KR102615350B1 - 뉴스독해지수를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 시스템 - Google Patents

뉴스독해지수를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 시스템 Download PDF

Info

Publication number
KR102615350B1
KR102615350B1 KR1020230128930A KR20230128930A KR102615350B1 KR 102615350 B1 KR102615350 B1 KR 102615350B1 KR 1020230128930 A KR1020230128930 A KR 1020230128930A KR 20230128930 A KR20230128930 A KR 20230128930A KR 102615350 B1 KR102615350 B1 KR 102615350B1
Authority
KR
South Korea
Prior art keywords
information
index
reading
user
content
Prior art date
Application number
KR1020230128930A
Other languages
English (en)
Inventor
서은영
Original Assignee
주식회사 뉴스쿨
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 뉴스쿨 filed Critical 주식회사 뉴스쿨
Priority to KR1020230128930A priority Critical patent/KR102615350B1/ko
Application granted granted Critical
Publication of KR102615350B1 publication Critical patent/KR102615350B1/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance
    • G06Q50/2057—Career enhancement or continuing education service
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B17/00—Teaching reading
    • G09B17/003—Teaching reading electrically operated apparatus or devices
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B5/00—Electrically-operated educational appliances
    • G09B5/02—Electrically-operated educational appliances with visual presentation of the material to be studied, e.g. using film strip
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B5/00—Electrically-operated educational appliances
    • G09B5/08—Electrically-operated educational appliances providing for individual presentation of information to a plurality of student stations

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

본 발명의 일 실시예는 적어도 하나의 서버에 의해 수행되는 뉴스독해지수를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 방법에 관한 것으로, 사용자의 읽기 능력 수준 정보를 결정하는 단계, 복수의 컨텐츠들 중 상기 읽기 능력 수준 정보에 대응되는 적어도 하나의 컨텐츠를 도출하는 단계, 상기 적어도 하나의 컨텐츠를 상기 사용자에 대응되는 사용자 단말에게 제공하는 단계, 지도자 단말로부터 상기 적어도 하나의 컨텐츠에 관한 과제 제시 정보를 획득하는 단계, 상기 과제 제시 정보를 상기 사용자 단말에게 제공하고, 상기 사용자 단말로부터 상기 과제 제시 정보에 대응되는 과제 수행 정보를 획득하는 단계, 상기 과제 수행 정보를 상기 지도자 단말에게 제공하고, 상기 지도자 단말로부터 상기 과제 수행 정보에 대한 피드백 정보를 획득하는 단계 및 상기 피드백 정보를 상기 사용자 단말에게 제공하는 단계를 포함하고, 상기 복수의 컨텐츠들은 각각 미리 설정된 복수의 단계들 중 하나의 단계로 미리 분류되는 것이 특징이다.

