KR20180036460A - 문서 작성을 위한 능동적 지식 추천 시스템 및 방법 - Google Patents

문서 작성을 위한 능동적 지식 추천 시스템 및 방법 Download PDF

Info

Publication number
KR20180036460A
KR20180036460A KR1020160127149A KR20160127149A KR20180036460A KR 20180036460 A KR20180036460 A KR 20180036460A KR 1020160127149 A KR1020160127149 A KR 1020160127149A KR 20160127149 A KR20160127149 A KR 20160127149A KR 20180036460 A KR20180036460 A KR 20180036460A
Authority
KR
South Korea
Prior art keywords
knowledge
data
information
query
recommendation
Prior art date
Application number
KR1020160127149A
Other languages
English (en)
Other versions
KR101881439B1 (ko
Inventor
이경일
이반 베를로셰
김성현
Original Assignee
주식회사 솔트룩스
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 솔트룩스 filed Critical 주식회사 솔트룩스
Priority to KR1020160127149A priority Critical patent/KR101881439B1/ko
Publication of KR20180036460A publication Critical patent/KR20180036460A/ko
Application granted granted Critical
Publication of KR101881439B1 publication Critical patent/KR101881439B1/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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06F17/21—
    • G06F17/27—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/445—Program loading or initiating
    • G06F9/44521—Dynamic linking or loading; Link editing at or after load time, e.g. Java class loading
    • G06F9/44526—Plug-ins; Add-ons

Abstract

능동적 지식 추천 시스템 및 방법이 개시된다. 본 발명의 예시적 실시예에 따른 문서 작성을 위한 지식 추천 시스템은, 공기(共起) 관계의 단어들에 대한 공기 정보 및 인텐션 정보를 포함하는 맵핑 정보를 저장하는 맵핑 정보 저장부, 공기 정보에 기초하여, 텍스트 데이터로부터 공기 관계를 가지는 단어들로 구성된 적어도 하나의 단어 집합을 추출하고 추출된 단어 집합에 맵핑된 인텐션 정보를 제공하는 컨택스트 분석부, 인텐션 정보에 기초하여, 지식 데이터의 검색을 위한 질의 데이터를 생성하는 질의 생성부, 및 질의 데이터에 응답하여 제공된 지식 데이터로부터, 추천 지식 데이터를 생성하는 지식 제안부를 포함할 수 있다.

Description

문서 작성을 위한 능동적 지식 추천 시스템 및 방법{SYSTEM AND METHOD FOR RECOMMENDING KNOWLEDGE ACTIVELY TO WRITE DOCUMENT}
본 발명의 기술적 사상은 지식 추천 시스템 및 방법에 관한 것으로서, 자세하게는 문서 작성을 위한 능동적 지식 추천 시스템 및 방법에 관한 것이다.
본 발명은 산업통상자원부 국제공동기술개발사업의 일환으로 (주)솔트룩스가 주관하고 연구하여 수행된 연구로부터 도출된 것이다. [연구기간: 2015.10.01 ~ 2016.09.30, 연구관리 전문기관: 한국산업기술진흥원, 연구과제명: 모바일에 최적화된 멀티모달 질의응답 프레임워크 개발, 과제 고유번호: N0001701]
논문, 기사, 번역문 등을 작성할 때 사용되는 문서 작성 소프트웨어는, 사용자로 하여금 문서의 작성, 즉 텍스트 등의 기입, 삭제, 수정을 용이하게 할 수 있도록 사용자 인터페이스를 제공한다. 사용자는 자신의 두뇌 속에 저장된 지식뿐만 아니라 외부에서 취득한 정보를 바탕으로 문서를 작성할 수 있다. 예를 들면, 사용자는 백과사전이나 논문과 같은 자료를 참조하거나 웹을 통해서 검색하는 등의 행위에 의해서 정보를 취득할 수 있고, 취득된 정보를 바탕으로 자신의 지식과 연계하여 문서를 작성할 수 있다. 이와 같은 사용자의 정보의 취득행위는 사용자의 수고를 필요로 하는 것으로서 사용자의 노력이나 시간과 같이 문서의 작성에 필요한 비용 중 큰 비중을 차지할 수 있다.
본 발명의 기술적 사상은, 현재 작성 중인 문서의 컨택스트에 적합한 지식을 능동적으로 그리고 자동으로 사용자에게 추천하는 시스템 및 방법을 제공한다.
