KR20070039771A - 검색용 색인 기반 질의어 추천 방법 및 그 시스템 - Google Patents

검색용 색인 기반 질의어 추천 방법 및 그 시스템 Download PDF

Info

Publication number
KR20070039771A
KR20070039771A KR1020050095032A KR20050095032A KR20070039771A KR 20070039771 A KR20070039771 A KR 20070039771A KR 1020050095032 A KR1020050095032 A KR 1020050095032A KR 20050095032 A KR20050095032 A KR 20050095032A KR 20070039771 A KR20070039771 A KR 20070039771A
Authority
KR
South Korea
Prior art keywords
query
extended
index
user
search
Prior art date
Application number
KR1020050095032A
Other languages
English (en)
Other versions
KR100795930B1 (ko
Inventor
곽용재
천세진
박태헌
김성원
서장원
서범석
Original Assignee
엔에이치엔(주)
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 엔에이치엔(주) filed Critical 엔에이치엔(주)
Priority to KR1020050095032A priority Critical patent/KR100795930B1/ko
Publication of KR20070039771A publication Critical patent/KR20070039771A/ko
Application granted granted Critical
Publication of KR100795930B1 publication Critical patent/KR100795930B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 사용자로부터 입력된 사용자 질의어를 정규화하여 검색용 색인에서 확장 질의어를 검색하고, 검색된 확장 질의어에 대한 사용 여부를 판단한 후 사용될 확장 질의어와 정규화된 사용자 질의어를 자소별로 비교하여 일치하는 경우 추천 질의어로 추천하는 방법 및 그 시스템에 관한 것이다. 본 발명에 따른 검색용 색인 기반 질의어 추천 방법은, 검색용 색인을 데이터베이스에 기록하고 유지하는 단계와, 사용자로부터 사용자 질의어를 입력 받는 단계와, 상기 사용자 질의어를 정규화하는 단계와, 상기 데이터베이스를 참조하여 상기 검색용 색인에서 상기 정규화된 사용자 질의어에 대한 확장 질의어를 검색하는 단계와, 상기 검색된 확장 질의어에 대한 사용 여부를 판단하는 단계와, 상기 판단 결과에 따라 상기 정규화된 사용자 질의어와 상기 확장 질의어를 자소별로 비교하는 단계 및 상기 비교 결과에 따라 추천 확장 질의어를 결정하는 단계를 포함하는 것을 특징으로 한다. 본 발명에 따르면, 사용자 입력에 따라 사용자가 입력 중인 질의어에 대한 확장 질의어를 검색하고 확장 질의어에 대한 사용 여부를 판별함으로써, 사용자에게 보다 적합한 추천 질의어를 제공하도록 할 수 있다.
질의어, 정규화, 확장, 검색, 추천

