보, 검색어에 대한 정보, 사용자 히스토리 정보를 함께 전송할 수 있다.The electronic device 100 may transmit information about a document for generating summary information to the document summary device 200 (S340). In this case, the electronic device 100 may transmit not only document information but also summary setting information, search term information, and user history information.

문서 요약 장치(200)는 요약 정보를 생성하기 위한 문서를 요약하여 요약 정보를 생성할 수 있다(S345). 이때, 문서 요약 장치(200)는 문서에 대한 정보를 입력 데이터로서 문서 요약 모델에 입력하여 요약 정보를 획득할 수 있다. 특히, 문서 요약 장치(200)는 문서에 대한 정보뿐만 아니라 검색어에 대한 정보, 사용자 히스토리 정보를 바탕으로 요약 정보를 생성할 수 있다. 또한, 사용자에 의해 요약 정보의 길이나 논조가 설정된 경우, 문서 요약 장치(300)는 사용자에 의해 설정된 요약 정보의 길이나 논조를 바탕으로 요약 정보를 생성할 수 있다.The document summary device 200 may generate summary information by summarizing documents for generating summary information (S345). In this case, the document summary device 200 may acquire summary information by inputting information about the document as input data to the document summary model. In particular, the document summary device 200 may generate summary information based on not only document information but also search word information and user history information. Also, when the length or tone of the summary information is set by the user, the document summary device 300 may generate summary information based on the length or tone of the summary information set by the user.

문서 요약 장치(200)는 획득된 요약 정보를 전자 장치(100)로 전송할 수 있다(S350).The document summary device 200 may transmit the obtained summary information to the electronic device 100 (S350).

전자 장치(100)는 요약 정보를 다른 문서에 삽입할 수 있다(S355). 구체적으로, 전자 장치(100)는 요약 정보를 사용자 명령이 입력된 지점에 삽입할 수 있으며, 이때, 요약 정보는 다른 텍스트들과 구별되어 표시될 수 있다. 또한, 전자 장치(100)는 요약 정보에 대한 인용 정보를 함께 삽입할 수 있다.The electronic device 100 may insert summary information into another document (S355). Specifically, the electronic device 100 may insert summary information at a point where a user command is input, and at this time, the summary information may be displayed separately from other texts. Also, the electronic device 100 may insert citation information for the summary information together.

도 4는 본 개시의 일 실시예에 따른, UI를 통해 생성된 요약 설정 정보를 바탕으로 요약 정보를 생성하는 실시예를 설명하기 위한 흐름도이다.4 is a flowchart illustrating an embodiment of generating summary information based on summary setting information generated through a UI according to an embodiment of the present disclosure.

우선, 전자 장치(100)는 문서에 대한 요약 명령을 입력받을 수 있다(S410). 구체적으로, 전자 장치(100)는 문서의 일 영역에 표시된 요약 아이콘을 선택하는 사용자 명령을 입력받을 수 있다. 또는, 전자 장치(100)는 문서에 기설정된 패턴의 사용자 터치 명령을 입력받을 수 있다. 또는, 전자 장치(100)는 전자 장치(100)에 포함된 기설정된 버튼(예를 들어, 인공지능 에이전트를 실행시키기 위한 버튼)이 선택된 후 생성되는 요약 아이콘을 선택하는 사용자 명령을 입력받을 수 있다.First, the electronic device 100 may receive a summary command for a document (S410). Specifically, the electronic device 100 may receive a user command for selecting a summary icon displayed in one area of a document. Alternatively, the electronic device 100 may receive a user touch command of a preset pattern on a document. Alternatively, the electronic device 100 may receive a user command for selecting a summary icon generated after a preset button included in the electronic device 100 (eg, a button for executing an artificial intelligence agent) is selected. .

전자 장치(100)는 요약 설정을 위한 UI를 표시할 수 있다(S420). 이때, 요약 설정을 위한 UI는 요약 정보의 논조 또는 길이를 설정하기 위한 UI 일 수 있으나, 이에 한정되는 것은 아니다. 또한, 요약 설정을 위한 UI는 스크롤 바 형태일 수 있으나, 이에 한정된 것이 아니며 복수의 아이콘을 포함하는 메뉴 형태일 수 있다.The electronic device 100 may display a UI for summary setting (S420). In this case, the UI for setting the summary may be a UI for setting the tone or length of the summary information, but is not limited thereto. In addition, the UI for summary setting may be in the form of a scroll bar, but is not limited thereto and may be in the form of a menu including a plurality of icons.

전자 장치(100)는 UI를 통해 입력된 사용자 명령에 따라 요약 설정 정보를 획득할 수 있다(S430). 이때, 요약 설정 정보는 요약 정보의 논조 또는 길이에 대한 정보일 수 있다. 예를 들어, 요약 설정 정보는 요약 정보의 논조가 부정적인지 긍정적인지, 요약 정보의 길이가 긴지 짧은지 여부에 대한 정보를 포함할 수 있다.The electronic device 100 may obtain summary setting information according to a user command input through the UI (S430). In this case, the summary setting information may be information about the tone or length of the summary information. For example, the summary setting information may include information about whether the tone of the summary information is negative or positive, and whether the length of the summary information is long or short.

전자 장치(100)는 획득된 문서에 대한 정보 및 요약 설정 정보를 문서 요약 장치(200)로 전송할 수 있다(S440).The electronic device 100 may transmit information about the obtained document and summary setting information to the document summary device 200 (S440).

문서 요약 장치(200)는 요약 설정 정보를 바탕으로 문서를 요약할 수 있다(S450). 특히, 문서 요약 장치(200)는 요약 설정 정보에 의해 설정된 논조 또는 길이를 바탕으로 요약 정보를 생성할 수 있다. The document summary device 200 may summarize the document based on the summary setting information (S450). In particular, the document summary device 200 may generate summary information based on the tone or length set by the summary setting information.

일 예로, 문서가 기사이며, 요약 정보의 논조가 부정적인 것으로 설정된 경우, 문서 요약 장치(200)는 기사에 포함된 단어 중 부정적인 단어를 바탕으로 요약 정보를 생성할 수 있다. 또한, 문서가 기사이며, 요약 정보의 논조가 긍정적인 것으로 설정된 경우, 문서 요약 장치(200)는 기사에 포함된 단어 중 긍정적인 단어를 바탕으로 요약 정보를 생성할 수 있다. For example, when a document is an article and the tone of summary information is set to be negative, the document summary device 200 may generate summary information based on negative words among words included in the article. Also, when the document is an article and the tone of summary information is set to be positive, the document summary device 200 may generate summary information based on positive words among words included in the article.

또 다른 예로, 문서가 기사이며, 요약 정보의 길이가 짧게 설정된 경우, 문서 요약 장치(200)는 문장의 위치 및 제목과의 관련성을 바탕으로 기사의 결론 부분을 획득하고, 기사의 결론을 바탕으로 요약 정보를 생성할 수 있으며, 날짜, 장소 사건 등과 같은 기본적인 배경을 바탕으로 요약 정보를 생성할 수 있다. 문서가 사건 전달을 위한 기사이며, 요약 정보의 길이가 중간으로 설정된 경우, 문서 요약 장치(200)는 5W1H를 중심으로 사건을 전달하기 위한 요약 정보를 생성할 수 있다. 문서가 의견 대립에 대한 기사이며, 요약 정보의 길이가 중간으로 설정된 경우, 문서 요약 장치(200)는 기사의 핵심 주체의 입장을 바탕으로 요약 정보를 생성할 수 있다. 문서가 스포츠의 결과 제공에 대한 기사이며, 요약 정보의 길이가 중간으로 설정된 경우, 문서 요약 장치(200)는 스포츠의 결과에 대한 내용을 바탕으로 요약 정보를 생성할 수 있다. 또한, 문서가 사건 전달을 위한 기사이며, 요약 정보의 길이가 길게 설정된 경우, 문서 요약 장치(200)는 5W1H와 함께 부가적인 내용을 포함하는 요약 정보를 생성할 수 있다. 문서가 의견 대립에 대한 기사이며, 요약 정보의 길이가 길게 설정된 경우, 문서 요약 장치(200)는 의견 대립이 있는 모든 주체의 입장을 바탕으로 요약 정보를 생성할 수 있다. 문서가 스포츠의 결과 제공에 대한 기사이며, 요약 정보의 길이가 길게 설정된 경우, 문서 요약 장치(200)는 스포츠의 결과뿐만 아니라 하이라이트 장면에 대한 내용을 바탕으로 요약 정보를 생성할 수 있다. 즉, 문서 요약 장치(200)는 컨텐츠의 내용을 바탕으로 상이한 방법으로 요약 정보를 생성할 수 있다.As another example, if the document is an article and the length of the summary information is set to be short, the document summary device 200 obtains the conclusion of the article based on the position of the sentence and its relation to the title, and based on the conclusion of the article, Summary information can be created, and summary information can be created based on basic backgrounds such as date, place, and event. When the document is an article for event delivery and the length of summary information is set to medium, the document summary device 200 may generate summary information for event delivery with 5W1H as the center. When the document is an article about conflicting opinions and the length of summary information is set to medium, the document summary device 200 may generate summary information based on the position of a key subject of the article. If the document is an article about sports results, and the length of the summary information is set to medium, the document summary device 200 may generate summary information based on the sports results. In addition, when the document is an article for event delivery and the length of the summary information is set to be long, the document summary device 200 may generate summary information including additional content together with 5W1H. When the document is an article about a conflict of opinion and the length of the summary information is set to be long, the document summary device 200 may generate summary information based on the positions of all subjects having a conflict of opinion. If the document is an article about providing sports results, and the length of the summary information is set to be long, the document summary device 200 may generate summary information based on not only the sports results but also the content of the highlight scene. That is, the document summary device 200 may generate summary information in a different way based on content.

문서 요약 장치(200)는 요약 정보를 전자 장치(100)에 전송할 수 있다(S460).The document summary device 200 may transmit summary information to the electronic device 100 (S460).

전자 장치(200)는 전송된 요약 정보를 제공할 수 있다(S470). 일 예로, 전자 장치(200)는 획득된 요약 정보를 기존의 문서상에 매칭하여 제공할 수 있다. 구체적으로, 전자 장치(200)는 문서상에 요약 정보에 대응되는 문장 혹은 단어의 위치에 마커를 표시할 수 있는 레이어를 생성할 수 있으며, 문서(예를 들어, 웹 문서)의 스크립트를 수정하여 마커를 표시할 수 있으며, 요약 정보 부분에 마커가 표시된 별도의 문서 이미지를 생성할 수 있다. 또 다른 예로, 전자 장치(200)는 요약 정보를 문서와 별개로 화면(예를 들어, 전체 화면 또는 팝업 화면)을 통해 표시할 수 있다. 또 다른 예로, 요약 정보를 별도의 파일로 생성하여 전자 장치(100)에 저장하거나 외부 클라우드 서버에 저장할 수 있다.The electronic device 200 may provide the transmitted summary information (S470). For example, the electronic device 200 may provide the obtained summary information by matching it to an existing document. Specifically, the electronic device 200 may create a layer capable of displaying a marker at a position of a sentence or word corresponding to summary information on a document, and may modify a script of a document (eg, a web document) to mark a marker. can be displayed, and a separate document image with markers displayed in the summary information section can be created. As another example, the electronic device 200 may display the summary information through a screen (eg, a full screen or a pop-up screen) separately from the document. As another example, summary information may be generated as a separate file and stored in the electronic device 100 or stored in an external cloud server.

또는 전자 장치(200)는 요약 정보에 대응되는 문서의 링크를 요약 정보와 함께 제공할 수 있으며, 요약 정보 중 짧게 요약된 부분에 대한 상세 내용을 확인할 수 있는 링크를 요약 정보 내에 제공할 수 있다.Alternatively, the electronic device 200 may provide a link to a document corresponding to the summary information together with the summary information, and may provide a link for checking details of a short summary part of the summary information in the summary information.

상술한 바와 같이, UI를 통해 설정된 요약 설정 정보를 바탕으로 문서를 요약함으로써, 사용자의 니즈에 맞는 요약 정보를 사용자에게 제공할 수 있게 된다.As described above, by summarizing the document based on the summary setting information set through the UI, it is possible to provide the user with summary information that meets the user's needs.

도 5는 본 개시의 일 실시예에 따른, 사용자 히스토리 정보를 바탕으로 문서를 요약하는 실시예를 설명하기 위한 흐름도이다.5 is a flowchart illustrating an embodiment of summarizing a document based on user history information according to an embodiment of the present disclosure.

우선, 전자 장치(100)는 문서에 대한 요약 명령을 입력받을 수 있다(S510). 구체적으로, 전자 장치(100)는 문서의 일 영역에 표시된 요약 아이콘을 선택하는 사용자 명령을 입력받을 수 있다.First, the electronic device 100 may receive a summary command for a document (S510). Specifically, the electronic device 100 may receive a user command for selecting a summary icon displayed in one area of a document.

전자 장치(100)는 문서와 관련된 사용자 히스토리 정보를 획득할 수 있다(S520). 이때, 사용자 히스토리 정보는 사용자에 의해 기 등록된 사용자 프로파일 정보, 사용자의 사용 이력 정보, 문서 접근 경로 정보 등을 포함할 수 있다.The electronic device 100 may obtain user history information related to the document (S520). In this case, the user history information may include user profile information pre-registered by the user, user use history information, document access path information, and the like.

전자 장치(100)는 문서에 대한 정보 및 사용자 히스토리 정보를 문서 요약 장치(200)로 전송할 수 있다(S530). The electronic device 100 may transmit document information and user history information to the document summary device 200 (S530).

문서 요약 장치(200)는 사용자 히스토리 정보를 바탕으로 문서를 요약할 수 있다(S540). 일 예로, 문서 요약 장치(200)는 사용자의 지식 수준을 바탕으로 문서를 요약하여 요약 정보를 생성할 수 있다. 구체적으로, 사용자의 사용 이력 정보를 바탕으로 요약하고자 하는 문서와 관련된 검색 이력이나 문서 확인 이력이 많은 것으로 판단된 경우, 문서 요약 장치(200)는 문서에 대한 기본 내용을 짧게 요약하여 요약 정보를 생성할 수 있다. 또 다른 예로, 문서 요약 장치(200)는 사용자 프로파일 정보(예를 들어, 나이, 성별 등)을 바탕으로 문서에 대한 관심도를 판단하여 요약 정보를 생성할 수 있다. 구체적으로, 사용자 프로파일 정보를 바탕으로 문서에 대한 관심도가 높은 것으로 판단된 경우, 문서 요약 장치(200)는 기본 내용을 짧게 요약하고 세부 내용을 길게 요약하도록 요약 정보를 생성할 수 있으며, 사용자 프로파일 정보를 바탕으로 문서에 대한 관심도가 낮은 것으로 판단된 경우, 문서 요약 장치(200)는 기본 내용을 길게 요약하도록 요약 정보를 생성할 수 있다. 또 다른 예로, 문서 요약 장치(200)는 해당 문서의 접근 경로를 바탕으로 사용자의 현재 관심도를 판단하여 요약 정보를 생성할 수 있다. 구체적으로, 해당 문서가 웹 브라우징 시 우연히 접근된 경우, 문서 요약 장치(200)는 해당 문서에 대한 관심도를 낮게 판단하여 기본 내용을 길게 요약하도록 요약 정보를 생성할 수 있다. 관련 문서들을 확인하는 도중 해당 문서에 접근하게 된 경우, 문서 요약 장치(200)는 해당 문서에 대한 관심도를 높은 것으로 판단하여 기본 내용은 짧게 요약하고 새로운 내용은 길게 요약하도록 요약 정보를 생성할 수 있다. 키워드 검색을 통해 해당 문서에 접근하게 된 경우, 문서 요약 장치(200)는 해당 문서를 키워드 중심으로 요약하여 요약 정보를 생성할 수 있다.The document summary device 200 may summarize documents based on user history information (S540). For example, the document summary device 200 may generate summary information by summarizing documents based on the knowledge level of the user. Specifically, when it is determined that there is a lot of search history or document confirmation history related to a document to be summarized based on the user's use history information, the document summary device 200 briefly summarizes the basic contents of the document and generates summary information. can do. As another example, the document summary device 200 may generate summary information by determining interest in documents based on user profile information (eg, age, gender, etc.). Specifically, when it is determined that the interest in the document is high based on the user profile information, the document summary device 200 may generate summary information so as to briefly summarize basic content and lengthy summary of detailed content, and user profile information. If it is determined that the degree of interest in the document is low based on , the document summary device 200 may generate summary information so as to summarize the basic content in length. As another example, the document summary device 200 may generate summary information by determining a user's current level of interest based on an access path of a corresponding document. Specifically, when a corresponding document is accidentally accessed during web browsing, the document summary device 200 may determine the degree of interest in the corresponding document as low and generate summary information to summarize the basic contents at length. When a corresponding document is accessed while checking related documents, the document summary device 200 may determine the degree of interest in the corresponding document as high and generate summary information to briefly summarize the basic contents and to summarize the new contents in a long manner. . When a corresponding document is accessed through a keyword search, the document summary device 200 may generate summary information by summarizing the corresponding document based on keywords.