상기와 같은 목적을 달성하기 위하여, 본 발명의 기술적 사상의 일측면에 따른 문서 작성을 위한 지식 추천 시스템은 텍스트 데이터를 수신하고 추천 지식 데이터를 제공할 수 있다. 지식 추천 시스템은, 공기(共起) 관계의 단어들에 대한 공기 정보 및 인텐션 정보를 포함하는 맵핑 정보를 저장하는 맵핑 정보 저장부, 공기 정보에 기초하여, 텍스트 데이터로부터 공기 관계를 가지는 단어들로 구성된 적어도 하나의 단어 집합을 추출하고 추출된 단어 집합에 맵핑된 인텐션 정보를 제공하는 컨택스트 분석부, 인텐션 정보에 기초하여, 지식 데이터의 검색을 위한 질의 데이터를 생성하는 질의 생성부, 및 질의 데이터에 응답하여 제공된 지식 데이터로부터, 추천 지식 데이터를 생성하는 지식 제안부를 포함할 수 있다.
본 발명의 예시적 실시예에 따라, 지식 추천 시스템은, 문서 작성 소프트웨어의 플러그인과 통신 채널을 형성함으로써, 텍스트 데이터의 수신 및 추천 지식 데이터의 전송을 제어하는 플러그인 인터페이스를 더 포함할 수 있다.
본 발명의 예시적 실시예에 따라, 텍스트 데이터는, 문서 작성 소프트웨어 상에서 작성되는 문서에서 작성 중인 문장을 포함할 수 있다.
본 발명의 예시적 실시예에 따라, 추천 지식 데이터는, 문서 작성 소프트웨어의 사용자 인터페이스를 통해서 표시되는 타이틀 및 사용자가 타이틀을 선택시 사용자 인터페이스를 통해서 표시되는 본문으로 구성될 수 있다.
본 발명의 예시적 실시예에 따라, 지식 제안부는, 문서 작성 소프트웨어의 사용자 인터페이스를 통해서 표시되는 타이틀을 포함하는 추천 지식 데이터를 생성하고, 플러그인 인터페이스를 통해서 수신된 타이틀에 대한 사용자의 지식 요청에 응답하여 타이틀에 대응하는 본문을 포함하는 추천 지식 데이터를 생성할 수 있다.
본 발명의 예시적 실시예에 따라, 지식 추천 시스템은, 지식 데이터를 저장하는 지식 베이스와 통신 채널을 형성함으로써, 질의 데이터의 전송 및 지식 데이터의 수신을 제어하는 지식 베이스 인터페이스를 더 포함할 수 있다.
본 발명의 예시적 실시예에 따라, 인텐션 정보는 대응하는 단어 집합의 단어들의 속성 정보를 포함할 수 있고, 질의 생성부는, 속성 정보에 기초하여 자연어 질의를 포함하는 질의 데이터를 생성하는 자연어 질의 생성부를 포함할 수 있다.
본 발명의 예시적 실시예에 따라, 지식 제안부는, 지식 데이터에 대응하는 질의 데이터를 변형함으로써 추천 지식 데이터를 생성할 수 있다.
본 발명의 예시적 실시예에 따라, 인텐션 정보는 대응하는 단어 집합의 단어들과 관련된 지식 인스턴스들의 식별자들을 포함할 수 있고, 질의 생성부는, 지식 인스턴스들의 식별자들에 기초하여 키워드를 포함하는 질의 데이터를 생성하는 키워드 질의 생성부를 포함할 수 있다.
본 발명의 기술적 사상의 일측면에 따른 문서 작성을 위한 지식 추천 방법은, 텍스트 데이터를 수신하는 단계, 공기(共起) 관계의 단어들에 대한 공기 정보 및 인텐션 정보를 포함하는 맵핑 정보를 참조하는 단계, 공기 정보에 기초하여, 텍스트 데이터로부터 공기 관계를 가지는 단어들로 구성된 적어도 하나의 단어 집합을 추출하고 추출된 단어 집합에 맵핑된 인텐션 정보를 제공하는 단계, 인텐션 정보에 기초하여, 지식 데이터의 검색을 위한 질의 데이터를 생성하는 단계, 및 질의 데이터에 응답하여 제공된 지식 데이터로부터, 추천 지식 데이터를 생성하는 단계를 포함할 수 있다.
본 발명의 기술적 사상에 따른 지식 추천 시스템 및 방법은, 문서 작성 중에 있는 사용자에게 문서의 컨택스트와 관련된 지식을 자동으로 추천함으로써 문서 작성 작업의 효율성을 향상시킬 수 있다.