Description

검색용 색인 기반 질의어 추천 방법 및 그 시스템{METHOD AND SYSTEM FOR RECOMMENDING QUERY BASED SEARCH INDEX}
도 1은 본 발명의 일실시예에 따른 검색용 색인 기반 질의어 추천 시스템의 구성을 도시한 블록도이다.
도 2는 본 발명의 일실시예에 따른 검색용 색인 기반 질의어 추천 방법을 도시한 흐름도이다.
도 3은 본 발명의 일실시예에 있어서, 사용자 질의어 정규화 시 사용되는 코드의 일례를 도시한 도면이다.
도 4는 본 발명의 일실시예에 있어서, 트리 구조의 검색용 색인의 일례를 도시한 도면이다.
도 5는 본 발명의 일실시예에 있어서, 색인어의 문서 출현 빈도의 일례를 도시한 도면이다.
도 6은 본 발명의 일실시예에 있어서, 색인어의 문서 출현 빈도에 대한 전체 문서수 비율의 일례를 도시한 도면이다.
도 7은 본 발명의 일실시예에 있어서, 정규화된 사용자 질의어와 확장 질의어를 자소별로 비교하는 일례를 도시한 도면이다.
도 8은 본 발명의 일실시예에 있어서, 추천 확장 질의어를 나타내는 일례를 도시한 도면이다.
도 9는 본 발명에 따른 검색용 색인 기반 질의어 추천 방법을 수행하는 데 채용될 수 있는 범용 컴퓨터 장치의 내부 블록도이다.
<도면의 주요 부분에 대한 부호의 설명>
100: 검색용 색인 기반 질의어 추천 시스템
110: 데이터베이스 120: 입력부
130: 정규화부 140: 검색부
150: 판단부 160: 비교부
170: 결정부
본 발명은 검색용 색인 기반 질의어 추천 방법 및 그 시스템에 관한 것으로서, 더욱 상세하게는 사용자로부터 입력된 사용자 질의어를 정규화하여 검색용 색인에서 확장 질의어를 검색하고, 검색된 확장 질의어에 대한 사용 여부를 판단한 후 사용될 확장 질의어와 정규화된 사용자 질의어를 자소별로 비교하여 일치하는 경우 추천 질의어로 추천하는 방법 및 그 시스템에 관한 것이다.
일반적으로 검색 서비스를 제공하는 검색 웹사이트는 사용자로부터 질의어가 입력되면 상기 질의어에 대응하는 검색 결과(예를 들면, 상기 질의어를 포함하는 웹 사이트, 상기 질의어를 포함하는 기사, 상기 질의어를 포함하는 파일명을 갖 는 이미지 등)를 사용자에게 제공한다.
현재 검색 서비스는 점차 사용자의 편의를 극대화하는 방향으로 개선되어 가고 있는데, 이러한 개선 방향의 큰 줄기는 사용자가 적합한 질의어를 입력할 시에 만족할만한 검색 결과를 제공하는 것은 물론이거니와 사용자가 부적합한 질의어를 입력할 시에도 사용자를 만족시킬 수 있는 적절한 검색 결과를 제공하는 것이어야 한다. 특히, 검색 서비스의 이용자층이 확대되면서 적절한 질의어에 대한 충분한 배경 지식이 없는 사용자가 늘어남에 따라 사용자에게 적절한 쿼리를 가이드(guide)할 필요성이 제기된다.
또한, 검색 서비스에 있어서 사용자가 검색창에 질의어의 일부만을 입력할 경우 이를 어떤 식으로 처리하여 사용자를 만족시킬 수 있는 적절한 검색 결과를 제공할 것인가에 대한 고민도 존재한다. 예를 들어, "르완ㄷ"와 같이 사용자가 정확한 발음을 기억하지 못하고 질의어의 앞 음절만을 기억하고 있는 경우, 사용자가 질의어의 일부분인 앞 음절만을 입력하게 되므로 이에 대한 적극적인 해결책이 필요하다.
그러나, 종래의 검색 서비스 방법은 질의어의 일부분만을 이용하여 검색 수행을 요청했을 경우 사용자가 원하는 검색 결과를 제대로 제공하지 못하는 문제점이 있다.
즉, 상기 종래 검색 서비스 방법은 사용자가 실제로 원하지 않는 질의어에 대한 검색 결과를 출력할 가능성이 높고, 이미 잘못 입력된 질의어에 대한 검색 결과를 한번 출력한 후에야 사후적으로 다른 질의어를 추천하므로 사용자가 다시 질 의어를 선택하여 검색 수행을 요청해야 하는 번거로움이 존재한다.
이에, 검색 서비스에서 사용자가 질의어를 앞 음절만을 입력하더라도 검색용 색인에서 사용자에 의해 입력된 음절로 시작하는 질의어를 추천해 줄 수 있는 새로운 기술의 출현이 요청되어 왔다.
또한, 검색 서비스에서 사용자가 질의어를 입력할 경우 실시간으로 추천 질의어를 제공하여 질의어 입력에 대한 번거로움을 줄일 수 있는 기술이 요청되어 오고 있다.
본 발명은 상술한 바와 같은 종래기술의 문제점을 해결하기 위해 안출된 것으로서, 사용자의 질의어 입력 상황에 맞춰 실시간으로 적절한 추천 질의어를 제시할 수 있는 방법 및 그 시스템을 제공하는 것을 그 목적으로 한다.
본 발명에 따른 검색용 색인 기반 질의어 추천 방법 및 그 시스템은 사용자가 질의어의 앞 음절만을 기억하는 경우 사용자가 기억하고 있는 앞 음절로 시작하는 질의어를 적절하게 제시하는 것을 그 목적으로 한다.
본 발명에 따른 검색용 색인 기반 질의어 추천 방법 및 그 시스템은 사용자가 입력 중인 질의어에 대한 추천 질의어 리스트를 제공함으로써, 사용자가 긴 질의어를 전부 입력하지 않고도 손쉽게 질의어를 완성할 수 있도록 하는 것을 그 목적으로 한다.
본 발명에 따른 검색용 색인 기반 질의어 추천 방법 및 그 시스템은 추천 질의어를 제공하여 사용자의 질의어 입력 시간을 단축함으로써 사용자의 질의어 입 력 편의를 도모하고, 특히 키보드 사용이 미숙한 사용자의 질의어 입력 편의를 제공하는 것을 그 목적으로 한다.
본 발명에 따른 검색용 색인 기반 질의어 추천 방법 및 그 시스템은 사용자 입력에 따라 사용자가 입력 중인 질의어에 대한 확장 질의어를 검색하고 확장 질의어에 대한 사용 여부를 판별하여 사용자에게 보다 적합한 추천 질의어를 제공하는 것을 그 목적으로 한다.
본 발명에 따른 검색용 색인 기반 질의어 추천 방법 및 그 시스템은 질의어의 일부만을 기억하는 사용자에 대해 사용자의 기억을 보완하는 기능을 제공하는 것을 그 목적으로 한다.
본 발명에 따른 검색용 색인 기반 질의어 추천 방법 및 그 시스템은 추천된 질의어를 사용하여 항상 검색 결과가 존재하는 화면을 사용자에게 노출시키는 것을 그 목적으로 한다.
상기의 목적을 달성하고, 상술한 종래기술의 문제점을 해결하기 위하여, 본 발명의 일실시예에 따른 검색용 색인 기반 질의어 추천 방법은 검색용 색인을 데이터베이스에 기록하고 유지하는 단계와, 사용자로부터 사용자 질의어를 입력 받는 단계와, 상기 사용자 질의어를 정규화하는 단계와, 상기 데이터베이스를 참조하여 상기 검색용 색인에서 상기 정규화된 사용자 질의어에 대한 확장 질의어를 검색하는 단계와, 상기 검색된 확장 질의어에 대한 사용 여부를 판단하는 단계와, 상기 판단 결과에 따라 상기 정규화된 사용자 질의어와 상기 확장 질의어를 자소별로 비 교하는 단계 및 상기 비교 결과에 따라 추천 확장 질의어를 결정하는 단계를 포함하는 것을 특징으로 한다.
또한, 본 발명의 다른 실시예에 따른 검색용 색인 기반 질의어 추천 방법은 검색용 색인을 데이터베이스에 기록하고 유지하는 단계와, 사용자로부터 사용자 질의어를 입력 받는 단계와, 상기 검색용 색인을 참조하여 상기 사용자 질의어에 대한 확장 질의어를 검색하는 단계와, 상기 검색된 확장 질의어에 대한 사용 여부를 판단하는 단계와, 상기 판단 결과에 따라 상기 사용자 질의어와 상기 확장 질의어를 자소별로 비교하는 단계 및 상기 비교 결과에 따라 추천 확장 질의어를 결정하는 단계를 포함하는 것을 특징으로 한다.
