KR20090065225A - 이메일을 대상으로 한 일정 정보 추출 장치 및 그 방법 - Google Patents

이메일을 대상으로 한 일정 정보 추출 장치 및 그 방법 Download PDF

Info

Publication number
KR20090065225A
KR20090065225A KR1020070132703A KR20070132703A KR20090065225A KR 20090065225 A KR20090065225 A KR 20090065225A KR 1020070132703 A KR1020070132703 A KR 1020070132703A KR 20070132703 A KR20070132703 A KR 20070132703A KR 20090065225 A KR20090065225 A KR 20090065225A
Authority
KR
South Korea
Prior art keywords
schedule
information
appointment
schedule information
module
Prior art date
Application number
KR1020070132703A
Other languages
English (en)
Inventor
허정
김현기
임수종
서희철
윤여찬
최미란
장명길
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020070132703A priority Critical patent/KR20090065225A/ko
Publication of KR20090065225A publication Critical patent/KR20090065225A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/60—Business processes related to postal services
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

본 발명은 일상생활에서 외부와의 정보교환 수단으로 급속히 성장한 이메일을 대상으로 개인의 일정 및 약속 관련 메일을 자동으로 인식하여, 메일에서 개인 일정 및 약속 관련 정보를 추출한 뒤 사용자에게 요약 정리해 주는 장치 및 그 방법에 관한 것이다. 본 발명에 따르면, 사용자가 수많은 이메일을 일일이 탐색하여 일정 및 약속에 대한 정보를 체크할 필요가 줄어들게 되고, 더 확장하여 개인 일정 관리 에이전트로 응용이 가능하다.
정보 추출, 자동 문서 분류, 이메일, 일정 정보 추출, 일정 정보 추적