또한, 본 발명의 기술적 사상에 따른 지식 추천 시스템 및 방법은, 문서 작성 소프트웨어 상에서 지식을 추천함으로써 지식에 대한 사용자의 용이한 접근을 제공할 수 있고 지식의 활용도를 높일 수 있다.
도 1은 본 발명의 예시적 실시예에 따른 지식 추천 시스템의 블록도를 나타낸다.
도 2a 및 도 2b는 본 발명의 예시적 실시예에 따라 도 1의 사용자 단말기의 문서 작성 소프트웨어가 제공하는 사용자 인터페이스를 개략적으로 나타내는 도면들이다.
도 3 및 도 4는 도 1의 지식 추천 시스템에 포함된 컨택스트 분석부의 동작을 설명하기 위한 도면들이다.
도 5는 본 발명의 예시적 실시예에 따른 지식 추천 시스템 및 지식 베이스의 블록도를 나타낸다.
도 6은 본 발명의 예시적 실시예에 따른 지식 추천 방법을 나타내는 순서도이다.
이하, 첨부한 도면을 참조하여 본 발명의 실시 예에 대해 상세히 설명한다. 본 발명의 실시 예는 당 업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위하여 제공되는 것이다. 본 발명은 다양한 변경을 가할 수 있고 여러 가지 형태를 가질 수 있는 바, 특정 실시 예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 개시 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 사용한다. 첨부된 도면에 있어서, 구조물들의 치수는 본 발명의 명확성을 기하기 위하여 실제보다 확대하거나 축소하여 도시한 것이다.
본 출원에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수개의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성 요소, 부분품 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 기술분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 갖는다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이하 도면 및 설명에서, 하나의 블록으로 표시 또는 설명되는 구성요소는 하드웨어 블록 또는 소프트웨어 블록일 수 있다. 예를 들면, 구성요소들 각각은 서로 신호를 주고 받는 독립적인 하드웨어 블록일 수도 있고, 또는 하나의 프로세서에서 실행되는 소프트웨어 블록일 수도 있다.
도 1은 본 발명의 예시적 실시예에 따른 지식 추천 시스템(100)의 블록도를 나타낸다. 도 1에 도시된 바와 같이, 지식 추천 시스템(100)은 통신 채널(1)을 통해서 사용자 단말기(200)와 통신할 수 있고, 통신 채널(3)을 통해서 지식 베이스(300)와 통신할 수 있다. 통신 채널(1)은 지식 추천 시스템(100) 및 사용자 단말기(200)가 접속된 통신 네트워크에서 형성될 수도 있고, 전용 통신 회선을 통한 일대일 채널일 수도 있다. 유사하게, 통신 채널(3)은 지식 추천 시스템(100) 및 지식 베이스(300)가 접속된 통신 네트워크에서 형성될 수도 있고, 전용 통신 회선을 통한 일대일 채널일 수도 있다. 또한, 통신 채널들(1, 2)은 동일한 통신 네트워크에 형성될 수도 있다. 후술되는 바와 같이, 지식 추천 시스템(100)은 사용자 단말기(200)로부터 텍스트 데이터를 수신할 수 있고, 사용자 단말기(200)로 추천 지식 데이터를 전송할 수 있다. 또한, 지식 추천 시스템(100)은 지식 베이스(300)에 질의 데이터를 전송할 수 있고, 지식 베이스(300)로부터 지식 데이터를 수신할 수 있다.
사용자 단말기(200)는 문서 작성 소프트웨어(210)를 포함할 수 있고, 문서 작성 소프트웨어(210)는 플러그인(211)을 포함할 수 있다. 사용자 단말기(200)는 데스크탑 컴퓨터, 랩탑 컴퓨터 등과 같은 퍼스널 컴퓨터일 수도 있고, 스마트폰, 스마트 패드 등과 같은 모바일 기기일 수도 있다.
문서 작성 소프트웨어(210)는 사용자가 사용자 단말기(200)에서 문서 작성을 위한 사용자 인터페이스를 제공할 수 있고, 플러그인(211)은 문서 작성 소프트웨어(210)에 모듈형식으로 추가되거나 제거될 수 있다. 플러그인(211)은 본 발명의 예시적 실시예에 따라, 사용자가 작성중인 문서에 대한 정보, 예컨대 사용자가 작성 중인 문장을 포함하는 텍스트 데이터를 지식 추천 시스템(100)에 전송할 수 있고, 지식 추천 시스템(100)으로부터 추천 지식 데이터를 수신하여 사용자 인터페이스를 통해서 사용자에게 제공할 수 있다. 문서 작성 소프트웨어(210) 및 플러그인(211)에 대한 자세한 설명은 도 2a 및 도 2b를 참조하여 후술될 것이다.