또한, 문서 요약 장치(200)는 기사의 타입에 따라 상이한 방법으로 요약 정보를 생성할 수 있다. 구체적으로, 요약하고자 하는 문서가 사건 위주의 기사인 경우, 문서 요약 장치(200)는 사건에 대한 5W1H를 중심으로 요약 정보를 생성할 수 있다. 요약하고자 하는 문서가 의견 대립을 포함하는 기사인 경우, 문서 요약 장치(200)는 대립되는 의견을 중심으로 요약 정보를 생성할 수 있다. 요약하고자 하는 문서가 (스포츠의) 결과 전달을 위한 기사인 경우, 문서 요약 장치(200)는 결과 부분을 중심으로 요약 정보를 생성할 수 있다. 또한, 사용자가 선호하는 문장 스타일(예를 들어, 단문형)에 대한 정보가 존재하는 경우, 문서 요약 장치(200)는 사용자가 선호하는 문장 스타일을 바탕으로 요약 정보를 생성할 수 있으며, 사용자가 선호하는 문장 스타일에 대한 정보가 존재하지 않는 경우, 문서 요약 장치(200)는 해당 문서의 문장 스타일을 바탕으로 요약 정보를 생성할 수 있다. 또한, 문서 요약 장치(200)는 해당 문서의 논조(긍정적/부정적 또는 진보/보수)를 바탕으로 요약 정보를 생성할 수 있다.Also, the document summary device 200 may generate summary information in different ways according to the type of article. Specifically, when a document to be summarized is an event-oriented article, the document summary device 200 may generate summary information centered on 5W1H for the event. When a document to be summarized is an article including conflicting opinions, the document summary device 200 may generate summary information based on conflicting opinions. When a document to be summarized is an article for delivering results (of sports), the document summarizing device 200 may generate summary information based on the result part. In addition, if there is information about the user's preferred sentence style (eg, short sentence type), the document summary device 200 may generate summary information based on the user's preferred sentence style, When information about the preferred sentence style does not exist, the document summary device 200 may generate summary information based on the sentence style of the document. Also, the document summary device 200 may generate summary information based on the tone (positive/negative or progressive/conservative) of the document.

문서 요약 장치(200)는 요약 정보를 전자 장치(100)로 전송할 수 있다(S550).The document summary device 200 may transmit summary information to the electronic device 100 (S550).

전자 장치(200)는 전송된 요약 정보를 제공할 수 있다(S560). 이때, 요약 정보를 제공하는 방법은 도 4의 S470에서 상세히 설명하였으므로, 중복되는 설명은 생략한다.The electronic device 200 may provide the transmitted summary information (S560). At this time, since the method of providing summary information has been described in detail in S470 of FIG. 4 , redundant descriptions will be omitted.

도 6은 본 개시의 일 실시예에 따른, 문서 수집 장치를 통해 수집된 관련 문서를 이용하여 요약 정보를 생성하는 실시예를 설명하기 위한 흐름도이다.6 is a flowchart illustrating an embodiment of generating summary information using related documents collected through a document collection device according to an embodiment of the present disclosure.

우선, 전자 장치(100)는 문서에 대한 요약 명령을 입력받을 수 있다(S610). 구체적으로, 전자 장치(100)는 문서의 일 영역에 표시된 요약 아이콘을 선택하는 사용자 명령을 입력받을 수 있다. First, the electronic device 100 may receive a summary command for a document (S610). Specifically, the electronic device 100 may receive a user command for selecting a summary icon displayed in one area of a document.

전자 장치(100)는 요약 설정을 위한 UI를 표시할 수 있다(S620). 이때, 요약 설정을 위한 UI는 요약 정보의 논조 또는 길이를 설정하기 위한 UI 일 수 있으나, 이에 한정되는 것은 아니다. The electronic device 100 may display a UI for setting a summary (S620). In this case, the UI for setting the summary may be a UI for setting the tone or length of the summary information, but is not limited thereto.

전자 장치(100)는 요약 설정 정보 및 사용자 히스토리 정보를 획득할 수 있다(S630). 구체적으로, 전자 장치(100)는 UI를 통해 요약 설정 정보를 획득할 수 있으며, 사용자 프로파일 정보 및 사용자의 사용 이력 정보를 포함하는 사용자 히스토리 정보를 획득할 수 있다.The electronic device 100 may obtain summary setting information and user history information (S630). Specifically, the electronic device 100 may obtain summary setting information through the UI, and may obtain user history information including user profile information and user use history information.

전자 장치(100)는 문서에 대한 정보, 요약 설정 정보 및 사용자 히스토리 정보를 문서 요약 장치(200)를 전송할 수 있다(S640).The electronic device 100 may transmit document information, summary setting information, and user history information to the document summary device 200 (S640).

문서 요약 장치(200)는 문서 수집 장치(300)에 문서에 대한 정보를 바탕으로 문서와 관련된 다른 문서를 요청할 수 있다(S650). 이때, 문서와 관련된 다른 문서는, 문서의 핵심 키워드와 동일한 핵심 키워드를 갖는 문서, 문서와 동일한 주제를 가지는 문서, 문서의 작성자가 생성한 문서, 문서가 작성된 시간으로부터 기설정된 기간 내에 작성된 문서 등이 포함될 수 있으나, 이에 한정되는 것은 아니다.The document summary device 200 may request other documents related to the document from the document collection device 300 based on document information (S650). At this time, other documents related to the document include a document having the same core keyword as the core keyword of the document, a document having the same subject as the document, a document created by the document's creator, a document created within a predetermined period from the time the document was created, and the like. It may include, but is not limited thereto.

문서 수집 장치(300)는 문서와 관련된 다른 문서를 검색할 수 있으며(S660), 검색된 다른 문서를 문서 요약 장치(200)로 전송할 수 있다(S670).The document collection device 300 may search for other documents related to the document (S660) and transmit the searched other documents to the document summary device 200 (S670).

문서 요약 장치(200)는 요약 설정 정보 및 사용자 히스토리 정보를 바탕으로 문서 및 관련된 다른 문서를 이용하여 문서를 요약할 수 있다(S680). 구체적으로, 문서 요약 장치(200)는 문서 및 관련된 다른 문서에 동일하게 등장하는 단어를 위주로 요약 정보를 생성할 수 있다. 또한, 문서 요약 장치(200)는 해당 문서에는 기재되어 있지 않으나, 관련된 다른 문서 중 관련 내용이 포함되도록 요약 정보를 생성할 수 있다. 예를 들어, 해당 문서에서 A 측 입장만이 기재되어 있고, B 측 입장이 기재되어 있지 않은 경우, 문서 요약 장치(200)는 관련된 다른 문서를 통해 B측 입장을 포함하는 요약 정보를 생성할 수 있다.The document summary device 200 may summarize the document using the document and other related documents based on the summary setting information and user history information (S680). Specifically, the document summary device 200 may generate summary information based on words that appear identically in the document and other related documents. In addition, the document summary device 200 may generate summary information so that related content among other related documents, although not described in the corresponding document, is included. For example, when only the position of side A is described in the corresponding document and the position of side B is not described, the document summary device 200 may generate summary information including the position of side B through other related documents. there is.

문서 요약 장치(200)는 요약 정보를 전자 장치(100)에 전송할 수 있으며(S690), 전자 장치(100)는 획득된 요약 정보를 제공할 수 있다(S700).The document summary device 200 may transmit summary information to the electronic device 100 (S690), and the electronic device 100 may provide the obtained summary information (S700).

도 7은 본 개시의 일 실시예에 따른, 검색어를 바탕으로 검색된 적어도 하나의 문서에 대한 요약 텍스트를 다른 문서에 삽입하기 위한 실시예를 설명하기 위한 도면이다.7 is a diagram for explaining an embodiment for inserting a summary text of at least one document searched based on a search word into another document according to an embodiment of the present disclosure.

우선, 전자 장치(100)는 도 7의 (a)에 도시된 바와 같이, 제1 문서(710)를 화면의 제1 영역(좌측 영역)에 표시하고, 제2 영역 상단에 검색창(720)을 표시할 수 있다. 이때, 전자 장치(100)는 제1 영역에 표시되는 문서로서 논문을 표시할 수 있다. 전자 장치(100)는 검색창(720)에 검색어를 입력하기 위한 사용자 명령에 따른 입력 신호를 수신할 수 있으며, 입력 신호에 응답하여 검색창(720)에 검색어를 표시할 수 있다.First, as shown in (a) of FIG. 7 , the electronic device 100 displays the first document 710 on the first area (left area) of the screen, and displays a search window 720 at the top of the second area. can be displayed. In this case, the electronic device 100 may display the thesis as a document displayed in the first area. The electronic device 100 may receive an input signal according to a user command for inputting a search word into the search window 720 and display the search word in the search window 720 in response to the input signal.

검색어에 대한 검색 요청이 수신된 경우, 전자 장치(100)는 문서 검색 장치(400)로 검색어와 관련된 복수의 문서에 대한 검색을 요청하고, 문서 검색 장치(400)로부터 복수의 문서를 포함하는 검색 결과를 수신할 수 있다. 이때, 전자 장치(100)는 도 7의 (b)에 도시된 바와 같이, 검색된 복수의 문서를 포함하는 리스트(730)를 제2 영역에 표시할 수 있다. 이때, 리스트에 포함된 복수의 문서는 검색어와 관련성이 높은 문서를 우선 순위로 정렬될 수 있다. 예를 들어, 리스트에 포함된 문서는 검색어를 포함하는 제목을 가지는 문서, 검색어를 포함하는 본문을 가지는 문서, 검색어와 유사한 단어를 포함하는 문서 순으로 정렬될 수 있다.When a search request for a search word is received, the electronic device 100 requests a search for a plurality of documents related to the search word with the document search device 400, and searches including a plurality of documents from the document search device 400. You can receive results. At this time, the electronic device 100 may display a list 730 including a plurality of searched documents on the second area, as shown in (b) of FIG. 7 . In this case, among the plurality of documents included in the list, documents having a high relevance to the search term may be sorted in priority order. For example, documents included in the list may be arranged in the order of a document having a title including the search word, a document having a text including the search word, and a document including words similar to the search word.

전자 장치(100)는 검색된 복수의 문서 중 적어도 하나의 문서(740)를 선택하여 제1 영역에 표시된 제1 문서(710)에 삽입하기 위한 사용자 입력에 따른 입력 신호를 수신할 수 있다. 구체적으로, 전자 장치(100)는 도 7의 (c)에 도시된 바와 같이, 리스트(730)에 포함된 복수의 문서 중 세 개의 문서(740)를 선택하여 제1 문서(710)의 일 지점으로 드래그하는 사용자 입력에 따른 입력 신호를 수신할 수 있다.The electronic device 100 may receive an input signal according to a user input for selecting at least one document 740 from among a plurality of searched documents and inserting it into the first document 710 displayed in the first area. Specifically, as shown in (c) of FIG. 7 , the electronic device 100 selects three documents 740 from among a plurality of documents included in the list 730 to a point of the first document 710. An input signal according to a user input of dragging may be received.

전자 장치(100)는 요약 텍스트를 제1 문서(710)에 삽입하기 위한 사용자 명령에 따라 선택된 문서(740)에 대한 정보를 문서 요약 장치(200)로 전송할 수 있다. 이때, 전자 장치(100)는 문서(740)에 대한 정보뿐만 아니라 검색어에 대한 정보, 문서를 요약하기 위한 요약 설정 정보, 사용자 히스토리 정보 등을 함께 전송할 수 있다. 검색어에 대한 정보, 문서를 요약하기 위한 요약 설정 정보, 사용자 히스토리 정보 등을 이용하여 문서를 요약하는 방법에 대해서는 상술하였으므로, 상세한 설명은 생략하도록 한다.The electronic device 100 may transmit information about the selected document 740 to the document summary device 200 according to a user command for inserting summary text into the first document 710 . In this case, the electronic device 100 may transmit not only information about the document 740 but also information about a search word, summary setting information for summarizing a document, user history information, and the like. Since the method of summarizing a document using information on a search word, summary setting information for summarizing a document, user history information, and the like has been described above, a detailed description thereof will be omitted.

문서 요약 장치(200)는 선택된 문서(740)에 대한 정보를 바탕으로 요약 텍스트를 생성할 수 있다. 이때, 문서 요약 장치(200)는 선택된 문서를 입력 데이터로 학습된 문서 요약 모델에 입력하여 요약 텍스트를 획득할 수 있다. 이때, 문서 요약 장치(200)는 선택된 문서뿐만 아니라 선택된 문서와 관련된 다른 문서를 함께 이용하여 요약 텍스트를 획득할 수 있다. The document summary device 200 may generate summary text based on information on the selected document 740 . In this case, the document summary device 200 may obtain summary text by inputting the selected document as input data to the learned document summary model. In this case, the document summary device 200 may obtain summary text by using not only the selected document but also other documents related to the selected document.

특히, 도 7의 (c)에 도시된 바와 같이, 복수의 문서가 요약하고자 하는 문서로 선택된 경우, 문서 요약 장치(200)는 선택된 복수의 문서가 공통적으로 포함하는 단어 혹은 문장을 기준으로 요약 텍스트를 생성할 수 있다. 즉, 문서 요약 장치(200)는 선택된 복수의 문서가 공통적으로 포함하는 단어 혹은 문장에 높은 가중치를 설정하여 요약 텍스트를 생성할 수 있다.In particular, as shown in (c) of FIG. 7 , when a plurality of documents are selected as documents to be summarized, the document summary device 200 uses a word or sentence commonly included in the selected plurality of documents as a summary text. can create That is, the document summary apparatus 200 may generate summary text by setting a high weight to words or sentences commonly included in a plurality of selected documents.

문서 요약 장치(200)는 생성된 요약 텍스트를 전자 장치(100)로 전송할 수 있다.The document summary device 200 may transmit the generated summary text to the electronic device 100 .

전자 장치(100)는 도 7의 (d)에 도시된 바와 같이, 수신된 요약 텍스트(750)를 제1 영역에 표시된 제1 문서(710) 중 사용자 명령이 입력된 지점에 삽입할 수 있다. 이때, 전자 장치(100)는 요약 텍스트(750)를 다른 텍스트와 구별되도록 표시할 수 있으며, 요약 텍스트 내에 인용 정보(즉, 출처 정보)를 함께 표시할 수 있다.As shown in (d) of FIG. 7 , the electronic device 100 may insert the received summary text 750 at a point where a user command is input in the first document 710 displayed in the first area. In this case, the electronic device 100 may display the summary text 750 to be distinguished from other texts, and display citation information (ie, source information) together in the summary text.

이에 의해, 사용자는 논문 작성시 검색 결과를 통해 획득된 문서를 요약하여 논문에 삽입함으로써, 더욱 효율적으로 논문을 작성할 수 있게 된다.As a result, the user can write a thesis more efficiently by summarizing documents obtained through search results and inserting them into the thesis when writing the thesis.

도 8은 본 개시의 일 실시예에 따른, UI를 이용하여 요약 텍스트의 길이 및 논조를 설정하는 실시예를 설명하기 위한 도면이다.8 is a diagram for explaining an embodiment of setting the length and tone of summary text using a UI, according to an embodiment of the present disclosure.

우선, 전자 장치(100)는 도 8의 (a)에 도시된 바와 같이, 복수의 텍스트를 포함하는 기사를 표시할 수 있다. 이때, 기사 중 제목 주위에는 도 8의 (a)에 도시된 바와 같이, 문서 요약 명령을 입력받기　 위한　 요약 아이콘(810)이 표시될 수 있다. 이때, 요약 아이콘(810)은 전자 장치(100)가 기사를 표시할 때, 동시에 표시될 수 있으나, 이는 일 실시예에 불과할 뿐, 요약 아이콘(810)은 기사가 표시된 후 전자 장치(100)의 기설정된 버튼(예를 들어, 인공지능 에이전트를 실행하기 위한 버튼) 또는 기설정된 패턴의 사용자 명령이 입력된 후 표시될 수 있다. 전자 장치(100)의 기설정된 버튼 또는 기설정된 패턴의 사용자 명령이 입력된 경우, 전자 장치(100)는 요약 아이콘(810)을 포함하는 별도의 레이어를 구성하여 기사 상에 표시할 수 있다.First of all, the electronic device 100 may display an article including a plurality of texts as shown in (a) of FIG. 8 . At this time, a summary icon 810 for receiving a document summary command may be displayed around the title of the article, as shown in (a) of FIG. 8 . In this case, the summary icon 810 may be displayed simultaneously when the electronic device 100 displays an article, but this is only an example, and the summary icon 810 is displayed on the electronic device 100 after the article is displayed. A predetermined button (eg, a button for executing an artificial intelligence agent) or a user command of a predetermined pattern may be input and then displayed. When a user command of a preset button or a preset pattern of the electronic device 100 is input, the electronic device 100 configures a separate layer including the summary icon 810 and displays it on the article.

요약 아이콘(810)을 선택하는 사용자 명령(특히, 요약 아이콘(810) 중 요약 설정을 위한 아이콘을 선택하는 사용자 명령)이 입력되면, 전자 장치(100)는 도 8의 (b)에 도시된 바와 같이, 문서 요약 설정을 위한 UI(820)를 표시할 수 있다. 이때, 전자 장치(100)는 문서 요약 설정을 위한 UI(810)를 포함하는 별도의 레이어를 구성하여 기사 상에 표시할 수 있다.　 한편, 상술한 실시예에서는 요약 아이콘(810)이 선택된 후 문서 요약 설정을 위한 UI(820)가 표시되는 것으로 설명하였으나, 이는 일 실시예에 불과할 뿐, 요약 아이콘(810)과 문서 요약 설정을 위한 UI(820)가 동시에 표시될 수 있다.When a user command for selecting the summary icon 810 (particularly, a user command for selecting an icon for setting a summary among the summary icons 810) is input, the electronic device 100 is configured as shown in FIG. 8(b). Likewise, the UI 820 for document summary setting may be displayed. In this case, the electronic device 100 may configure a separate layer including the UI 810 for document summary setting and display it on the article. Meanwhile, in the above-described embodiment, it has been described that the UI 820 for document summary setting is displayed after the summary icon 810 is selected, but this is only one embodiment, and the summary icon 810 and the document summary setting UI 820 are displayed. UI 820 may be displayed simultaneously.