Description

뉴스독해지수를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 시스템{SYSTEM FOR PROVIDING CUSTOMIZED LEARNING CONTENT TO STRENGTHEN NON-LITERATURE READING COMPREHENSION BASED ON THE NEWS READING INDEX}
본 발명은 뉴스독해지수(NRI, News Reading Index)를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 시스템에 관한 것으로, 더욱 상세하게는 뉴스독해지수를 토대로 사용자의 개인별 읽기 능력 수준을 평가하고, 뉴스를 포함하는 텍스트 컨텐츠를 개인별 읽기 능력 수준에 맞추어 제공하며, 이와 함께 지도자에 의해 사용자의 학습 과정 또는 결과가 모니터링되고 피드백되는 시스템에 관한 것이다.
사용자는 자신의 읽기 능력 수준에 적합한 텍스트를 읽을 때 성공적인 독서 경험을 축적할 수 있을 뿐만 아니라 유능한 독자로 성장할 수 있다. 반면에 사용자의 수준에 부합하지 않는 텍스트는 사용자의 읽기 경험에 부정적 영향을 미칠 수도 있다.
예를 들어, 사용자의 읽기 능력에 비해 텍스트의 난이도가 낮으면, 사용자는 흥미를 느끼지 못할 수도 있고, 반대로 텍스트가 지나치게 어려울 경우, 사용자는 텍스트를 읽다가 포기하거나 읽어도 의미를 이해하지 못할 수 있다. 따라서, 성공적인 독서를 위해 사용자에게 읽기 능력 수준을 고려한 적정 텍스트를 제공하는 것은 매우 중요한 요인이다.
상기와 같은 문제점을 해결하기 위한 본 발명의 목적은 뉴스독해지수를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 방법을 제공하는데 있다.
상기와 같은 문제점을 해결하기 위한 본 발명의 다른 목적은 뉴스독해지수를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 장치를 제공하는데 있다.
본 출원이 해결하고자 하는 과제가 상술한 과제로 제한되는 것은 아니며, 언급되지 아니한 과제들은 본 명세서 및 첨부된 도면으로부터 본 출원이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 적어도 하나의 서버에 의해 수행되는 뉴스독해지수를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 방법은 사용자의 읽기 능력 수준 정보를 결정하는 단계, 복수의 컨텐츠들 중 상기 읽기 능력 수준 정보에 대응되는 적어도 하나의 컨텐츠를 도출하는 단계, 상기 적어도 하나의 컨텐츠를 상기 사용자에 대응되는 사용자 단말에게 제공하는 단계, 지도자 단말로부터 상기 적어도 하나의 컨텐츠에 관한 과제 제시 정보를 획득하는 단계, 상기 과제 제시 정보를 상기 사용자 단말에게 제공하고, 상기 사용자 단말로부터 상기 과제 제시 정보에 대응되는 과제 수행 정보를 획득하는 단계, 상기 과제 수행 정보를 상기 지도자 단말에게 제공하고, 상기 지도자 단말로부터 상기 과제 수행 정보에 대한 피드백 정보를 획득하는 단계 및 상기 피드백 정보를 상기 사용자 단말에게 제공하는 단계를 포함하고, 상기 복수의 컨텐츠들은 각각 미리 설정된 복수의 단계들 중 하나의 단계로 미리 분류될 수 있다.
여기서, 상기 사용자의 읽기 능력 수준 정보를 결정하는 단계는 미리 설정된 복수의 텍스트 컨텐츠 및 상기 복수의 텍스트 컨텐츠에 관한 질의 정보를 상기 사용자 단말에게 제공하는 단계, 상기 사용자 단말로부터 상기 질의 정보에 대한 응답 정보를 획득하는 단계 및 상기 복수의 텍스트 컨텐츠에 대한 NRI(News reading index) 값 및 상기 응답 정보를 기반으로 상기 읽기 능력 수준 정보를 결정하는 단계를 포함할 수 있다.
여기서, 상기 복수의 텍스트 컨텐츠에 포함된 특정 텍스트 컨텐츠에 대한 NRI 값은 상기 특정 텍스트 컨텐츠에 대한 장문 지수 및 단어 지수를 기반으로 결정될 수 있다.
상기 다른 목적을 달성하기 위한 본 발명의 일 실시예에 따른 뉴스독해지수를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 방법을 수행하는 전자 장치는 프로세서(processor) 및 상기 프로세서에 의해 수행되는 적어도 하나의 명령을 저장하는 메모리(memory)를 포함하고, 상기 적어도 하나의 명령은 사용자의 읽기 능력 수준 정보를 결정하는 명령, 복수의 컨텐츠들 중 상기 읽기 능력 수준 정보에 대응되는 적어도 하나의 컨텐츠를 도출하는 명령, 상기 적어도 하나의 컨텐츠를 상기 사용자에 대응되는 사용자 단말에게 제공하는 명령, 지도자 단말로부터 상기 적어도 하나의 컨텐츠에 관한 과제 제시 정보를 획득하는 명령, 상기 과제 제시 정보를 상기 사용자 단말에게 제공하고, 상기 사용자 단말로부터 상기 과제 제시 정보에 대응되는 과제 수행 정보를 획득하는 명령, 상기 과제 수행 정보를 상기 지도자 단말에게 제공하고, 상기 지도자 단말로부터 상기 과제 수행 정보에 대한 피드백 정보를 획득하는 명령 및 상기 피드백 정보를 상기 사용자 단말에게 제공하는 명령을 포함하고, 상기 복수의 컨텐츠들은 각각 미리 설정된 복수의 단계들 중 하나의 단계로 미리 분류될 수 있다.
여기서, 상기 사용자의 읽기 능력 수준 정보를 결정하는 명령은 미리 설정된 복수의 텍스트 컨텐츠 및 상기 복수의 텍스트 컨텐츠에 관한 질의 정보를 상기 사용자 단말에게 제공하는 명령, 상기 사용자 단말로부터 상기 질의 정보에 대한 응답 정보를 획득하는 명령 및 상기 복수의 텍스트 컨텐츠에 대한 NRI(News reading index) 값 및 상기 응답 정보를 기반으로 상기 읽기 능력 수준 정보를 결정하는 명령을 포함할 수 있다.
여기서, 상기 복수의 텍스트 컨텐츠에 포함된 특정 텍스트 컨텐츠에 대한 NRI 값은 상기 특정 텍스트 컨텐츠에 대한 장문 지수 및 단어 지수를 기반으로 결정될 수 있다.
