KR20140026772A

KR20140026772A - 문서 관리 시스템 및 문서 관리 방법

Info

Publication number: KR20140026772A
Application number: KR1020120092340A
Authority: KR
Inventors: 김동욱; 이승은
Original assignee: 주식회사 다음커뮤니케이션
Priority date: 2012-08-23
Filing date: 2012-08-23
Publication date: 2014-03-06
Also published as: KR101402339B1

Abstract

본 발명에 따른 문서 관리 방법은 문서 관리 장치가 대상 문서의 속성을 판단하여 관리하는 방법으로서, 기준 문서에서 제1 단어를 추출하는 단계, 상기 제1 단어가 답변을 요구하는 기존의 질문 문서에 출현하는 빈도를 기초로 상기 제1 단어의 질문 점수를 계산하는 단계, 상기 대상 문서에서 제2 단어를 추출하는 단계, 상기 제1 단어의 질문 점수를 기초로 상기 제2 단어의 질문 점수를 계산하는 단계, 그리고 상기 제2 단어의 질문 점수를 기초로 상기 대상 문서의 속성이 질문에 관련되었는지를 판단하는 단계를 포함한다.

Description

문서 관리 시스템 및 문서 관리 방법{SYSTEM AND METHOD OF MANAGING DOCUMENT}

본 발명은 문서 관리 시스템 및 문서 관리 방법에 관한 것이다.

인터넷 사용자는 포털 사이트(portal site) 등에서 관심 있는 업체 등을 검색하고, 검색된 업체의 정보를 제공받을 수 있다. 이때 사용자의 검색은 관심 있는 업체와 관련된 검색어(keyword)를 다양하게 입력함으로써 수행될 수 있다. 즉, 사용자가 업체에 관련된 검색어를 입력하면, 포털 사이트 등은 사용자가 입력한 검색어와 관련된 검색 결과 목록을 사용자에게 제공한다.

이러한 검색 결과 목록에 포함되는 콘텐츠는 그 종류에 따라 다양한 섹션으로 구분되어 사용자단말에게 제공될 수 있으며, 그 노출 순위는 검색 시스템 제공 사업자가 마련한 기준에 따라 결정될 수 있다. 이때 검색 결과 목록에 포함되는 콘텐츠는 웹상에 등록된 다양한 문서를 포함할 수 있는데 문서의 종류 및 내용을 파악하는 것은 검색 품질에 중요한 요소가 될 수 있다.

본 발명이 이루고자 하는 기술적 과제는 웹 상에 등록된 문서의 제목과 내용을 기초로 문서가 질문에 관련되어 있는지를 판단하여 그에 따라 문서를 관리하는 시스템 및 방법을 제공하는 것이다.

본 발명의 한 실시예에 따른 문서 관리 방법은 문서 관리 장치가 대상 문서의 속성을 판단하여 관리하는 방법으로서, 기준 문서에서 제1 단어를 추출하는 단계, 상기 제1 단어가 답변을 요구하는 기존의 질문 문서에 출현하는 빈도를 기초로 상기 제1 단어의 질문 점수를 계산하는 단계, 상기 대상 문서에서 제2 단어를 추출하는 단계, 상기 제1 단어의 질문 점수를 기초로 상기 제2 단어의 질문 점수를 계산하는 단계, 그리고 상기 제2 단어의 질문 점수를 기초로 상기 대상 문서의 속성이 질문에 관련되었는지를 판단하는 단계를 포함한다.

상기 제1 단어를 추출하는 단계 또는 상기 제2 단어를 추출하는 단계는 엔그램(N-gram) 방식을 이용할 수 있다.

상기 판단하는 단계는, 상기 제2 단어의 질문 점수가 임계값 이상인 경우에는 상기 대상 문서의 속성이 질문에 관련된다고 판단하는 단계, 그리고 상기 제2 단어의 질문 점수가 임계값 미만인 경우에는 상기 대상 문서의 속성이 질문에 관련되지 않는다고 판단하는 단계를 포함할 수 있다.

상기 기존의 질문 문서는 질문 게시판에 게시된 문서를 포함할 수 있다.

상기 질문 점수는 상기 제1 단어가 질문에 등장할 확률을 점수화한 것일 수 있다.

상기 제2 단어의 질문 점수를 계산하는 단계는, 상기 제2 단어에 대응하는 상기 제1 단어의 질문 점수를 합산하는 단계를 포함할 수 있다.