특히, 문서 요약 설정을 위한 UI(820)는 요약 텍스트의 길이 및 논조 중 적어도 하나를 설정할 수 있다. 이때, 문서 요약 설정을 위한 UI(820)는 도 8의 (b)에 도시된 바와 같이, 프로그레스 바 형태일 있으나, 이는 일 실시예에 불과할 뿐, 복수의 아이템을 포함하는 메뉴 형태일 수 있다.In particular, the UI 820 for setting a document summary may set at least one of the length and tone of the summary text. At this time, the UI 820 for document summary setting may be in the form of a progress bar as shown in (b) of FIG. 8, but this is only an example and may be in the form of a menu including a plurality of items. .

UI(820)에 사용자 명령이 입력되면, 전자 장치(100)는 사용자 명령에 따른 요약 설정 정보를 생성하고, 문서(기사)에 대한 정보와 함께 요약 설정 정보를 문서 요약 장치(200)에 전송할 수 있다. 이때, 문서에 대한 정보는 기사에 포함된 텍스트일 수 있으나, 이는 일 실시예에 불과할 뿐, 기사에 대응되는 웹 주소에 대한 정보일 수 있다.When a user command is input to the UI 820, the electronic device 100 may generate summary setting information according to the user command and transmit the summary setting information together with document (article) information to the document summary device 200. there is. In this case, the information on the document may be text included in the article, but this is only an example and may be information on a web address corresponding to the article.

문서 요약 장치(200)는 수신된 요약 설정 정보를 바탕으로 문서를 요약하여 요약 텍스트를 생성할 수 있다. 예를 들어, 요약 텍스트의 길이가 짧게 설정되고, 요약 텍스트의 논조가 중립으로 설정된 경우, 문서 요약 장치(200)는 기사에 포함된 텍스트 중 결과 전달을 위한 핵심 단어를 추출하고, 추출된 단어만을 포함하는 요약 텍스트를 생성할 수 있다. 즉, 문서 요약 장치(200)는 도 8의 (c)에 도시된 바와 같은 결과 전달 위주의 단어만을 포함하는 요약 텍스트를 생성할 수 있다.The document summary device 200 may generate summary text by summarizing the document based on the received summary setting information. For example, when the length of the summary text is set short and the tone of the summary text is set to neutral, the document summary device 200 extracts key words for delivering results from the text included in the article, and only extracts the extracted words. You can create summary text that includes That is, the document summary apparatus 200 may generate summary text including only words focused on delivering results as shown in (c) of FIG. 8 .

또 다른 예로, 요약 텍스트의 길이가 길게 설정되고, 요약 텍스트의 논조가 부정적으로 설정된 경우, 문서 요약 장치(200)는 기사에 포함된 텍스트 중 결과 전달 뿐만 아니라 의견 전달의 위한 단어 또는 문장들 중 부정적인 단어에 높은 가중치를 부가하여 핵심 단어 또는 핵심 문장을 추출하고, 추출된 핵심 단어 또는 핵심 문장을 이용하여 요약 텍스트를 생성할 수 있다. 이때, 문서 요약 장치(200)는 추출된 핵심 단어를 자연어 처리를 통해 자연스러운 문장을 생성하여 요약 텍스트를 생성할 수 있다. 즉, 문서 요약 장치(200)는 도 8의 (d)에 도시된 바와 같이, 결과 전달 위주의 문장뿐만 아니라 의견 대립의 문장을 함께 표시하며, 의견 대립 중 부정적인 의견을 포함하는 요약 텍스트를 생성할 수 있다.As another example, when the length of the summary text is set to be long and the tone of the summary text is set to be negative, the document summary device 200 may use negative words or sentences to deliver opinions as well as result delivery among texts included in the article. Key words or key sentences may be extracted by adding a high weight to words, and summary text may be generated using the extracted key words or key sentences. In this case, the document summary device 200 may generate a summary text by generating natural sentences through natural language processing of the extracted key words. That is, as shown in (d) of FIG. 8 , the document summary device 200 displays not only sentences focused on delivering results but also sentences of conflicting opinions, and generates a summary text including negative opinions among conflicting opinions. can

한편, 전자 장치(100)는 기사가 표시된 상태에서 생성된 요약 텍스트를 별도의 팝업 화면으로 제공할 수 있으나, 이는 일 실시예에 불과할 뿐, 기사에 포함된 텍스트 중 요약 텍스트에 대응되는 부분에 마커를 표시할 수 있다.Meanwhile, the electronic device 100 may provide the summary text generated while the article is displayed on a separate pop-up screen, but this is only an example, and a marker is placed in the text included in the article corresponding to the summary text. can be displayed.

즉, 상술한 바와 같이, 문서 요약 장치(200)는 UI(820)를 통해 획득된 요약 설정 정보를 통해 사용자가 원하는 요약 텍스트를 제공할 수 있게 된다.That is, as described above, the document summary device 200 can provide summary text desired by the user through summary setting information obtained through the UI 820 .

도 9는 본 개시의 다양한 실시예에 따른, 사용자의 히스토리를 바탕으로 요약 텍스트의 길이 및 논조를 설정하는 실시예를 설명하기 위한 도면이다.9 is a diagram for explaining an embodiment of setting the length and tone of a summary text based on a user's history, according to various embodiments of the present disclosure.

우선, 전자 장치(100)는 도 9의 (a)에 도시된 바와 같이, 복수의 기사 링크를 포함하는 웹 페이지를 표시할 수 있다. 이때, 복수의 기사 링크 중 대표 링크(즉, 가장 상단에 위치하는 링크) 주위에는 도 9의 (a)에 도시된 바와 같이, 대표 링크에 대한 문서 요약 명령을 입력받기　 위한　 요약 아이콘(910)이 표시될 수 있다. 이때, 요약 아이콘(910)은 전자 장치(100)가 기사를 표시할 때, 동시에 표시될 수 있으나, 이는 일 실시예에 불과할 뿐, 요약 아이콘(910)은 웹 페이지가 표시된 후 전자 장치(100)의 기설정된 버튼(예를 들어, 인공지능 에이전트를 실행하기 위한 버튼) 또는 기설정된 패턴의 사용자 명령이 입력된 후 표시될 수 있다. First, the electronic device 100 may display a web page including a plurality of article links, as shown in (a) of FIG. 9 . At this time, as shown in (a) of FIG. 9, around the representative link (ie, the link located at the top) among the plurality of article links, a summary icon 910 for receiving a document summary command for the representative link is displayed. can be displayed In this case, the summary icon 910 may be displayed simultaneously when the electronic device 100 displays an article, but this is only an example, and the summary icon 910 may be displayed on the electronic device 100 after the web page is displayed. It may be displayed after a preset button (for example, a button for executing an artificial intelligence agent) or a user command of a preset pattern is input.

또한, 도 9의 (a)에는 대표 링크에 대응되는 요약 아이콘(910)이 표시되는 것으로 설명하였으나, 이는 일 실시예에 불과할 뿐, 요약 아이콘(910)을 선택한 후 요약 텍스트를 생성하기 위한 기사 링크를 선택할 수 있다. 또는 복수의 링크 각각에 대응되는 요약 아이콘이 복수의 링크 주위에 표시될 수 있다.In addition, in (a) of FIG. 9, it has been described that a summary icon 910 corresponding to a representative link is displayed, but this is only an example, and an article link for generating summary text after selecting the summary icon 910 can choose Alternatively, a summary icon corresponding to each of the plurality of links may be displayed around the plurality of links.

요약 아이콘(910)을 선택하는 사용자 명령이 입력되면, 전자 장치(100)는 대표 링크에 대응되는 사용자 히스토리 정보를 획득할 수 있다. 이때, 사용자 히스토리 정보는 대표 링크와 관련된 사용자 관심도, 사용자의 전문 지식 등을 포함할 수 있다. 대표 링크와 관련된 사용자의 관심도 및 사용자의 전문 지식은 사용자의 나이, 성별 등과 같은 프로파일 정보, 대표 링크에 대응되는 기사와 관련된 다른 기사의 검색 횟수 또는 대표 링크 접속 경로 등을 바탕으로 판단될 수 있다.When a user command for selecting the summary icon 910 is input, the electronic device 100 may obtain user history information corresponding to the representative link. In this case, the user history information may include user interest related to the representative link, user expertise, and the like. The user's interest in the representative link and the user's expertise may be determined based on profile information such as the age and gender of the user, the number of searches for other articles related to the article corresponding to the representative link, or the representative link access path.

전자 장치(100)는 문서(대표 링크)에 대한 정보 및 사용자 히스토리 정보를 문서 요약 장치(200)에 전송할 수 있다. 이때, 전자 장치(100)는 문서에 대한 정보로서, 대표 링크의 웹 주소를 전송할 수 있으나, 이는 일 실시예에 불과할 뿐, 대표 링크에 포함된 기사의 텍스트를 전송할 수 있다. The electronic device 100 may transmit information about documents (representative links) and user history information to the document summary device 200 . In this case, the electronic device 100 may transmit the web address of the representative link as information about the document, but this is only an example and may transmit the text of the article included in the representative link.

문서 요약 장치(200)는 문서에 대한 정보 및 사용자 히스토리 정보를 바탕으로 문서를 요약할 수 있다. 일 예로, 사용자 히스토리 정보를 통해 대표 링크에 대응되는 기사가 사용자 비 관심분야(또는 비 전문분야)라고 판단된 경우, 문서 요약 장치(200)는 대표 링크에 대응되는 기사에 포함된 텍스트 중 결과 전달을 위한 핵심 단어를 추출할 수 있다. 이때, 문서 요약 장치(200)는 쉬운 단어를 위주로 핵심 단어를 추출할 수 있으며, 도 9의 (b)에 도시된 바와 같이, 추출된 핵심 단어를 나열하여 요약 텍스트를 생성할 수 있다. 다른 예로, 사용자 히스토리 정보를 통해 대표 링크에 대응되는 기사가 사용자 관심분야(또는 전문분야)라고 판단된 경우, 문서 요약 장치(200)는 도 9의 (c)에 도시된 바와 같이, 대표 링크에 대응되는 기사에 포함된 텍스트 중 핵심 단어 또는 핵심 문장을 추출할 수 있다. 이때, 문서 요약 장치(200)는 전문 용어를 위주로 핵심 단어 또는 핵심 문장을 추출할 수 있으며, 도 9의 (c)에 도시된 바와 같이, 추출된 핵심 단어에 대한 자연어 처리를 통해 자연스러운 문장을 요약 텍스트로 제공할 수 있다.The document summary device 200 may summarize documents based on document information and user history information. For example, when it is determined through user history information that an article corresponding to a representative link is a non-interest (or non-professional field) of the user, the document summary device 200 delivers the result from text included in the article corresponding to the representative link. Key words for can be extracted. At this time, the document summary device 200 may extract key words based on easy words, and as shown in FIG. 9(b), list the extracted key words to generate summary text. As another example, when it is determined through user history information that an article corresponding to a representative link is a field of interest (or field of expertise) of the user, the document summary device 200, as shown in (c) of FIG. It is possible to extract key words or key sentences from text included in the corresponding article. At this time, the document summary device 200 may extract key words or key sentences based on technical terms, and as shown in FIG. 9(c), natural language processing for the extracted key words summarizes natural sentences. Can be provided as text.

한편, 전자 장치(100)는 복수의 링크가 표시된 상태에서 생성된 요약 텍스트를 별도의 팝업 화면으로 제공할 수 있으나, 이는 일 실시예에 불과할 뿐, 대표 링크에 대응되는 기사를 표시하고, 기사에 포함된 텍스트 중 요약 텍스트에 대응되는 부분에 마커를 표시할 수 있다.Meanwhile, the electronic device 100 may provide a summary text generated while a plurality of links are displayed on a separate pop-up screen, but this is only an example, and an article corresponding to a representative link is displayed and displayed in the article. A marker may be displayed at a part corresponding to the summary text among the included text.

즉, 상술한 바와 같이, 문서 요약 장치(200)는 사용자 히스토리 정보를 통해 사용자에게 최적화된 요약 텍스트를 제공할 수 있게 된다.That is, as described above, the document summary device 200 can provide optimized summary text to the user through user history information.

한편, 본 실시예에서는 문서 요약 장치(200)가 대표 링크와 대응되는 기사를 이용하여 요약 텍스트를 생성하는 것으로 설명하였으나, 이는 일 실시예에 불과할 뿐, 문서 요약 장치(200)는 대표 링크와 대응되는 기사뿐만 아니라 대표 링크와 관련된 다른 링크와 대응되는 기사들을 함께 이용하여 요약 텍스트를 생성할 수 있다.Meanwhile, in this embodiment, it has been described that the document summary device 200 generates summary text using an article corresponding to a representative link, but this is only an example, and the document summary device 200 corresponds to a representative link. Summary text can be created by using not only the relevant article, but also other links related to the representative link and corresponding articles.

도 10은 본 개시의 일 실시예에 따른, 레시피 문서를 요약한 요약 텍스트를 제공하는 실시예를 설명하기 위한 도면이다.10 is a diagram for explaining an embodiment of providing summary text summarizing a recipe document according to an embodiment of the present disclosure.

전자 장치(100)는 복수의 레시피 문서에 대응되는 링크를 표시할 수 있다. 이때, 전자 장치(100)는 복수의 링크 중 최상단에 위치하는 링크의 일 영역에 문서 요약을 위한 요약 아이콘(1010)을 함께 표시할 수 있다. 이때, 요약 아이콘(1010)은 사용자에 의해 최상단에 위치하는 링크가 선택되거나 최상단에 위치하는 링크에 커서 또는 하이라이트가 표시되는 경우 표시될 수 있다. 다른 예로, 복수의 링크 각각에 대응되는 요약 아이콘이 대응되는 링크에 표시될 수 있다.The electronic device 100 may display links corresponding to a plurality of recipe documents. In this case, the electronic device 100 may display a summary icon 1010 for document summary in a region of a link located at the top of a plurality of links. In this case, the summary icon 1010 may be displayed when a link located at the top is selected by a user or when a cursor or a highlight is displayed on a link located at the top. As another example, a summary icon corresponding to each of a plurality of links may be displayed on the corresponding link.

요약 아이콘(1010)을 선택하는 사용자 명령이 입력되면, 전자 장치(100)는 도 10의 (b)에 도시된 바와 같이, 문서 요약 설정을 위한 UI(1020)를 표시할 수 있다. 이때, 전자 장치(100)는 문서 요약 설정을 위한 UI(1010)를 포함하는 별도의 레이어를 구성하여 기사 상에 표시할 수 있다. 한편, 상술한 실시예에서는 요약 아이콘(1010)이 선택된 후 문서 요약 설정을 위한 UI(1020)가 표시되는 것으로 설명하였으나, 이는 일 실시예에 불과할 뿐, 요약 아이콘(1010)과 문서 요약 설정을 위한 UI(1020)가 동시에 표시될 수 있다.When a user command for selecting the summary icon 1010 is input, the electronic device 100 may display the UI 1020 for setting a document summary, as shown in FIG. 10(b) . In this case, the electronic device 100 may configure a separate layer including the UI 1010 for document summary setting and display it on the article. Meanwhile, in the above-described embodiment, it has been described that the UI 1020 for setting a document summary is displayed after the summary icon 1010 is selected, but this is only an embodiment, and the summary icon 1010 and the UI 1020 for setting a document summary have been described. UI 1020 may be displayed simultaneously.

특히, 문서 요약 설정을 위한 UI(1020)는 요약 텍스트의 길이를 설정할 수 있다. 이때, 문서 요약 설정을 위한 UI(1020)는 도 10의 (b)에 도시된 바와 같이, 프로그레스 바 형태일 있으나, 이는 일 실시예에 불과할 뿐, 복수의 아이템을 포함하는 메뉴 형태일 수 있다. 한편, 상술할 실시예에서는 문서 요약 설정을 위한 UI(1020)가 요약 텍스트의 길이만을 설정할 수 있는 것으로 설명하였으나, 이는 일 실시예에 불과할 뿐, 요약 텍스트에 영상 또는 동영상을 포함할지 여부를 설정할 수 있다.In particular, the UI 1020 for setting a document summary may set the length of summary text. At this time, the UI 1020 for document summary setting may be in the form of a progress bar as shown in (b) of FIG. 10, but this is only an example and may be in the form of a menu including a plurality of items . Meanwhile, in the above-described embodiment, it has been described that the UI 1020 for setting a document summary can set only the length of the summary text, but this is only an embodiment, and whether to include an image or a video in the summary text can be set. there is.

UI(1020)에 사용자 명령이 입력되면, 전자 장치(100)는 사용자 명령에 따른 요약 설정 정보를 생성하고, 레시피 문서에 대한 정보와 함께 요약 설정 정보를 문서 요약 장치(200)에 전송할 수 있다. 이때, 문서에 대한 정보는 기사에 포함된 텍스트일 수 있으나, 이는 일 실시예에 불과할 뿐, 기사에 대응되는 웹 주소에 대한 정보일 수 있다.When a user command is input to the UI 1020, the electronic device 100 may generate summary setting information according to the user command and transmit the summary setting information together with information on the recipe document to the document summary device 200. In this case, the information on the document may be text included in the article, but this is only an example and may be information on a web address corresponding to the article.