과제의 해결 수단이 상술한 해결 수단들로 제한되는 것은 아니며, 언급되지 아니한 해결 수단들은 본 명세서 및 첨부된 도면으로부터 본 출원이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명에 따르면, 사용자의 읽기 능력 수준에 맞는 뉴스 등의 텍스트 컨텐츠를 제공함으로써 사용자의 흥미를 유발함과 동시에 성공적인 독서 경험을 제공할 수 있다.
본 발명에 따르면, 최근 비문학에 관한 독해력 및 문해력 부족의 현상을 개인의 눈높이에 맞추어 성공적으로 해소시킬 수 있다.
본 발명에 따르면, 사용자의 학습 진행 또는 결과를 지도자가 확인하고 피드백을 주어 사용자가 올바르게 학습이 진행되고 있는지에 관한 정보를 제공할 수 있다.
본 발명에 따르면, 텍스트를 포함하는 컨텐츠들에 대하여 난이도를 평가하고, 이와 함께 사용자의 읽기 능력 수준을 고려하여 사용자에게 적정 난이도가 아닌 컨텐츠를 제공함으로써 유발되는 부정적인 영향을 최소화할 수 있다.
다양한 실시예들에 따르면, 효과가 상술한 효과로 제한되는 것은 아니며, 언급되지 아니한 효과들은 본 명세서 및 첨부된 도면으로부터 본 출원이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 뉴스독해지수(NRI, News Reading Index)를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 방법을 수행하는 전자 장치의 블록 구성도이다.
도 2는 본 발명의 일 실시예에 따른 NRI를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 방법이 수행되는 단말들을 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따른 NRI를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 시스템의 개념도이다.
도 4는 본 발명의 일 실시예에 따른 NRI를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 방법의 순서도이다.
도 5는 본 발명의 일 실시예에 따른 NRI 산출을 통한 읽기 능력 수준 정보의 도출을 설명하기 위한 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는 데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. "및/또는"이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하, 첨부한 도면들을 참조하여, 본 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
도 1은 본 발명의 일 실시예에 따른 뉴스독해지수(NRI, News Reading Index)를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 방법을 수행하는 전자 장치의 블록 구성도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 NRI를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 방법을 수행하는 전자 장치(100)는 적어도 하나의 프로세서(110), 메모리(120) 및 송수신 장치(130)를 포함하여 구성될 수 있다. 또한, 전자 장치(100)는 입력 인터페이스 장치(140), 출력 인터페이스 장치(150) 및 저장 장치(160) 중 적어도 하나를 더 포함하여 구성될 수도 있다.
예를 들어, 적어도 하나의 프로세서(110)는 중앙 처리 장치(central processing unit, CPU), 그래픽 처리 장치(graphics processing unit, GPU), 또는 본 발명의 실시예들에 따른 방법들이 수행되는 전용의 프로세서를 의미할 수 있다. 메모리(120) 및 저장 장치(160) 각각은 휘발성 저장 매체 및 비휘발성 저장 매체 중에서 적어도 하나로 구성될 수 있다. 예를 들어, 메모리(120)는 읽기 전용 메모리(read only memory, ROM) 및 랜덤 액세스 메모리(random access memory, RAM) 중 하나일 수 있고, 저장 장치(160)는, 플래시메모리(flash-memory), 하드디스크 드라이브(HDD), 솔리드 스테이트 드라이브(SSD), 또는 각종 메모리 카드(예를 들어, micro SD 카드) 등일 수 있다.
또한, 송수신 장치(transceiver)(130)는 무선 네트워크를 통해 통신을 수행할 수 있으며, 전자 장치(100)에 포함된 각각의 구성 요소들은 버스(bus)(170)에 의해 연결되어 서로 통신을 수행할 수 있다.
예를 들어, 메모리(120)는 프로세서(110)에 의해 수행되는 적어도 하나의 명령(instruction)을 저장할 수 있으며, 적어도 하나의 명령은 후술하는 읽기 능력 수준에 기반한 적정 컨텐츠 제공 방법의 적어도 일부 동작이 수행되도록 실행될 수 있다.
도 2는 본 발명의 일 실시예에 따른 NRI를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 방법이 수행되는 단말들을 나타낸 도면이다.
도 2를 참조하면, 본 발명의 일 실시예에 따른 NRI를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 방법을 수행하는 전자 장치(이하, 전자 장치(100))는 사용자 단말(200)로부터 사용자 관련 정보를 획득할 수 있고, 획득한 사용자 관련 정보를 기초로 사용자의 읽기 능력 수준 정보를 도출할 수 있다. 예를 들어, 전자 장치(100)는 복수의 뉴스를 포함하는 텍스트 컨텐츠를 사용자에게 제공하며, 이와 함께 제공한 텍스트 컨텐츠에 관한 질의 정보를 사용자가 제공하며, 사용자로부터 획득한 응답 정보 및 제공된 텍스트 컨텐츠의 NRI를 기반으로 사용자의 읽기 능력 수준을 판단할 수 있다.
