KR20160104145A - 질의 재구성 방법 및 장치 - Google Patents

질의 재구성 방법 및 장치 Download PDF

Info

Publication number
KR20160104145A
KR20160104145A KR1020150026462A KR20150026462A KR20160104145A KR 20160104145 A KR20160104145 A KR 20160104145A KR 1020150026462 A KR1020150026462 A KR 1020150026462A KR 20150026462 A KR20150026462 A KR 20150026462A KR 20160104145 A KR20160104145 A KR 20160104145A
Authority
KR
South Korea
Prior art keywords
query
information
constraint
context information
interpreted
Prior art date
Application number
KR1020150026462A
Other languages
English (en)
Inventor
이창은
조현규
김성훈
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 KR1020150026462A priority Critical patent/KR20160104145A/ko
Publication of KR20160104145A publication Critical patent/KR20160104145A/ko

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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명의 실시 예들은, 질의를 재구성 하기 위한 방법 및 장치에 관한 것으로, 본 발명의 일 실시 예에 따른 질의 재구성 방법은, 질의가 입력되는 시점의 질의 상황 정보를 수집하는 단계; 상기 질의를 해석하고, 해석된 질의에 포함된 키워드와 관련된 사용자 상황 정보를 수집하는 단계; 상기 질의 상황 정보 및 상기 사용자 상황 정보를 기반으로 상기 해석된 질의를 재구성하는 데 이용되는 제약 조건을 생성하는 단계; 및 상기 생성된 제약 조건을 반영하여 상기 해석된 질의를 재구성하는 단계를 포함한다. 본 발명의 실시 예들에 따르면, 디바이스들 간의 협업을 통하여 사용자 의도에 적합한 질의 결과를 제공할 수 있다.