본 발명의 다른 실시예에 따른 문서 관리 시스템은 기준 문서에서 제1 단어를 추출하고 대상 문서에서 제2 단어를 추출하는 단어 추출부, 상기 제1 단어가 답변을 요구하는 기존의 질문 문서에 출현하는 빈도를 기초로 상기 제1 단어의 질문 점수를 계산하는 질문 점수 계산부, 그리고 상기 제1 단어의 질문 점수를 기초로 상기 제2 단어의 질문 점수를 계산하고, 상기 제2 단어의 질문 점수를 기초로 상기 대상 문서의 속성이 질문에 관련되었는지를 판단하는 판정부를 포함한다.

상기 단어 추출부는 엔그램(N-gram) 방식을 이용할 수 있다.

상기 판정부는, 상기 제2 단어의 질문 점수가 임계값 이상인 경우에는 상기 대상 문서의 속성이 질문에 관련된다고 판단하고, 상기 제2 단어의 질문 점수가 임계값 미만인 경우에는 상기 대상 문서의 속성이 질문에 관련되지 않는다고 판단할 수 있다.

상기 판정부는, 상기 제2 단어에 대응하는 상기 제1 단어의 질문 점수를 합산하여 상기 제2 단어의 질문 점수를 계산하는 계산할 수 있다.

상기 판정부가 상기 대상 문서의 속성이 질문에 관련되었다고 판단한 경우, 이를 기초로 상기 대상 문서의 노출 순위를 조정하는 활용부를 더 포함할 수 있다.

본 발명에 따르면 웹 상에 등록된 문서의 제목과 내용을 기초로 문서가 질문에 관련되어 있는지를 판단하여 그에 따라 문서를 관리함으로써 검색 품질을 높일 수 있다.

도 1은 본 발명의 한 실시예에 따른 문서 관리 시스템의 블록도이다.
도 2는 본 발명의 한 실시예에 따른 문서 관리 방법의 흐름도이다.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부", "…기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.

도면을 참고하여 본 발명의 한 실시예에 따른 문서 관리 시스템 및 문서 관리 방법에 대하여 상세하게 설명한다.

도 1은 본 발명의 한 실시예에 따른 문서 관리 시스템의 블록도이다.

문서 관리 시스템(100)은 웹 상에 사용자 단말(200)에 의하여 등록되어 있는 문서의 속성이 질문에 관련된 지를 파악하고, 그 결과에 따라 문서를 활용하는 서버로서 문서 수신부(110), 단어 추출부(120), 질문 점수 계산부(130), 판정부(140) 및 활용부(150)를 포함한다.

한편, 사용자 단말(200)은 사용자가 네트워크를 통하여 문서 관리 시스템(100)에 접속하고 통신하는 장치이며, 예를 들어 컴퓨터, 개인 휴대용 정보 단말기(Personal Digital Assistant, PDA), 이동 통신 단말기 및 텔레비전(television, TV)등 다양한 통신 장치가 사용될 수 있다.

문서 관리 시스템(100)의 문서 수신부(110)는 웹 상에 등록되어 있는 기준 문서 및 판단 대상이 되는 대상 문서를 수신한다. 이때 기준 문서 및 대상 문서 각각은 카페, 블로그, 지식 검색 및 인터넷 게시판 등 다양한 수단을 통하여 사용자 단말(200)이 웹 상에 등록한 콘텐츠로서, 텍스트로 기록된 제목 및 본문 내용 중 적어도 하나를 포함할 수 있다. 문서 수신부(110)는 사용자 단말(200)로부터 직접 문서를 수신할 수도 있으며, 이미 사용자 단말(200)이 웹 상에서 등록한 문서를 수집함으로써 문서를 수신할 수도 있다.

단어 추출부(120)는 문서 수신부(110)가 수신한 기준 문서 또는 대상 문서에서 단어를 추출한다. 이때 단어 추출부(120)는 엔그램(N-gram) 방식으로 단어를 추출할 수 있으며, 예를 들어 문서의 제목이 "답변부탁해요?"인 경우, 추출된 단어는 "답변", "변부", "부탁", "탁해", "해요" 및 "요?"일 수 있다. 또한 단어 추출부(120)는 문서에 포함된 단어에 대하여 다양한 기준에 따라 추출할 수 있다.