또한, 전자 장치(100)는 뉴스 등을 포함하는 텍스트 컨텐츠들에 대하여 컨텐츠에 포함된 텍스트를 기초로 NRI를 산출할 수 있으며, 이를 제1 단계 내지 제5 단계 중 하나의 단계에 포함되도록 컨텐츠를 분류할 수 있고, 분류한 단계를 기초로 사용자의 읽기 능력 수준에 맞게 매칭하여 사용자 단말(200)에게 제공할 수 있다. 여기서, 텍스트 컨텐츠는 뉴스(News)을 포함할 수 있으나, 이에 한정되는 것은 아니다.
또는, 전자 장치(100)는 최신 텍스트 컨텐츠를 확보하거나 텍스트 컨텐츠의 NRI를 평가하기 위한 일부 정보를 외부 서버(300)로부터 획득할 수도 있다. 예를 들어, 전자 장치(100)는 제1 외부 서버를 통해 복수의 텍스트 컨텐츠들에 관한 정보를 획득할 수 있거나, 제2 외부 서버를 통해 국어사전에서의 단어 검색 관련 정보를 획득할 수도 있다. 여기서, 제1 외부 서버 및 제2 외부 서버는 서로 다른 외부 서버일 수 있으나, 동일한 외부 서버일 수 있고, 각각 복수 개의 외부 서버가 이용될 수도 있다.
예를 들어, 전자 장치(100)는 적어도 하나의 서버를 나타낼 수 있다. 또는, 전자 장치(100)는 NRI를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 서버, 사용자 맞춤형 학습 컨텐츠 제공 서버 또는 서버라고 나타낼 수도 있다. 전자 장치(100)는 사용자 단말(200) 및/또는 외부 서버(300)와 유선 또는 무선 통신을 통해 정보를 송수신할 수 있다.
예를 들어, 사용자 단말(200)은 통신 가능한 데스크탑 컴퓨터(desktop computer), 랩탑 컴퓨터(laptop computer), 노트북(notebook), 스마트폰(smart phone), 태블릿 PC(tablet PC), 모바일폰(mobile phone), 스마트 워치(smart watch), 스마트 글래스(smart glass), 디지털 카메라(digital camera), 디지털 동영상 녹화기(digital video recorder), 디지털 동영상 재생기(digital video player), PDA(Personal Digital Assistant) 등일 수 있으나, 이에 한정되지 않으며, 컴퓨팅 가능한 전자기기를 모두 포함할 수 있다.
예를 들어, 무선 통신은 LTE, LTE-A(LTE Advance), CDMA(code division multiple access), WCDMA(wideband CDMA), UMTS(universal mobile telecommunications system), WiBro(Wireless Broadband), GSM(Global System for Mobile Communications), WiFi(wireless fidelity), 블루투스, 블루투스 저전력(BLE), 지그비(Zigbee), NFC(near field communication), 자력 시큐어 트랜스미션(Magnetic Secure Transmission), 라디오 프리퀀시(RF), 또는 보디 에어리어 네트워크(BAN) 등 중 적어도 하나를 포함할 수 있으나, 이에 한정되는 것은 아니다.
예를 들어, 유선 통신은 USB(universal serial bus), HDMI(high definition multimedia interface), RS-232(recommended standard232), 전력선 통신, 또는 POTS(plain old telephone service) 등 중 적어도 하나를 포함할 수 있다.
예를 들어, 네트워크는 텔레커뮤니케이션 네트워크, 예를 들면, 컴퓨터 네트워크(예: LAN 또는 WAN), 인터넷, 또는 텔레폰 네트워크 중 적어도 하나를 포함할 수 있다.
도 3은 본 발명의 일 실시예에 따른 NRI를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 시스템의 개념도이다.
도 3을 참조하면, 본 발명의 일 실시예에 따른 사용자 맞춤형 학습 컨텐츠 제공 시스템은 기능에 따라 적어도 3개의 모듈 또는 영역으로 구분 또는 설명할 수 있다. 다만, 이는 설명의 편의를 위해 구분한 것으로 복수의 기능들은 하나의 모듈 또는 하나의 장치에 의해 수행될 수 있거나, 하나의 기능이 복수의 모듈 또는 복수의 장치에 의해 수행될 수도 있다. 예를 들어, 적어도 3개의 모듈은 NRI 모듈, LMS(Learning Management System) 모듈, Class Room 모듈을 포함할 수 있다.
NRI 모듈은 뉴스를 포함하는 텍스트 컨텐츠에 대한 NRI를 산출 또는 측정할 수 있으며, 각 텍스트 컨텐츠의 NRI는 0 이상 1000 이하의 값으로 결정될 수 있으며, 각 텍스트 컨텐츠는 NRI 값에 따라 제1 단계 내지 제5 단계 중 하나의 단계로 분류될 수 있다.
사용자는 NRI 모듈에 의해 NRI 값이 결정된 텍스트 컨텐츠를 제공받을 수 있으며, 이와 함께 제공된 텍스트 컨텐츠에 관한 질의 정보를 제공받고, 사용자는 질의 정보에 대한 응답 정보를 제공할 수 있다. NRI 모듈은 제공한 텍스트 컨텐츠의 NRI 값 및 응답 정보를 기초로 사용자의 읽기 능력 수준을 측정 또는 판단할 수 있다.
또한, NRI 모듈은 사용자의 읽기 능력 수준에 관한 정보를 지도자에게 제공할 수 있고, 지도자로부터 사용자 맞춤형 지도 계획 수립 정보를 획득할 수 있다.
LMS 모듈은 사용자의 읽기 능력 수준 및 미리 설정된 텍스트 컨텐츠의 NRI 값을 기반으로 맞춤형 텍스트 컨텐츠를 제공할 수 있으며, 이와 함께 제공된 텍스트 컨텐츠가 제1 단계 내지 제5 단계 중 어떤 단계에 해당하는 텍스트 컨텐츠인지를 제공할 수 있다. 예를 들어, LMS 모듈은 사용자 맞춤형 지도 계획 수립 정보를 기초로 텍스트 컨텐츠를 결정하여 사용자에게 제공할 수도 있다.