Description

이메일을 대상으로 한 일정 정보 추출 장치 및 그 방법{Apparatus for extracting schedule Inforamtion from E-Mail and method thereof}
본 발명은 이메일을 대상으로 한 일정 정보 추출 장치 및 그 방법에 관한 것으로서, 더욱 상세하게는 이메일을 대상으로 하여 개인의 일정 및 약속 관련 정보를 추출한 뒤 사용자에게 요약 정리해주는 일정 정보 추출 장치 및 그 방법에 관한 것이다.
본 발명은 정보통신부의 IT성장동력기술개발사업의 일환으로 수행한 연구로부터 도출된 것이다. 과제관리번호: 2005-S-117-03, 과제명: 유비쿼터스 지향 지능형 개인용 미디어 관리 기술 개발(Development of Intelligent Personal Media Managing Technology for Ubiquitous Environment).
통신기술의 발전과 더불어 외부와의 정보교환 수단으로써 이메일이 급속도로 성장하였다. 이와 같은 성장과 함께, 개인의 이메일 계정에 상당히 다양한 스팸(Spam)메일이 수신됨에 따라 개인일정 및 약속과 관련된 중요 정보가 포함된 이메일을 탐색하여 일일이 확인하고 일정을 정리해야 한다.
종래에는 스팸성 메일을 자동으로 선별하여 제거해주는 방식을 사용함으로써 사용자가 전술한 중요 정보를 포함하고 있는 메일을 탐색하기 위한 시간을 줄여주었다.
하지만, 기존의 스팸 메일 필터링 기술은 사용자나 개발자가 선정한 몇몇 키워드를 중심으로 하여 키워드가 포함된 메일을 스팸메일로 분류하는 단순한 방법을 사용하기 때문에 해당 키워드를 포함하고 있는 중요 메일에 대해서도 스팸으로 분류할 수 있는 위험성이 내재되어 있다.
한편, 최근 들어 문서 분류(Categoraization) 기술이나 메일에 포함되어 있는 다양한 메타데이터 정보 등을 기반으로 한 필터링 기술을 통해 스팸 메일 필터링 기술이 진일보하였다. 하지만, 현재의 스팸 메일 필터링 기술은 여전히 중요 메일을 스팸성 메일로 분류하여 중요 정보를 누락시킬 수 있는 위험성이 내재되어 있다.
본 발명은 상기와 같은 문제점을 해결하기 위한 것으로서,
문서 자동 분류 기술 및 정보 추출 기술을 이용하여 수많은 이메일 중, 일정 및 약속과 관련된 메일을 자동으로 분류하고, 분류된 이메일을 대상으로 정보추출 기술을 이용하여 약속과 관련된 중요 정보를 템플릿에 기반하여 추출해 주는 것을 목적으로 한다.
또한, 추출된 템플릿들 간의 연관성을 파악하여 일정 및 약속의 변경 등을 추적하여 사용자에게 관련정보들을 제공하는 것을 목적으로 한다.
본 발명의 이메일을 대상으로 한 일정정보 추출 장치는, 다수의 이메일로부터 일정 및 약속과 관련된 이메일을 분류하는 메일분류 모듈; 및 상기 메일분류 모듈을 통해 분류된 일정 및 약속 관련 이메일로부터 일정과 관련된 중요 정보를 추출하여 일정정보 템플릿을 생성하는 일정정보 추출모듈을 포함한다.
특히, 상기 일정정보 템플릿을 저장하는 일정정보 DB; 및 상기 일정정보 추출모듈에서 생성된 일정정보 템플릿과 동일하거나 유사한 일정 및 약속 정보를 갖는 일정정보 템플릿을 상기 일정정보 DB에서 추출하여 시간적 흐름을 기준으로 해당일정의 변화된 내용을 추적하여 상기 일정정보 추출모듈에 제공하는 일정 정보 추적모듈을 더 포함하는 것이 바람직하다.
또한, 일정과 관련된 중요 정보를 요약하고 정리하는 일정정보 요약모듈을 더 포함하는 것이 바람직하다.
또한, 상기 일정정보 요약모듈을 통해 요약된 상기 중요 정보를 해당 일정의 약속 시간 이전에 사용자에게 메시지로 알려주는 일정정보 알람모듈을 더 포함하는 것이 바람직하다.
또한, 상기 메일분류 모듈은, 상기 다수의 이메일에 내재된 메타데이터를 기반으로 상기 일정 및 약속과 관련된 메일을 분류하는 것이 바람직하다.
또한, 상기 일정정보 추출모듈은, 상기 일정 및 약속 관련 이메일의 구조적 특징 및 패턴을 분석하는 구조정보 분석부; 언어분석 기술을 이용하여 텍스트 기반의 상기 일정 및 약속 관련 이메일을 분석하는 언어분석부; 상기 구조정보 분석부 및 상기 언어분석부의 결과 데이터를 바탕으로 상기 일정 및 약속 관련 이메일 내용 중에서 일정과 관련된 중요 정보를 추출하는 구성요소 추출부; 상기 일정과 관련된 중요 정보가 하나의 일정 및 약속에 해당하는지를 판단하여, 하나의 일정 및 약속에 해당하지 않는 것들은 제외시키는 구성요소 관계 분석부; 및 상기 관계 분석부의 결과 데이터를 바탕으로 일정정보 템플릿을 생성하는 일정정보 템플릿 생성부를 포함하는 것이 바람직하다.