Description

질의 재구성 방법 및 장치{Query reconstruction method and apparatus thereof}
본 발명의 실시 예들은, 질의를 재구성하기 위한 방법 및 장치에 관한 것이다.
인터넷 등의 온라인 상에서 사용자들 간의 의사 소통을 제공하는 서비스가 널리 보급되고 있다. 사용자들은 이러한 서비스를 이용하여 친목을 쌓기도 하고, 질문을 통해 다른 사용자들에게 도움을 요청하기도 한다. 이처럼 인터넷을 이용하여 어떤 사용자의 질문에 대해 다른 사용자들이 답변을 할 수 있는 지식 공유 서비스가 큰 인기를 끌고 있다.
도 1은 종래 기술에 따른 다수 사용자 간 지식 공유 서비스를 설명하기 위한 예시도이다.
도 1에 도시된 바와 같이, 질문자가 네트워크를 통하여 질문을 하고 답변자가 네트워크를 통하여 질문에 대한 답변을 하면, 질문자가 네트워크를 통하여 해당 답변을 확인할 수 있도록 하는 지식 고유 서비스가 보급되고 있다.
그러나, 이러한 종래 기술은 사용자들간에 지식을 공유하기 위한 사이버 공간 및 인터페이스만을 제공할 뿐, 협업을 통한 자율적 지식 공유 방안을 제시하지 못하고 있다.
현재 IT 산업은 컴퓨터의 연결(인터넷), 정보의 연결(웹/하이퍼텍스트) 및 사람의 연결(소셜 네트워크)을 거쳐 컴퓨터-정보-사람의 연결 시대로 발전 중이다. 이에 따라, 컴퓨터-정보-사람 상호간 지식 소통을 위한 지능형 지식 처리 기술이 IT산업의 미래 기술로 부상하고 있다. 또한, 향후에는 지능을 가진 인터넷이 사람들의 생각을 읽고, 그에 맞는 정보를 스스로 조합해내는 세계가 펼쳐질 것으로 예측되고 있다.
본 발명의 실시 예들은, 질의를 사용자 의도에 적합하게 재구성할 수 있도록 하는 방안을 제공한다.
본 발명의 일 실시 예에 따른 질의 재구성 방법은, 질의가 입력되는 시점의 질의 상황 정보를 수집하는 단계; 상기 질의를 해석하고, 해석된 질의에 포함된 키워드와 관련된 사용자 상황 정보를 수집하는 단계; 상기 질의 상황 정보 및 상기 사용자 상황 정보를 기반으로 상기 해석된 질의를 재구성하는 데 이용되는 제약 조건을 생성하는 단계; 및 상기 생성된 제약 조건을 반영하여 상기 해석된 질의를 재구성하는 단계를 포함한다.
일 실시 예에서, 상기 질의 상황 정보 및 상기 사용자 상황 정보 중 적어도 하나는, 로컬 및 협업 디바이스 중 적어도 하나로부터 수집될 수 있다.
일 실시 예에서, 상기 질의 상황 정보 및 상기 사용자 상황 정보 중 적어도 하나는, 시간 및 위치 중 적어도 하나에 대한 정보를 포함할 수 있다.
일 실시 예에서, 상기 사용자 상황 정보는, 문자 메시지, 일정, 이메일 및 웹 페이지 중 적어도 하나로부터 수집될 수 있다.
일 실시 예에서, 상기 방법은, 상기 키워드와 관련된 선호도 정보를 수집하는 단계를 더 포함하고, 상기 제약 조건 생성 시에 상기 선호도 정보가 더 고려될 수 있다.
일 실시 예에서, 상기 방법은, 상기 해석된 사용자 질의를 구문화하는 단계; 기 구축된 질의 템플릿 데이터 베이스로부터 상기 구문화된 질의와 가장 유사한 템플릿을 선택하는 단계; 상기 선택된 템플릿에 포함된 제약 조건 중 상기 구문화된 질의에 존재하지 않는 제약 조건이 있는지 여부에 따라 상기 제약 조건을 생성할지 여부를 결정하는 단계를 더 포함할 수 있다.
일 실시 예에서, 상기 방법은, 상기 선택된 템플릿에 포함된 제약 조건 중 상기 구문화된 질의에 존재하지 않는 제약 조건이 있는 경우, 상기 제약 조건을 생성하는 단계를 더 포함할 수 있다.
일 실시 예에서, 상기 방법은, 상기 재구성된 질의를 분산 처리 시스템으로 전송하는 단계를 더 포함할 수 있다.
본 발명의 일 실시 예에 따른 질의 재구성 장치는, 입력된 질의를 해석하는 질의 해석부; 상기 질의가 입력되는 시점의 질의 상황 정보 및 상기 해석된 질의에 포함된 키워드와 관련된 사용자 상황 정보를 수집하는 정보 수집부; 상기 질의 상황 정보 및 상기 사용자 상황 정보를 기반으로 상기 해석된 질의를 재구성하는 데 이용되는 제약 조건을 생성하는 조건 생성부; 및 상기 생성된 제약 조건을 반영하여 상기 해석된 질의를 재구성하는 질의 재구성부를 포함한다.