또한, LMS 모듈은 뉴스 라이브러리 모듈을 포함할 수 있으며, 뉴스 라이브러리 모듈은 지도자로부터 획득한 과제 제시 정보를 사용자에게 제공할 수 잇으며, 사용자가 과제 제시 정보에 따라 수행한 과제 수행 정보를 획득할 수 있다. 여기서, 과제 제시 정보는 글쓰기를 포함하는 과제의 종류 및 세부 정보를 포함할 수 있으며, 특정 텍스트 컨텐츠에 관한 정보를 더 포함할 수도 있다.
또한, LMS 모듈은 지도자에 의해 과제 수행 정보에 관환 평가 및 피드백 정보를 획득하여 사용자에게 제공할 수 있다.
Class Room 모듈은 지도자로부터 사용자가 수행할 과제 제시 정보를 획득할 수 있으며, 사용자가 과제 제시 정보에 따라 수행한 과제 수행 정보에 관한 모니터링을 지도자에게 제공할 수 있다. 더불어, Class Room 모듈은 과제 수행 정보에 대한 지도자의 평가 및 피드백 정보를 획득할 수 있다.
도 4는 본 발명의 일 실시예에 따른 NRI를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 방법의 순서도이다.
도 4를 참조하면, S410 동작에서 서버는 사용자의 읽기 능력 수준 정보를 결정할 수 있다. 예를 들어, 읽기 능력 수준 정보는 장문에 관한 정보 및 단어에 관한 정보를 기초로 결정될 수 있다. 여기서, 읽기 능력 수준 정보를 결정하는 구성에 대해서는 도 5와 함께 이어서 상세히 후술하겠다.
도 5는 본 발명의 일 실시예에 따른 NRI 산출을 통한 읽기 능력 수준 정보의 도출을 설명하기 위한 도면이다.
도 5를 참조하면, 사용자의 읽기 능력 수준 정보는 제공받은 복수의 텍스트 컨텐츠들 각각의 NRI 값 및 복수의 컨텐츠들 각각에 대한 질의 정보에 따른 응답 정보를 기반으로 결정될 수 있다. 예를 들어, 읽기 능력 수준은 응답 정보에 따라 정답인 텍스트 컨텐츠의 NRI 값에 정답 가중치를 반영하고, 응답 정보에 따라 오답인 텍스트 컨텐츠의 NRI 값에 오답 가중치를 반영하여 결정될 수 있다. 다시 말해, 읽기 능력 수준은 제공된 텍스트 컨텐츠들의 NRI 값들에 정답 가중치 또는 오답 가중치가 반영된 텍스트 컨텐츠들의 보정된 NRI 값들의 평균을 기초로 산출되는 사용자의 추정 NRI 값을 기초로 결정될 수 있으며, 추정 NRI 값을 기초로 텍스트 컨텐츠와 유사하게 5개의 단계로 구분되어 결정될 수도 있으나, 다른 방식에 따라 결정될 수도 있는 바, 이에 한정되는 것은 아니다.
텍스트 컨텐츠에 대한 NRI는 텍스트 컨텐츠의 종합 읽기 지수를 기초로 0 이상 1000 이하의 값으로 결정될 수 있다. 예를 들어, 종합 읽기 지수는 장문 지수(IL) 및 단어 지수(IV)를 기초로 결정될 수 있다. 다시 말해, 서버는 사용자의 장문 지수(IL) 및 단어 지수(IV)를 각각 도출할 수 있으며, 각각 도출한 지수를 기초로 종합 읽기 지수를 산출할 수 있고, 종합 읽기 지수를 기초로 텍스트 컨텐츠에 대한 NRI 값을 결정할 수 있다.
예를 들어, 특정 텍스트 컨텐츠의 난이도는 미리 설정된 NRI 값의 범위에 따른 복수의 구간들에 의해 제1 단계 내지 제5 단계 중 하나로 결정될 수 있으며, 복수의 구간들 중 NRI 값이 속하는 구간에 대응되는 단계를 난이도로 결정할 수 있다. 또는 사용자의 읽기 능력 수준은 미리 설정된 NRI 값의 범위에 따른 복수의 구간들에 의해 결정될 수 있으며, 복수의 구간들 중 추정 NRI 값이 속하는 구간에 대응되는 단계를 사용자의 읽기 능력 수준으로 결정할 수 있다.
예를 들어, 종합 읽기 지수는 다음의 수학식 1과 같이 산출될 수 있다.
수학식 1에서, IR은 종합 읽기 지수를 나타낼 수 있고, IL은 장문 지수를 나타낼 수 있고, IV는 단어 지수를 나타낼 수 있고, w1 및 w2는 각각 장문 지수에 대한 가중치 및 단어 지수에 대한 가중치를 나타낼 수 있고, w1 및 w2의 합은 1을 초과할 수 없고, w1 및 w2는 구현 또는 설정에 따라 변동 가능할 수도 있다.
이하에서는 각 지수 별로 산출하는 방법을 우선 설명하겠다.
장문 지수(IL)는 텍스트 컨텐츠를 구성하는 여러 문장으로 이어진 문단에 관한 지표를 나타낼 수 있다. 예를 들어, 장문 이해 지수는 다음의 수학식 2와 같이 산출될 수 있다.
수학식 2에서, IL은 사용자의 장문 지수를 나타낼 수 있고, n은 텍스트 컨텐츠에 포함된 복수의 문단들의 개수를 나타낼 수 있고, wa는 복수의 문단들 중 a번째 문단의 길이에 따라 결정되는 가중치를 나타낼 수 있고, CAa는 복수의 문단들 중 a번째 문단에 포함된 문장의 개수에 관한 정보를 나타낼 수 있다.
단어 지수(IV)는 단어 난이도 지수 및 사용 빈도를 나타낼 수 있다. 예를 들어, 단어 이해 지수는 다음의 수학식 3과 같이 산출될 수 있다.
수학식 3에서, IV는 사용자의 단어 지수를 나타낼 수 있고, m은 텍스트 컨텐츠에 포함된 명사, 형용사 및 동사에 해당하는 복수의 단어들의 개수를 나타낼 수 있고, wb는 복수의 단어들 중 b번째 단어의 빈도 지수에 따라 결정되는 가중치를 나타낼 수 있고, CAb는 복수의 단어들 중 b번째 단어의 단어 난이도 지수에 관한 정보를 나타낼 수 있다.
예를 들어, 텍스트 컨텐츠에 대한 종합 읽기 지수는 다음의 수학식 4을 기초로 산출될 수도 있으며, 수학식 1을 통해 도출한 값과 수학식 4를 통해 도출한 값의 평균을 기초로 결정될 수도 있다.
수학식 4에서, IR은 텍스트 컨텐츠의 종합 읽기 지수를 나타낼 수 있고, VLIavg는 텍스트 컨텐츠에 포함된 복수의 단어들 각각에 대한 단어 난이도 지수의 평균값을 나타낼 수 있고, VLIt는 복수의 단어들 중 텍스트 컨텐츠의 제목에 대응되는 텍스트에 포함된 단어들의 단어 난이도 지수 중 가장 높은 단어 난이도 지수를 나타낼 수 있고, VLIc는 복수의 단어들 중 텍스트 컨텐츠의 내용에 대응되는 텍스트에 포함된 단어들의 단어 난이도 지수 중 가장 높은 단어 난이도 지수를 나타낼 수 있고, le는 텍스트 컨텐츠의 내용에 대응되는 텍스트에 포함된 적어도 하나의 문단의 길이 정보에 따른 값을 나타낼 수 있다. 여기서, w3, w4, w5 및 wl는 각각 단어 난이도 지수의 평균값에 관한 가중치, 제목에 포함된 단어에 관한 가중치, 내용에 포함된 단어에 관한 가중치 및 문단 길이에 관한 가중치를 나타낼 수 있다.