또한, 상기 언어분석부는, 상기 일정 및 약속 관련 이메일의 형태소 분석, 구문 분석, 및 의미 분석 중 적어도 하나 이상을 수행하는 것이 바람직하다.
한편, 본 발명의 이메일을 대상으로 한 일정정보 추출방법은, A) 다수의 이메일 가운데 일정 및 약속과 관련된 이메일만을 분류하는 단계; 및 B) 상기 메일분 류 모듈을 통해 분류된 일정 및 약속 관련 이메일로부터 일정과 관련된 중요 정보를 추출하여 일정정보 템플릿을 생성하는 단계를 포함한다.
특히, 상기 A)단계는, 상기 다수의 이메일에 내재된 메타데이터를 기반으로 상기 일정정보 DB에 저장되어 있는 일정 템플릿과의 관련성을 분석하여 상기 일정 및 약속과 관련된 메일을 분류하는 것이 바람직하다
또한, 상기 B)단계는, a) 상기 일정 및 약속과 관련된 이메일의 구조적 특징 및 패턴을 분석하는 단계; b) 언어분석 기술을 이용하여 상기 일정 및 약속 관련 이메일을 분석하는 단계; c) 상기 a)단계 및 상기 b)단계의 분석결과를 바탕으로 상기 일정 및 약속 관련 이메일 내용 중에서 일정과 관련된 중요 정보를 기정의된 템플릿에 기반하여 추출하는 단계; d) 상기 일정과 관련된 중요 정보가 하나의 일정 및 약속에 해당하는지를 판단하여, 하나의 일정 및 약속에 해당하지 않는 것들은 제외시키는 단계; 및 e) 상기 d)단계 결과를 바탕으로 일정정보 템플릿을 생성하는 단계를 포함하는 것이 바람직하다
또한, 일정과 관련된 중요 정보를 요약하고 정리하는 단계; 및 상기 일정정보 요약모듈을 통해 요약된 상기 중요 정보를 해당 일정의 약속 시간 이전에 사용자에게 메시지로 알려주는 단계를 더 포함하는 것이 바람직하다.
본 발명을 기존의 이메일 클라이언트에 적용한다면, 사용자가 수많은 이메일을 일일이 탐색하여 일정 및 약속에 대한 정보를 체크할 필요가 줄어들게 되고, 더 확장하여 개인 일정 관리 에이전트로 응용이 가능하다.
또한, 본 발명에서의 이메일 분류기술을 개선 및 확장한다면, 기존의 스팸메일 필터링 기술 및 이메일 분류에 대한 기술적 응용이 가능하다.
본 발명을 첨부된 도면을 참조하면 상세히 설명하면 다음과 같다. 여기서, 반복되는 설명, 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능, 및 구성에 대한 상세한 설명은 생략한다. 본 발명의 실시형태는 당 업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다. 따라서, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.
도 1은 본 발명의 일실시예에 따른 이메일을 대상으로 한 일정 정보 추출 장치을 설명하기 위한 도면이고, 도 2는 도 1에 도시된 일정 정보 추출모듈(120)을 상세히 설명하기 위한 도면이다.
도 1을 참조하면, 본 발명의 일실시예에 따른 이메일을 대상으로 한 일정정보 추출 장치는 다수의 이메일로부터 일정 및 약속과 관련된 이메일만을 분류하는 메일분류 모듈(100), 메일분류 모듈(100)을 통해 분류된 일정 및 약속 관련 이메일로부터 일정과 관련된 중요 정보를 추출하여 일정정보 템플릿으로 생성하는 일정정보 추출모듈(120), 일정 정보 추출모듈(120)을 통해 생성된 일정 정보 템플릿과 동일하거나 유사한 일정 및 약속 정보를 일정 정보 DB(200)에서 추출하여 시간적 흐름을 기준으로 해당일정의 변화된 내용을 추적하는 일정 정보 추적모듈(140), 및 일정과 관련된 중요 정보를 사용자에게 친숙한 방식으로 요약하고 정리하는 일정정 보 요약모듈(160), 및 해당 일정의 약속 시간 이전에 일정과 관련된 중요 정보를 사용자에게 메시지로 알려주는 일정정보 알람모듈(180)를 포함한다.