또한, 본 발명의 일실시예에 따른 검색용 색인 기반 질의어 추천 시스템은 검색용 색인을 기록하고 유지하는 데이터베이스와, 사용자로부터 사용자 질의어를 입력 받는 입력부와, 상기 사용자 질의어를 정규화하는 정규화부와, 상기 데이터베이스를 참조하여 상기 검색용 색인에서 상기 정규화된 사용자 질의어에 대한 확장 질의어를 검색하는 검색부와, 상기 검색된 확장 질의어에 대한 사용 여부를 판단하는 판단부와, 상기 판단 결과에 따라 상기 정규화된 사용자 질의어와 상기 확장 질의어를 자소별로 비교하는 비교부 및 상기 비교 결과에 따라 추천 확장 질의어를 결정하는 결정부를 포함하는 것을 특징으로 한다.
이하, 첨부된 도면을 참조하여 본 발명에 따른 검색용 색인 기반 질의어 추천 시스템 및 방법을 상세히 설명하기로 한다.
도 1은 본 발명의 일실시예에 따른 검색용 색인 기반 질의어 추천 시스템의 구성을 도시한 블록도이다.
도 1을 참조하면, 검색용 색인 기반 질의어 추천 시스템(100)은 데이터베이스(110), 입력부(120), 정규화부(130), 검색부(140), 판단부(150), 비교부(160) 및 결정부(170)를 포함한다.
데이터베이스(110)는 검색용 색인을 기록하고 유지한다. 상기 검색용 색인은 검색 서비스를 제공하기 위한 문서를 소정 색인어에 따라 색인한 결과이다. 데이터베이스(110)는 상기 검색용 색인에 포함되는 모든 색인어가 반드시 추천 질의어로 적합한 단어들이라고 단정짓기 어렵기 때문에 상기 색인어가 포함된 문서 수인 색인어의 문서 출현 빈도를 상기 색인어와 대응시켜 저장할 수 있다. 또한, 데이터베이스(110)는 상기 색인어가 포함된 문서의 수가 상기 검색용 색인을 위해 검색된 전체 문서의 수에 대해 어느 정도의 비율에 해당하는지의 정보도 상기 색인어와 대응시켜 저장할 수 있다.
입력부(120)는 사용자로부터 사용자 질의어를 입력 받는다. 상기 사용자 질의어는 상기 사용자에 의해 입력되는 질의어이다. 예를 들어, 사용자에 의해 "ㄱ"이 입력된 경우 "ㄱ"이 상기 사용자 질의어에 해당된다. 입력부(120)는 유무선 통신망을 통해 상기 사용자의 단말기로부터 상기 사용자에 의해 입력된 사용자 질의어를 수신할 수도 있다.
정규화부(130)는 상기 검색용 색인을 통해 상기 사용자 질의어에 대한 확장 질의어를 검색할 수 있도록 하기 위해 상기 사용자 질의어를 정규화한다. 일반적으로 검색용 색인을 통해 질의어에 대한 확장 질의어를 검색하기 위해서 대문자는 소문자로, 전각 문자는 ASCII 기호 등으로 변환하지만 자소 단위 처리를 위해 다음과 같이 음절을 이루지 못하는 자소에 대한 사전 처리를 수행해야 한다. 예를 들어, "르완ㄷ"와 같은 사용자 질의어가 입력되는 경우, "ㄷ" 이후에 이어질 순서상으로 가장 가까운 음절은 "다"가 되어야 맞지만, 종래 코드 순서상 "ㄸ" 또는 "ㄹ"이 되는 문제점이 있다. 따라서, 본 발명에 따른 정규화부(130)는 상기 사용자 질의어의 후단이 하나의 자음으로 이루어진 미완성 음절인 경우, 상기 자음+모음의 형태로 상기 사용자 질의어를 정규화한다. 정규화부(130)는 예를 들어, 상기 사용자 질의어가 "르완ㄷ"인 경우 "르완다"로 상기 사용자 질의어를 정규화한다. 또한, 정규화부(130)는 상기 입력된 사용자 질의어의 후단이 하나의 자음으로 이루어진 미완성 음절인 경우, 도 3에 도시된 것과 같이 상기 자음(310)에 대응하는 코드(311)를 상기 자음+모음(320)에 대응하는 코드(321)로 변경하여 상기 사용자 질의어를 정규화한다. 정규화부(130)는 상기 입력된 사용자 질의어의 후단이 미완성 음절이 아닌 경우, 상기 입력된 사용자 질의어에 대한 정규화 동작을 수행하지 않을 수 있다.
검색부(140)는 데이터베이스(110)를 참조하여 상기 검색용 색인에서 상기 정규화된 사용자 질의어에 대한 확장 질의어를 검색한다. 상기 확장 질의어는 상기 입력된 사용자 질의어 또는 상기 정규화된 사용자 질의어와 앞단이 일치하고, 뒷단이 다른 확장된 형태일 수 있다. 상기 확장 질의어는 예를 들어, 상기 입력된 사용자 질의어 또는 상기 정규화된 사용자 질의어가 "기"인 경우, "김밥", "김치", "길" 등과 같이 앞단이 상기 사용자 질의어와 일치하고, 뒷단이 각기 다를 수 있 다.
검색부(140)는 상기 검색용 색인에서 색인어의 정렬순서 상 상기 정규화된 사용자 질의어보다 뒤에 위치한 색인어부터 상기 확장 질의어로 검색할 수 있다. 상기 검색용 색인은 일반적인 문서가 색인된 결과에 따라 색인어들을 바이너리 서치(binary search)가 가능하도록 정렬된 리스트 또는 트리(tree) 구조 속에 포함될 수 있다.
검색부(140)는 상기 트리 구조의 검색용 색인인 경우, 상기 검색용 색인에서 상기 정규화된 사용자 질의어 또는 상기 입력된 사용자 질의어보다 큰 색인어를 검색하고, 소정의 횟수만큼 트래버스(traverse)를 수행한다. 상기 트리 구조의 검색용 색인인 경우 도 4에 도시된 것과 같이 "기"(401)보다 큰 검색어는 "김밥"(402), "김치"(403), "길"(404), "나비"(405)와 같이 상기 입력된 사용자 질의어 또는 상기 정규화된 사용자 질의어가 미완성 질의어일 때 상기 사용자 질의어보다 오른쪽에 위치한 즉, 상기 사용자 질의어보다 정렬순서가 후순위인 검색어를 지칭할 수 있다.
판단부(150)는 상기 검색된 확장 질의어에 대한 사용 여부를 판단한다. 상기 검색된 확장 질의어에 대한 사용 여부를 판단하는 이유는 상기 검색용 색인에 포함된 모든 색인어가 반드시 추천 질의어에 적합한 단어라고 할 수 없기 때문이다. 즉, 상기 색인어가 형태소 분석기 등의 색인기의 오류에 의한 단어이거나 또는 색인기에서 의미가 있는 단어로 판단하더라도 색인에 추가되었으나 사용자에게 매우 생소한 단어일 수도 있다. 따라서, 본 발명에 따른 판단부(150)는 상기 검색 용 색인에서 검색된 확장 질의어를 추천 확장 질의어로 사용할 수 있는지를 판단한다. 상기 검색용 색인은 일반적으로 색인어를 포함하는 문서의 리스트로 이루어진다.
판단부(150)는 상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 소정 기준치 또는 전제 문서수에 대해서 소정 비율과 비교한 결과에 따라 상기 확장 질의어에 대한 사용 여부를 판단할 수 있다.
판단부(150)는 상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 소정 기준치 이상인 경우, 상기 검색된 확장 질의어를 확장 질의어로 사용하는 것으로 판단할 수 있다. 상기 검색된 확장 질의어가 예를 들어, "김치"인 경우 도 5에 도시된 것과 같이 상기 검색된 확장 질의어인 "김치"를 색인어로 포함하는 문서의 출현 빈도가 "40"이다. 따라서, 판단부(150)는 상기 소정 기준치가 "25"이면 상기 문서의 출현 빈도가 상기 소정 기준치 이상이므로 상기 검색된 확장 질의어인 "김치"를 확장 질의어로 사용할 수 있는 것으로 판단할 수 있다.
상기 검색된 확장 질의어가 예를 들어, "김장"인 경우 도 5에 도시된 것과 같이 상기 검색된 확장 질의어인 "김장"을 색인어로 포함하는 문서의 출현 빈도가 "10"이다. 판단부(150)는 상기 소정 기준치가 "25"이면, 상기 색인어 "김장"을 포함하는 문서의 출현 빈도가 상기 소정 기준치 미만이므로 상기 검색된 확장 질의어인 "김장"을 확장 질의어로 사용할 수 없는 것으로 판단할 수도 있다.