일 실시 예에서, 상기 정보 수집부는 상기 키워드와 관련된 선호도 정보를 더 수집하고, 상기 조건 생성부는 상기 선호도 정보를 더 고려하여 상기 제약 조건을 생성할 수 있다.
일 실시 예에서, 상기 질의 해석부는 상기 해석된 사용자 질의를 구문화하고, 상기 조건 생성부는 기 구축된 질의 템플릿 데이터 베이스로부터 상기 구문화된 질의와 가장 유사한 템플릿을 선택하고, 상기 선택된 템플릿에 포함된 제약 조건 중 상기 구문화된 질의에 존재하지 않는 제약 조건이 있는지 여부에 따라 상기 제약 조건을 생성할지 여부를 결정할 수 있다.
일 실시 예에서, 상기 조건 생성부는, 상기 선택된 템플릿에 포함된 제약 조건 중 상기 구문화된 질의에 존재하지 않는 제약 조건이 있는 경우, 상기 제약 조건을 생성할 수 있다.
일 실시 예에서, 상기 질의 재구성부는, 상기 재구성된 질의를 분산 처리 시스템으로 전송할 수 있다.
본 발명의 실시 예들에 따르면, 디바이스들 간의 협업을 통하여 사용자 의도에 적합한 질의 결과를 제공할 수 있다.
도 1은 종래 기술에 따른 다수 사용자 간 지식 공유 서비스를 설명하기 위한 예시도,
도 2는 본 발명의 일 실시 예에 따른 질의 재구성 방법을 설명하기 위한 흐름도,
도 3의 (a)는 본 발명의 일 실시 예에 따른 질의 상황 정보 수집 대상을 설명하기 위한 예시도,
도 3의 (b)는 본 발명의 일 실시 예에 따른 사용자 상황 정보 수집 대상을 설명하기 위한 예시도,
도 3의 (c)는 본 발명의 다른 실시 예에 따른 사용자 상황 정보 수집 대상을 설명하기 위한 예시도,
도 4는 본 발명의 일 실시 예에 따른 질의 재구성 방법을 설명하기 위한 예시도,
도 5는 본 발명의 일 실시 예에 따른 템플릿을 이용한 제약 조건 생성 방법을 설명하기 위한 예시도,
도 6은 본 발명의 일 실시 예에 따른 질의 재구성 장치를 설명하기 위한 블록도.
이하에서, 본 발명의 실시 예들을 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다.
본 발명의 실시 예들에 따른 질의 재구성 장치는, 사용자 또는 다른 디바이스로부터 입력되는 질의를 해석하고, 해석된 질의와 관련된 다양한 정보를 수집하며, 수집된 정보를 그대로 이용하거나 가공하여 질의를 재구성하는 방안을 제공한다.
본 발명의 실시 예들에 따른 질의 재구성 장치는, 독립된 디바이스로서 존재하거나, 스마트폰 등의 사용자 디바이스에 탑재될 수 있다.
이하, 첨부되는 도면을 참조하여 본 발명의 실시 예들을 설명한다.
도 2는 본 발명의 일 실시 예에 따른 질의 재구성 방법을 설명하기 위한 흐름도이다. 실시 예에 따라, 도 2에 도시된 단계들 중 적어도 하나는 생략될 수 있다.
단계(201)에서, 질의 재구성 장치는, 입력된 질의와 관련된 질의 상황 정보를 수집한다.
일 실시 예에서, 질의 상황 정보는, 질의가 입력된 시점에 수집될 수 있다. 질의 상황 정보는, 예를 들어 시간 정보 및 위치 정보 중 적어도 하나를 포함할 수 있다. 시간 정보는, 예를 들어 질의가 입력되는 시간에 대한 정보일 수 있다. 위치 정보는, 예를 들어 질의가 입력되는 위치에 대한 정보일 수 있다.
질의 상황 정보는, 도 3의 (a)에 도시된 바와 같이, 로컬(예를 들어, 사용자 디바이스) 및 협업 디바이스 중 적어도 하나로부터 수집될 수 있다. 협업 디바이스는, 사용자 디바이스와 통신 가능한 각종 디바이스일 수 있다. 협업 디바이스는, 예를 들어 타 사용자 디바이스 또는 서버일 수 있다.
단계(203)에서, 질의 재구성 장치는, 입력된 질의를 해석하고 해석된 질의를 기반으로 사용자 상황 정보를 수집한다.
사용자 상황 정보는, 예를 들어 해석된 질의에 포함된 키워드와 관련된 정보일 수 있다. 사용자 상황 정보는, 예를 들어 시간 정보 및 위치 정보 중 적어도 하나를 포함할 수 있다.