메일분류 모듈(100)은 다수의 이메일로부터 일정(Schedule) 및 약속과 관련된 이메일만을 분류한다. 이메일 내에는 다양한 메타데이터(예를 들면, 보낸 사람, 받는 사람, 제목, 받은 시간 등)가 내재되어 있다. 이와 같은 다양한 메타 데이터에는 일정 및 약속 메일 분류에 중요한 실마리를 제공하는 정보가 많이 포함되어 있다. 일반적으로 일정 및 약속을 잡기 위해서 해당 약속 및 일정에 대한 문의 메일이 오고 가며, 문의 메일에 대한 회신으로 일정 및 약속이 결정된다. 따라서, 보낸 사람, 받는 사람, 제목, 및 받은 시간과 같은 메타데이터는 일정한 패턴을 이루며 중요한 정보를 포함하고 있다. 보다 상세히 설명하면, 먼저, 메일분류 모듈(100)은 이메일 내에 포함된 메타데이터를 기반으로 기존에 일정정보 DB(200)에 저장되어 있는 일정 템플릿과의 관련성을 분석하여 일정 및 약속과 관련된 메일을 분류한다. 이 과정을 통해 일정 및 약속과 관련된 메일이 분류되지 않으면, 메일분류 모듈(100)은 SVM(Support Vector Machine)과 같은 기계학습에 기반하여 이메일 분류를 수행한다. 이때, 도면에는 도시하지 않았지만, 기계학습에 기반한 이메일 분류를 위해 학습에 사용되는 학습데이터가 제공된다. 문서 자동 분류기술은 문서에 포함된 다양한 어휘(Term)들의 분포 및 구조적 특성(Syntatic feature) 등을 기반으로 해당 문서가 특정 주제(Category)에 해당되는지 여부를 자동으로 결정하는 기술이다. 기존의 스팸성 메일 제거도 이 기술을 응용한 것이라고 할 수 있다.
도 2를 참조하면, 일정정보 추출모듈(120)은 구조정보 분석부(122), 언어분 석부(124), 구성요소 추출부(126), 구성요소 관계분석부(128), 및 일정 템플릿 생성부(130)를 포함한다.
먼저, 일정 및 약속과 관련된 이메일의 경우 특정한 구조적 특징을 가지고 내용이 구성되는 경우가 많다. 도 3은 구조적 특징을 가지는 이메일의 일 예로써, 일정에 대한 주요정보가 '템플릿 구성요소:정보내용'의 구조적 형식을 이루면서 구성되어 있다.
구조정보 분석부(122)는 상술한 바와 같은 이메일의 구조적 특징 및 패턴을 분석하여 일정 정보 추출을 가능하게 한다.
언어분석부(124)는 언어분석/처리 기술을 이용하여 텍스트 기반의 일정 이메일을 분석하여 일정 정보 추출을 가능하게 한다. 기본적으로 이메일을 구성하는 어휘들의 형태소 및 품사를 분석하고, 구나 어절 단위의 수식 및 종속관계와 같은 문장을 구조적으로 분석하고, 어휘의 의미나 의미역 등을 분석한다.
구성요소 추출부(126)는 구조정보 분석부(122) 및 언어분석부(124)를 통해 분석된 결과 데이터를 바탕으로 일정 및 약속 관련 이메일 내용 중에서 일정과 관련된 중요 정보를 기정의된 템플릿(Template)에 기반하여 추출한다. 즉, 도 4에 도시된 기정의된 일정 템플릿을 구성하는 구성요소(Element)들에 대한 정보들을 추출한다. 그리고, 구성요소 관계 분석부(128)는 추출된 구성요소가 하나의 일정 및 약속에 해당하는지를 판단하여, 하나의 일정 및 약속해 해당하지 않는 것들은 제외시킨다. 그리고, 일정정보 템플릿 생성부(130)는 마지막으로 일정정보 템플릿을 생성하고, 이를 일정정보 DB(20)에 저장한다. 도 4는 도 3의 메일 내용을 기초로 생성 된 일정정보 템플릿을 나타낸다. 여기서, 템플릿은 특정한 이벤트나 사건을 구성하는 다양한 개개의 정보들의 집합체로써, 하나의 사건을 설명할 수 있는 정보의 덩어리를 의미한다.
일정정보 추적모듈(140)은 일정정보 추출모듈(120)에서 새로 생성된 일정정보 템플릿을 입력받아 이미 일정정보 DB(200)에 저장되어 있는 일정정보 템플릿들과 관련성이 있는지를 비교분석하여 일정 및 약속의 변경 등을 추적하여 생성된 일정정보 템플릿에 반영한다. 따라서, 사용자는 일정이나 약속이 확정될 때까지 변화된 일정이나 약속의 내용을 시간을 기준으로 추적할 수 있게 된다. 보다 상세히 설명하면, 일정정보 추적모듈(140)은 새로 생성된 일정정보 템플릿과 동일한 제목을 갖는 기존의 일정정보 템플릿을 일정정보 DB(200)로부터 추출하여 관련성을 비교 분석한다. 이어, 새로 생성된 일정정보 템플릿의 구성요소(Element)에 포함된 인물(예를 들면, 받는 사람, 보낸 사람 등)의 이름과 동일한 이름을 포함하는 기존의 일정정보 템플릿을 일정정보 DB(200)로부터 추출하여 관련성을 비교분석한다. 그리고, 일정정보 추적모듈(140)은 일정 및 약속의 변경 정보 등을 생성된 일정정보 템플릿에 반영해줌으로써, 사용자는 일정이나 약속이 확정될 때까지 변화된 일정이나 약속의 내용을 시간을 기준으로 추적할 수 있다.