예를 들어, 상술한 단어 난이도 지수는 단어 이해 지수(IV)의 산출에 이용되는 단어 난이도 지수와 동일한 방법을 통해 각 단어들에 대하여 난이도 지수가 산출될 수 있다. 다시 말해, 복수의 제2 단어들 각각에 대한 단어 난이도 지수는 제1 외부 서버를 통해 획득되는 복수의 텍스트 컨텐츠들에서의 복수의 단어들 각각의 사용 내역 정보 및 제2 외부 서버를 통해 획득되는 국어사전에서의 상기 복수의 단어들 각각의 검색 내역 정보를 기초로 산출될 수 있다.
예를 들어, 특정 단어의 단어 난이도 지수는 복수의 기사들에서의 사용 내역 정보 및 국어사전에서의 검색 내역 정보를 기초로 산출될 수 있으며, 사용 내역 정보에 따른 사용 내역 또는 기재된 내역이 많을수록 단어 난이도 지수는 낮게 산출될 수 있고, 적을수록 단어 난이도 지수는 높게 산출될 수 있다. 또한, 검색 내역 정보에 따른 검색 내역이 많을수록 단어 난이도 지수는 높게 산출될 수 있고, 적을수록 단어 난이도 지수는 낮게 산출될 수 있다. 이는 사용자가 많이 접할 수 있는 단어는 난이도가 낮을 가능성이 높은 점과 검색된 횟수가 많을수록 해당 단어의 의미를 모르는 사람이 많을 가능성이 높은 점을 고려하여 설정될 수 있으나, 다른 취지에 따라 다르게 설정 또는 구현될 수 있으므로, 이에 한정되는 것은 아니다.
다시 도 4를참조하면, S420 동작에서 서버는 복수의 컨텐츠들 중 읽기 능력 수준 정보에 대응되는 적어도 하나의 컨텐츠를 도출할 수 있고, S430 동작에서 적어도 하나의 컨텐츠를 상기 사용자에 대응되는 사용자 단말에게 제공할 수 있다. 예를 들어, 복수의 텍스트 컨텐츠들 중 도출하는 컨텐츠는 텍스트 컨텐츠의 NRI를 기반으로 도출되는 단계를 기반으로 수행될 수 있다. 다시 말해, 복수의 컨텐츠들은 각각 미리 설정된 복수의 단계들 중 하나의 단계로 미리 분류될 수 있다. 또는 예를 들어, 사용자의 읽기 능력 수준에 대응되는 단계를 기초로 제공하는 텍스트 컨텐츠의 단계를 결정할 수 있다. 또는 예를 들어, 제공되는 텍스트 컨텐츠는 지도자 단말로부터 획득한 맞춤형 학습 계획 수립 정보에 포함된 텍스트 컨텐츠를 포함할 수도 있다.
S440 동작에서 서버는 지도자 단말로부터 상기 적어도 하나의 컨텐츠에 관한 과제 제시 정보를 획득할 수 있고, S450 동작에서 서버는 과제 제시 정보를 상기 사용자 단말에게 제공하고, 상기 사용자 단말로부터 상기 과제 제시 정보에 대응되는 과제 수행 정보를 획득할 수 있다. 여기서, 과제 제시 정보는 제공된 적어도 하나의 컨텐츠에 관하여 사용자가 독해 후 수행할 과제에 관한 정보를 포함할 수 있으며, 글쓰기와 같은 제시 내용이 포함될 수 있다.
S460 동작에서 상기 과제 수행 정보를 상기 지도자 단말에게 제공하고, 상기 지도자 단말로부터 상기 과제 수행 정보에 대한 피드백 정보를 획득할 수 있고, S470 동작에서 상기 피드백 정보를 상기 사용자 단말에게 제공할 수 있다. 다시 말해, 지도자 단말은 사용자에게 과제를 제시할 수 있고, 이에 관한 결과 정보를 획득할 수 있으며, 이에 관한 평가 및 피드백 정보를 생성하여 제공할 수 있다.
본 명세서의 실시예에 따른 동작은 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 프로그램 또는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 읽힐 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산 방식으로 컴퓨터로 읽을 수 있는 프로그램 또는 코드가 저장되고 실행될 수 있다.
실시예가 소프트웨어로 구현될 때, 상술한 기법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리에 저장되고, 프로세서에 의해 실행될 수 있다. 메모리는 프로세서 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서와 연결될 수 있다.
또한, 컴퓨터가 읽을 수 있는 기록매체는 롬(rom), 램(ram), 플래시 메모리(flash memory) 등과 같이 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다. 프로그램 명령은 컴파일러(compiler)에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터(interpreter) 등을 사용해서 컴퓨터에 의해 실행될 수 있는 고급 언어 코드를 포함할 수 있다.
본 발명의 일부 측면들은 장치의 문맥에서 설명되었으나, 그것은 상응하는 방법에 따른 설명 또한 나타낼 수 있고, 여기서 블록 또는 장치는 방법 단계 또는 방법 단계의 특징에 상응한다. 유사하게, 방법의 문맥에서 설명된 측면들은 또한 상응하는 블록 또는 아이템 또는 상응하는 장치의 특징으로 나타낼 수 있다. 방법 단계들의 몇몇 또는 전부는 예를 들어, 마이크로프로세서, 프로그램 가능한 컴퓨터 또는 전자 회로와 같은 하드웨어 장치에 의해(또는 이용하여) 수행될 수 있다. 몇몇의 실시예에서, 가장 중요한 방법 단계들의 하나 이상은 이와 같은 장치에 의해 수행될 수 있다.
실시예들에서, 프로그램 가능한 로직 장치(예를 들어, 필드 프로그래머블 게이트 어레이)가 여기서 설명된 방법들의 기능의 일부 또는 전부를 수행하기 위해 사용될 수 있다. 실시예들에서, 필드 프로그래머블 게이트 어레이는 여기서 설명된 방법들 중 하나를 수행하기 위한 마이크로프로세서와 함께 작동할 수 있다. 일반적으로, 방법들은 어떤 하드웨어 장치에 의해 수행되는 것이 바람직하다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.