문서 요약 장치(200)는 수신된 요약 설정 정보를 바탕으로 문서를 요약하여 요약 텍스트를 생성할 수 있다. 예를 들어, 요약 텍스트의 길이가 짧게 설정된 경우, 문서 요약 장치(200)는 레시피 기사에 포함된 텍스트 중 재료를 나타내는 단어를 추출하고, 추출된 단어만을 포함하는 요약 텍스트를 생성할 수 있다. 즉, 문서 요약 장치(200)는 도 10의 (c)에 도시된 바와 같은 재료 위주의 단어만을 포함하는 요약 텍스트를 생성할 수 있다. 또 다른 예로, 요약 텍스트의 길이가 길게 설정된 경우, 문서 요약 장치(200)는 레시피 기사에 포함된 텍스트 중 재료를 나타내는 단어 뿐만 아니라 조리법에 대한 문장을 추출하고, 재료 및 조리법을 포함하는 요약 텍스트를 생성할 수 있다. 즉, 문서 요약 장치(200)는 도 10의 (d)에 도시된 바와 같은 재료 위주의 단어뿐만 아니라 조리법에 대한 문장을 포함하는 요약 텍스트를 생성할 수 있다. The document summary device 200 may generate summary text by summarizing the document based on the received summary setting information. For example, when the length of the summary text is set to be short, the document summary device 200 may extract words representing ingredients from text included in the recipe article and generate summary text including only the extracted words. That is, the document summary apparatus 200 may generate summary text including only material-oriented words as shown in FIG. 10(c). As another example, when the length of the summary text is set to be long, the document summary device 200 extracts not only words representing ingredients from the text included in the recipe article but also sentences about the recipe, and summarizes text including the ingredients and the recipe. can create That is, the document summary apparatus 200 may generate summary text including sentences about recipes as well as ingredients-oriented words as shown in FIG. 10(d).

문서 요약 장치(200)는 생성된 요약 텍스트를 전자 장치(100)로 전송할 수 있으며, 전자 장치(100)는 생성된 요약 텍스트를 별도의 전체 화면 또는 팝업 화면에 표시할 수 있다. 또는 전자 장치(100)는 레시피 문서를 표시하고, 레시피 문서 중 생성된 요약 텍스트에 대응되는 부분에 마커를 표시할 수 있다.The document summary device 200 may transmit the generated summary text to the electronic device 100, and the electronic device 100 may display the generated summary text on a separate full screen or a pop-up screen. Alternatively, the electronic device 100 may display a recipe document and display a marker on a part corresponding to the generated summary text in the recipe document.

한편, 상술한 실시예에서는 UI(1020)를 통해 설정된 요약 설정 정보를 이용하여 레시피 문서를 요약하는 것으로 설명하였으나, 이는 일 실시예에 불과할 뿐, 사용자의 히스토리 정보를 바탕으로 레시피 문서를 요약할 수 있다. 구체적으로, 요리가 사용자의 전문분야라고 판단된 경우, 문서 요약 장치(200)는 재료 및 조리법에 대한 핵심 단어만을 추출하여 짧은 요약 텍스트를 제공할 수 있으며, 요리가 사용자의 비전문분야라고 판단된 경우, 문서 요약 장치(200)는　 재료 및 조리법에 대한 상세한 단어를 추출하고, 추출된 단어에 대한 자연어 처리를 통해 긴 요약 텍스트를 제공할 수 있다.On the other hand, in the above-described embodiment, it has been described that the recipe document is summarized using the summary setting information set through the UI 1020, but this is only one embodiment, and the recipe document can be summarized based on the user's history information. there is. Specifically, when it is determined that cooking is the user's field of expertise, the document summary device 200 may provide a short summary text by extracting only key words for ingredients and recipes, and when it is determined that cooking is the user's non-specialty field. , The document summary device 200 may extract detailed words about ingredients and recipes, and provide a long summary text through natural language processing of the extracted words.

한편, 상술한 실시예에서는 레시피 문서를 이용하여 요약 텍스트를 제공하는 것으로 설명하였으나, 이는 일 실시예에 불과할 뿐, 다른 문서를 이용하여 요약 텍스트를 제공할 수 있다. 예를 들어, 여행관련 문서를 이용하여 요약 텍스트를 제공하는 경우, 사용자에 의해 짧은 요약 텍스트를 생성하는 것으로 설정된 경우, 문서 요약 장치(200)는 여행 관련 문서 중 여행 코스 위주의 단어 또는 문장을 추출하여 요약 텍스트를 생성할 수 있다. 또는, 사용자에 의해 긴 요약 텍스트를 생성하는 것으로 설정된 경우, 문서 요약 장치(200)는 여행 관련 문서 중 여행 코스뿐만 아니라 주요 관광지, 맛집 등에 대한 정보를 포함하는 단어 또는 문장을 추출하여 요약 텍스트를 생성할 수 있다. Meanwhile, in the above-described embodiment, it has been described that summary text is provided using a recipe document, but this is only an example, and summary text may be provided using other documents. For example, when summary text is provided using travel-related documents, and it is set by the user to generate short summary texts, the document summary device 200 extracts words or sentences focused on travel courses from travel-related documents. to generate summary text. Alternatively, when set to generate a long summary text by the user, the document summary device 200 extracts words or sentences including information on major tourist attractions, restaurants, etc. as well as travel courses from travel-related documents to generate summary text. can do.

도 11은 본 개시의 다양한 실시예에 따른, 요약 텍스트에 포함된 단어를 추가적으로 검색하는 실시예를 설명하기 위한 도면이다.11 is a diagram for explaining an embodiment of additionally searching for words included in summary text according to various embodiments of the present disclosure.

우선, 전자 장치(100)는 도 11의 (a)에 도시된 바와 같이, 복수의 기사 링크를 포함하는 웹 페이지를 표시할 수 있다. 이때, 복수의 기사 링크 중 대표 링크(즉, 가장 상단에 위치하는 링크) 주위에는 도 11의 (a)에 도시된 바와 같이, 대표 링크에 대한 문서 요약 명령을 입력받기　 위한　 요약 아이콘(1110)이 표시될 수 있다. First, the electronic device 100 may display a web page including a plurality of article links, as shown in (a) of FIG. 11 . At this time, as shown in FIG. 11(a), a summary icon 1110 for receiving a document summary command for the representative link is displayed around the representative link (ie, the link located at the top) among the plurality of article links. can be displayed

요약 아이콘(1110)이 선택된 경우, 전자 장치(100)는 대표 링크에 대한 정보를 문서 요약 장치(200)로 전송하고, 문서 요약 장치(200)는 대표 링크에 대한 정보를 문서 요약 모델에 입력하여 대표 링크에 대응되는 기사에 대한 요약 텍스트를 획득할 수 있다. 이때, 전자 장치(100)는 대표 링크에 대한 정보뿐만 아니라 요약 설정 정보 및 사용자 히스토리 정보를 함께 전송할 수 있으며, 문서 요약 장치(200)는 요약 설정 정보 및 사용자 히스토리 정보를 바탕으로 요약 텍스트를 생성할 수 있다.When the summary icon 1110 is selected, the electronic device 100 transmits information about the representative link to the document summary device 200, and the document summary device 200 inputs the information about the representative link into the document summary model. A summary text of an article corresponding to a representative link may be obtained. In this case, the electronic device 100 may transmit summary setting information and user history information as well as representative link information, and the document summary device 200 may generate summary text based on the summary setting information and user history information. can

문서 요약 장치(200)는 전자 장치(100)로 생성된 요약 텍스트를 전송할 수 있으며, 전자 장치(100)는 도 11의 (b)에 도시된 바와 같이, 팝업 형태의 요약 텍스트를 제공할 수 있다.The document summary device 200 may transmit the generated summary text to the electronic device 100, and the electronic device 100 may provide the summary text in the form of a pop-up, as shown in FIG. 11(b). .

요약 텍스트가 제공되는 동안 요약 텍스트에 포함된 단어(또는, 문장, 구) 중 하나가 선택되면, 전자 장치(100)는 선택된 단어에 대한 정보를 외부의 검색 서버로 전송할 수 있다. 예를 들어, 도 11의 (b)에 도시된 요약 텍스트에 포함된 단어 중 "고고도미사일방어체계(THAAD, 사드)"라는 단어가 선택된 경우, 전자 장치(100)는 사용자에 의해 선택된 단어에 대한 상세 정보를 외부 검색 서버로 요청할 수 있다. If one of words (or sentences or phrases) included in the summary text is selected while the summary text is provided, the electronic device 100 may transmit information on the selected word to an external search server. For example, when the word "THAAD" is selected among the words included in the summary text shown in (b) of FIG. 11, the electronic device 100 responds to the word selected by the user. Detailed information can be requested to an external search server.

외부 검색 서버로부터 선택된 단어에 대한 상세 정보가 수신된 경우, 전자 장치(100)는 도 11의 (c)에 도시된 바와 같이, 선택된 단어에 대한 상세 정보 또는 추가 정보를 요약 텍스트 내에 표시할 수 있다.When detailed information on the selected word is received from the external search server, the electronic device 100 may display detailed information or additional information on the selected word in summary text, as shown in FIG. 11(c). .

한편, 상술한 실시예에서는 외부 검색 서버가 사용자에 의해 선택된 단어에 대한 상세 정보 또는 추가 정보를 제공하는 것으로 설명하였으나, 이는 일 실시예에 불과할 뿐, 전자 장치(100)는 선택된 단어에 대한 상세 정보 또는 추가 정보를 문서 요약 장치(200)에게 요청할 수 있다. 이때, 문서 요약 장치(200)는 요약 텍스트를 생성하기 위해 이용된 문서를 이용하여 선택된 단어에 대한 상세 정보 또는 추가 정보를 획득할 수 있다. 즉, 문서 요약 장치(200)는 기존의 문서 내에서 선택된 단어에 대한 상세 정보 또는 추가 정보를 획득하여 전자 장치(100)로 제공할 수 있다.Meanwhile, in the above-described embodiment, it has been described that the external search server provides detailed information or additional information on the word selected by the user, but this is only an example, and the electronic device 100 provides detailed information on the selected word. Alternatively, additional information may be requested from the document summary device 200 . In this case, the document summary device 200 may obtain detailed information or additional information about the selected word using the document used to generate the summary text. That is, the document summary device 200 may acquire detailed information or additional information on a selected word in an existing document and provide the obtained information to the electronic device 100 .

도 12는 본 개시의 다양한 실시예에 따른, 요약 텍스트를 제공하는 방법을 설명하기 위한 도면이다.12 is a diagram for explaining a method of providing summary text according to various embodiments of the present disclosure.

문서 요약 장치(200)로부터 요약 텍스트를 수신한 경우, 전자 장치(100)는 다양한 방법으로 요약 텍스트를 제공할 수 있다.When the summary text is received from the document summary device 200, the electronic device 100 may provide the summary text in various ways.

구체적으로, 전자 장치(100)는 도 12의 (a)에 도시된 바와 같이, 기존에 표시되는 문서(예로, 기사) 상에 요약 텍스트에 대응되는 단어 또는 문장에 마커(1210)를 표시하여 요약 텍스트를 제공할 수 있다. 이때, 전자 장치(100)는 문서상에 요약 텍스트에 대응되는 문장 혹은 단어의 위치에 마커(1210)를 표시할 수 있는 별도의 레이어를 생성하여 문서 상에 표시할 수 있다. 또는, 전자 장치(100)는 문서의 스크립트를 수정하여 문서 상에 마커(1210)를 표시할 수 있으며, 요약 텍스트 부분에 마커(1210)가 표시된 별도의 문서 이미지를 생성하여 표시할 수 있다. 한편, 상술한 실시예에서는 요약 텍스트를 제공하기 위하여 문서 상에 요약 텍스트에 대응되는 부분에 마커를 표시하는 것으로 설명하였으나, 이는 일 실시에에 불과할 뿐, 문서 상에 요약 텍스트에 대응되는 텍스트를 다른 텍스트와 구별되게 표시할 수 있다. 예를 들어, 전자 장치(100)는 문서 상에 요약 텍스트에 대응되는 텍스트의 크기, 글씨체, 굵기, 밝기, 색 등을 다른 텍스트들과 상이하게 표시할 수 있다.Specifically, as shown in (a) of FIG. 12 , the electronic device 100 displays a marker 1210 on a word or sentence corresponding to summary text on a previously displayed document (eg, an article) to summarize the summary. You can provide text. In this case, the electronic device 100 may create a separate layer capable of displaying a marker 1210 at a position of a sentence or word corresponding to the summary text on the document and display it on the document. Alternatively, the electronic device 100 may display the marker 1210 on the document by modifying the script of the document, and may generate and display a separate document image in which the marker 1210 is displayed in the summary text portion. Meanwhile, in the above-described embodiment, it has been described that a marker is displayed on a part corresponding to the summary text on a document to provide summary text, but this is only an embodiment, and the text corresponding to the summary text on the document is displayed in another embodiment. It can be displayed distinctly from text. For example, the electronic device 100 may display the size, font, thickness, brightness, color, etc. of text corresponding to the summary text differently from other texts on the document.

또한, 전자 장치(100)는 도 12의 (b)에 도시된 바와 같이, 문서(예로, 기사) 상에 요약 텍스트를 포함하는 팝업 화면(1220)을 표시할 수 있다. 이때, 팝업 화면(1220)은 기존의 기사의 표시를 방해하지 않도록 화면 상단에 표시될 수 있다. 그러나, 팝업 화면(1220)은 사용자의 조작에 의해 크기가 조절될 수 있으며, 표시 위치가 변경될 수 있다.Also, as shown in (b) of FIG. 12 , the electronic device 100 may display a pop-up screen 1220 including summary text on a document (eg, an article). In this case, the pop-up screen 1220 may be displayed at the top of the screen so as not to disturb the display of the existing article. However, the size of the pop-up screen 1220 may be adjusted by a user's manipulation, and the display position may be changed.

또 다른 예로, 전자 장치(100)는 요약 텍스트를 포함하는 전체 화면을 표시할 수 있으며, 요약 텍스트를 전자 장치(100) 내의 메모리(120)에 저장하거나 외부 클라우드 서버에 저장할 수 있다.As another example, the electronic device 100 may display an entire screen including summary text, and may store the summary text in the memory 120 of the electronic device 100 or in an external cloud server.

도 13 내지 14b는 본 개시의 일 실시예에 따른, 문서 요약 모델을 학습하고 이용하기 위한 전자 장치의 구성을 나타내는 블록도이다.13 to 14b are block diagrams illustrating the configuration of an electronic device for learning and using a document summary model according to an embodiment of the present disclosure.

도 13을 참조하면, 프로세서(1300)는 학습부(1310) 및 요약부(1320) 중 적어도 하나를 포함할 수 있다. 도 13의 프로세서(1300)는 도 2a 및 도 2b의 전자 장치(100)의 프로세서(140) 또는 데이터 학습 서버(미도시)의 프로세서에 대응될 수 있다.Referring to FIG. 13 , the processor 1300 may include at least one of a learning unit 1310 and a summary unit 1320. The processor 1300 of FIG. 13 may correspond to the processor 140 of the electronic device 100 of FIGS. 2A and 2B or a processor of a data learning server (not shown).

학습부(1310)는 문서를 요약하여 요약 정보를 생성하는 기준을 갖는 문서 요약 모델을 생성 또는 학습시킬 수 있다. 학습부(1310)는 수집된 학습 데이터를 이용하여 요약 정보를 생성할 수 있는 문서 요약 모델을 생성할 수 있다. 일 예로, 학습부(1310)는 텍스트를 포함하는 문서를 학습 데이터로서 이용하여 문서에 대한 요약 정보를 생성하는 기준을 판단하기 위한 문서 요약 모델을 생성, 학습 또는 갱신시킬 수 있다. The learning unit 1310 may generate or train a document summary model having criteria for generating summary information by summarizing documents. The learning unit 1310 may generate a document summary model capable of generating summary information using the collected learning data. For example, the learning unit 1310 may create, learn, or update a document summary model for determining a criterion for generating summary information on a document by using a document including text as training data.

이때, 학습부(1310)는 문서의 유형에 따라 상이한 요약 정보를 생성하는 기준을 갖도록 문서 요약 모델을 학습할 수 있다. 구체적으로, 학습부(1310)는 입력되 문서가 기사, 논문, 레시피 문서 등의 여부에 따라 상이한 기준으로 요약 정보를 생성하도록 문서 요약 모델을 학습할 수 있다. 예를 들어, 학습 데이터로 입력되는 문서가 기사인 경우, 학습부(1310)는 기사의 핵심 단어를 추출하여 결과 전달 위주의 요약 정보를 생성하도록 문서 요약 모델을 학습할 수 있으며, 학습 데이터로 입력되는 문서가 논문인 경우, 학습부(1310)는 요약이나 결론에 포함된 단어 또는 문장을 추출하여 요약 정보를 생성하도록 문서 요약 모델을 학습할 수 있다.In this case, the learning unit 1310 may learn a document summary model to have criteria for generating different summary information according to document types. Specifically, the learning unit 1310 may learn a document summary model to generate summary information based on different standards depending on whether an input document is an article, a thesis, or a recipe document. For example, if a document input as training data is an article, the learning unit 1310 may learn a document summary model to extract key words of the article and generate summary information focused on delivering results, which is input as training data. If the document to be used is a thesis, the learning unit 1310 may learn a document summary model to generate summary information by extracting words or sentences included in the summary or conclusion.

요약부(1320)는 소정의 문서 데이터를 학습된 문서 요약 모델의 입력 데이터로 사용하여, 소정의 문서에 대한 요약 정보를 생성할 수 있다. 일 예로, 요약부(1320)는 텍스트가 포함된 문서 데이터를 학습된 요약부의 입력 데이터로 사용하여 사용자에 의해 선택된 문서에 대한 요약 정보를 생성할 수 있다.The summary unit 1320 may generate summary information on a predetermined document by using predetermined document data as input data of the learned document summary model. For example, the summary unit 1320 may generate summary information on a document selected by the user by using document data including text as input data of the learned summary unit.