일정 정보 요약모듈(160)은 일정정보 템플릿에 포함된 일정관련 정보를 사용자에게 친숙한 방식으로 요약하고 정리하여 표시부(도시생략)를 통해 표시할 수 있도록 한다. 이어, 일정정보 알람모듈(180)은 일정정보 요약모듈(160)을 통해 요약된 일정과 관련된 중요 정보를 해당 일정의 약속 시간 이전에 사용자에게 메시지 (예를 들면, 'SMS')로 알려준다.
도 5는 본 발명의 일실시예에 따른 이메일을 대상으로 한 일정 정보 추출 방법을 설명하기 위한 흐름도이다.
먼저, 메일분류 모듈(100)은 많은 수의 이메일 가운데 일정(Schedule) 및 약속과 관련된 이메일만을 분류한다. 이때, 메일분류 모듈(100)은 메타데이터(예컨대, 보낸 사람, 받는 사람, 제목, 받은 시간 등)를 기반으로 기존에 일정정보 DB(200)에 저장되어 있는 일정 템플릿과의 관련성을 분석함으로써 일정 및 약속과 관련된 메일을 분류한다. 보다 상세히 설명하면, 먼저, 메일분류 모듈(100)은 이메일 내에 포함된 메타데이터를 기반으로 하여 일정 및 약속과 관련된 메일을 분류한다. 이 과정을 통해 일정 및 약속과 관련된 메일이 분류되지 않으면, SVM과 같은 기계학습에 기반하여 이메일 분류를 수행한다(S10). 이어서, 구조정보 분석부(122)는 이메일의 구조적 특징 및 패턴을 분석하여 일정관련 중요 정보 추출을 가능하게 한다(S12). 언어분석부(124)는 언어분석/처리 기술을 이용하여 텍스트 기반의 일정 이메일에서 일정 관련 중요 정보 추출을 가능하게 한다. 기본적으로 이메일을 구성하는 어휘들의 형태소 및 품사를 분석하고(S14), 구나 어절 단위의 수식 및 종속관계와 같은 문장을 구조적으로 분석하고(S16), 어휘의 의미나 의미역 등을 분석한다(S18). 구성요소 추출부(126)는 기정의된 일정 템플릿의 각각의 구성요소(예컨대, ID, 제목, 참조사람, 첨부파일 등)를 이메일 내용 중에서 추출한다(S20). 그리고, 구성요소 관계 분석부(128)는 추출된 구성요소가 하나의 일정 및 약속에 해당 하는지를 판단하여, 하나의 일정 및 약속해 해당하지 않는 것들은 제외시킨다(S22). 그리고, 일정정보 템플릿 생성부(130)는 마지막으로 일정정보 템플릿을 생성하고, 이를 일정정보 DB(20)에 저장한다(S24). 한편, 일정정보 추적모듈(140)은 일정 정보 추출모듈(120)에서 새로 생성된 일정정보 템플릿을 입력받아 이미 일정정보 DB(200)에 저장되어 있는 일정정보 템플릿들과 관련성이 있는지를 비교분석하여 일정이나 약속이 확정될 때까지 변화된 일정이나 약속의 내용을 시간을 기준으로 추적한다(S26). 한편, 일정 정보 요약모듈(160)은 일정과 관련된 중요 정보를 사용자에게 친숙한 방식으로 요약하고 정리하여 표시부를 통해 표시할 수 있도록 한다. 이에, 사용자는 보다 빠르고 정확하고 해당일정의 내용을 파악할 수 있게 된다(S28). 또한, 일정정보 알람모듈(180)은 일정 정보 요약모듈(160)을 통해 요약된 일정과 관련된 중요 정보를 약속시간 이전에 사용자에게 메시지(예를 들면, 'SMS')로 알려준다(S30).
이상 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형 실시예들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.
도 1은 본 발명의 일실시예에 따른 이메일을 대상으로 한 일정 정보 추출 장치을 설명하기 위한 도면이고,
도 2는 도 1의 일정 정보 추출모듈을 상세히 설명하기 위한 도면이다.
도 3은 구조적 특징을 가지는 메일의 일 예를 나타내는 도면이다.
도 4는 도 3의 메일 내용을 기초로 생성된 일정정보 템플릿을 설명하기 위한 도면이다.
도 5는 본 발명의 일실시예에 따른 이메일을 대상으로 한 일정 정보 추출 방법을 설명하기 위한 흐름도이다.
<도면의 주요 부분에 대한 부호의 설명>
100 : 메일분류모듈 120 : 일정정보 추적모듈
122 : 구조정보 분석부 124 : 언어분석부
126 : 구성요소 추출부 128 : 구성요소 관계 추출부
130 : 일정정보 템플릿 생성부 140 : 일정정보 추출모듈
160 : 일정정보 요약모듈 180 : 일정정보 알람모듈