Claims (3)

  1. 적어도 하나의 서버에 의해 수행되는 뉴스독해지수를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 방법에 있어서,
    사용자의 읽기 능력 수준 정보를 결정하는 단계;
    복수의 컨텐츠들 중 상기 읽기 능력 수준 정보에 대응되는 적어도 하나의 컨텐츠를 도출하는 단계;
    상기 적어도 하나의 컨텐츠를 상기 사용자에 대응되는 사용자 단말에게 제공하는 단계;
    지도자 단말로부터 상기 적어도 하나의 컨텐츠에 관한 과제 제시 정보를 획득하는 단계;
    상기 과제 제시 정보를 상기 사용자 단말에게 제공하고, 상기 사용자 단말로부터 상기 과제 제시 정보에 대응되는 과제 수행 정보를 획득하는 단계;
    상기 과제 수행 정보를 상기 지도자 단말에게 제공하고, 상기 지도자 단말로부터 상기 과제 수행 정보에 대한 피드백 정보를 획득하는 단계; 및
    상기 피드백 정보를 상기 사용자 단말에게 제공하는 단계를 포함하고,
    상기 복수의 컨텐츠들은 각각 미리 설정된 복수의 단계들 중 하나의 단계로 미리 분류되고,
    상기 사용자의 읽기 능력 수준 정보를 결정하는 단계는,
    미리 설정된 복수의 텍스트 컨텐츠 및 상기 복수의 텍스트 컨텐츠에 관한 질의 정보를 상기 사용자 단말에게 제공하는 단계;
    상기 사용자 단말로부터 상기 질의 정보에 대한 응답 정보를 획득하는 단계; 및
    상기 복수의 텍스트 컨텐츠에 대한 뉴스독해지수(NRI: News Reading Index) 값 및 상기 응답 정보를 기반으로 상기 읽기 능력 수준 정보를 결정하는 단계를 포함하고,
    상기 복수의 텍스트 컨텐츠에 포함된 특정 텍스트 컨텐츠에 대한 뉴스독해지수 값은 상기 특정 텍스트 컨텐츠의 종합 읽기 지수를 기초로 0 이상 1000 이하의 값으로 결정되고, 상기 특정 텍스트 컨텐츠에 대한 뉴스독해지수 값은 상기 특정 텍스트 컨텐츠의 독해에 관련된 지표를 나타내고,
    상기 특정 텍스트 컨텐츠의 종합 읽기 지수는 상기 특정 텍스트 컨텐츠에 대한 장문 지수 및 단어 지수를 기반으로 결정되고,
    상기 장문 지수는 상기 특정 텍스트 컨텐츠를 구성하는 여러 문장으로 이어진 문단에 관한 지표를 나타내고,
    상기 단어 지수는 상기 특정 텍스트 컨텐츠에 포함된 난이도 별 단어의 사용 빈도에 관한 지표를 나타내고,
    상기 단어 지수는 다음의 수학식을 기초로 산출되고,
    ,
    상기 IV는 상기 단어 지수를 나타내고, 상기 m은 상기 특정 텍스트 컨텐츠에 포함된 명사, 형용사 및 동사에 해당하는 복수의 단어들의 개수를 나타내고, 상기 wb는 상기 복수의 단어들 중 b번째 단어의 빈도 지수에 따라 결정되는 가중치를 나타내고, 상기 CAb는 상기 복수의 단어들 중 b번째 단어의 단어 난이도 지수를 나타내고,
    상기 복수의 단어들 중 특정 단어에 대한 단어 난이도 지수는 상기 복수의 텍스트 컨텐츠들에서의 상기 특정 단어의 사용 내역 정보 및 외부 서버를 통해 획득되는 국어사전에서의 상기 특정 단어의 검색 내역 정보를 기초로 도출되고,
    상기 특정 단어에 대한 단어 난이도 지수는 상기 사용 내역 정보에 따른 사용 내역이 많을수록 낮게 도출되고, 상기 검색 내역 정보에 따른 검색 내역이 많을수록 높게 도출되는,
    사용자 맞춤형 학습 컨텐츠 제공 방법.