판단부(150)는 상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 상기 검색용 색인을 위해 검색된 전체 문서수에 대해서 소정의 비율 이상인 경우, 상 기 검색된 확장 질의어를 사용할 수 있는 것으로 판단할 수 있다. 상기 검색된 확장 질의어가 "김치"인 경우를 예로 들면 도 6에 도시된 것과 같이 상기 검색된 확장 질의어인 "김치"를 색인어로 포함하는 문서의 출현 빈도가 "40"이고, 상기 검색된 전체 문서수가 "100"이면 상기 문서의 출현 빈도가 상기 검색된 전체 문서수에 대한 비율이 "4/10"이다. 따라서, 판단부(150)는 상기 소정의 비율이 "2/10"인 경우, "김치"를 색인어로 포함하는 문서의 출현 빈도에 대한 전체 문서수의 비율(4/10)이 상기 소정의 비율(2/10) 이상이므로 상기 검색된 확장 질의어인 "김치"를 확장 질의어로 사용할 수 있는 것으로 판단할 수 있다.
판단부(150)는 상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 소정 기준치의 하한선 이상이고, 상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 소정 기준치의 상한선 이하인 경우, 상기 검색된 확장 질의어를 사용하는 것으로 판단할 수도 있다. 판단부(150)는 상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 소정 기준치의 하한선 미만으로 상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 너무 낮은 경우, 상기 검색된 확장 질의어가 일반적으로 거의 사용되지 않는 단어일 가능성이 높기 때문에 상기 검색된 확장 질의어를 확장 질의어로 사용되지 않도록 판단할 수도 있다. 또한, 판단부(150)는 상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 소정 기준치의 상한선 초과로 상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 너무 높은 경우, 상기 검색된 확장 질의어가 매우 빈번하게 사용되는 일반적인 단어이므로 질의어로서 의미가 없기 때문에 확장 질의어로 사용되지 않도록 판단할 수도 있다.
판단부(150)는 상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 전체 문서수에 대한 소정 비율의 하한선 이상이고, 상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 상기 전체 문서수에 대한 소정 비율의 상한선 이하인 경우, 상기 검색된 확장 질의어를 사용하는 것으로 판단할 수 있다. 판단부(150)는 상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 검색된 전체 문서수에 대해 소정 비율의 하한선 미만으로 상기 검색된 확장 질의어의 출현 빈도가 상기 검색된 전체 문서수에 비해 너무 낮은 경우, 상기 검색된 확장 질의어가 일반적으로 거의 사용되지 않는 단어일 가능성이 높기 때문에 상기 검색된 확장 질의어를 확장 질의어로 사용되지 않도록 판단할 수도 있다. 상기 검색된 확장 질의어가 "김장"인 경우를 예로 들면, 도 6에 도시된 것과 같이 "김장"을 색인어로 포함하는 문서의 출현 빈도가 "10"이고, 상기 검색된 전체 문서수가 "100"이면 상기 "김장"을 포함하는 문서의 출현 빈도에 대한 상기 검색된 전체 문서수의 비율이 "1/10"이다. 따라서, 판단부(150)는 상기 소정의 비율이 "2/10"인 경우, "김장"을 색인어로 포함하는 문서의 출현 빈도에 대한 전체 문서의 비율(1/10)이 상기 소정 비율(2/10) 미만이므로 "김장"을 확장 질의어로 사용하지 않는 것으로 판단할 수도 있다.
또한, 판단부(150)는 상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 검색된 전체 문서수에 대해 소정 비율의 상한선 초과로 상기 검색된 확장 질의어의 출현 빈도가 너무 높은 경우, 즉 상기 질의어가 매우 빈번하게 사용되는 일반적인 단어이므로 질의어로서 의미가 없기 때문에 확장 질의어로 사용되지 않도록 판단할 수도 있다.
비교부(160)는 상기 판단 결과에 따라 검색된 확장 질의어로 사용하기로 결정된 확장 질의어와 상기 정규화된 사용자 질의어를 자소별로 비교한다. 비교부(160)는 상기 정규화된 사용자 질의어 또는 상기 확장 질의어를 자소 단위로 분석하기 위한 자소분석기를 포함하고, 상기 자소분석기를 통해 각각 분석된 상기 정규화된 사용자 질의어에 대한 자소와 상기 확장 질의어에 대한 자소를 비교할 수 있다.
결정부(170)는 상기 비교 결과에 따라 추천 확장 질의어를 결정한다. 결정부(170)는 상기 비교 결과에 따라 상기 정규화된 사용자 질의어에 대한 자소가 상기 확장 질의어에 대한 자소의 앞부분이 일치하는 경우, 상기 확장 질의어를 추천 확장 질의어로 결정할 수 있다.
본 발명에 따른 검색용 색인 기반 질의어 추천 시스템(100)은 도 8에 도시된 것과 같이 사용자에 의해 검색창(810)으로 입력된 "기"에 대한 추천 확장 질의어가 결정된 경우, 상기 추천 확장 질의어인 "김밥", "김치", "길"을 질의어 추천창(820)으로 제시할 수 있다.
도 2는 본 발명의 일실시예에 따른 검색용 색인 기반 질의어 추천 방법을 도시한 흐름도이다.
도 2를 참조하면, 단계(S210)에서 검색용 색인 기반 질의어 추천 시스템은 검색용 색인을 데이터베이스에 기록하고 유지한다. 상기 검색용 색인은 검색 서비스를 제공하기 위한 문서를 소정 색인어에 따라 색인한 결과이다. 상기 데이터베이스는 도 5에 도시된 것과 같이 상기 색인어가 포함된 문서의 수인 색인어의 문서 출현 빈도를 상기 색인어와 대응시켜 저장할 수 있다. 또한, 상기 데이터베이스는 도 6에 도시된 것과 같이 상기 색인어가 포함된 문서의 수가 상기 검색용 색인을 위해 검색된 전체 문서의 수에 대해 어느 정도의 비율에 해당하는지의 정보도 상기 색인어와 대응시켜 저장할 수 있다.
단계(S220)에서 상기 검색용 색인 기반 질의어 추천 시스템은 사용자로부터 사용자 질의어를 입력 받는다. 상기 사용자 질의어는 상기 사용자에 의해 입력되는 질의어이다. 예를 들어, 상기 사용자에 의해 "ㄱ"이 입력된 경우 "ㄱ"이 상기 사용자 질의어에 해당된다. 상기 검색용 색인 기반 질의어 추천 시스템은 유무선 통신망을 통해 상기 사용자의 단말기로부터 상기 사용자에 의해 입력된 사용자 질의어를 수신할 수도 있다.
단계(S230)에서 상기 검색용 색인 기반 질의어 추천 시스템은 상기 사용자 질의어를 정규화한다. 상기 검색용 색인 기반 질의어 추천 시스템은 단계(S230)에서 상기 입력된 사용자의 질의어의 후단이 하나의 자음으로 이루어진 미완성 음절인 경우, 상기 자음+모음의 형태로 상기 사용자 질의어를 정규화할 수 있다. 상기 검색용 색인 기반 질의어 추천 시스템은 예를 들어, 상기 입력된 사용자의 질의어가 "르완ㄷ"인 경우 상기 입력된 사용자의 질의어의 후단이 하나의 자음인 "ㄷ"으로 이루어진 미완성 음절이므로 "ㄷ"+"ㅏ"로 상기 사용자 질의어를 정규화할 수 있다. 상기 검색용 색인 기반 질의어 추천 시스템은 단계(S230)에서 상기 입력된 사용자 질의어의 후단이 하나의 자음으로 이루어진 미완성 음절인 경우, 도 3에 도시된 것과 같이 상기 자음(310)에 대응하는 코드(311)를 상기 자음+모음(320)에 대응 하는 코드(321)로 변경하여 상기 사용자 질의어를 정규화할 수 있다. 상기 검색용 색인 기반 질의어 추천 시스템은 예를 들어, 상기 입력된 사용자의 질의어가 자음 "ㄱ"인 경우 "ㄱ"에 대응하는 코드(0xA4A1)를 자음+모음인 "가"에 대응하는 코드(0xB0A1)로 변환할 수 있다.