학습부(1310)의 적어도 일부 및 요약부(1320)의 적어도 일부는, 소프트웨어 모듈로 구현되거나 적어도 하나의 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 예를 들어, 학습부(1310) 및 요약부(1320) 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 전자 장치 또는 문서 요약 장치(200)에 탑재될 수도 있다. 이때, 인공 지능을 위한 전용 하드웨어 칩은 확률 연산에 특화된 전용 프로세서로서, 기존의 범용 프로세서보다 병렬처리 성능이 높아 기계 학습과 같은 인공 지능 분야의 연산 작업을 빠르게 처리할 수 있다. 학습부(1310) 및 요약부(1320)가 소프트웨어 모듈(또는, 인스트럭션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 이 경우, 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.At least a portion of the learning unit 1310 and at least a portion of the summary unit 1320 may be implemented as a software module or manufactured in the form of at least one hardware chip and mounted in an electronic device. For example, at least one of the learning unit 1310 and the summary unit 1320 may be manufactured in the form of a dedicated hardware chip for artificial intelligence (AI), or an existing general-purpose processor (eg, CPU or application processor) or a graphics-only processor (eg, GPU), and may be mounted in various electronic devices or the document summary device 200 described above. At this time, the dedicated hardware chip for artificial intelligence is a dedicated processor specialized in probability calculation, and can quickly process calculation tasks in the field of artificial intelligence such as machine learning with higher parallel processing performance than conventional general-purpose processors. When the learning unit 1310 and the summary unit 1320 are implemented as software modules (or program modules including instructions), the software modules are computer-readable, non-transitory readable recording media (non-transitory). transitory computer readable media). In this case, the software module may be provided by an Operating System (OS) or a predetermined application. Alternatively, some of the software modules may be provided by an Operating System (OS), and the other part may be provided by a predetermined application.

　이 경우, 학습부(1310) 및 요약부(1320)는 하나의 전자 장치에 탑재될 수도 있으며, 또는 별개의 전자 장치들에 각각 탑재될 수도 있다. 예를 들어, 학습부(1310) 및 요약부(1320) 중 하나는 전자 장치(100)에 포함되고, 나머지 하나는 외부의 서버에 포함될 수 있다. 또한, 학습부(1310) 및 요약부(1320)는 유선 또는 무선으로 통하여, 학습부(1310)가 구축한 모델 정보를 요약부(1320)로 제공할 수도 있고, 학습부(1320)로 입력된 데이터가 추가 학습 데이터로서 학습부(1310)로 제공될 수도 있다.In this case, the learning unit 1310 and the summary unit 1320 may be installed in one electronic device or may be installed in separate electronic devices. For example, one of the learning unit 1310 and the summary unit 1320 may be included in the electronic device 100 and the other may be included in an external server. In addition, the learning unit 1310 and the summary unit 1320 may provide model information built by the learning unit 1310 to the summary unit 1320 through wired or wireless communication, and the information input to the learning unit 1320 Data may be provided to the learning unit 1310 as additional learning data.

도 14a는, 다양한 실시예에 따른 학습부(1310) 및 요약부(1320)의 블록도이다.14A is a block diagram of a learning unit 1310 and a summary unit 1320 according to various embodiments.

도 14a의 (a)를 참조하면, 일부 실시예에 따른 학습부(1310)는 학습 데이터 획득부(1310-1) 및 모델 학습부(1310-4)를 포함할 수 있다. 또한, 학습부(1310)는 학습 데이터 전처리부(1310-2), 학습 데이터 선택부(1310-3) 및 모델 평가부(1310-5) 중 적어도 하나를 선택적으로 더 포함할 수 있다.Referring to (a) of FIG. 14A, a learning unit 1310 according to some embodiments may include a learning data acquisition unit 1310-1 and a model learning unit 1310-4. In addition, the learning unit 1310 may selectively further include at least one of a training data pre-processing unit 1310-2, a learning data selection unit 1310-3, and a model evaluation unit 1310-5.

학습 데이터 획득부(1310-1)는 문서에 대한 요약 정보를 생성하기 위한 요약부에 필요한 학습 데이터를 획득할 수 있다. 본 개시의 실시예로, 학습 데이터 획득부(1310-1)는 논문, 기사, e-book 컨텐츠 등과 같이, 텍스트를 포함하는 문서를 학습 데이터로서 획득할 수 있다. 학습 데이터는 학습부(1310) 또는 학습부(1310)의 제조사가 수집 또는 테스트한 데이터가 될 수도 있다. The training data acquisition unit 1310-1 may acquire training data necessary for a summary unit for generating summary information on a document. According to an embodiment of the present disclosure, the learning data acquisition unit 1310-1 may obtain a document including text, such as papers, articles, and e-book contents, as learning data. The learning data may be data collected or tested by the learning unit 1310 or a manufacturer of the learning unit 1310 .

모델 학습부(1310-4)는 학습 데이터를 이용하여, 요약부이 소정의 문서를 어떻게 요약할지에 관한 판단 기준을 갖도록 학습시킬 수 있다. 일 예로, 모델 학습부(1310-4)는 문서에 포함된 단어의 출현 빈도, 단어의 위치, 단어들과의 관계 등을 바탕으로 핵심 단어를 추출하고, 추출된 핵심 단어를 이용하여 요약 정보를 생성하도록 요약부을 학습할 수 있다. 또한, 모델 학습부(1310-4)는 복수의 문서를 이용하여 요약 정보를 생성하도록 요약부을 학습할 수 있다. 구체적으로, 모델 학습부(1310-4)는 복수의 문서에 포함된 단어들 중 공통적으로 나오는 단어를 바탕으로 요약 정보를 생성하도록 요약부을 학습할 수 있다.The model learning unit 1310 - 4 may train the summary unit to have a criterion for determining how to summarize a given document by using the learning data. For example, the model learning unit 1310-4 extracts key words based on the frequency of occurrence of words included in the document, the position of the words, the relationship with the words, etc., and summarizes information using the extracted key words. You can learn summaries to generate them. Also, the model learning unit 1310 - 4 may learn the summary unit to generate summary information using a plurality of documents. Specifically, the model learning unit 1310 - 4 may learn the summary unit to generate summary information based on common words among words included in a plurality of documents.

특히, 모델 학습부(1310-4)는 학습 데이터 중 적어도 일부를 판단 기준으로 이용하는 지도 학습(supervised learning)을 통하여, 요약부을 학습시킬 수 있다. 또는, 모델 학습부(1310-4)는, 예를 들어, 별다른 지도 없이 학습 데이터를 이용하여 스스로 학습함으로써, 요약 정보를 생성하기 위한 기준을 발견하는 비지도 학습(unsupervised learning)을 통하여, 요약부 모델을 학습시킬 수 있다. 또한, 모델 학습부(1310-4)는, 예를 들어, 학습에 따른 상황 판단의 결과가 올바른 지에 대한 피드백을 이용하는 강화 학습(reinforcement learning)을 통하여, 요약부을 학습시킬 수 있다. 또한, 모델 학습부(1310-4)는, 예를 들어, 오류 역전파법(error back-propagation) 또는 경사 하강법(gradient descent)을 포함하는 학습 알고리즘 등을 이용하여 요약부을 학습시킬 수 있다In particular, the model learning unit 1310 - 4 may learn the summary unit through supervised learning using at least some of the learning data as a criterion. Alternatively, the model learning unit 1310-4 may, for example, self-learn using learning data without any guidance, and through unsupervised learning to discover criteria for generating summary information, the summary unit model can be trained. In addition, the model learning unit 1310 - 4 may learn the summary unit through, for example, reinforcement learning using feedback about whether a result of situation judgment according to learning is correct. In addition, the model learning unit 1310-4 may train the summary unit using a learning algorithm including, for example, error back-propagation or gradient descent.

또한, 모델 학습부(1310-4)는 입력 데이터를 이용하여 요약 정보를 생성하기 위하여 어떤 학습 데이터를 이용해야 하는지에 대한 선별 기준을 학습할 수도 있다. In addition, the model learning unit 1310 - 4 may learn a selection criterion for which learning data should be used to generate summary information using the input data.

모델 학습부(1310-4)는 미리 구축된 요약부이 복수 개가 존재하는 경우, 입력된 학습 데이터와 기본 학습 데이터의 관련성이 큰 요약부을 학습할 요약부로 결정할 수 있다. 이 경우, 기본 학습 데이터는 데이터의 타입별로 기 분류되어 있을 수 있으며, 요약부은 데이터의 타입별로 미리 구축되어 있을 수 있다. 예를 들어, 기본 학습 데이터는 학습 데이터가 생성된 지역, 학습 데이터가 생성된 시간, 학습 데이터의 크기, 학습 데이터의 장르, 학습 데이터의 생성자, 학습 데이터 내의 유형 등과 같은 다양한 기준으로 기 분류되어 있을 수 있다.　 예를 들어, 모델 학습부(1310-4)는 기사에 대한 요약 정보를 생성하기 위한 제1 문서 요약 모델 및 논문에 대한 요약 정보를 생성하기 위한 제2 문서 요약 모델을 생성할 수 있다.The model learning unit 1310 - 4 may determine a summary unit having a high correlation between the input training data and the basic training data as a summary unit to be learned when there are a plurality of pre-built summaries. In this case, the basic learning data may be pre-classified for each type of data, and the summary unit may be pre-built for each type of data. For example, the basic training data may be pre-classified according to various criteria such as the region where the training data was created, the time the training data was created, the size of the training data, the genre of the training data, the creator of the training data, and the type within the training data. can For example, the model learning unit 1310 - 4 may generate a first document summary model for generating summary information on articles and a second document summary model for generating summary information on papers.

모델이 학습되면, 모델 학습부(1310-4)는 학습된 문서 요약 모델을 저장할 수 있다. 이 경우, 모델 학습부(1310-4)는 학습된 문서 요약 모델을 전자 장치(100)의 메모리(130)에 저장할 수 있다. 또는, 모델 학습부(1310-4)는 학습된 문서 요약 모델을 전자 장치(100)와 유선 또는 무선 네트워크로 연결되는 서버의 메모리에 저장할 수도 있다.When the model is learned, the model learning unit 1310-4 may store the learned document summary model. In this case, the model learning unit 1310 - 4 may store the learned document summary model in the memory 130 of the electronic device 100 . Alternatively, the model learning unit 1310 - 4 may store the learned document summary model in a memory of a server connected to the electronic device 100 through a wired or wireless network.

학습부(1310)는 문서 요약 모델의 결과를 향상시키거나, 문서 요약 모델의 생성에 필요한 자원 또는 시간을 절약하기 위하여, 학습 데이터 전처리부(1310-2) 및 학습 데이터 선택부(1310-3)를 더 포함할 수도 있다.The learning unit 1310 includes a learning data pre-processor 1310-2 and a learning data selection unit 1310-3 to improve the results of the document summary model or to save resources or time required for generating the document summary model. may further include.

학습 데이터 전처리부(1310-2)는 요약 정보 생성을 위한 학습에 획득된 데이터가 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 학습 데이터 전처리부(1310-2)는 모델 학습부(1310-4)가 요약 정보 생성을 위한 학습을 위하여 획득된 데이터를 이용할 수 있도록, 획득된 데이터를 기 설정된 포맷으로 가공할 수 있다. The learning data pre-processing unit 1310-2 may pre-process the acquired data so that the acquired data can be used for learning to generate summary information. The learning data pre-processing unit 1310-2 may process the acquired data into a preset format so that the model learning unit 1310-4 can use the acquired data for learning to generate summary information.

학습 데이터 선택부(1310-3)는 학습 데이터 획득부(1310-1)에서 획득된 데이터 또는 학습 데이터 전처리부(1310-2)에서 전처리된 데이터 중에서 학습에 필요한 데이터를 선택할 수 있다. 선택된 학습 데이터는 모델 학습부(1310-4)에 제공될 수 있다. 학습 데이터 선택부(1310-3)는 기 설정된 선별 기준에 따라, 획득되거나 전처리된 데이터 중에서 학습에 필요한 학습 데이터를 선택할 수 있다. 예를 들어, 학습 데이터 선택부(1310-3)는 입력된 문서 데이터 중 텍스트 관련 데이터만을 학습 데이터로 선택할 수 있다. 또한, 학습 데이터 선택부(1310-3)는 모델 학습부(1310-4)에 의한 학습에 의해 기 설정된 선별 기준에 따라 학습 데이터를 선택할 수도 있다.The learning data selector 1310-3 may select data necessary for learning from data acquired by the learning data acquisition unit 1310-1 or data preprocessed by the learning data preprocessor 1310-2. The selected learning data may be provided to the model learning unit 1310-4. The learning data selection unit 1310-3 may select learning data necessary for learning from among acquired or preprocessed data according to a predetermined selection criterion. For example, the training data selector 1310-3 may select only text-related data from among input document data as training data. In addition, the learning data selection unit 1310-3 may select learning data according to a selection criterion set by learning by the model learning unit 1310-4.

학습부(1310)는 문서 요약 모델의 출력 결과를 향상시키기 위하여, 모델 평가부(1310-5)를 더 포함할 수도 있다.The learning unit 1310 may further include a model evaluation unit 1310-5 to improve the output result of the document summary model.

모델 평가부(1310-5)는 문서 요약 모델에 평가 데이터를 입력하고, 평가 데이터로부터 출력되는 출력 결과가 소정 기준을 만족하지 못하는 경우, 모델 학습부(1310-4)로 하여금 다시 학습하도록 할 수 있다. 이 경우, 평가 데이터는 문서 요약 모델을 평가하기 위한 기 정의된 데이터일 수 있다. The model evaluation unit 1310-5 may input evaluation data to the document summary model, and may cause the model learning unit 1310-4 to learn again when an output result output from the evaluation data does not satisfy a predetermined criterion. there is. In this case, the evaluation data may be predefined data for evaluating the document summary model.

예를 들어, 모델 평가부(1310-5)는 평가 데이터에 대한 학습된 문서 요약 모델의 출력 결과 중에서, 출력 결과가 정확하지 않은 평가 데이터의 개수 또는 비율이 미리 설정된 임계치를 초과하는 경우 소정 기준을 만족하지 못한 것으로 평가할 수 있다. For example, the model evaluator 1310-5 determines a predetermined criterion when the number or ratio of evaluation data whose output results are not accurate among the output results of the learned document summary model for evaluation data exceeds a preset threshold. It can be evaluated as unsatisfactory.

한편, 학습된 문서 요약 모델이 복수 개가 존재하는 경우, 모델 평가부(1310-5)는 각각의 학습된 문서 요약 모델에 대하여 소정 기준을 만족하는지를 평가하고, 소정 기준을 만족하는 모델을 최종 문서 요약 모델로서 결정할 수 있다. 이 경우, 소정 기준을 만족하는 모델이 복수 개인 경우, 모델 평가부(1310-5)는 평가 점수가 높은 순으로 미리 설정된 어느 하나 또는 소정 개수의 모델을 최종 문서 요약 모델로서 결정할 수 있다.Meanwhile, when there are a plurality of learned document summary models, the model evaluation unit 1310-5 evaluates whether or not a predetermined criterion is satisfied for each learned document summary model, and the model that satisfies the predetermined criterion is selected as a final document summary model. can be determined as a model. In this case, when there are a plurality of models that satisfy a predetermined criterion, the model evaluation unit 1310-5 may determine one or a predetermined number of models preset in order of highest evaluation score as the final document summary model.

도 14a의 (b)를 참조하면, 일부 실시예에 따른 요약부(1320)는 요약 데이터 획득부(1320-1) 및 요약 결과 제공부(1320-4)를 포함할 수 있다. 또한, 요약부(1320)는 요약 데이터 전처리부(1320-2), 요약 데이터 선택부(1320-3) 및 모델 갱신부(1320-5) 중 적어도 하나를 선택적으로 더 포함할 수 있다.Referring to (b) of FIG. 14A , a summary unit 1320 according to some embodiments may include a summary data acquisition unit 1320-1 and a summary result providing unit 1320-4. In addition, the summary unit 1320 may selectively further include at least one of a summary data preprocessor 1320-2, a summary data selector 1320-3, and a model update unit 1320-5.

요약 데이터 획득부(1320-1)는 요약 정보 생성에 필요한 문서 데이터를 획득할 수 있다. 요약 결과 제공부(1320-4)는 요약 데이터 획득부(1320-1)에서 획득된 데이터를 입력 값으로 학습된 문서 요약 모델에 적용하여 요약 정보를 생성할 수 있다. 요약 결과 제공부(1320-4)는 입력되는 문서의 유형에 따른 요약 정보를 제공할 수 있다. 요약 결과 제공부(1320-4)는 후술할 요약 데이터 전처리부(1320-2) 또는 요약 데이터 선택부(1320-3)에 의해 선택된 데이터를 입력 값으로 문서 요약 모델에 적용하여 요약 정보를 획득할 수 있다.The summary data acquisition unit 1320-1 may obtain document data necessary for generating summary information. The summary result providing unit 1320-4 may generate summary information by applying the data obtained from the summary data acquisition unit 1320-1 to the learned document summary model as an input value. The summary result provider 1320-4 may provide summary information according to the type of input document. The summary result provider 1320-4 acquires summary information by applying the data selected by the summary data preprocessor 1320-2 or the summary data selector 1320-3 to a document summary model as an input value. can

일 실시예로, 요약 결과 제공부(1320-4)는 요약 데이터 획득부(1320-1)에서 획득한 텍스트를 포함하는 문서 데이터를 학습된 문서 요약 모델에 적용하여 요약 정보를 생성할 수 있다.As an embodiment, the summary result providing unit 1320-4 may generate summary information by applying the document data including the text obtained from the summary data obtaining unit 1320-1 to the learned document summary model.

요약부(1320)는 문서 요약 모델의 출력 결과를 향상시키거나, 출력 결과의 제공을 위한 자원 또는 시간을 절약하기 위하여, 요약 데이터 전처리부(1320-2) 및 요약 데이터 선택부(1320-3)를 더 포함할 수도 있다.The summary unit 1320 includes a summary data pre-processing unit 1320-2 and a summary data selection unit 1320-3 in order to improve the output result of the document summary model or to save resources or time for providing the output result. may further include.