사용자 상황 정보는, 도 3의 (b)에 도시된 바와 같이, 로컬(예를 들어, 사용자 디바이스), 협업 디바이스, 웹(web) 및 지식 베이스(knowledge base) 중 적어도 하나로부터 수집될 수 있다. 협업 디바이스는, 전술한 바와 같이, 사용자 디바이스와 통신 가능한 각종 디바이스일 수 있다. 지식 베이스는, 어떠한 분야와 관련된 지식 및 문제 해결에 필요한 사실과 규칙 등을 저장하는 데이터 베이스일 수 있다.
사용자 상황 정보는, 예를 들어 로컬 또는 협업 디바이스 등에 저장된 문자 메시지, 일정 및 이메일 중 적어도 하나로부터 수집될 수 있다.
실시 예에 따라, 사용자 상황 정보는, 도 3의 (c)에 도시된 바와 같이, 메타 지식 베이스(meta knowledge base)로부터 수집될 수 있다. 메타 지식 베이스는, 이전 질의들을 처리하기 위하여 로컬, 협업 디바이스, 웹 및 지식 베이스 등으로부터 수집된 정보들 저장할 수 있다. 메타 지식 베이스는, 어떠한 질의를 처리함에 있어 요구되는 정보들에 대한 정보를 저장할 수 있다. 메타 지식 베이스는, 각 질의를 처리함에 있어 요구되는 정보들을 템플릿 형태로 저장할 수 있다. 메타 지식 베이스는, 질의 재구성 장치 내에 존재하는 컴포넌트일 수도 있고, 질의 재구성 장치 외부에 존재하는 컴포넌트일 수도 있다. 메타 지식 베이스가 질의 재구성 장치 내에 존재하는 컴포넌트인 경우, 질의 재구성 장치는 기 설정된 템플릿 양식을 참조하여 어떠한 질의를 처리함에 있어 요구되는 정보들을 템플릿 형태로 변환할 수 있다. 실시 예에 따라, 메타 지식 베이스에 저장되는 정보(템플릿 형태의 정보를 포함한다)들은, 사용자 또는 시스템 운영자로부터 입력된 것일 수도 있다.
실시 예에 따라, 질의 재구성 장치는, 해석된 질의에 포함된 키워드와 관련된 선호도 정보를 더 수집할 수 있다. 선호도 정보는, 사용자 상황 정보와 마찬가지로, 로컬, 협업 디바이스, 웹 및 지식 베이스 중 적어도 하나로부터 수집될 수 있다.
단계(205)에서, 질의 재구성 장치는, 수집된 질의 상황 정보 및 사용자 상황 정보를 기반으로, 질의를 재구성하는 데 이용되는 제약 조건을 생성한다. 키워드와 관련된 선호도 정보가 수집되는 경우, 질의 재구성 장치는, 수집된 선호도 정보를 더 고려하여 제약 조건을 생성할 수 있다.
단계(207)에서, 질의 재구성 장치는, 생성된 제약 조건을 반영하여 질의를 재구성한다.
단계(209)에서, 질의 재구성 장치는, 재구성된 질의를 분산 처리 시스템으로 전송한다. 이에 따라, 분산 처리 시스템에서는 질의를 분산처리 하기 위한 태스크들이 생성되고, 생성된 태스크들이 분산 노드에 분배될 수 있다. 그리고, 분산 노드에서의 태스크 처리 결과가 병합되어 질의 재구성 장치로 전송될 수 있다. 분산 처리 시스템은, 예를 들어 또는 하둡(Hadoop)을 기반으로 하는 시스템일 수 있다.
도 4는 본 발명의 일 실시 예에 따른 질의 재구성 방법을 설명하기 위한 예시도이다.
도 4를 참조하여 설명하는 실시 예에서, 질의 "잠실 근처에서 점심 먹을 식당을 알려줘"가 입력되는 경우를 가정한다.
질의 재구성 장치는, 입력된 질의와 관련된 질의 상황 정보를 수집한다. 도 4에는 질의 상황 정보로서 질의가 입력된 시점에 대한 정보인 현재 시간 정보와 현재 위치 정보가 수집되는 예를 도시하였다.
질의 재구성 장치는, 입력된 질의를 해석하고 해석된 질의에 포함된 키워드와 관련된 사용자 상황 정보를 수집할 수 있다. 키워드는, 질의에 포함된 단어들 중에서 선택될 수 있다. 키워드의 선택은, 예를 들어 기 학습된 구문 분석 결과에 따라 이루어질 수 있다. 키워드의 선택은, 예를 들어, 단어의 품사, 단어의 이용 빈도, 단어의 위치 중 적어도 하나를 기반으로 이루어질 수 있다. 도 4를 참조하여 설명하는 실시 예에서, 사용자 상황 정보 수집을 위한 키워드로서 '잠실'과 '식당'이 선택된 경우를 가정한다.