도 5를 참조하면, 지식 추천 시스템(100)은 플러그인 인터페이스(110), 컨택스트 분석부(120), 맵핑 정보 저장부(130), 질의 생성부(140), 지식 베이스 인터페이스(150) 및 지식 제안부(160)를 포함할 수 있다. 플러그인 인터페이스(110)는 문서 작성 소프트웨어(210)의 플러그인(211)과 통신 채널(1)을 형성할 수 있고, 텍스트 데이터가 플러그인(211)으로부터 컨택스트 분석부(120)에 전달되는 것을 제어할 수 있다. 또한, 플러그인 인터페이스(110)는 추천 지식 데이터가 지식 제안부(160)로부터 플러그인(211)으로 전달되는 것을 제어할 수 있다.
컨택스트 분석부(120)는 플러그인 인터페이스(110)로부터 수신된 텍스트 데이터에서 공기(共起)(co-occurrence) 관계를 가지는 단어들을 추출할 수 있다. 즉, 컨택스트 분석부(120)는 공기 관계의 단어들로 구성된 적어도 하나의 단어 집합을 추출할 수 있다. 공기는 2이상의 단어들이 일정한 범위의 텍스트, 예컨대 연속된 문장들, 동일한 문장, 구 내에서 나타나는 것을 지칭할 수 있으며, 자동 번역(또는 기계 번역)시 활용될 수 있다. 공기 관계에 있는 2이상의 단어들에 의해서 단어들이 추출된 일정한 범위의 텍스트를 작성한 사용자(즉, 작성자)의 인텐션(intention)이 추정될 수 있다. 컨택스트 분석부(120)는 맵핑 정보 저장부(130)에 엑세스할 수 있고, 맵핑 정보 저장부(130)에 저장된 맵핑 정보에 기초하여 공기 관계의 단어들로 구성된 적어도 하나의 단어 집합을 추출할 수 있다.
맵핑 정보 저장부(130)는 맵핑 정보를 저장할 수 있다. 도 4를 참조하여 후술되는 바와 같이, 맵핑 정보는 공기 관계의 단어들에 대한 공기 정보 및 인텐션 정보를 포함할 수 있고, 공기 정보 및 인텐션 정보는 서로 대응될 수 있다. 맵핑 정보에 포함된 공기 정보는 컨택스트 분석부(420)가 단어 집합을 추출하는데 기초로 사용될 수 있고, 맵핑 정보에 포함된 인텐션 정보는 질의 생성부(440)가 질의 데이터를 생성하는데 기초로 사용될 수 있다.
질의 생성부(440)는 컨택스트 분석부(120)로부터 제공된 인텐션 정보에 기초하여 지식 데이터의 검색을 위한 질의 데이터를 생성할 수 있다. 전술된 바와 같이, 맵핑 정보 저장부(130)에 저장된 맵핑 정보는 공기 정보 및 인텐션 정보 사이의 맵핑 관계를 나타낼 수 있고, 컨택스트 분석부(120)는 추출된 단어 집합에 맵핑된 인텐션 정보를 질의 생성부(140)에 제공할 수 있다. 질의 생성부(140)는 지식 베이스(300)에서 사용자의 인텐션에 부합하는 지식 데이터를 검색하기 위한 질의 데이터를 인텐션 정보에 기초하여 생성할 수 있고, 질의 데이터는 지식 베이스 인터페이스(150)를 통해서 지식 베이스(300)에 전송될 수 있다. 질의 생성부(440)에 대한 자세한 내용은 도 5를 참조하여 후술될 것이다.
지식 베이스 인터페이스(150)는 지식 베이스(300)와 통신 채널(3)을 형성할 수 있고, 질의 데이터가 질의 생성부(140)로부터 지식 베이스(300)에 전달되는 것을 제어할 수 있다. 또한, 지식 베이스 인터페이스(150)는 지식 베이스(300)로부터 지식 제안부(160)에 지식 데이터가 전달되는 것을 제어할 수 있다.
지식 제안부(160)는 지식 베이스 인터페이스(150)를 통해서 수신된 지식 데이터로부터 추천 지식 데이터를 생성할 수 있다. 예를 들면, 지식 제안부(160)는 지식 데이터에 포함된 지식의 타이틀을 포함하는 추천 지식 데이터를 생성할 수도 있고, 지식 데이터에 포함된 지식의 본문을 포함하는 추천 지식 데이터를 생성할 수도 있다. 추천 지식 데이터에 포함된 지식의 타이틀은, 지식 데이터의 원인이 된 질의 데이터 또는 지식 데이터에 포함된 타이틀을 변형함으로써 생성될 수도 있다.