요약 데이터 전처리부(1320-2)는 문서 데이터가 요약 데이터로서 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 요약 데이터 전처리부(1320-2)는 요약 결과 제공부(1320-4)가 요약 정보 생성을 위하여 획득된 데이터를 이용할 수 있도록, 획득된 데이터를 기 정의된 포맷으로 가공할 수 있다. The summary data pre-processing unit 1320-2 may pre-process the acquired data so that the document data can be used as summary data. The summary data pre-processing unit 1320-2 may process the acquired data into a predefined format so that the summary result providing unit 1320-4 can use the acquired data to generate summary information.

요약 데이터 선택부(1320-3)는 요약 데이터 획득부(1320-1)에서 획득된 데이터 또는 요약 데이터 전처리부(1320-2)에서 전처리된 데이터 중에서 요약 정보 생성에 필요한 데이터를 선택할 수 있다. 선택된 데이터는 요약 결과 제공부(1320-4)에게 제공될 수 있다. 요약 데이터 선택부(1320-3)는 요약 정보 생성을 위한 기 설정된 선별 기준에 따라, 획득되거나 전처리된 데이터 중에서 일부 또는 전부를 선택할 수 있다. 또한, 요약 데이터 선택부(1320-3)는 모델 학습부(1310-4)에 의한 학습에 의해 기 설정된 선별 기준에 따라 데이터를 선택할 수도 있다.The summary data selection unit 1320-3 may select data necessary for generating summary information from among data acquired by the summary data acquisition unit 1320-1 or data pre-processed by the summary data pre-processing unit 1320-2. The selected data may be provided to the summary result provider 1320-4. The summary data selector 1320 - 3 may select some or all of the obtained or preprocessed data according to a predetermined selection criterion for generating summary information. In addition, the summary data selection unit 1320-3 may select data according to a selection criterion set by learning by the model learning unit 1310-4.

모델 갱신부(1320-5)는 요약 결과 제공부(1320-4)에 의해 제공되는 출력 결과에 대한 평가에 기초하여, 문서 요약 모델이 갱신되도록 제어할 수 있다. 예를 들어, 모델 갱신부(1320-5)는 요약 결과 제공부(1320-4)에 의해 제공되는 출력 결과를 모델 학습부(1310-4)에게 제공함으로써, 모델 학습부(1310-4)가 문서 요약 모델을 추가 학습 또는 갱신하도록 요청할 수 있다.The model updater 1320-5 may control the document summary model to be updated based on the evaluation of the output result provided by the summary result provider 1320-4. For example, the model updater 1320-5 provides the output result provided by the summary result provider 1320-4 to the model learner 1310-4 so that the model learner 1310-4 can You can request further training or updating of the document summary model.

도 14b는, 일 실시예에 따른 전자 장치(100) 및 외부의 서버(S)가 서로 연동함으로써 데이터를 학습하고 요약 정보를 생성하는 예시를 나타내는 도면이다.14B is a diagram illustrating an example of learning data and generating summary information by interworking the electronic device 100 and an external server S according to an embodiment.

도 14b를 참조하면, 외부의 서버(S)는 요약 정보를 생성하기 위한 문서 요약 모델을 학습할 수 있으며, 전자 장치(100)는 서버(S)에 의한 학습 결과에 기초하여 요약 정보를 생성할 수 있다.Referring to FIG. 14B , an external server S may learn a document summary model for generating summary information, and the electronic device 100 may generate summary information based on a learning result by the server S. can

이 경우, 서버(S)의 모델 학습부(1310-4)는 도 13에 도시된 학습부(1310)의 기능을 수행할 수 있다. 서버(S)의 모델 학습부(1310-4)는 요약 정보를 어떻게 생성할지에 관한 기준을 학습할 수 있다. In this case, the model learning unit 1310-4 of the server S may perform the function of the learning unit 1310 shown in FIG. 13 . The model learning unit 1310-4 of the server S may learn criteria for how to generate summary information.

또한, 전자 장치(100)의 요약 결과 제공부(1320-4)는 요약 데이터 선택부(1320-3)에 의해 선택된 문서 데이터를 서버(S)에 의해 생성된 문서 요약 모델에 적용하여 문서에 대한 요약 정보를 획득할 수 있다. 또는, 전자 장치(100)의 요약 결과 제공부(1320-4)는 서버(S)에 의해 생성된 문서 요약 모델을 서버(S)로부터 수신하고, 수신된 문서 요약 모델을 이용하여 요약 정보를 생성할 수 있다. 이 경우, 전자 장치(100)의 요약 결과 제공부(1320-4)는 요약 데이터 선택부(1320-3)에 의해 선택된 문서 데이터를 서버(S)로부터 수신된 문서 요약 모델에 적용하여, 문서에 대한 요약 정보를 획득할 수 있다. In addition, the summary result provider 1320-4 of the electronic device 100 applies the document data selected by the summary data selector 1320-3 to the document summary model generated by the server S to obtain information about the document. summary information can be obtained. Alternatively, the summary result providing unit 1320-4 of the electronic device 100 receives the document summary model generated by the server S from the server S, and generates summary information using the received document summary model. can do. In this case, the summary result provider 1320-4 of the electronic device 100 applies the document data selected by the summary data selector 1320-3 to the document summary model received from the server S, summary information can be obtained.

도 15는 본 개시의 일 실시예에 따른, 검색어를 바탕으로 검색된 적어도 하나의 문서에 대한 요약 정보를 다른 문서로 삽입하는 실시예를 설명하기 위한 흐름도이다.15 is a flowchart illustrating an embodiment of inserting summary information about at least one document searched based on a search word into another document according to an embodiment of the present disclosure.

우선, 전자 장치(100)는 검색어를 입력받을 수 있다(S1510). 이때, 전자 장치(100)는 제1 영역에 제1 문서를 표시하고, 제2 영역에 검색창을 표시할 수 있으며, 입력된 검색어를 제2 영역의 검색창에 표시할 수 있다.First, the electronic device 100 may receive a search word (S1510). In this case, the electronic device 100 may display the first document in the first area, display a search window in the second area, and display the input search word in the search window in the second area.

전자 장치(100)는 검색어에 대한 검색 요청이 수신되었는지 여부를 판단할 수 있다(S1520). 이때, 검색어에 대한 검색 요청은 검색창에 포함된 검색 아이콘을 선택하는 아이콘을 선택하는 사용자 명령이 입력되는 것일 수 있다.The electronic device 100 may determine whether a search request for a search word has been received (S1520). At this time, the search request for the search word may be a user command for selecting a search icon included in the search window is input.

검색어에 대한 검색 요청이 수신된 경우, 전자 장치(100)는 검색어를 바탕으로 복수의 문서를 검색할 수 있다(S1530). 이때, 전자 장치(100)는 전자 장치(100) 내에 저장된 복수의 문서를 검색할 수 있으나, 이는 일 실시예에 불과할 뿐, 외부의 검색 서버(또는 클라우드 서버)에 저장된 복수의 문서를 검색할 수 있다.When a search request for a search word is received, the electronic device 100 may search a plurality of documents based on the search word (S1530). In this case, the electronic device 100 may search a plurality of documents stored in the electronic device 100, but this is only an example, and a plurality of documents stored in an external search server (or cloud server) may not be searched. there is.

전자 장치(100)는 검색된 복수의 문서를 제공할 수 있다(S1540). 이때, 전자 장치(100)는 제2 영역 상에 검색된 복수의 문서를 제공할 수 있다.The electronic device 100 may provide a plurality of searched documents (S1540). At this time, the electronic device 100 may provide a plurality of searched documents on the second area.

전자 장치(100)는 복수의 문서 중 적어도 하나에 대한 요약 정보를 요청하기 위한 사용자 명령이 입력되었는지 여부를 판단할 수 있다(S1550). 이때, 복수의 문서 중 적어도 하나에 대한 요약 정보를 요청하기 위한 사용자 명령은 복수의 문서 중 적어도 하나를 선택하여 제1 문서가 표시된 제1 영역 중 일 지점으로 드래그하 사용자 명령일 수 있다.The electronic device 100 may determine whether a user command for requesting summary information on at least one of a plurality of documents is input (S1550). In this case, the user command for requesting summary information on at least one of the plurality of documents may be a user command to select and drag at least one of the plurality of documents to a point in the first area where the first document is displayed.

전자 장치(100)는 요약 정보를 획득하도록 인공지능 학습모델에 선택된 문서를 입력하여 선택된 문서의 요약 정보를 획득할 수 있다(S1560). 이때, 인공지능 학습모델은 요약 정보를 획득하도록 학습된 모델로서, 문서에 대한 정보, 요약 설정 정보, 사용자 히스토리 정보 등을 바탕으로 요약 정보를 생성할 수 있다.The electronic device 100 may obtain summary information of the selected document by inputting the selected document to the artificial intelligence learning model to obtain summary information (S1560). In this case, the artificial intelligence learning model is a model learned to obtain summary information, and may generate summary information based on document information, summary setting information, user history information, and the like.

전자 장치(100)는 요약 정보를 다른 문서에 삽입할 수 있다(S1570). 구체적으로, 전자 장치(100)는 요약 정보를 다른 문서 중 사용자 명령이 입력된 지점에 삽입할 수 있다. 이때, 전자 장치(100)는 요약 정보를 다른 텍스트와 구별하여 제공할 수 있으며, 요약 정보에 인용 정보를 함께 제공할 수 있다.The electronic device 100 may insert summary information into another document (S1570). Specifically, the electronic device 100 may insert summary information at a point where a user command is input among other documents. In this case, the electronic device 100 may provide the summary information by distinguishing it from other texts, and may provide citation information together with the summary information.

도 16 내지 19는 본 개시의 다양한 실시예에 따른, 요약 모델을 이용하는 네트워크 시스템의 흐름도이다.16-19 are flow diagrams of a network system utilizing a summary model, in accordance with various embodiments of the present disclosure.

도 16 내지 도 19에서, 문서 요약 모델을 이용하는 네트워크 시스템은 제1 구성 요소(1601,1701,1801,1901), 제2 구성 요소(1602,1702,1802,1902) 및 제3 구성 요소(1703) 중 적어도 두 개를 포함할 수 있다.16 to 19, the network system using the document summary model includes first components 1601, 1701, 1801, and 1901, second components 1602, 1702, 1802, and 1902, and third components 1703. may include at least two of them.

여기서, 제1 구성 요소(1601,1701,1801,1901)는 전자 장치(100)이고, 제2 구성 요소(1602,1702,1802,1902)는 텍스트 요약 모델이 저장된 서버가 될 수 있다. 또는, 제1 구성 요소(1601,1701,1801,1901)는 범용 프로세서이고, 제2 구성 요소(1602,1702,1802,1902)는 인공 지능 전용 프로세서가 될 수 있다. 또는, 제1 구성 요소(1601,1701,1801,1901)는 적어도 하나의 어플리케이션이 될 수 있고, 제2 구성 요소(1602,1702,1802,1902)는 운영 체제(operating system, OS)가 될 수 있다. 즉, 제2 구성 요소(1602,1702,1802,1902)는 제1 구성 요소(1601,1701,1801,1901)보다 더 집적화되거나, 전용화되거나, 딜레이(delay)가 작거나, 성능이 우세하거나 또는 많은 리소스를 가진 구성 요소로서 인공지능 학습모델의 생성, 갱신 또는 적용 시에 요구되는 많은 연산을 제1 구성 요소(1601,1701,1801,1901)보다 신속하고 효과적으로 처리 가능한 구성 요소가 될 수 있다.Here, the first elements 1601 , 1701 , 1801 , and 1901 may be the electronic device 100 , and the second elements 1602 , 1702 , 1802 , and 1902 may be servers storing text summary models. Alternatively, the first elements 1601 , 1701 , 1801 , and 1901 may be general purpose processors, and the second elements 1602 , 1702 , 1802 , and 1902 may be dedicated artificial intelligence processors. Alternatively, the first components 1601, 1701, 1801, and 1901 may be at least one application, and the second components 1602, 1702, 1802, and 1902 may be an operating system (OS). there is. That is, the second components 1602, 1702, 1802, and 1902 are more integrated, dedicated, have a smaller delay, or have superior performance than the first components 1601, 1701, 1801, and 1901. Alternatively, as a component with many resources, it can be a component that can process many calculations required when creating, updating, or applying an artificial intelligence learning model more quickly and effectively than the first components (1601, 1701, 1801, 1901). .

이 경우, 제1 구성 요소(1601,1701,1801,1901) 및 제2 구성 요소(1602,1702,1802,1902) 간에 데이터를 송/수신하기 위한 인터페이스가 정의될 수 있다. In this case, an interface for transmitting/receiving data may be defined between the first elements 1601 , 1701 , 1801 , and 1901 and the second elements 1602 , 1702 , 1802 , and 1902 .

예로, 인공지능 학습모델에 적용할 학습 데이터를 인자 값(또는, 매개 값 또는 전달 값)으로 갖는 API(application program interface)가 정의될 수 있다. API는 어느 하나의 프로토콜(예로, 전자 장치(100)에서 정의된 프로토콜)에서 다른 프로토콜(예로, 서버에서 정의된 프로토콜)의 어떤 처리를 위해 호출할 수 있는 서브 루틴 또는 함수의 집합으로 정의될 수 있다. 즉, API를 통하여 어느 하나의 프로토콜에서 다른 프로토콜의 동작이 수행될 수 있는 환경을 제공될 수 있다.For example, an application program interface (API) having learning data to be applied to an artificial intelligence learning model as a factor value (or a mediating value or a transmission value) may be defined. An API may be defined as a set of subroutines or functions that can be called from one protocol (eg, a protocol defined in the electronic device 100) to process another protocol (eg, a protocol defined in a server). there is. That is, an environment in which an operation of another protocol can be performed can be provided in one protocol through an API.

한편, 제3 구성 요소(1703)는 제1 구성 요소(1701) 및 제2 구성 요소(1702) 중 적어도 하나에서 수신한 데이터에 기반하여 문서와 관련된 다른 문서를 수집하여 제공할 수 있다. 제3 구성 요소(1703)는 예로, 도 2c의 문서 수집 장치(300)에 대응될 수 있다. 이 때, 제3 구성 요소(1703)가 수신하는 데이터는, 예로, 사용자에 의해 선택된 문서에 대한 정보가 될 수 있다.Meanwhile, the third component 1703 may collect and provide other documents related to the document based on data received from at least one of the first component 1701 and the second component 1702 . For example, the third component 1703 may correspond to the document collection device 300 of FIG. 2C. At this time, the data received by the third component 1703 may be, for example, information about a document selected by the user.

일 실시예로, 도 16에서, 제1 구성 요소(1601)는 문서에 대한 요약 명령을 입력받을 수 있다(S1610). 이때, 문서에 대한 요약 명령은 문서에 포함된 요약 아이콘을 선택하는 명령, 검색된 복수의 문서 중 적어도 하나를 선택하는 명령 등일 수 있으나, 이에 한정되는 것은 아니다.As an embodiment, in FIG. 16 , the first element 1601 may receive a command to summarize the document (S1610). In this case, the command to summarize the document may be a command to select a summary icon included in the document, a command to select at least one of a plurality of searched documents, etc., but is not limited thereto.

제1 구성 요소(1601)는 UI를 표시할 수 있다(S1620). 이때, UI는 요약 설정 정보를 생성하기 위한 UI로서, 요약 정보의 길이 또는 논조를 설정하기 위한 UI일 수 있다.The first component 1601 may display a UI (S1620). In this case, the UI is a UI for generating summary setting information and may be a UI for setting the length or tone of the summary information.

제1 구성 요소(1601)는 요약 설정 정보, 사용자 히스토리 정보를 획득할 수 있다(S1630). 이때, 제1 구성 요소(1601)는 UI를 통해 입력된 사용자 명령에 ek라 요약 설정 정보를 획득할 수 있으며, 사용자 프로파일 정보 및 사용 이력 정보를 포함하는 사용자 히스토리 정보를 획득할 수 있다.The first element 1601 may obtain summary setting information and user history information (S1630). In this case, the first element 1601 may obtain summary setting information according to a user command input through the UI, and may obtain user history information including user profile information and use history information.

제1 구성 요소(1601)는 제2 구성 요소(1602)로 문서에 대한 정보, 요약 설정 정보, 사용자 히스토리 정보를 전송할 수 있다(S1640). The first component 1601 may transmit document information, summary setting information, and user history information to the second component 1602 (S1640).

제2 구성 요소(1602)는 획득된 정보들을 바탕으로 문서 요약을 수행할 수 있다. 구체적으로, 제2 구성 요소(1602)는 획득된 문서에 대한 정보를 입력 데이터로 인공지능 학습모델에 적용하여 요약 정보를 생성할 수 있다. 이때, 제2 구성 요소(1602)는 획득된 요약 설정 정보 및 사용자 히스토리 정보를 바탕으로 요약 정보의 파라미터를 설정하여 요약 정보를 생성할 수 있다.The second component 1602 may perform document summarization based on the acquired information. Specifically, the second component 1602 may generate summary information by applying the acquired document information as input data to an artificial intelligence learning model. In this case, the second element 1602 may generate summary information by setting parameters of the summary information based on the obtained summary setting information and user history information.

제2 구성 요소(1602)는 요약 정보를 제1 구성 요소(1601)로 전송할 수 있다(S1660). The second component 1602 may transmit summary information to the first component 1601 (S1660).