질의 재구성 장치는, 선택된 키워드들과 관련된 사용자 상황 정보를 수집하기 위하여 해당 키워드들의 카테고리를 확인할 수 있다. 그리고, 확인된 카테고리에 해당하는 사용자 상황 정보를 수집할 수 있다. 예를 들어, 선택된 키워드들은 장소 카테고리에 해당하므로, 질의 재구성 장치는 로컬 및 협업 디바이스 등으로부터 장소 카테고리에 해당하는 사용자 상황 정보를 수집할 수 있다.
한편, 확인된 카테고리에 해당하는 사용자 상황 정보를 수집한다는 것은, 해당 카테고리에 해당하는 정보뿐만 아니라, 해당 카테고리에 해당하는 정보와 연관된 정보들을 함께 수집하는 것을 의미할 수 있다. 예를 들어, 로컬 또는 협업 디바이스에 사용자 일정 정보로서 "15시에 가산동에서 회의"가 저장되어 있다고 가정하자. 해당 일정 정보에 장소 카테고리에 대한 정보(가산동)가 포함되어 있으므로, 질의 재구성 장치는 사용자 일정 정보를 사용자 상황 정보(일정 시간-15:00, 일정 위치-가산동)로서 수집할 수 있다.
질의 재구성 장치는, 수집된 질의 상황 정보 및 사용자 상황 정보를 기반으로 질의를 수정하는 데 이용되는 제약 조건을 생성할 수 있다.
수집된 질의 상황 정보와 사용자 상황 정보에 따르면, 사용자는 현재 위치(잠실)에서 일정 위치(가산동)까지 2 시간 내에 도착하여야 한다. 따라서, 질의 재구성 장치는, 사용자의 총 이동 시간이 2시간 내이 위치하는 지점에 대한 정보를 제약 조건(A 지역)으로서 생성할 수 있다.
질의 재구성 장치는, 생성된 제약 조건을 반영하여 질의를 수정할 수 있다. 도 4를 참조하면 입력된 질의 "잠실 근처에서 점심 먹을 식당을 알려줘"가 "A 지역에 위치하는 식당을 알려줘"로 수정되었음을 알 수 있다.
한편, 전술한 바와 같이, 실시 예에 따라, 키워드와 관련된 선호도 정보가 더 수집될 수 있고, 이에 따라 질의 재구성 장치는, 수집된 선호도 정보를 더 고려하여 제약 조건을 생성할 수 있다. 예를 들어, 도 4를 참조하여 설명한 실시 예에서, 식당에 대한 선호도 정보로서, 식당의 가격 또는 다른 사용자들의 추천수가 수집될 수 있다.
질의 재구성 장치는, 질의를 재구성하기 이전에 제약 조건의 생성이 필요한지 여부를 확인할 수 있다. 만약, 제약 조건을 생성할 필요가 없다고 판단되면, 질의 재구성 장치는 수집된 질의 상황 정보 및 사용자 상황 정보를 기반으로 질의를 수정할 수 있다. 만약, 제약 조건을 생성할 필요가 있다고 판단되면, 질의 재구성 장치는, 수집된 질의 상황 정보 및 사용자 상황 정보를 기반으로 제약 조건을 생성할 수 있다. 제약 조건을 생성함에 있어, 질의 재구성 장치는, 기 구축된 메타 지식 베이스를 참조할 수 있다. 이를 도 5를 참조하여 살펴본다.
도 5는 본 발명의 일 실시 예에 따른 템플릿을 이용한 제약 조건 생성 방법을 설명하기 위한 예시도이다. 실시 예에 따라, 도 5에 도시된 단계들 중 적어도 하나는 생략될 수 있다.
단계(501)에서, 질의 재구성 장치는, 입력된 질의를 설정된 양식에 따라 구문화하고, 구문화된 질의(502)를 생성할 수 있다.
단계(503)에서, 질의 재구성 장치는, 구문화된 질의에 매칭되는 매칭 템플릿을 선택한다. 매칭 템플릿은, 메타 지식 베이스에 저장된 다수의 템플릿들(504a, 504b, 504c) 중에서 선택될 수 있다. 일 실시 예에서, 질의 재구성 장치는, 구문화된 질의와 가장 유사한 형태 또는 유사한 정보를 포함하는 템플릿을 구문화된 질의에 대한 매칭 템플릿으로 선택할 수 있다.
단계(505)에서, 질의 재구성 장치는, 매칭 템플릿에 포함된 제약 조건 중 구문화된 질의에 존재하지 않는 제약 조건이 있는지 확인할 수 있다.
만약, 매칭 템플릿에 포함된 제약 조건 중 구문화된 질의에 존재하지 않는 제약 조건이 없다고 판단되는 경우, 질의 재구성 장치는, 수집된 질의 상황 정보 및 사용자 상황 정보를 기반으로 질의를 재구성할 수 있다.
만약, 매칭 템플릿에 포함된 제약 조건 중 구문화된 질의에 존재하지 않는 제약 조건이 있다고 판단되는 경우, 질의 재구성 장치는, 단계(507)로 진행한다.