Claims (11)

  1. 다수의 이메일로부터 일정 및 약속과 관련된 이메일을 분류하는 메일분류 모듈; 및
    상기 메일분류 모듈을 통해 분류된 일정 및 약속 관련 이메일로부터 일정과 관련된 중요 정보를 추출하여 일정정보 템플릿을 생성하는 일정정보 추출모듈을 포함하는 것을 특징으로 하는 이메일을 대상으로 한 일정 정보 추출 장치.
  2. 청구항 1에 있어서,
    상기 일정정보 템플릿을 저장하는 일정정보 DB; 및
    상기 일정정보 추출모듈에서 생성된 일정정보 템플릿과 동일하거나 유사한 일정 및 약속 정보를 갖는 일정정보 템플릿을 상기 일정정보 DB에서 추출하여 시간적 흐름을 기준으로 해당일정의 변화된 내용을 추적하는 일정 정보 추적모듈을 더 포함하는 것을 특징으로 하는 이메일을 대상으로 한 일정 정보 추출 장치.
  3. 청구항 1에 있어서,
    일정과 관련된 중요 정보를 요약하고 정리하는 일정정보 요약모듈을 더 포함하는 것을 특징으로 하는 이메일을 대상으로 한 일정 정보 추출 장치.
  4. 청구항 3에 있어서,
    상기 일정정보 요약모듈을 통해 요약된 상기 중요 정보를 해당 일정의 약속 시간 이전에 사용자에게 메시지로 알려주는 일정정보 알람모듈을 더 포함하는 것을 특징으로 하는 이메일을 대상으로 한 일정 정보 추출 장치.
  5. 청구항 1에 있어서,
    상기 메일분류 모듈은, 상기 다수의 이메일에 내재된 메타데이터를 기반으로 상기 일정 및 약속과 관련된 메일을 분류하는 것을 특징으로 하는 이메일을 대상으로 한 일정 정보 및 추출 장치.
  6. 청구항 1에 있어서,
    상기 일정정보 추출모듈은,
    상기 일정 및 약속 관련 이메일의 구조적 특징 및 패턴을 분석하는 구조정보 분석부;
    언어분석 기술을 이용하여 텍스트 기반의 상기 일정 및 약속 관련 이메일을 분석하는 언어분석부;
    상기 구조정보 분석부 및 상기 언어분석부의 결과 데이터를 바탕으로 상기 일정 및 약속 관련 이메일 내용 중에서 일정과 관련된 중요 정보를 추출하는 구성요소 추출부;
    상기 일정과 관련된 중요 정보가 하나의 일정 및 약속에 해당하는지를 판단하여, 하나의 일정 및 약속에 해당하지 않는 것들은 제외시키는 구성요소 관계 분 석부; 및
    상기 관계 분석부의 결과 데이터를 바탕으로 일정정보 템플릿을 생성하는 일정정보 템플릿 생성부를 포함하는 것을 특징으로 하는 이메일을 대상으로 한 일정정보 추출 장치.
  7. 청구항 6에 있어서,
    상기 언어분석부는,
    상기 일정 및 약속 관련 이메일의 형태소 분석, 구문 분석, 및 의미 분석 중 적어도 하나 이상을 수행하는 것을 특징으로 하는 이메일을 대상으로 한 일정정보 추출 장치.
  8. A) 다수의 이메일 가운데 일정 및 약속과 관련된 이메일을 분류하는 단계; 및
    B) 상기 메일분류 모듈을 통해 분류된 일정 및 약속 관련 이메일로부터 일정과 관련된 중요 정보를 추출하여 일정정보 템플릿을 생성하는 단계를 포함하는 것을 특징으로 하는 이메일을 대상으로 한 일정정보 추출방법.
  9. 청구항 8에 있어서,
    상기 A)단계는,
    상기 다수의 이메일에 내재된 메타데이터를 기반으로 상기 일정정보 DB에 저 장되어 있는 일정 템플릿과의 관련성을 분석하여 상기 일정 및 약속과 관련된 메일을 분류하는 것을 특징으로 하는 이메일을 대상으로 한 일정 정보 추출방법.
  10. 청구항 8에 있어서,
    상기 B)단계는,
    a) 상기 일정 및 약속과 관련된 이메일의 구조적 특징 및 패턴을 분석하는 단계;
    b) 언어분석 기술을 이용하여 상기 일정 및 약속 관련 이메일을 분석하는 단계;
    c) 상기 a)단계 및 상기 b)단계의 분석결과를 바탕으로 상기 일정 및 약속 관련 이메일 내용 중에서 일정과 관련된 중요 정보를 기정의된 템플릿에 기반하여 추출하는 단계;
    d) 상기 일정과 관련된 중요 정보가 하나의 일정 및 약속에 해당하는지를 판단하여, 하나의 일정 및 약속에 해당하지 않는 것들은 제외시키는 단계; 및
    e) 상기 d)단계 결과를 바탕으로 일정정보 템플릿을 생성하는 단계를 포함하는 것을 특징으로 하는 이메일을 대상으로 한 일정정보 추출방법.
  11. 청구항 8에 있어서,
    일정과 관련된 중요 정보를 요약하고 정리하는 단계; 및
    상기 일정정보 요약모듈을 통해 요약된 상기 중요 정보를 해당 일정의 약속 시간 이전에 사용자에게 메시지로 알려주는 단계를 더 포함하는 것을 특징으로 하는 이메일을 대상으로 한 일정 정보 추출 방법.
KR1020070132703A 2007-12-17 2007-12-17 이메일을 대상으로 한 일정 정보 추출 장치 및 그 방법 KR20090065225A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020070132703A KR20090065225A (ko) 2007-12-17 2007-12-17 이메일을 대상으로 한 일정 정보 추출 장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020070132703A KR20090065225A (ko) 2007-12-17 2007-12-17 이메일을 대상으로 한 일정 정보 추출 장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR20090065225A true KR20090065225A (ko) 2009-06-22