지식 베이스(300)는 지식 데이터를 저장하고, 지식 추천 시스템(100)으로부터 수신된 질의 데이터에 응답하여 지식 데이터를 제공할 수 있다. 지식 베이스(300)는 지식 데이터의 제공을 위한 다양한 인터페이스를 지원할 수 있다. 예를 들면, 도 5를 참조하여 후술되는 바와 같이, 지식 베이스(300)는 자연어 질의를 포함하는 질의 데이터에 응답할 수도 있고, 키워드들을 포함하는 질의 데이터에 응답할 수도 있다.
도 2a 및 도 2b는 본 발명의 예시적 실시예에 따라 도 1의 사용자 단말기(200)의 문서 작성 소프트웨어(210)가 제공하는 사용자 인터페이스(20)를 개략적으로 나타내는 도면들이다. 도 1을 참조하여 전술된 바와 같이, 문서 작성 소프트웨어(210)는 사용자에게 문서 작성을 위한 사용자 인터페이스(20)를 제공할 수 있고, 플러그인(211)은 사용자가 작성중인 문서의 컨택스트에 부합하는 지식을 사용자 인터페이스(20)를 통해서 제공할 수 있다.
도 2a를 참조하면, 사용자 인터페이스(20)는 문서 작성 영역(21) 및 지식 타이틀 영역(22)을 포함할 수 있다. 도 2a에 도시된 바와 같이, 문서 작성 영역(21)은 입력 장치, 예컨대 키보드, 마우스, 터치 패드 등을 사용하여 사용자가 작성하는 문서를 표시할 수 있고, 문서 작성에 필요한 기능들, 예컨대 편집 메뉴, 페이지 표시 등을 표시할 수 있다. 또한, 도 2a에 도시된 바와 같이, 지식 타이틀 영역(22)은, 하나이상의 지식 타이틀(예컨대, 22_1 내지 22_4)을 포함하는 추천 지식 리스트를 표시할 수 있다. 지식 타이틀 영역(22)에 표시된 지식 타이틀들(22_1 내지 22_4)은 플러그인(211)에 의해서 제공될 수 있고, 플러그인(211)은 도 1의 지식 추천 시스템(100)으로부터 수신된 추천 지식 데이터로부터 지식 타이틀들(22_1 내지 22_4)을 생성할 수 있다.
플러그인(211)은 사용자가 현재 작성 중인 텍스트에 관계된 지식들의 타이틀들을 제공할 수 있다. 즉, 플러그인(211)은 사용자가 현재 작성 중인 문서의 위치(예컨대, 커서의 위치)를 포함하는 일정 범위에 포함된 텍스트에 관계된 지식들의 타이틀을 제공할 수 있다. 예를 들면, 도 2a에 도시된 바와 같이 문서가 작성 중인 경우, 플러그인(211)은 현재의 위치(즉, 커서의 위치)로부터 이전의 복수의 (예컨대 2개) 문장들과 관계된 지식들의 타이틀들을 제공할 수 있다. 이를 위하여, 플러그인(211)은 복수의 문장들을 포함하는 텍스트 데이터를 도 1의 지식 추천 시스템(100)에 전송할 수 있고, 지식 추천 시스템(100)이 이에 응답하여 전송한 지식 데이터에 기초하여 지식 타이틀 영역(22)에 지식 타이틀들(22_1 내지 22_4)을 표시할 수 있다. 도 2b를 참조하여 후술되는 바와 같이 지식 타이틀들(22_1 내지 22_4) 각각은 사용자의 입력, 예컨대 마우스 클릭 등에 의해서 선택되어 활성화될 수 있다.
비록 도 2a에서 문서 작성 영역(21) 및 지식 타이틀 영역(22)은 사용자 인터페이스(20)를 양분하는 것으로 도시되었으나, 본 발명의 기술적 사상은 이에 제한되지 아니한다. 예를 들면, 문서 작성 영역(21)이 사용자 인터페이스(20)의 전체를 차지할 수 있고, 지식 타이틀 영역(22)은 문서 작성 영역(21)의 상위 레이어로서 문서 작성 영역(21)에 오버랩된 별개의 윈도우로서 제공될 수도 있다. 또한, 지식 타이틀 영역(22)은 사용자의 제어에 의해서 활성화되거나 비활성화될 수 있다.