  2. 삭제
  3. 삭제
KR1020230128930A 2023-09-26 2023-09-26 뉴스독해지수를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 시스템 KR102615350B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230128930A KR102615350B1 (ko) 2023-09-26 2023-09-26 뉴스독해지수를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230128930A KR102615350B1 (ko) 2023-09-26 2023-09-26 뉴스독해지수를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 시스템

Publications (1)

Publication Number Publication Date
KR102615350B1 true KR102615350B1 (ko) 2023-12-20

Family

ID=89376777

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230128930A KR102615350B1 (ko) 2023-09-26 2023-09-26 뉴스독해지수를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 시스템

Country Status (1)

Country Link
KR (1) KR102615350B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090074407A (ko) * 2008-01-02 2009-07-07 주식회사 에이원에듀 학습 과제 제공 장치 및 방법
KR102524911B1 (ko) * 2022-05-26 2023-04-24 주식회사 대교 디지털 교재를 이용한 학습 서비스 제공 방법 및 장치
KR102567043B1 (ko) * 2023-03-22 2023-08-14 주식회사 레듀텍 인공지능 모델을 활용한 독서능력진단 기반 책 큐레이션 서비스 제공 방법, 장치 및 시스템

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090074407A (ko) * 2008-01-02 2009-07-07 주식회사 에이원에듀 학습 과제 제공 장치 및 방법
KR102524911B1 (ko) * 2022-05-26 2023-04-24 주식회사 대교 디지털 교재를 이용한 학습 서비스 제공 방법 및 장치
KR102567043B1 (ko) * 2023-03-22 2023-08-14 주식회사 레듀텍 인공지능 모델을 활용한 독서능력진단 기반 책 큐레이션 서비스 제공 방법, 장치 및 시스템

Similar Documents

Publication Publication Date Title
US11423888B2 (en) Predicting and learning carrier phrases for speech input
US10230668B2 (en) Information replying method and apparatus
US10430468B2 (en) Method and system for extracting sentences
US9779356B2 (en) Method of machine learning classes of search queries
US9146915B2 (en) Method, apparatus, and computer storage medium for automatically adding tags to document
CN111898643B (zh) 一种语义匹配方法及装置
CN112287069B (zh) 基于语音语义的信息检索方法、装置及计算机设备
CN114861889B (zh) 深度学习模型的训练方法、目标对象检测方法和装置
KR20190000776A (ko) 정보 입력 방법
CN109766422A (zh) 信息处理方法、装置及系统、存储介质、终端
CN112199473A (zh) 一种知识问答系统中的多轮对话方法与装置
US20180189307A1 (en) Topic based intelligent electronic file searching
CN112579729B (zh) 文档质量评价模型的训练方法、装置、电子设备和介质
CN113722438A (zh) 基于句向量模型的句向量生成方法、装置及计算机设备
US20180285742A1 (en) Learning method, learning apparatus, and storage medium
CN110245357B (zh) 主实体识别方法和装置
CN112307738B (zh) 用于处理文本的方法和装置
CN114358023A (zh) 智能问答召回方法、装置、计算机设备及存储介质
KR102615350B1 (ko) 뉴스독해지수를 기반으로 비문학 독해력 강화를 위한 사용자 맞춤형 학습 컨텐츠 제공 시스템
CN107656627B (zh) 信息输入方法和装置
CN111708946B (zh) 一种个性化电影的推荐方法、装置及电子设备
KR102650634B1 (ko) 워드 클라우드를 이용한 해시태그 추천 방법 및 장치
US11321375B2 (en) Text object management system
CN112784600A (zh) 信息排序方法、装置、电子设备和存储介质
WO2018203510A1 (ja) 質問推定装置

Legal Events

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