Family

ID=40993630

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020070132703A KR20090065225A (ko) 2007-12-17 2007-12-17 이메일을 대상으로 한 일정 정보 추출 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR20090065225A (ko)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011163064A1 (en) * 2010-06-22 2011-12-29 Microsoft Corporation Flagging, capturing and generating task list items
US20160063451A1 (en) * 2014-08-28 2016-03-03 Google Inc. Systems and Methods for Biasing Task Assistance Auto-complete Suggestions
WO2016032287A1 (en) * 2014-08-29 2016-03-03 Samsung Electronics Co., Ltd. Method for providing additional functions based on information
US10192176B2 (en) 2011-10-11 2019-01-29 Microsoft Technology Licensing, Llc Motivation of task completion and personalization of tasks and lists
EP3413546A4 (en) * 2016-02-03 2019-08-28 LG Electronics Inc. -1- MOBILE TERMINAL AND ITS CONTROL METHOD
KR20190139253A (ko) * 2017-04-11 2019-12-17 가부시키가이샤 미로쿠 죠호 서비스 메시지 관리장치 및 메시지 관리방법
KR102380720B1 (ko) 2020-11-26 2022-04-01 케이엠에스랩 주식회사 머신러닝에 기반하여 사용자의 이메일 분류 패턴을 학습하여 이메일을 분류하는 방법 및 이를 이용한 이메일 관리 서버