단계(507)에서, 질의 재구성 장치는, 수집된 질의 상황 정보 및 사용자 상황 정보를 기반으로, 질의를 재구성하는 데 이용되는 제약 조건을 생성한다. 제약 조건 생성 과정은 도 4를 참조하여 설명한 바와 같으므로, 상세한 설명은 생략한다.
도 6은 본 발명의 일 실시 예에 따른 질의 재구성 장치를 설명하기 위한 블록도이다.
도 6을 참조하면, 본 발명의 일 실시 예에 따른 질의 재구성 장치는, 질의 해석부(610), 정보 수집부(620), 조건 생성부(630), 메타 지식 베이스(640) 및 질의 재구성부(650)를 포함한다. 실시 예에 따라, 전술한 구성 요소 중 적어도 일부는 생략될 수 있다. 예를 들어, 메타 지식 베이스(640)는, 질의 재구성 장치의 외부에 존재할 수 있다.
질의 해석부(610)는, 입력된 질의를 해석할 수 있다.
정보 수집부(620)는, 질의가 입력되는 시점의 질의 상황 정보 및 입력된 질의(또는 해석된 질의)에 포함된 키워드와 관련된 사용자 상황 정보를 수집할 수 있다. 질의 상황 정보 및 사용자 상황 정보 중 적어도 하나는, 로컬 또는 협업 디바이스 중 적어도 하나로부터 수집될 수 있다. 질의 상황 정보 및 사용자 상황 정보 중 적어도 하나는, 시간 및 위치 중 적어도 하나에 대한 정보를 포함할 수 있다. 사용자 상황 정보는, 문자 메시지, 일정, 이메일 및 웹 페이지 중 적어도 하나로부터 수집될 수 있다.
실시 예에 따라, 정보 수집부(620)는, 키워드와 관련된 선호도 정보를 더 수집할 수 있다.
조건 생성부(630)는, 질의 상황 정보 및 사용자 상황 정보를 기반으로 입력된 질의(또는 해석된 질의)를 재구성하는 데 이용되는 제약 조건을 생성할 수 있다. 실시 예에 따라, 조건 생성부(630)는, 키워드와 관련된 선호도 정보를 더 고려하여 제약 조건을 생성할 수 있다.
실시 예에 따라, 질의 해석부(610)는, 해석된 사용자 질의를 구문화할 수 있다. 이러한 경우, 조건 생성부(630)는, 기 구축된 질의 템플릿 데이터 베이스로부터 구문화된 질의와 가장 유사한 템플릿을 선택하고, 선택된 템플릿에 포함된 제약 조건 중 구문화된 질의에 존재하지 않는 제약 조건이 있는지 여부에 따라 해당 제약 조건을 생성할지 여부를 결정할 수 있다. 조건 생성부(630)는, 선택된 템플릿에 포함된 제약 조건 중 구문화된 질의에 존재하지 않는 제약 조건이 있는 경우, 해당 제약 조건을 생성할 수 있다.
메타 지식 베이스(640)는, 이전 질의들을 처리하기 위하여 로컬, 협업 디바이스, 웹 및 지식 베이스 등으로부터 수집된 정보들 저장할 수 있다. 메타 지식 베이스(640)는, 어떠한 질의를 처리함에 있어 요구되는 정보들에 대한 정보를 저장할 수 있다. 메타 지식 베이스(640)는, 각 질의를 처리함에 있어 요구되는 정보들을 템플릿 형태로 저장하는 질의 템플릿 데이터 베이스일 수 있다.
질의 재구성부(650)는, 생성된 제약 조건을 반영하여 입력된 질의(또는 해석된 질의)를 재구성할 수 있다. 그리고, 재구성된 질의를 분산 처리 시스템으로 전송하고, 분산 처리 시스템으로부터 수신되는 질의 결과를 사용자에게 제공할 수 있다.
이상에서 설명된 본 발명의 실시 예들은 임의의 다양한 방법으로 구현될 수 있다. 예를 들어, 본 발명의 실시 예들은 하드웨어, 소프트웨어 또는 그 조합을 이용하여 구현될 수 있다. 소프트웨어로 구현되는 경우에, 다양한 운영 체제 또는 플랫폼을 이용하는 하나 이상의 프로세서 상에서 실행되는 소프트웨어로서 구현될 수 있다. 추가적으로, 그러한 소프트웨어는 다수의 적합한 프로그래밍 언어들 중에서 임의의 것을 사용하여 작성될 수 있고, 또한 프레임워크 또는 가상 머신에서 실행 가능한 기계어 코드 또는 중간 코드로 컴파일 될 수 있다.
또한, 본 발명의 실시 예들이 하나 이상의 프로세서 상에서 실행되는 경우 이상에서 논의된 본 발명의 다양한 실시 예들을 구현하는 방법을 수행하기 위한 하나 이상의 프로그램이 기록된 프로세서 판독 가능 매체(예를 들어, 메모리, 플로피 디스크, 하드 디스크, 콤팩트 디스크, 광학 디스크 또는 자기 테이프 등)로 구현될 수 있다.