한편, 본 발명의 다른 실시예에 따른 상기 검색용 색인 기반 질의어 추천 방법은 상기 입력된 사용자 질의어가 하나의 자음으로 이루어진 미완성 음절이 아닌 자음+모음으로 이루어진 완성 음절이 입력되는 경우로서 상기 사용자 질의어를 정규화하는 단계(S230)만을 수행하지 않고 나머지 단계(S210, S220, S240~S270)를 동일하게 수행할 수 있다.
단계(S240)에서 상기 검색용 색인 기반 질의어 추천 시스템은 상기 데이터베이스를 참조하여 상기 검색용 색인에서 상기 정규화된 질의어에 대한 확장 질의어를 검색할 수 있다. 상기 검색용 색인 기반 질의어 추천 시스템은 상기 검색용 색인에서 색인어의 정렬순서 상 상기 정규화된 질의어보다 뒤에 위치한 색인어부터 상기 확장 질의어를 검색할 수 있다. 상기 검색용 색인 기반 질의어 추천 시스템은 상기 검색용 색인이 트리 구조인 경우, 상기 검색용 색인에서 상기 정규화된 사용자 질의어보다 큰 색인어를 검색하고, 소정의 횟수만큼 트래버스(traverse)를 수행하여 상기 확장 질의어를 검색할 수도 있다.
단계(S250)에서 상기 검색용 색인 기반 질의어 추천 시스템은 상기 검색된 확장 질의어에 대한 사용 여부를 판단한다. 상기 검색용 색인 기반 질의어 추천 시스템은 단계(S250)에서 상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 소정 기준치(threshold value) 이상인 경우, 상기 확장 질의어를 사용하는 것으로 판단할 수 있다. 즉, 상기 검색용 색인 기반 질의어 추천 시스템은 상기 검색된 확장 질의어가 포함된 문서의 출현 빈도가 너무 낮으면, 상기 검색된 확장 질의어가 일반적으로 사용되지 않는 단어일 가능성이 높기 때문에 이를 고려하여 상기 검색된 확장 질의어에 대한 사용 여부를 판단할 수 있다.
상기 검색용 색인 기반 질의어 추천 시스템은 단계(S250)에서 상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 전체 문서수에 대해서 소정의 비율 이상인 경우, 상기 확장 질의어를 사용하는 것으로 판단할 수 있다. 즉, 상기 검색용 색인 기반 질의어 추천 시스템은 상기 검색된 확장 질의어가 포함된 문서의 출현 빈도가 상기 전체 문서수에 비해 상대적으로 너무 낮으면, 상기 검색된 확장 질의어가 일반적으로 사용되지 않는 단어일 가능성이 높기 때문에 이를 고려하여 상기 검색된 확장 질의어에 대한 사용 여부를 판단할 수 있다.
상기 검색용 색인 기반 질의어 추천 시스템은 단계(S250)에서 상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 소정 기준치의 하한선(Threshold value-low) 이상이고, 상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 소정 기준치의 상한선(Threshold value-high) 이하인 경우, 상기 확장 질의어를 사용하는 것으로 판단할 수 있다. 즉, 상기 검색용 색인 기반 질의어 추천 시스템은 상기 검색된 확장 질의어가 포함된 문서의 출현 빈도가 소정 기준치의 하한선과 상한선 사이에 있는 경우에만 상기 검색된 확장 질의어를 사용하는 것으로 판단할 수 있다. 상기 검색용 색인 기반 질의어 추천 시스템은 상기 검색된 확장 질의어가 포 함된 문서의 출현 빈도가 너무 높으면, 상기 검색된 확장 질의어가 매우 일반적으로 사용되는 단어이므로 질의어로서 의미를 갖지 못하는 단어일 가능성이 높기 때문에 이를 고려하여 상기 검색된 확장 질의어에 대한 사용 여부를 판단할 수 있다.
상기 검색용 색인 기반 질의어 추천 시스템은 단계(S250)에서 상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 전체 문서수에 대한 소정 비율의 하한선 이상이고, 상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 상기 전체 문서수에 대한 소정 비율의 상한선 이하인 경우, 상기 확장 질의어를 사용하는 것으로 판단할 수 있다. 즉, 상기 검색용 색인 기반 질의어 추천 시스템은 상기 검색된 확장 질의어가 포함된 문서의 출현 빈도가 전체 문서수의 특정 비율 사이에 있는 경우에만 상기 검색된 확장 질의어를 사용하는 것으로 판단할 수 있다.
단계(S260)에서 상기 검색용 색인 기반 질의어 추천 시스템은 상기 판단 결과에 따라 상기 정규화된 사용자 질의어와 상기 확장 질의어를 자소별로 비교한다. 상기 검색용 색인 기반 질의어 추천 시스템은 도 7에 도시된 것과 같이 상기 정규화된 사용자 질의어에 대한 자소 및 상기 확장 질의어에 대한 자소를 각각 분석하고, 상기 분석된 자소를 비교한다.
단계(S270)에서 상기 검색용 색인 기반 질의어 추천 시스템은 상기 비교 결과에 따라 추천 확장 질의어를 결정한다. 상기 검색용 색인 기반 질의어 추천 시스템은 단계(S270)에서 상기 비교 결과 상기 확장 질의어에 대해 분석된 자소의 앞부분이 상기 정규화된 사용자 질의어에 대해 분석된 자소와 일치하는 경우, 상기 확장 질의어를 상기 추천 확장 질의어로 결정할 수 있다.
도 3은 본 발명의 일실시예에 있어서, 사용자 질의어 정규화 시 사용되는 코드의 일례를 도시한 도면이다.
도 3을 참조하면, 검색용 색인 기반 질의어 추천 시스템은 사용자 질의어의 후단이 하나의 자음(310)으로 이루어진 미완성 음절인 경우, 상기 사용자 질의어로 자음에 대응되는 코드(311)를 자음+모음(320)에 대응하는 코드(321)로 변경하여 질의어 정규화를 수행할 수 있다. 상기 검색용 색인 기반 질의어 추천 시스템은 예를 들어, 자음(310) "ㄱ"이 사용자 질의어로 입력된 경우 "ㄱ"에 대응되는 코드(311)인 "0xA4A1"를 자음+모음(320)인 "가"에 대응되는 코드(321)인 "0xB0A1"으로 변경하여 상기 사용자 질의어를 정규화할 수 있다.
도 4는 본 발명의 일실시예에 있어서, 트리 구조의 검색용 색인의 일례를 도시한 도면이다.
도 4를 참조하면, 검색용 색인 기반 질의어 추천 시스템은 상기 트리 구조의 검색용 색인인 경우, 상기 사용자 질의어가 "기"(401)일 때 "김밥"(402), "김치"(403), "길"(404), "나비"(405)와 같이 상기 사용자 질의어인 "기"보다 큰 색인어 즉, 상기 트리 구조상 상기 사용자 질의어보다 오른쪽에 위치한 색인어들을 검색할 수 있다. 즉, 상기 검색용 색인 기반 질의어 추천 시스템은 상기 사용자 질의어인 "기"보다 작은 색인어 즉, 상기 트리 구조상 "기(401)"보다 왼쪽에 위치한 색인어인 "금"(402)을 검색하지 않고, "기"(401)보다 오른쪽에 위치한 색인어들인 "김밥(402), 김치(403), 길(404), 나비(405)"만을 검색한다.
도 5는 본 발명의 일실시예에 있어서, 색인어의 문서 출현 빈도의 일례를 도시한 도면이다.