엔그램 방식은 한글 처리 분야에서 많이 쓰이는 단어 추출 방식의 하나이다. 텍스트를 분석하려면 먼저 문장에서 단어를 추출해야 하는데, 엔그램(N-Gram)은, 문자열을 N글자 단위로 나눈 뒤 각각을 단어로 처리한다. 여기서 N은 임의의 숫자가 될 수 있고, N이 2이면 바이그램(Bi-Gram), 3이면 트라이그램(Tri-Gram)이라고 한다. 예를 들어, "추천해주세요"라는 문장을 바이그램으로 분석하면, 앞에서 부터 찰ㅖ로 두 글자씩 뽑아서, "추천", "천해", "해주", "주세", "세요"로 쪼개지고, 트라이그램으로 하면, "추천해", "천해주", "해주세", "주세요"로 된다. 이렇게 쪼갠 엔그램을 단어로 보고, 각각의 질문 점수를 계산하면, "추천", "주세요" 같은 단어가 질문과 높은 연관도를 보일 수 있다.

질문 점수 계산부(130)는 단어 추출부(120)가 기준 문서에서 추출한 단어 각각에 대하여 질문 점수를 계산한다. 여기서 질문 점수는 각 단어가 질문에 연관된 단어일 가능성을 판단하는 지표이다. 질문 점수 계산부(130)는 기존의 문서를 기초로 각 단어가 기준 문서에 출현한 빈도를 계산하여 이에 기초하여 단어가 질문에 등장할 확률을 점수화하여 질문 점수를 계산한다. 이때 기존의 문서는 질문으로 인정되는 문서 및 질문으로 인정되지 않는 문서로 분류되어 이용된다. 질문으로 인정되는 문서는 예를 들어 포털 사이트에서 제공하는 질문 게시판 등에 올라온 문서가 될 수 있다.

판정부(140)는 기준 문서에서 추출한 단어의 질문 점수를 기초로, 단어 추출부(120)가 대상 문서에서 추출한 단어에 대하여 각 단어에 대한 질문 점수를 결정하고 이를 합산한다. 판정부(140)는 대상 문서에서 추출한 단어에 해당하는 단어를 기준 문서에서 추출한 단어에서 찾고 해당 질문 점수를 기초로 대상 문서에서 추출한 단어에 대한 질문 점수의 총합을 계산한다.

판정부(140)는 질문 점수가 임계값 이상이면 대상 문서의 속성이 질문에 관련되어 있다고 판정하고, 질문 점수가 임계값 미만이면 대상 문서의 속성이 질문에 관련되어 있지 않다고 판단한다.

활용부(150)는 대상 문서 중에서 판정부(140)가 질문 문서로 판단한 경우 이를 검색 결과 목록의 노출 순위에 활용한다. 검색 결과 목록의 노출 순위는 문서의 속성을 이용하는데, 예를 들어 카페에 등록된 문서는 길이 및 댓글 개수 등을 이용한다. 만일 문서가 질문 문서라면 댓글이나 답변이 없는 경우 사용자 단말(200)에게 제공하는 정보로서 가치가 떨어진다. 따라서 판정부(140)가 대상 문서를 질문 문서라고 판단한 경우에는, 대상 문서를 검색 결과 목록으로 노출하는 경우 댓글 또는 답변의 유무 및 개수에 가중치를 두어 노출 순위를 조정할 수 있다.

이외에도 활용부(150)는 질문 문서에 대하여 적절한 답변이 제공될 수 있도록 관리하는 등 다양한 방법으로 활용할 수 있다.

이제 도 2를 참고하여 본 발명의 다른 실시예에 따른 문서 관리 방법에 대하여 상세하게 설명한다.

도 2는 본 발명의 다른 실시예에 따른 문서 관리 방법의 흐름도이다.

도 2를 참고하면, 문서 관리 시스템(100)은 기준 문서에서 단어를 추출한다(S210). 이때 단어는 기준 문서의 제목 또는 본문 내용에서 추출될 수 있다.

그런 후 문서 관리 시스템(100)은 기준 문서에서 추출한 단어가 기존의 문서, 즉, 질문으로 인정되는 문서 및 질문으로 인정되지 않는 문서에 출현하는 빈도를 계산한다(S220).

이어서 기준 문서에서 추출한 단어의 출현 빈도를 기초로 각 단어의 질문 점수를 계산한다(S230). 질문 점수는 기준 문서에서 추출한 단어가 질문 문서에 출현할 확률을 점수화 한 것이다.

문서 관리 시스템(100)은 판단의 대상이 되는 대상 문서를 수신하고(S240), 대상 문서에서 단어를 추출한다(S250).

그런 후 문서 관리 시스템(100)은 대상 문서에서 추출한 단어 각각의 질문 점수를 합산하여 합산 점수가 임계값 이상인지 미만인지 여부를 기초로 대상 문서의 속성이 질문에 관련되어 있는지를 판단한다(S260).