Claims (16)

  1. 질의가 입력되는 시점의 질의 상황 정보를 수집하는 단계;
    상기 질의를 해석하고, 해석된 질의에 포함된 키워드와 관련된 사용자 상황 정보를 수집하는 단계;
    상기 질의 상황 정보 및 상기 사용자 상황 정보를 기반으로 상기 해석된 질의를 재구성하는 데 이용되는 제약 조건을 생성하는 단계; 및
    상기 생성된 제약 조건을 반영하여 상기 해석된 질의를 재구성하는 단계
    를 포함하는 질의 재구성 방법.
  2. 제 1 항에 있어서,
    상기 질의 상황 정보 및 상기 사용자 상황 정보 중 적어도 하나는, 로컬 및 협업 디바이스 중 적어도 하나로부터 수집되는
    질의 재구성 방법.
  3. 제 1 항에 있어서,
    상기 질의 상황 정보 및 상기 사용자 상황 정보 중 적어도 하나는, 시간 및 위치 중 적어도 하나에 대한 정보를 포함하는
    질의 재구성 방법.
  4. 제 1 항에 있어서, 상기 사용자 상황 정보는,
    문자 메시지, 일정, 이메일 및 웹 페이지 중 적어도 하나로부터 수집되는
    질의 재구성 방법.
  5. 제 1 항에 있어서,
    상기 키워드와 관련된 선호도 정보를 수집하는 단계를 더 포함하고,
    상기 제약 조건 생성 시에 상기 선호도 정보가 더 고려되는
    질의 재구성 방법.
  6. 제 1 항에 있어서,
    상기 해석된 사용자 질의를 구문화하는 단계;
    기 구축된 질의 템플릿 데이터 베이스로부터 상기 구문화된 질의와 가장 유사한 템플릿을 선택하는 단계;
    상기 선택된 템플릿에 포함된 제약 조건 중 상기 구문화된 질의에 존재하지 않는 제약 조건이 있는지 여부에 따라 상기 제약 조건을 생성할지 여부를 결정하는 단계
    를 더 포함하는 질의 재구성 방법.
  7. 제 6 항에 있어서,
    상기 선택된 템플릿에 포함된 제약 조건 중 상기 구문화된 질의에 존재하지 않는 제약 조건이 있는 경우, 상기 제약 조건을 생성하는 단계
    를 더 포함하는 질의 재구성 방법.
  8. 제 1 항에 있어서,
    상기 재구성된 질의를 분산 처리 시스템으로 전송하는 단계
    를 더 포함하는 질의 재구성 방법.
  9. 입력된 질의를 해석하는 질의 해석부;
    상기 질의가 입력되는 시점의 질의 상황 정보 및 상기 해석된 질의에 포함된 키워드와 관련된 사용자 상황 정보를 수집하는 정보 수집부;
    상기 질의 상황 정보 및 상기 사용자 상황 정보를 기반으로 상기 해석된 질의를 재구성하는 데 이용되는 제약 조건을 생성하는 조건 생성부; 및
    상기 생성된 제약 조건을 반영하여 상기 해석된 질의를 재구성하는 질의 재구성부
    를 포함하는 질의 재구성 장치.
  10. 제 9 항에 있어서,
    상기 질의 상황 정보 및 상기 사용자 상황 정보 중 적어도 하나는, 로컬 및 협업 디바이스 중 적어도 하나로부터 수집되는
    질의 재구성 장치.
  11. 제 9 항에 있어서,
    상기 질의 상황 정보 및 상기 사용자 상황 정보 중 적어도 하나는, 시간 및 위치 중 적어도 하나에 대한 정보를 포함하는
    질의 재구성 장치.
  12. 제 9 항에 있어서, 상기 사용자 상황 정보는,
    문자 메시지, 일정, 이메일 및 웹 페이지 중 적어도 하나로부터 수집되는
    질의 재구성 장치.
  13. 제 9 항에 있어서,
    상기 정보 수집부는 상기 키워드와 관련된 선호도 정보를 더 수집하고,
    상기 조건 생성부는 상기 선호도 정보를 더 고려하여 상기 제약 조건을 생성하는
    질의 재구성 장치.
  14. 제 9 항에 있어서,
    상기 질의 해석부는 상기 해석된 사용자 질의를 구문화하고,
    상기 조건 생성부는 기 구축된 질의 템플릿 데이터 베이스로부터 상기 구문화된 질의와 가장 유사한 템플릿을 선택하고, 상기 선택된 템플릿에 포함된 제약 조건 중 상기 구문화된 질의에 존재하지 않는 제약 조건이 있는지 여부에 따라 상기 제약 조건을 생성할지 여부를 결정하는
    질의 재구성 장치.
  15. 제 14 항에 있어서, 상기 조건 생성부는,
    상기 선택된 템플릿에 포함된 제약 조건 중 상기 구문화된 질의에 존재하지 않는 제약 조건이 있는 경우, 상기 제약 조건을 생성하는
    질의 재구성 장치.
  16. 제 9 항에 있어서, 상기 질의 재구성부는,
    상기 재구성된 질의를 분산 처리 시스템으로 전송하는
    질의 재구성 장치.
KR1020150026462A 2015-02-25 2015-02-25 질의 재구성 방법 및 장치 KR20160104145A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150026462A KR20160104145A (ko) 2015-02-25 2015-02-25 질의 재구성 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150026462A KR20160104145A (ko) 2015-02-25 2015-02-25 질의 재구성 방법 및 장치