제1 구성 요소(1601)는 생성된 요약 정보를 제공할 수 있다(S1670). 이때, 제1 구성 요소(1601)는 생성된 요약 정보를 별도의 화면으로 제공할 수 있으며, 현재 표시되는 문서 중 요약 정보에 대응되는 부분에 마커를 제공할 수 있다.The first element 1601 may provide the generated summary information (S1670). In this case, the first element 1601 may provide the generated summary information on a separate screen, and may provide a marker to a part corresponding to the summary information among the currently displayed documents.

다른 실시예로, 도 17에서는, 제1 구성 요소(1701)는 문서에 대한 요약 명령을 입력받고(S1710), UI를 표시할 수 있다(S1720). 그리고, 제1 구성 요소(1701)는 UI를 통해 요약 설정 정보를 획득하고, 사용자 히스토리 정보를 획득할 수 있다(S1730). 그리고, 제1 구성 요소(1701)는 제2 구성 요소(1702)로 문서에 대한 정보, 요약 설정 정보, 사용자 히스토리 정보를 전송할 수 있다(S1740). 도 17의 S1710 단계 내지 S1740 단계는 도 16의 S1610 단계 내지 S1640 단계에 대응되므로, 중복되는 설명은 생략한다.As another embodiment, in FIG. 17 , the first component 1701 may receive a summary command for a document (S1710) and display a UI (S1720). And, the first component 1701 may obtain summary setting information and user history information through the UI (S1730). Then, the first component 1701 may transmit document information, summary setting information, and user history information to the second component 1702 (S1740). Since steps S1710 to S1740 of FIG. 17 correspond to steps S1610 to S1640 of FIG. 16 , overlapping descriptions will be omitted.

제2 구성 요소(1702)는 제3 구성 요소(1703)로 문서와 관련된 다른 문서를 요청할 수 있다(S1750). 이때, 요청에는 문서에 대한 정보를 포함할 수 있다.The second component 1702 may request another document related to the document to the third component 1703 (S1750). At this time, the request may include information about the document.

제3 구성 요소(1703)는 문서에 대한 정보를 바탕으로 다른 문서를 검색할 수 있다(S1760). 이때, 다른 문서는 문서와 관련된 문서로서, 예로, 문서가 기사인 경우, 다른 문서는 관련 기사 또는 후속 기사이며, 문서가 논문인 경우, 다른 문서는 동일한 분야의 논문, 유사한 제목을 가지는 논문 등일 수 있다.The third component 1703 may search for another document based on document information (S1760). At this time, the other document is a document related to the document, for example, if the document is an article, the other document is a related article or a follow-up article, and if the document is a thesis, the other document may be a paper in the same field, a paper with a similar title, etc. there is.

제3 구성 요소(1703)는 문서와 관련된 다른 문서를 제2 구성 요소(1702)로 전송할 수 있다(S1770).The third component 1703 may transmit another document related to the document to the second component 1702 (S1770).

제2 구성 요소(1702)는 문서에 대한 정보 및 문서와 관련된 다른 문서를 이용하여 문서를 요약할 수 있다(S1780). 구체적으로, 제2 구성 요소(1702)는 문서에 대한 정보 및 문서와 관련된 다른 문서를 입력 데이터로 학습된 인공지능 학습모델에 적용하여 요약 정보를 획득할 수 있다. 이때, 인공지능 학습모델은 문서 및 관련된 다른 문서에 공통적으로 포함된 단어(또는 문장, 구)를 바탕으로 요약 정보를 생성할 수 있다. 뿐만 아니라, 제2 구성 요소(1702)는 제1 구성 요소(1701)로부터 획득한 요약 설정 정보 및 사용자 히스토리 정보를 바탕으로 인공지능 학습모델의 파라미터를 설정하여 요약 정보를 생성할 수 있다.The second component 1702 may summarize the document using information about the document and other documents related to the document (S1780). Specifically, the second component 1702 may acquire summary information by applying information about the document and other documents related to the document to the artificial intelligence learning model trained as input data. At this time, the artificial intelligence learning model may generate summary information based on words (or sentences, phrases) commonly included in the document and other related documents. In addition, the second component 1702 may generate summary information by setting parameters of an artificial intelligence learning model based on the summary setting information and user history information obtained from the first component 1701 .

제2 구성 요소(1702)는 요약 정보를 제1 구성 요소(1701)로 전송할 수 있다(S1790). 제1 구성 요소(1701)는 생성된 요약 정보를 제공할 수 있다(S1795).The second component 1702 may transmit summary information to the first component 1701 (S1790). The first component 1701 may provide the generated summary information (S1795).

다른 실시예로, 도 18에서는, 제1 구성 요소(1801)는 검색 요청을 입력받을 수 있다(S1810). 구체적으로, 제1 구성 요소(1801)는 사용자에 의해 입력된 검색어를 기반으로 복수의 문서를 검색하기 위한 검색 요청을 입력받을 수 있다. 이때, 검색어는 웹 브라우저의 검색창에 입력된 검색어일 수 있다.As another embodiment, in FIG. 18 , the first element 1801 may receive a search request (S1810). Specifically, the first element 1801 may receive a search request for searching a plurality of documents based on a search word input by a user. In this case, the search word may be a search word input into a search window of a web browser.

제1 구성 요소(1801)는 검색어에 대한 정보를 제2 구성 요소(1802)로 전송할 수 있다(S1820).The first component 1801 may transmit information about the search word to the second component 1802 (S1820).

이때, 제2 구성 요소(1802)는 검색어를 바탕으로 복수의 문서를 검색할 수 있다(S1830). 제2 구성 요소(1802)는 검색된 복수의 문서를 제1 구성 요소(1801)로 전송할 수 있다(S1840).At this time, the second element 1802 may search for a plurality of documents based on the search word (S1830). The second component 1802 may transmit the searched plurality of documents to the first component 1801 (S1840).

제1 구성 요소(1801)는 복수의 문서 중 적어도 하나에 대한 요약 정보를 요청하는 명령을 입력받을 수 있다(S1850). 제1 구성 요소(1801)는 요약 명령을 제2 구성 요소(1802)로 전송할 수 있다(S1860). 이때, 요약 명령에는 적어도 하나의 문서에 대한 정보와 검색어에 대한 정보가 포함될 수 있다. 또한, UI 통해 요약 설정 정보가 획득되거나 사용자 히스토리 정보가 획득된 경우, 제1 구성 요소(1801)는 요약 설정 정보 또는 사용자 히스토리 정보를 요청 명령과 함께 제2 구성 요소(1802)로 전송할 수 있다.The first element 1801 may receive a command for requesting summary information on at least one of a plurality of documents (S1850). The first component 1801 may transmit a summary command to the second component 1802 (S1860). In this case, the summary command may include information on at least one document and information on a search term. Also, when summary setting information or user history information is obtained through the UI, the first component 1801 may transmit the summary setting information or user history information to the second component 1802 along with a request command.

제2 구성 요소(1802)는 인공지능 학습 모델을 이용하여 검색어와 관련된 요약 정보를 획득할 수 있다(S1870). 구체적으로, 복수의 문서 중 적어도 하나에 대한 요약 정보를 요청하는 사용자 명령이 수신되면, 제2 구성 요소(1802)는 요약 정보를 획득하도록 학습된 인공지능 학습모델에 복수의 문서 중 적어도 하나를 입력하여 검색어와 관련된, 적어도 하나의 문서에 대한 요약 정보를 획득할 수 있다.The second component 1802 may obtain summary information related to the search word using an artificial intelligence learning model (S1870). Specifically, when a user command requesting summary information on at least one of a plurality of documents is received, the second component 1802 inputs at least one of the plurality of documents to the artificial intelligence learning model trained to obtain summary information. Accordingly, summary information on at least one document related to the search word may be obtained.

제2 구성 요소(1802)는 요약 정보를 제1 구성 요소(1801)로 전송할 수 있다(S1880).The second component 1802 may transmit summary information to the first component 1801 (S1880).

제1 구성 요소(1801)는 수신된 요약 정보를 제공할 수 있다(S1890).The first component 1801 may provide the received summary information (S1890).

다른 실시예로, 도 19에서는, 제1 구성요소(1901)는 제1 문서를 표시할 수 있다(S1910). As another embodiment, in FIG. 19 , the first component 1901 may display the first document (S1910).

제1 구성 요소(1901)는 사용자에 의해 검색어를 입력받을 수 있다(S1920). 이때, 제1 구성 요소(1901)는 검색어를 제2 구성 요소(1902)로 전송할 수 있다(S1930). The first component 1901 may receive a search word input by the user (S1920). At this time, the first component 1901 may transmit the search word to the second component 1902 (S1930).

제2 구성 요소(1902)는 검색어를 바탕으로 복수의 제2 문서를 검색할 수 있다(S1940) 제2 구성 요소(1902)는 검색된 복수의 제2 문서를 제1 구성 요소(1901)로 전송할 수 있다(S1950).The second element 1902 may search for a plurality of second documents based on the search word (S1940). The second element 1902 may transmit the searched plurality of second documents to the first element 1901. Yes (S1950).

제1 구성 요소(1901)는 복수의 제2 문서 중 적어도 일부를 제1 문서로 삽입하기 위한 삽입 명령을 입력받을 수 있다(S1960). 이때, 삽입 명령은 검색된 복수의 제2 문서 중 일부를 선택하여 제1 문서 중 사용자가 삽입하길 원하는 위치로 드래그하는 명령일 수 있다.The first component 1901 may receive an insertion command for inserting at least a part of the plurality of second documents into the first document (S1960). In this case, the insertion command may be a command for selecting and dragging a part of the searched plurality of second documents to a position in the first document where the user wants to insert the document.

제1 구성 요소(1901)는 적어도 하나의 제2 문서를 제2 구성 요소(1902)로 전송할 수 있다(S1970). 이때, 제1 구성 요소(1901)는 검색어를 함께 전송할 수 있다.The first component 1901 may transmit at least one second document to the second component 1902 (S1970). At this time, the first component 1901 may transmit the search word together.

제2 구성 요소(1902)는 인공지능 학습 모델을 이용하여 요약 정보를 획득할 수 있다(S1980). 구체적으로, 제2 구성 요소(1902)는 요약 정보를 획득하도록 학습된 인공지능 학습모델에 복수의 제2 문서 중 적어도 하나를 입력하여 검색어와 관련된 적어도 하나의 제2 문서에 대한 요약 정보를 획득할 수 있다.The second component 1902 may obtain summary information using an artificial intelligence learning model (S1980). Specifically, the second component 1902 obtains summary information on at least one second document related to a search term by inputting at least one of a plurality of second documents into an artificial intelligence learning model learned to obtain summary information. can

제2 구성 요소(1902)는 요약 정보를 제1 구성 요소(1901)로 전송할 수 있다(S1990). The second component 1902 may transmit summary information to the first component 1901 (S1990).

제1 구성 요소(1901)는 요약 정보를 제1 문서에 삽입할 수 있다(S1995).The first component 1901 may insert summary information into the first document (S1995).

도 20은 본 개시의 일 실시예에 따른, 서버의 제어 방법을 설명하기 위한 흐름도이다.20 is a flowchart illustrating a method of controlling a server according to an embodiment of the present disclosure.

서버는 검색어에 대한 검색 요청을 수신할 수 있다(S2010). The server may receive a search request for a search term (S2010).

서버는 검색어를 바탕으로 복수의 문서를 검색하여 전자 장치(100)로 제공할 수 있다(S2020).The server may search for a plurality of documents based on the search word and provide them to the electronic device 100 (S2020).

서버는 검색된 복수의 문서 중 적어도 하나에 대한 요약 정보를 요청하는 사용자 명령을 수신할 수 있다(S2030).The server may receive a user command requesting summary information on at least one of a plurality of searched documents (S2030).

서버는 요약 정보를 획득하도록 학습된 인공지능 학습모델에 복수의 문서 중 적어도 하나를 입력하여 검색어와 관련된, 적어도 하나의 문서에 대한 요약 정보를 획득할 수 있다(S2040).The server may obtain summary information on at least one document related to a search word by inputting at least one of a plurality of documents into an artificial intelligence learning model learned to obtain summary information (S2040).

서버(200)는 획득된 요약 정보를 전자 장치(100)로 제공할 수 있다(S2050).The server 200 may provide the obtained summary information to the electronic device 100 (S2050).

도 21은 본 개시의 일 실시예에 따른, 전자 장치의 제어 방법을 설명하기 위한 흐름도이다.21 is a flowchart for explaining a control method of an electronic device according to an embodiment of the present disclosure.

전자 장치(100)는 제1 문서가 표시되는 동안 검색어를 입력받을 수 있다(S2110).The electronic device 100 may receive a search word while displaying the first document (S2110).

전자 장치(100)는 검색어에 대한 검색 요청을 수신할 수 있다(S2120).The electronic device 100 may receive a search request for a search word (S2120).

전자 장치(100)는 검색어를 바탕으로 복수의 제2 문서를 검색하여 제공할 수 있다(S2130).The electronic device 100 may search for and provide a plurality of second documents based on the search word (S2130).

전자 장치(100)는 복수의 제2 문서 중 적어도 하나에 대한 요약 정보를 제1 문서에 삽입하는 사용자 명령을 입력받을 수 있다(S2140).The electronic device 100 may receive a user command for inserting summary information on at least one of a plurality of second documents into the first document (S2140).

전자 장치(100)는 요약 정보를 획득하도록 학습된 인공지능 학습모델에 복수의 제2 문서 중 적어도 하나를 입력하여 검색어와 관련된 적어도 하나의 제2 문서에 대한 요약 정보를 획득할 수 있다(S2150).The electronic device 100 may acquire summary information on at least one second document related to a search word by inputting at least one of a plurality of second documents into an artificial intelligence learning model learned to obtain summary information (S2150). .

전자 장치(100)는 제1 문서 상에 획득된 요약 정보를 삽입할 수 있다.(S2160).The electronic device 100 may insert the obtained summary information into the first document (S2160).

본 개시에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구성된 유닛을 포함하며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로 등의 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 모듈은 ASIC(application-specific integrated circuit)으로 구성될 수 있다.The term "module" used in the present disclosure includes a unit composed of hardware, software, or firmware, and may be used interchangeably with terms such as logic, logic block, component, or circuit, for example. A module may be an integral part or a minimum unit or part thereof that performs one or more functions. For example, the module may be composed of an application-specific integrated circuit (ASIC).

본 개시의 다양한 실시예들은 기기(machine)(예: 컴퓨터)로 읽을 수 있는 저장 매체(machine-readable storage media에 저장된 명령어를 포함하는 소프트웨어로 구현될 수 있다. 기기는, 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작이 가능한 장치로서, 개시된 실시예들에 따른 전자 장치(예: 전자 장치(100))를 포함할 수 있다. 상기 명령이 프로세서에 의해 실행될 경우, 프로세서가 직접, 또는 상기 프로세서의 제어하에 다른 구성요소들을 이용하여 상기 명령에 해당하는 기능을 수행할 수 있다. 명령은 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다.Various embodiments of the present disclosure may be implemented as software including instructions stored in a storage medium readable by a machine (eg, a computer). The machine may receive instructions stored from the storage medium. As a device capable of calling and operating according to the called command, it may include an electronic device according to the disclosed embodiments (for example, the electronic device 100) When the command is executed by a processor, the processor directly: Alternatively, a function corresponding to the command may be performed using other components under the control of the processor. A command may include a code generated or executed by a compiler or an interpreter. A storage medium readable by a device may include: , It can be provided in the form of a non-transitory storage medium, where 'non-transitory' means that the storage medium does not contain a signal and is tangible, and data is stored on the storage medium. It does not distinguish between semi-permanent and temporary storage.

일시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 온라인으로 배포될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.According to one embodiment, the method according to various embodiments disclosed in this document may be included and provided in a computer program product. Computer program products may be traded between sellers and buyers as commodities. The computer program product may be distributed in the form of a device-readable storage medium (eg compact disc read only memory (CD-ROM)) or online through an application store (eg Play Store™). In the case of online distribution, at least part of the computer program product may be temporarily stored or temporarily created in a storage medium such as a manufacturer's server, an application store server, or a relay server's memory.

다양한 실시예들에 따른 구성 요소(예: 모듈 또는 프로그램) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소가 다양한 실시예에 더 포함될 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따른, 모듈, 프로그램 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.Each component (eg, module or program) according to various embodiments may be composed of a single object or a plurality of objects, and some sub-components among the aforementioned sub-components may be omitted, or other sub-components may be used. It may be further included in various embodiments. Alternatively or additionally, some components (eg, modules or programs) may be integrated into one entity and perform the same or similar functions performed by each corresponding component prior to integration. According to various embodiments, operations performed by modules, programs, or other components are executed sequentially, in parallel, iteratively, or heuristically, or at least some operations are executed in a different order, are omitted, or other operations are added. It can be.