문서에는 질문이 포함되어 있을 수 있으며, 그런 경우 질문에 대응하는 관리를 수행할 필요가 있다. 그런데 "애플 노트북 어떤가요?" 또는 "이사 비용 얼마나 나올까요?"와 같은 직접적인 질문이 있는 반면에, "좋은 향수 추천 부탁드립니다" 또는 "영작 도와주세요"와 같이 답변을 요구하는 간접적인 질문이 있다. 따라서 직접적인 질문 파악만으로는 답변을 요구하는 간접적인 질문까지 파악하기 어려울 수 있다. 본 발명에 따르면, 문서에 포함되어 있는 단어를 분석하여 문서의 의도가 답변을 요구하는 질문 문서인지를 효과적으로 분석하여 문서 관리를 효율적으로 수행할 수 있다.

이상에서 설명한 본 발명의 실시예는 장치 및 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있다.

이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims

문서 관리 장치가 대상 문서의 속성을 판단하여 관리하는 방법으로서,
기준 문서에서 제1 단어를 추출하는 단계,
상기 제1 단어가 답변을 요구하는 기존의 질문 문서에 출현하는 빈도를 기초로 상기 제1 단어의 질문 점수를 계산하는 단계,
상기 대상 문서에서 제2 단어를 추출하는 단계,
상기 제1 단어의 질문 점수를 기초로 상기 제2 단어의 질문 점수를 계산하는 단계, 그리고
상기 제2 단어의 질문 점수를 기초로 상기 대상 문서의 속성이 질문에 관련되었는지를 판단하는 단계
를 포함하는 문서 관리 방법.
제1항에서,
상기 제1 단어를 추출하는 단계 또는 상기 제2 단어를 추출하는 단계는
엔그램(N-gram) 방식을 이용하는 문서 관리 방법.
제1항에서,
상기 판단하는 단계는,
상기 제2 단어의 질문 점수가 임계값 이상인 경우에는 상기 대상 문서의 속성이 질문에 관련된다고 판단하는 단계, 그리고
상기 제2 단어의 질문 점수가 임계값 미만인 경우에는 상기 대상 문서의 속성이 질문에 관련되지 않는다고 판단하는 단계
를 포함하는 문서 관리 방법.
제1항에서,
상기 기존의 질문 문서는 질문 게시판에 게시된 문서를 포함하는 문서 관리 방법.
제1항에서,
상기 질문 점수는 상기 제1 단어가 질문에 등장할 확률을 점수화한 것인 문서 관리 방법.
제1항에서,
상기 제2 단어의 질문 점수를 계산하는 단계는,
상기 제2 단어에 대응하는 상기 제1 단어의 질문 점수를 합산하는 단계
를 포함하는 문서 관리 방법.
기준 문서에서 제1 단어를 추출하고 대상 문서에서 제2 단어를 추출하는 단어 추출부,
상기 제1 단어가 답변을 요구하는 기존의 질문 문서에 출현하는 빈도를 기초로 상기 제1 단어의 질문 점수를 계산하는 질문 점수 계산부, 그리고
상기 제1 단어의 질문 점수를 기초로 상기 제2 단어의 질문 점수를 계산하고, 상기 제2 단어의 질문 점수를 기초로 상기 대상 문서의 속성이 질문에 관련되었는지를 판단하는 판정부
를 포함하는 문서 관리 시스템.
제7항에서,
상기 단어 추출부는 엔그램(N-gram) 방식을 이용하는 문서 관리 시스템.
제7항에서,
상기 판정부는,
상기 제2 단어의 질문 점수가 임계값 이상인 경우에는 상기 대상 문서의 속성이 질문에 관련된다고 판단하고, 상기 제2 단어의 질문 점수가 임계값 미만인 경우에는 상기 대상 문서의 속성이 질문에 관련되지 않는다고 판단하는 문서 관리 시스템.
제7항에서,
상기 기존의 질문 문서는 질문 게시판에 게시된 문서를 포함하는 문서 관리 시스템.
제7항에서,
상기 질문 점수는 상기 제1 단어가 질문에 등장할 확률을 점수화한 것인 문서 관리 시스템.
제7항에서,
상기 판정부는,
상기 제2 단어에 대응하는 상기 제1 단어의 질문 점수를 합산하여 상기 제2 단어의 질문 점수를 계산하는 문서 관리 시스템.
제7항에서,
상기 판정부가 상기 대상 문서의 속성이 질문에 관련되었다고 판단한 경우, 이를 기초로 상기 대상 문서의 노출 순위를 조정하는 활용부
를 더 포함하는 문서 관리 시스템.