도 5를 참조하면, 검색용 색인은 색인어 및 상기 색인어를 포함하는 문서의 출현 빈도를 대응시켜 관리한다. 상기 색인어는 "김밥, 김장, 김치" 등과 같이 소정 정렬순서에 따라 정렬될 수 있다. 검색용 색인 기반 질의어 추천 시스템은 상기 검색용 색인에서 상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 소정 기준치 이상인 경우, 상기 확장 질의어를 사용할 수 있는 것으로 판단할 수 있다. 상기 검색용 색인 기반 질의어 추천 시스템은 상기 기준치가 "20"일 때 상기 검색된 확장 질의어가 예를 들어 "김밥, 김장, 김치"인 경우 상기 기준치(20)보다 큰 "김밥(30), 김치(40)"를 상기 확장 질의어로 사용할 수 있는 것으로 판단하고, 상기 기준치(20)보다 상기 문서 출현 빈도가 작은 "김장(10)"을 상기 확장 질의어로 사용할 수 없는 것으로 판단할 수도 있다.
도 6은 본 발명의 일실시예에 있어서, 색인어의 문서 출현 빈도에 대한 전체 문서수 비율의 일례를 도시한 도면이다.
도 6을 참조하면, 검색용 색인은 색인어 및 상기 색인어를 포함하는 문서의 출현 빈도가 전체 문서수에 대해 차지하는 비율을 대응시켜 관리한다. 상기 색인어는 "김밥, 김장, 김치" 등과 같이 소정 정렬순서에 따라 정렬될 수 있다. 검색용 색인 기반 질의어 추천 시스템은 상기 검색용 색인에서 상기 검색된 확장 질의어를 포함하는 문서 출현 빈도가 상기 전체 문서수에 대한 소정 비율 이상인 경우, 상기 확장 질의어를 사용할 수 있는 것으로 판단할 수 있다. 즉, 상기 검색용 색인 기반 질의어 추천 시스템은 상기 비율이 "2/10"일 때 상기 검색된 확장 질의어 가 예를 들어, "김밥, 김장, 김치"인 경우 상기 비율(2/10)보다 큰 "김밥(30/100), 김치(40/100)"를 상기 확장 질의어로 사용할 수 있는 것으로 판단하고, 상기 비율(2/10)보다 작은 "김장(10/100)"을 상기 확장 질의어로 사용할 수 없는 것으로 판단할 수도 있다.
도 7은 본 발명의 일실시예에 있어서, 정규화된 사용자 질의어와 확장 질의어를 자소별로 비교하는 일례를 도시한 도면이다.
도 7을 참조하면, 상기 검색용 색인 기반 질의어 추천 시스템은 상기 정규화된 사용자 질의어 또는 입력된 사용자 질의어가 예를 들어 "기"인 경우 자소분석기(701)를 통해 "ㄱ+ㅣ"로 자소를 분석할 수 있다. 상기 검색용 색인 기반 질의어 추천 시스템은 상기 확장 질의어가 예를 들어, "김밥, 김치, 길, 나비"인 경우 자소분석기(702~705)를 통해 각각 자소를 분석한다. 상기 자소 분석 결과는 "김밥"인 경우 "ㄱ+ㅣ+ㅁ+ㅂ+ㅏ+ㅂ"이고, "김치"인 경우 "ㄱ+ㅣ+ㅁ+ㅊ+ㅣ"이고, "길"인 경우 "ㄱ+ㅣ+ㄹ"이고, "나비"인 경우 "ㄴ+ㅏ+ㅂ+ㅣ"이다. 상기 검색용 색인 기반 질의어 추천 시스템은 상기 사용자 질의어에 대해 분석된 자소인 "ㄱ+ㅣ"가 상기 분석된 자소의 앞부분에 포함되는 "김밥, 김치, 길"을 상기 추천 확장 질의어로 결정할 수 있다. "나비"는 상기 사용자 질의어에 대해 분석된 자소인 "ㄱ+ㅣ"이 전혀 포함되어 있지 않으므로 추천 확장 질의어로 사용될 수 없다.
도 8은 본 발명의 일실시예에 있어서, 추천 확장 질의어를 나타내는 일례를 도시한 도면이다.
도 8을 참조하면, 검색창(810)은 사용자의 키 입력에 따른 사용자 질의어를 입력 받는다. 검색용 색인 기반 질의어 추천 시스템은 검색창(810)을 통해 상기 사용자로부터 입력된 사용자 질의어가 예를 들어 "기"인 경우, 사용자 질의어에 대해 추천 확장 질의어로 결정된 "김밥, 김치, 길"을 질의어 추천창(820)을 통해 상기 사용자에게 제시할 수 있다. 상기 사용자는 질의어 추천창(820)에 디스플레이되는 추천 확장 질의어를 확인한 후 자신이 원하는 추천 확장 질의어를 선택할 수 있다.
본 발명에 따른 검색용 색인 기반 질의어 추천 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 상기 매체는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체일 수도 있다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
도 9는 본 발명에 따른 검색용 색인 기반 질의어 추천 방법을 수행하는 데 채용될 수 있는 범용 컴퓨터 장치의 내부 블록도이다.
도 9를 참조하면, 컴퓨터 장치(900)는 램(RAM: Random Access Memory)(920)과 롬(ROM: Read Only Memory)(930)을 포함하는 주기억장치와 연결되는 하나 이상의 프로세서(910)를 포함한다. 프로세서(910)는 중앙처리장치(CPU)로 불리기도 한다. 본 기술분야에서 널리 알려져 있는 바와 같이, 롬(930)은 데이터(data)와 명령(instruction)을 단방향성으로 CPU에 전송하는 역할을 하며, 램(920)은 통상적으로 데이터와 명령을 양방향성으로 전송하는 데 사용된다. 램(920) 및 롬(930)은 컴퓨터 판독 가능 매체의 어떠한 적절한 형태를 포함할 수 있다. 대용량 기억장치(Mass Storage)(940)는 양방향성으로 프로세서(910)와 연결되어 추가적인 데이터 저장 능력을 제공하며, 상기된 컴퓨터 판독 가능 기록 매체 중 어떠한 것일 수 있다. 대용량 기억장치(940)는 프로그램, 데이터 등을 저장하는데 사용되며, 통상적으로 주기억장치보다 속도가 느린 하드 디스크와 같은 보조기억장치이다. CD 롬(960)과 같은 특정 대용량 기억장치가 사용될 수도 있다. 프로세서(910)는 비디오 모니터, 트랙볼, 마우스, 키보드, 마이크로폰, 터치스크린 형 디스플레이, 카드 판독기, 자기 또는 종이 테이프 판독기, 음성 또는 필기 인식기, 조이스틱, 또는 기타 공지된 컴퓨터 입출력장치와 같은 하나 이상의 입출력 인터페이스(950)와 연결 된다. 마지막으로, 프로세서(910)는 네트워크 인터페이스(970)를 통하여 유선 또는 무선 통신 네트워크에 연결될 수 있다. 이러한 네트워크 연결을 통하여 상기된 방법의 절차를 수행할 수 있다. 상기된 장치 및 도구는 컴퓨터 하드웨어 및 소프트웨어 기술 분야의 당업자에게 잘 알려져 있다. 한편, 상기된 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
본 발명에 따르면, 사용자의 질의어 입력 상황에 맞춰 실시간으로 적절한 추천 질의어를 제시할 수 있다.
또한 본 발명에 따르면, 사용자가 질의어의 앞 음절만을 기억하는 경우 사용자가 기억하고 있는 앞 음절로 시작하는 질의어를 적절하게 제시할 수 있다.
또한 본 발명에 따르면, 사용자가 입력 중인 질의어에 대한 추천 질의어 리스트를 제공함으로써, 사용자가 긴 질의어를 전부 입력하지 않고도 손쉽게 질의어를 완성할 수 있다.
또한 본 발명에 따르면, 추천 질의어를 제공하여 사용자의 질의어 입력 시간을 단축함으로써 사용자의 질의어 입력 편의를 도모하고, 특히 키보드 사용이 미숙한 사용자의 질의어 입력 편의를 제공할 수 있다.
또한 본 발명에 따르면, 사용자 입력에 따라 사용자가 입력 중인 질의어에 대한 확장 질의어를 검색하고 확장 질의어에 대한 사용 여부를 판별함으로써, 사용자에게 보다 적합한 추천 질의어를 제공할 수 있다.
또한 본 발명에 따르면, 사용자가 질의어의 앞 음절만을 기억하는 경우 사용자로부터 입력되는 앞 음절로 시작하는 질의어를 추천해줌으로써 사용자의 기억을 보완하는 기능을 제공할 수 있다.
또한 본 발명에 따르면, 검색용 색인을 기반으로 동작하여 추천된 질의어를 사용함에 따라 항상 검색 결과가 존재하는 화면을 사용자에게 노출시킬 수 있다.