110: 디스플레이 120: 메모리
130: 사용자 입력부 140: 프로세서
150: 카메라 160: 통신부
170: 오디오 출력부110: display 120: memory
130: user input unit 140: processor
150: camera 160: communication unit
170: audio output unit

Claims (19)

요약 정보를 제공하는 서버의 제어 방법에 있어서,
검색어를 포함하는 검색 요청이 수신되면, 상기 검색어를 바탕으로 복수의 문서를 검색하는 단계;
상기 복수의 문서 중 요약 정보를 획득할 문서를 선택하는 사용자 명령이 수신되면, 요약 정보를 획득하도록 학습된 인공지능 학습모델에 상기 선택된 문서 및 상기 검색어를 입력하여 상기 검색어와 관련된 상기 선택된 문서에 대한 요약정보를 획득하는 단계; 및
상기 획득된 요약 정보를 전자 장치로 제공하는 단계;를 포함하는 방법.A method for controlling a server providing summary information,
If a search request including a search word is received, searching a plurality of documents based on the search word;
When a user command for selecting a document to obtain summary information from among the plurality of documents is received, by inputting the selected document and the search word into an artificial intelligence learning model learned to obtain summary information, information about the selected document related to the search word is input. obtaining summary information; and
and providing the obtained summary information to an electronic device. 제1항에 있어서,
상기 요약정보를 획득하는 단계는,
상기 전자 장치에 표시된 UI에 입력된 사용자 명령에 따라 요약 정보의 요약 길이가 설정된 경우, 상기 설정된 요약 길이에 따라 상기 선택된 문서에 대한 요약정보를 획득하는 단계인 것을 특징으로 하는 방법.According to claim 1,
Obtaining the summary information,
and obtaining summary information on the selected document according to the set summary length when a summary length of the summary information is set according to a user command input to a UI displayed on the electronic device. 제1항에 있어서,
상기 요약정보를 획득하는 단계는,
사용자 히스토리 정보를 바탕으로 설정된 요약 길이에 따라 상기 선택된 문서에 대한 요약정보를 획득하는 단계인 것을 특징으로 하는 방법.According to claim 1,
Obtaining the summary information,
and acquiring summary information about the selected document according to a summary length set based on user history information. 제1항에 있어서,
상기 인공지능 학습모델은,
적어도 두 개의 문서가 입력되면, 상기 적어도 두 개의 문서에 공통적으로 포함된 문장을 중심으로 상기 적어도 두 개의 문서를 요약하도록 학습된 것을 특징으로 하는 방법.According to claim 1,
The artificial intelligence learning model,
When at least two documents are input, it is learned to summarize the at least two documents based on a sentence commonly included in the at least two documents. 제1항에 있어서,
상기 인공지능 학습모델은,
입력된 검색어를 기반으로 문서를 요약하도록 학습된 것을 특징으로 하는 방법.According to claim 1,
The artificial intelligence learning model,
Learning to summarize documents based on input search terms. 제1항에 있어서,
상기 인공지능 학습모델은,
입력된 문서가 목차를 가지는 경우, 상기 입력된 문서에 포함된 목차를 고려하여 상기 입력된 문서를 요약하도록 학습된 것을 특징으로 하는 방법.According to claim 1,
The artificial intelligence learning model,
and learning to summarize the input document in consideration of the table of contents included in the input document when the input document has a table of contents. 제1항에 있어서,
상기 요약정보 중 적어도 하나의 단어를 선택하는 사용자 명령이 수신되면, 상기 복수의 문서 중 적어도 하나로부터 상기 선택된 적어도 하나의 단어에 대한 추가 정보를 획득하여 제공하는 단계;를 더 포함하는 방법.According to claim 1,
If a user command for selecting at least one word from the summary information is received, obtaining and providing additional information on the selected at least one word from at least one of the plurality of documents. 요약 정보를 제공하는 방법을 실행하기 위한 프로그램을 저장하는 컴퓨터 판독가능 기록매체에 있어서,
상기 방법은
검색어를 포함하는 검색 요청이 수신되면, 상기 검색어를 바탕으로 복수의 문서를 검색하는 단계;
상기 복수의 문서 중 요약 정보를 획득할 문서를 선택하는 사용자 명령이 입력되면, 요약 정보를 획득하도록 학습된 인공지능 학습모델에 상기 선택된 문서 및 상기 검색어를 입력하여 상기 검색어와 관련된 상기 선택된 문서에 대한 요약정보를 획득하는 단계; 및
상기 획득된 요약 정보를 제공하는 단계;를 포함하는 기록매체.A computer-readable recording medium storing a program for executing a method of providing summary information,
The above method
If a search request including a search word is received, searching a plurality of documents based on the search word;
When a user command for selecting a document to obtain summary information from among the plurality of documents is input, the selected document and the search word are input to an artificial intelligence learning model learned to obtain summary information, and information about the selected document related to the search word is input. obtaining summary information; and
A recording medium comprising: providing the obtained summary information. 제8항에 있어서,
상기 방법은,
요약 정보의 요약 길이를 설정하기 위한 UI를 표시하는 단계를 더 포함하고,
상기 요약정보를 획득하는 단계는,
상기 UI에 입력된 사용자 명령에 따라 요약 정보의 요약 길이가 설정된 경우, 상기 설정된 요약 길이에 따라 상기 선택된 문서에 대한 요약정보를 획득하는 단계인 것을 특징으로 하는 기록매체.According to claim 8,
The method,
Further comprising displaying a UI for setting a summary length of summary information;
Obtaining the summary information,
and acquiring summary information on the selected document according to the set summary length when the summary length of the summary information is set according to the user command input to the UI. 제8항에 있어서,
상기 방법은,
사용자 히스토리 정보를 바탕으로 요약 정보의 요약 길이를 설정하는 단계;를 더 포함하고,
상기 요약정보를 획득하는 단계는,
상기 설정된 요약 길이에 따라 상기 선택된 문서에 대한 요약정보를 획득하는 단계인 것을 특징으로 하는 기록매체.According to claim 8,
The method,
Further comprising; setting a summary length of summary information based on user history information;
Obtaining the summary information,
and acquiring summary information on the selected document according to the set summary length. 제8항에 있어서,
상기 검색어는,
디스플레이 화면의 제1 영역에 다른 문서가 제공되는 동안 상기 디스플레이 화면의 제2 영역에 제공된 검색창을 통해 입력받으며,
상기 제공하는 단계는,
상기 제1 영역에 상기 다른 문서가 제공되는 동안 제3 영역에 상기 검색된 복수의 문서를 제공하는 것을 특징으로 하는 기록매체.According to claim 8,
The search term is
While another document is provided in the first area of the display screen, input is received through a search window provided in the second area of the display screen;
The step of providing,
and providing the searched plurality of documents to a third area while the other documents are provided to the first area. 제11항에 있어서,
상기 요약 정보와 함께 상기 선택된 문서에 대한 인용 정보가 상기 다른 문서에 삽입되는 것을 특징으로 하는 기록매체.According to claim 11,
The recording medium characterized in that the citation information for the selected document is inserted into the other document together with the summary information. 제8항에 있어서,
상기 인공지능 학습모델은,
적어도 두 개의 문서가 입력되면, 상기 적어도 두 개의 문서에 공통적으로 포함된 문장을 중심으로 상기 적어도 두 개의 문서를 요약하도록 학습된 것을 특징으로 하는 기록매체.According to claim 8,
The artificial intelligence learning model,
When at least two documents are input, it is learned to summarize the at least two documents based on a sentence commonly included in the at least two documents. 제8항에 있어서,
상기 인공지능 학습모델은,
입력된 검색어를 기반으로 문서를 요약하도록 학습된 것을 특징으로 하는 기록매체.According to claim 8,
The artificial intelligence learning model,
A recording medium characterized in that it is learned to summarize documents based on an input search term. 제8항에 있어서,
상기 인공지능 학습모델은,
입력된 문서가 목차를 가지는 경우, 상기 입력된 문서에 포함된 목차를 고려하여 상기 입력된 문서를 요약하도록 학습된 것을 특징으로 하는 기록매체.According to claim 8,
The artificial intelligence learning model,
When an input document has a table of contents, it is learned to summarize the input document in consideration of the table of contents included in the input document. 제8항에 있어서,
상기 방법은,
상기 요약정보 중 적어도 하나의 단어가 선택되면, 상기 복수의 문서 중 적어도 하나로부터 상기 선택된 적어도 하나의 단어에 대한 추가 정보를 획득하여 제공하는 단계;를 더 포함하는 기록매체.According to claim 8,
The method,
If at least one word from the summary information is selected, obtaining and providing additional information on the selected at least one word from at least one of the plurality of documents. 제8항에 있어서,
상기 요약정보를 제공하는 단계는,
상기 요약정보를 상기 복수의 문서 중 적어도 하나 상에 다른 정보와 구별되도록 제공하는 것을 특징으로 하는 기록매체.According to claim 8,
The step of providing the summary information is,
The recording medium characterized in that the summary information is provided on at least one of the plurality of documents to be distinguished from other information. 인공지능 학습모델을 이용하여 요약 정보를 제공하는 방법에 있어서,
제1 문서가 표시되는 동안 검색어를 입력받는 단계;
상기 검색어에 대한 검색 요청이 수신되면, 상기 검색어를 바탕으로 복수의 제2 문서를 검색하여 제공하는 단계;
상기 복수의 제2 문서 중 적어도 하나에 대한 요약 정보를 상기 제1 문서에 삽입하는 사용자 명령이 입력되면, 요약 정보를 획득하도록 학습된 인공지능 학습모델에 상기 복수의 제2 문서 중 적어도 하나를 입력하여 상기 검색어와 관련된, 상기 적어도 하나의 제2 문서에 대한 요약 정보를 획득하는 단계; 및
상기 제1 문서 상에 상기 획득된 요약 정보를 삽입하는 단계;를 포함하는 방법.In the method of providing summary information using an artificial intelligence learning model,
receiving a search word while displaying the first document;
If a search request for the search word is received, searching for and providing a plurality of second documents based on the search word;
When a user command for inserting summary information on at least one of the plurality of second documents into the first document is input, at least one of the plurality of second documents is input to an artificial intelligence learning model learned to obtain summary information. obtaining summary information about the at least one second document related to the search word; and
and inserting the obtained summary information on the first document. 인공지능 학습모델을 이용하여 요약 정보를 제공하는 방법을 실행하기 위한 프로그램을 저장하는 컴퓨터 판독가능 기록매체에 있어서,
상기 방법은,
제1 문서가 표시되는 동안 검색어를 입력하기 위한 사용자 명령이 수신되면, 상기 제1 문서와 함께 상기 검색어를 표시하는 단계;
상기 검색어에 대한 검색 요청이 수신되면, 상기 검색어를 바탕으로 복수의 제2 문서를 검색하여 제공하는 단계;
상기 복수의 제2 문서 중 적어도 하나에 대한 요약 정보를 상기 제1 문서에 삽입하는 사용자 명령이 입력되면, 요약 정보를 획득하도록 학습된 인공지능 학습모델에 상기 복수의 제2 문서 중 적어도 하나를 입력하여 상기 검색어와 관련된, 상기 적어도 하나의 제2 문서에 대한 요약 정보를 획득하는 단계; 및
상기 제1 문서 상에 상기 획득된 요약 정보를 삽입하는 단계;를 포함하는 기록매체.A computer-readable recording medium storing a program for executing a method of providing summary information using an artificial intelligence learning model,
The method,
displaying the search word along with the first document when a user command for inputting a search word is received while the first document is being displayed;
If a search request for the search word is received, searching for and providing a plurality of second documents based on the search word;
When a user command for inserting summary information on at least one of the plurality of second documents into the first document is input, at least one of the plurality of second documents is input to an artificial intelligence learning model learned to obtain summary information. obtaining summary information about the at least one second document related to the search word; and
and inserting the obtained summary information into the first document.
KR1020180007169A 2017-08-01 2018-01-19 Apparatus and Method for providing a summarized information using a artificial intelligence model KR102542049B1 (en)

Priority Applications (8)

Application Number Priority Date Filing Date Title
EP18840709.2A EP3602334A4 (en) 2017-08-01 2018-08-01 Apparatus and method for providing summarized information using an artificial intelligence model
US16/052,144 US10699062B2 (en) 2017-08-01 2018-08-01 Apparatus and method for providing summarized information using an artificial intelligence model
PCT/KR2018/008759 WO2019027259A1 (en) 2017-08-01 2018-08-01 Apparatus and method for providing summarized information using an artificial intelligence model
CN201880035705.3A CN110692061A (en) 2017-08-01 2018-08-01 Apparatus and method for providing summary information using artificial intelligence model
US16/909,574 US11017156B2 (en) 2017-08-01 2020-06-23 Apparatus and method for providing summarized information using an artificial intelligence model
US17/327,036 US11574116B2 (en) 2017-08-01 2021-05-21 Apparatus and method for providing summarized information using an artificial intelligence model
KR1020230072462A KR102644088B1 (en) 2017-08-01 2023-06-05 Apparatus and Method for providing a summarized information using a artificial intelligence model
KR1020240029746A KR20240032796A (en) 2017-08-01 2024-02-29 Apparatus and Method for providing a summarized information using a artificial intelligence model

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201762539686P 2017-08-01 2017-08-01
US62/539,686 2017-08-01

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020230072462A Division KR102644088B1 (en) 2017-08-01 2023-06-05 Apparatus and Method for providing a summarized information using a artificial intelligence model

Publications (2)

Publication Number Publication Date
KR20190013426A KR20190013426A (en) 2019-02-11
KR102542049B1 true KR102542049B1 (en) 2023-06-12

Family

ID=65370158

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180007169A KR102542049B1 (en) 2017-08-01 2018-01-19 Apparatus and Method for providing a summarized information using a artificial intelligence model

Country Status (3)

Country Link
EP (1) EP3602334A4 (en)
KR (1) KR102542049B1 (en)
CN (1) CN110692061A (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230032223A (en) * 2021-08-30 2023-03-07 계명대학교 산학협력단 Development of AI Based Surgery Result Report System and Method Using Voice Recognition Platform

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111216637B (en) * 2020-01-22 2022-09-20 同济大学 Vehicle-mounted head-up display system oriented to safety auxiliary function
US11449518B2 (en) 2020-04-08 2022-09-20 Capital One Services, Llc Neural network-based document searching system
KR102565149B1 (en) * 2020-05-27 2023-08-09 정치훈 Apparatus and method for providing summary of document
KR102532863B1 (en) * 2020-05-27 2023-05-17 정치훈 Apparatus and method for providing user interface for searching document using topic keyword
KR102519955B1 (en) * 2020-05-27 2023-04-10 정치훈 Apparatus and method for extracting of topic keyword
KR102378936B1 (en) * 2020-09-22 2022-03-28 심재우 System for managing reading and learning of digital documents
KR102424342B1 (en) * 2020-11-24 2022-07-25 울산과학기술원 Method and apparatus for generating thumbnail images
KR102575507B1 (en) * 2021-06-15 2023-09-08 주식회사 웨이커 Article writing soulution using artificial intelligence and device using the same
KR102343059B1 (en) * 2021-08-05 2021-12-27 주식회사 인피닉 Data collecting system for artificial intelligence machine learning, and device therefor
KR102400767B1 (en) * 2022-02-08 2022-05-23 (주)에스투더블유 Method for collecting and preprocessing learning data of an artificial intelligence model to perform dark web document classification
KR102559891B1 (en) * 2022-04-06 2023-07-27 주식회사 유니코드 Apparatus, method and program for providing content creation integrated platform service that provides a recommended design determined using user content
KR102596191B1 (en) * 2022-10-17 2023-10-31 주식회사 아티피셜 소사이어티 Method for processing visualization of text based on artificial intelligence
KR102574619B1 (en) * 2023-02-03 2023-09-06 김용로 Advertizing system of journal channel using transforming of reasearch paper to moving picture

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060101012A1 (en) * 2004-11-11 2006-05-11 Chad Carson Search system presenting active abstracts including linked terms
US20100228693A1 (en) * 2009-03-06 2010-09-09 phiScape AG Method and system for generating a document representation

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110099134A1 (en) * 2009-10-28 2011-04-28 Sanika Shirwadkar Method and System for Agent Based Summarization
US9535960B2 (en) * 2014-04-14 2017-01-03 Microsoft Corporation Context-sensitive search using a deep learning model
KR20160058587A (en) * 2014-11-17 2016-05-25 삼성전자주식회사 Display apparatus and method for summarizing of document
KR101754473B1 (en) * 2015-07-01 2017-07-05 네이버 주식회사 Method and system for automatically summarizing documents to images and providing the image-based contents

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060101012A1 (en) * 2004-11-11 2006-05-11 Chad Carson Search system presenting active abstracts including linked terms
US20100228693A1 (en) * 2009-03-06 2010-09-09 phiScape AG Method and system for generating a document representation

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230032223A (en) * 2021-08-30 2023-03-07 계명대학교 산학협력단 Development of AI Based Surgery Result Report System and Method Using Voice Recognition Platform
KR102548600B1 (en) 2021-08-30 2023-06-27 계명대학교 산학협력단 Development of AI Based Surgery Result Report System and Method Using Voice Recognition Platform

Also Published As

Publication number Publication date
CN110692061A (en) 2020-01-14
KR20190013426A (en) 2019-02-11
EP3602334A4 (en) 2020-03-11
EP3602334A1 (en) 2020-02-05

Similar Documents

Publication Publication Date Title
KR102644088B1 (en) Apparatus and Method for providing a summarized information using a artificial intelligence model
KR102542049B1 (en) Apparatus and Method for providing a summarized information using a artificial intelligence model
KR102599947B1 (en) Electronic device and method for controlling the electronic device thereof
CN111226193B (en) Electronic device and method for changing chat robot
EP3438853A1 (en) Electronic device and method for providing search result thereof
US11954150B2 (en) Electronic device and method for controlling the electronic device thereof
US10970900B2 (en) Electronic apparatus and controlling method thereof
KR102449630B1 (en) Electronic device and Method for controlling the electronic device thereof
US11115359B2 (en) Method and apparatus for importance filtering a plurality of messages
CN110998507B (en) Electronic device and method for providing search results
KR102469717B1 (en) Electronic device and method for controlling the electronic device thereof
KR102629772B1 (en) Electronic apparatus and Method for summarizing a content thereof
KR20190118108A (en) Electronic apparatus and controlling method thereof
EP3523932B1 (en) Method and apparatus for filtering a plurality of messages
KR102430285B1 (en) Kiosk and its operation for the visually impaired
US20200234085A1 (en) Electronic device and feedback information acquisition method therefor
US20220269935A1 (en) Personalizing Digital Experiences Based On Predicted User Cognitive Style
EP3836069A1 (en) Electronic device and control method therefor

Legal Events

Date Code Title Description
A201 Request for examination
A107 Divisional application of patent
GRNT Written decision to grant