Publications (1)

Publication Number Publication Date
KR20160104145A true KR20160104145A (ko) 2016-09-05

Family

ID=56938625

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150026462A KR20160104145A (ko) 2015-02-25 2015-02-25 질의 재구성 방법 및 장치

Country Status (1)

Country Link
KR (1) KR20160104145A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020209661A1 (en) * 2019-04-10 2020-10-15 Samsung Electronics Co., Ltd. Electronic device for generating natural language response and method thereof
US11782910B2 (en) 2019-11-15 2023-10-10 Samsung Electronics Co., Ltd. System and method for dynamic inference collaboration

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020209661A1 (en) * 2019-04-10 2020-10-15 Samsung Electronics Co., Ltd. Electronic device for generating natural language response and method thereof
US11372907B2 (en) 2019-04-10 2022-06-28 Samsung Electronics Co., Ltd. Electronic device for generating natural language response and method thereof
US11782910B2 (en) 2019-11-15 2023-10-10 Samsung Electronics Co., Ltd. System and method for dynamic inference collaboration

Similar Documents

Publication Publication Date Title
CN110321413B (zh) 会话框架
RU2745632C1 (ru) Серверное устройство автоматизированного ответа, оконечное устройство, система ответа, способ ответа и программа
CN105159977B (zh) 信息交互处理方法及装置
Zhdanova et al. Community-driven ontology matching
Chiu et al. Towards ubiquitous tourist service coordination and process integration: A collaborative travel agent system architecture with semantic web services
US11238132B2 (en) Method and system for using existing models in connection with new model development
CN103198155A (zh) 一种基于移动终端的智能问答交互系统及方法
KR102064292B1 (ko) 개인화된 소셜네트워크서비스 컨텐츠 추천 방법 및 장치
EP3610375B1 (en) Platform selection for performing requested actions in audio-based computing environments
JP6968897B2 (ja) 登録されていないリソースによるオーディオベースのネットワークセッションの確立
CN103346957A (zh) 一种根据联系人消息改变联系人头像表情的系统及方法
CN103136253A (zh) 获取信息的方法和装置
US20200285636A1 (en) Context-sensitive cross-lingual searches
US20220129637A1 (en) Computerized selection of semantic frame elements from textual task descriptions
US20190243922A1 (en) Personalizing a Meal Kit Service Using Limited Recipe and Ingredient Options
WO2018031309A1 (en) Computerized group task digital assistance
CN112286601B (zh) 一种用户界面展示方法和装置
US20230352017A1 (en) Platform selection for performing requested actions in audio-based computing environments
US11526801B2 (en) Conversational search in content management systems
Wanner et al. Building an environmental information system for personalized content delivery
US10929485B1 (en) Bot search and dispatch engine
Wang et al. An intelligent ontology and Bayesian network based semantic mashup for tourism
KR20200133976A (ko) 콘텐츠 큐레이션 방법 및 장치
KR20160104145A (ko) 질의 재구성 방법 및 장치
Żytniewski et al. The outcomes of the research in areas of application and impact of software agents societies to organizations so far. Examples of implementation in Polish companies