Claims (21)

  1. 검색용 색인 기반 질의어 추천 방법에 있어서,
    검색용 색인을 데이터베이스에 기록하고 유지하는 단계;
    사용자로부터 사용자 질의어를 입력 받는 단계;
    상기 사용자 질의어를 정규화하는 단계;
    상기 데이터베이스를 참조하여 상기 검색용 색인에서 상기 정규화된 사용자 질의어에 대한 확장 질의어를 검색하는 단계;
    상기 검색된 확장 질의어에 대한 사용 여부를 판단하는 단계;
    상기 판단 결과에 따라 상기 정규화된 사용자 질의어와 상기 확장 질의어를 자소별로 비교하는 단계; 및
    상기 비교 결과에 따라 추천 확장 질의어를 결정하는 단계
    를 포함하는 것을 특징으로 하는 검색용 색인 기반 질의어 추천 방법.
  2. 제1항에 있어서,
    상기 입력된 사용자 질의어를 정규화하는 상기 단계는,
    상기 입력된 사용자 질의어의 후단이 하나의 자음으로 이루어진 미완성 음절인 경우, 상기 자음+모음의 형태로 상기 사용자 질의어를 정규화하는 것을 특징으로 하는 검색용 색인 기반 질의어 추천 방법.
  3. 제1항에 있어서,
    상기 입력된 사용자 질의어를 정규화하는 상기 단계는,
    상기 입력된 사용자 질의어의 후단이 하나의 자음으로 이루어진 미완성 음절인 경우, 상기 자음에 대응하는 코드를 상기 자음+모음에 대응하는 코드로 변경하여 상기 사용자 질의어를 정규화하는 것을 특징으로 하는 검색용 색인 기반 질의어 추천 방법.
  4. 제1항에 있어서,
    상기 정규화된 사용자 질의어에 대한 확장 질의어를 검색하는 상기 단계는,
    상기 검색용 색인에서 색인어의 정렬순서 상 상기 정규화된 사용자 질의어보다 뒤에 위치한 색인어부터 상기 확장 질의어를 검색하는 것을 특징으로 하는 검색용 색인 기반 질의어 추천 방법.
  5. 제1항에 있어서,
    상기 정규화된 사용자 질의어에 대한 확장 질의어를 검색하는 상기 단계는,
    상기 검색용 색인이 트리 구조인 경우, 상기 검색용 색인에서 상기 정규화된 사용자 질의어보다 큰 색인어를 검색하는 단계; 및
    소정의 횟수만큼 트래버스(traverse)를 수행하여 상기 확장 질의어를 검색하는 단계
    를 포함하는 것을 특징으로 하는 검색용 색인 기반 질의어 추천 방법.
  6. 제1항에 있어서,
    상기 검색된 확장 질의어에 대한 사용 여부를 판단하는 상기 단계는,
    상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 소정 기준치 이상인 경우, 상기 확장 질의어를 사용하는 것으로 판단하는 것을 특징으로 하는 검색용 색인 기반 질의어 추천 방법.
  7. 제1항에 있어서,
    상기 검색된 확장 질의어에 대한 사용 여부를 판단하는 상기 단계는,
    상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 전체 문서수에 대해서 소정의 비율 이상인 경우, 상기 확장 질의어를 사용하는 것으로 판단하는 것을 특징으로 하는 검색용 색인 기반 질의어 추천 방법.
  8. 제1항에 있어서,
    상기 검색된 확장 질의어에 대한 사용 여부를 판단하는 상기 단계는,
    상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 소정 기준치의 하한선 이상이고, 상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 소정 기준치의 상한선 이하인 경우, 상기 확장 질의어를 사용하는 것으로 판단하는 것을 특징으로 하는 검색용 색인 기반 질의어 추천 방법.
  9. 제1항에 있어서,
    상기 검색된 확장 질의어에 대한 사용 여부를 판단하는 상기 단계는,
    상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 전체 문서수에 대한 소정 비율의 하한선 이상이고, 상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 전체 문서수에 대한 소정 비율의 상한선 이하인 경우, 상기 검색된 확장 질의어를 사용하는 것으로 판단하는 것을 특징으로 하는 검색용 색인 기반 질의어 추천 방법.
  10. 제1항에 있어서,
    상기 정규화된 사용자 질의어와 상기 확장 질의어를 자소별로 비교하는 상기 단계는,
    상기 정규화된 사용자 질의어에 대한 자소를 분석하는 단계;
    상기 확장 질의어에 대한 자소를 분석하는 단계; 및
    상기 정규화된 사용자 질의어에 대해 분석된 자소와 상기 확장 질의어에 대해 분석된 자소를 비교하는 단계를 포함하는 것을 특징으로 하는 검색용 색인 기반 질의어 추천 방법.
  11. 제1항에 있어서,
    상기 비교 결과에 따라 추천 확장 질의어를 결정하는 상기 단계는,
    상기 비교 결과 상기 확장 질의어에 대해 분석된 자소의 앞부분이 상기 정규 화된 사용자 질의어에 대해 분석된 자소와 일치하는 경우, 상기 확장 질의어를 상기 추천 확장 질의어로 결정하는 것을 특징으로 하는 검색용 색인 기반 질의어 추천 방법.
  12. 검색용 색인 기반 질의어 추천 방법에 있어서,
    검색용 색인을 데이터베이스에 기록하고 유지하는 단계;
    사용자로부터 사용자 질의어를 입력 받는 단계;
    상기 검색용 색인을 참조하여 상기 사용자 질의어에 대한 확장 질의어를 검색하는 단계;
    상기 검색된 확장 질의어에 대한 사용 여부를 판단하는 단계;
    상기 판단 결과에 따라 상기 사용자 질의어와 상기 확장 질의어를 자소별로 비교하는 단계; 및
    상기 비교 결과에 따라 추천 확장 질의어를 결정하는 단계
    를 포함하는 것을 특징으로 하는 검색용 색인 기반 질의어 추천 방법.
  13. 제12항에 있어서,
    상기 검색된 확장 질의어에 대한 사용 여부를 판단하는 상기 단계는,
    상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도를 소정 기준치와 비교한 결과에 따라 상기 확장 질의어에 대한 사용 여부를 판단하는 것을 특징으로 하는 검색용 색인 기반 질의어 추천 방법.
  14. 제12항에 있어서,
    상기 검색된 확장 질의어에 대한 사용 여부를 판단하는 상기 단계는,
    상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도가 전체 문서수에 대한 소정 비율과 비교한 결과에 따라 상기 확장 질의어에 대한 사용 여부를 판단하는 것을 특징으로 하는 검색용 색인 기반 질의어 추천 방법.
  15. 제12항에 있어서,
    상기 비교 결과에 따라 추천 확장 질의어를 결정하는 상기 단계는,
    상기 비교 결과 상기 확장 질의어에 대해 분석된 자소의 앞부분이 상기 정규화된 사용자 질의어에 대해 분석된 자소와 일치하는 경우, 상기 확장 질의어를 상기 추천 확장 질의어로 결정하는 것을 특징으로 하는 검색용 색인 기반 질의어 추천 방법.
  16. 제1항 내지 제15항 중 어느 한 항의 방법을 컴퓨터에서 실행하기 위한 프로그램을 기록하는 컴퓨터 판독 가능한 기록매체.
  17. 검색용 색인 기반 질의어 추천 시스템에 있어서,
    검색용 색인을 기록하고 유지하는 데이터베이스;
    사용자로부터 사용자 질의어를 입력 받는 입력부;
    상기 사용자 질의어를 정규화하는 정규화부;
    상기 데이터베이스를 참조하여 상기 검색용 색인에서 상기 정규화된 사용자 질의어에 대한 확장 질의어를 검색하는 검색부;
    상기 검색된 확장 질의어에 대한 사용 여부를 판단하는 판단부;
    상기 판단 결과에 따라 상기 정규화된 사용자 질의어와 상기 확장 질의어를 자소별로 비교하는 비교부; 및
    상기 비교 결과에 따라 추천 확장 질의어를 결정하는 결정부
    를 포함하는 것을 특징으로 하는 검색용 색인 기반 질의어 추천 시스템.
  18. 제17항에 있어서,
    상기 정규화부는,
    상기 입력된 사용자 질의어의 후단이 하나의 자음으로 이루어진 미완성 음절인 경우, 상기 자음+모음의 형태로 상기 사용자 질의어를 정규화하는 것을 특징으로 하는 검색용 색인 기반 질의어 추천 시스템.
  19. 제17항에 있어서,
    상기 검색부는,
    상기 검색용 색인에서 색인어의 정렬순서 상 상기 정규화된 사용자 질의어보다 뒤에 위치한 색인어부터 상기 확장 질의어를 검색하는 것을 특징으로 하는 검색용 색인 기반 질의어 추천 시스템.
  20. 제17항에 있어서,
    상기 판단부는,
    상기 검색된 확장 질의어를 포함하는 문서의 출현 빈도를 소정 기준치 또는 전체 문서수에 대한 소정 비율과 비교한 결과에 따라 상기 확장 질의어에 대한 사용 여부를 판단하는 것을 특징으로 하는 검색용 색인 기반 질의어 추천 시스템.
  21. 제17항에 있어서,
    상기 비교부는,
    상기 정규화된 사용자 질의어 또는 상기 확장 질의어를 자소 단위로 분석하기 위한 자소분석기를 포함하고,
    상기 자소분석기를 통해 각각 분석된 상기 정규화된 사용자 질의어에 대한 자소와 상기 확장 질의어에 대한 자소를 비교하는 것을 특징으로 하는 검색용 색인 기반 질의어 추천 시스템.
KR1020050095032A 2005-10-10 2005-10-10 검색용 색인 기반 질의어 추천 방법 및 그 시스템 KR100795930B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020050095032A KR100795930B1 (ko) 2005-10-10 2005-10-10 검색용 색인 기반 질의어 추천 방법 및 그 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020050095032A KR100795930B1 (ko) 2005-10-10 2005-10-10 검색용 색인 기반 질의어 추천 방법 및 그 시스템