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011163064A1 (en) * 2010-06-22 2011-12-29 Microsoft Corporation Flagging, capturing and generating task list items
US8381088B2 (en) 2010-06-22 2013-02-19 Microsoft Corporation Flagging, capturing and generating task list items
US10192176B2 (en) 2011-10-11 2019-01-29 Microsoft Technology Licensing, Llc Motivation of task completion and personalization of tasks and lists
US20160063451A1 (en) * 2014-08-28 2016-03-03 Google Inc. Systems and Methods for Biasing Task Assistance Auto-complete Suggestions
WO2016032287A1 (en) * 2014-08-29 2016-03-03 Samsung Electronics Co., Ltd. Method for providing additional functions based on information
CN106796702A (zh) * 2014-08-29 2017-05-31 三星电子株式会社 基于信息提供附加功能的方法
EP3413546A4 (en) * 2016-02-03 2019-08-28 LG Electronics Inc. -1- MOBILE TERMINAL AND ITS CONTROL METHOD
KR20190139253A (ko) * 2017-04-11 2019-12-17 가부시키가이샤 미로쿠 죠호 서비스 메시지 관리장치 및 메시지 관리방법
KR102380720B1 (ko) 2020-11-26 2022-04-01 케이엠에스랩 주식회사 머신러닝에 기반하여 사용자의 이메일 분류 패턴을 학습하여 이메일을 분류하는 방법 및 이를 이용한 이메일 관리 서버

Similar Documents

Publication Publication Date Title
Inzalkar et al. A survey on text mining-techniques and application
CN113377850B (zh) 认知物联网大数据技术平台
EP2478431B1 (en) Automatically finding contextually related items of a task
US7496500B2 (en) Systems and methods that determine intent of data and respond to the data based on the intent
US7693817B2 (en) Sensing, storing, indexing, and retrieving data leveraging measures of user activity, attention, and interest
KR101830061B1 (ko) 하이브리드 사용자-활동 모델을 이용한 활동들의 식별
KR101960115B1 (ko) 대화 스레드의 요약 기법
Gao et al. PAID: Prioritizing app issues for developers by tracking user reviews over versions
KR20090065225A (ko) 이메일을 대상으로 한 일정 정보 추출 장치 및 그 방법
Dang et al. A review of text mining techniques associated with various application areas
JP2008033687A (ja) 検索クエリー作成装置
Elleuch et al. Discovering activities from emails based on pattern discovery approach
Javed et al. Normalization of unstructured and informal text in sentiment analysis
Di Castro et al. Automated extractions for machine generated mail
Hong et al. Effective topic modeling for email
EP4002152A1 (en) Data tagging and synchronisation system
Bordino et al. Advancing NLP via a distributed-messaging approach
Goel A study of text mining techniques: Applications and Issues
Kiomourtzis et al. NOMAD: Linguistic Resources and Tools Aimed at Policy Formulation and Validation.
Haripriya et al. Location Based Real-time Sentiment Analysis of Top Trending Event Using Hybrid Approach
Arora et al. Web‐Based News Straining and Summarization Using Machine Learning Enabled Communication Techniques for Large‐Scale 5G Networks
Nagalavi et al. The nlp techniques for automatic multi-article news summarization based on abstract meaning representation
Gokcimen et al. Topic Modelling Using BERTopic for Robust Spam Detection
CN116049385B (zh) 一种生成信创产业研究报告的方法、装置和设备及平台
Islam et al. Corpus Generation for Multi-class Bangla Email Classification and Its Evaluation

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application