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020070054648A Division KR101099917B1 (ko) 2007-06-04 2007-06-04 검색용 색인 기반 질의어 추천 방법 및 그 시스템

Publications (2)

Publication Number Publication Date
KR20070039771A true KR20070039771A (ko) 2007-04-13
KR100795930B1 KR100795930B1 (ko) 2008-01-21

Family

ID=38160447

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020050095032A KR100795930B1 (ko) 2005-10-10 2005-10-10 검색용 색인 기반 질의어 추천 방법 및 그 시스템

Country Status (1)

Country Link
KR (1) KR100795930B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100895492B1 (ko) * 2007-08-24 2009-05-06 연세대학교 산학협력단 이동통신 단말기를 이용한 검색어 추천 시스템 및 그 방법,상기 방법을 구현하는 프로그램이 저장된 기록매체
KR100914647B1 (ko) * 2008-05-19 2009-08-28 인크루트 주식회사 추천 검색어 생성 방법 및 장치
WO2010038923A1 (en) * 2008-10-01 2010-04-08 Korea Institute Of Science & Technology Information System and method of auto-complete with query type under guarantee of search results and storage media having program source thereof
KR101051422B1 (ko) * 2008-10-01 2011-07-25 한국과학기술정보연구원 검색 결과가 보장된 질의어 유형별 자동완성 시스템 및 방법 및 프로그램을 기록한 기록매체

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101084758B1 (ko) 2009-08-25 2011-11-22 (주)윕스 검색식 오류 검증 장치 및 방법

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100288144B1 (ko) 1998-12-10 2001-05-02 이계철 한글로 표기된 외래어 코드화 방법 및 그를 이용한 검색 방법
KR20010019746A (ko) * 1999-08-30 2001-03-15 정선종 시소러스 개념 추출을 위한 질의 기반 참조 방법
KR20000024179A (ko) * 2000-01-26 2000-05-06 조민형 한국어 인터넷 자연어 질의 응답형 정보 검색 엔진 구축방법.
KR100436356B1 (ko) * 2001-08-01 2004-06-18 (주) 위즈도메인 대상특허 관련 특허의 상호 인용관계 분석 및 제공 방법
KR100435442B1 (ko) * 2001-11-13 2004-06-10 주식회사 포스코 문서 요약 방법 및 시스템

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100895492B1 (ko) * 2007-08-24 2009-05-06 연세대학교 산학협력단 이동통신 단말기를 이용한 검색어 추천 시스템 및 그 방법,상기 방법을 구현하는 프로그램이 저장된 기록매체
KR100914647B1 (ko) * 2008-05-19 2009-08-28 인크루트 주식회사 추천 검색어 생성 방법 및 장치
WO2010038923A1 (en) * 2008-10-01 2010-04-08 Korea Institute Of Science & Technology Information System and method of auto-complete with query type under guarantee of search results and storage media having program source thereof
KR101051422B1 (ko) * 2008-10-01 2011-07-25 한국과학기술정보연구원 검색 결과가 보장된 질의어 유형별 자동완성 시스템 및 방법 및 프로그램을 기록한 기록매체

Also Published As

Publication number Publication date
KR100795930B1 (ko) 2008-01-21

Similar Documents

Publication Publication Date Title
US20220382752A1 (en) Mapping Natural Language To Queries Using A Query Grammar
US9721205B2 (en) Clarification of submitted questions in a question and answer system
US8346795B2 (en) System and method for guiding entity-based searching
US9621601B2 (en) User collaboration for answer generation in question and answer system
US10025819B2 (en) Generating a query statement based on unstructured input
US7676460B2 (en) Techniques for providing suggestions for creating a search query
US8412514B1 (en) Method and apparatus for compiling and querying a QA database
US11481417B2 (en) Generation and utilization of vector indexes for data processing systems and methods
KR101524889B1 (ko) 간접 화법 내에서의 시맨틱 관계의 식별
JP2018077858A (ja) 会話式情報検索システムおよび方法
US11468238B2 (en) Data processing systems and methods
US20160292153A1 (en) Identification of examples in documents
JPH06266780A (ja) 意味パターン認識による文字列検索方法及びその装置
JP7252914B2 (ja) 検索提案を提供する方法、装置、機器及び媒体
JP2015511746A5 (ko)
US20090112845A1 (en) System and method for language sensitive contextual searching
US11526512B1 (en) Rewriting queries
US11455357B2 (en) Data processing systems and methods
KR100795930B1 (ko) 검색용 색인 기반 질의어 추천 방법 및 그 시스템
US20220365956A1 (en) Method and apparatus for generating patent summary information, and electronic device and medium
KR20200136636A (ko) 형태소 기반 ai 챗봇 및 그의 문장의도 결정 방법
KR101099917B1 (ko) 검색용 색인 기반 질의어 추천 방법 및 그 시스템
TW200419390A (en) Speech-based information retrieval
WO2022134824A1 (en) Tuning query generation patterns
KR20190058029A (ko) 질문 자동 완성 기능을 이용한 질의 응답 시스템 및 그 방법

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
J201 Request for trial against refusal decision
A107 Divisional application of patent
AMND Amendment
E902 Notification of reason for refusal
B701 Decision to grant
GRNT Written decision to grant
G170 Publication of correction
FPAY Annual fee payment

Payment date: 20130111

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20131231

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20141230

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20151223

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20170102

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20180102

Year of fee payment: 11

FPAY Annual fee payment

Payment date: 20190102

Year of fee payment: 12

FPAY Annual fee payment

Payment date: 20200102

Year of fee payment: 13