도 2b를 참조하면, 사용자 인터페이스(20)는 사용자의 입력에 응답하여 지식 데이터를 표시하는 지식 표시 영역(23)을 포함할 수 있다. 즉, 플러그인(211)은 사용자가 선택한 지식 타이틀에 대응하는 지식 데이터를 지식 표시 영역(23)을 통해서 제공할 수 있다. 예를 들면, 도 2b에 도시된 바와 같이, 사용자에 의해서 지식 타이틀(22_4)가 선택된 경우, 지식 표시 영역(23)은 타이틀 영역(23_1) 및 본문 영역(23_2)을 포함할 수 있고, 타이틀인 "막스 베버의 간략한 소개"가 타이틀 영역(23_1)에 표시되고, 분문인 "막시밀리안 ~ 그는 ..."이 본문 영역(23_2)에 표시될 수 있다.
도 2b의 사용자 인터페이스(20)는 예시에 불과하며, 본 발명의 예시적 실시예에 따라 다양한 구조의 사용자 인터페이스(20)가 제공될 수 있다. 예를 들면, 도 2b에 도시된 바와 상이하게, 지식 표시 영역(23)은 지식 타이틀 영역(22)에 포함될 수도 있다. 즉, 사용자에 의해서 지식 타이틀(23_1)이 선택된 경우, 지식 표시 영역(23)은 지식 타이틀(22_4)의 하단에 표시될 수도 있다.
이상에서 도 2a 및 도 2b를 참조하여 전술된 바와 같이, 플러그인(211) 및 플러그인(211)과 통신하는 지식 추천 시스템(100)에 의해서, 사용자가 현재 작성 중인 텍스트의 컨택스트에 부합하는 지식이 문서 작성 소프트웨어(210)의 사용자 인터페이스(20)상에서 제공될 수 있고, 이에 따라 사용자가 문서 작성에 필요한 정보를 취득하는 행위의 효율이 현저하게 상승할 수 있고, 결과적으로 문서 작성 업무의 효율성이 향상될 수 있다.
도 3 및 도 4는 도 1의 지식 추천 시스템(100)에 포함된 컨택스트 분석부(120)의 동작을 설명하기 위한 도면들이다. 구체적으로, 도 3은 도 1의 사용자 단말기(200)로부터 수신된 텍스트 데이터에서 공기 관계에 있는 단어들의 예시를 나타내고, 도 4는 도 1의 맵핑 정보 저장부(130)에 저장된 맵핑 정보의 예시를 나타낸다.
도 3을 참조하면, 컨택스트 분석부(120)는 사용자가 작성한 텍스트로부터 공기 관계의 단어들이 추출될 수 있다. 도 3에 도시된 바와 같이, 컨택스트 분석부(120)는, 공기 관계에 있는 "복지국가" 및 "존 케인스"로 구성된 단어 집합(SCC1) 및 공기 관계에 있는 "경제학" 및 "역사학"으로 구성된 단어 집합(SCC2)이 추출될 수 있다. 후술되는 바와 같이, 컨택스트 분석부(120)는 맵핑 정보 저장부(130)에 저장된 맵핑 정보에 기초하여 공기 관계의 단어들로 구성된 단어 집합을 추출할 수 있다.
도 4를 참조하면, 맵핑 정보 저장부(130)에 저장된 맵핑 정보(131)는 공기 정보 및 그에 대응하는 인텐션 정보를 포함할 수 있다. 도 4에 도시된 바와 같이, 공기 정보는, 공기 관계에 있는 단어들에 대한 정보를 포함할 수 있다. 예를 들면, 맵핑 정보(131)에 따라 "복지 국가" 및 "존 케인스"는 공기 관계에 있을 수 있고, 컨택스트 분석부(120)는 이에 기초하여 도 3의 예시에서 "복지 국가" 및 "존 케인스"로 구성된 단어 집합(SCC1)을 추출할 수 있다. 도 4에서, "존 메이너드 케인스" 및 "존 케인스"는 동의어(synonym) 관계를 가지는 것으로서 공기 정보에 포함될 수 있다.
도 4에 도시된 바와 같이, 인텐션 정보는 URI(uniform resource identifier) 및/또는 속성 정보를 포함할 수 있다. URI는 지식 인스턴스에 엑세스하기 위한 식별자를 나타내는 것으로서, 도 1의 지식 베이스(300)에서 공기 정보의 단어들에 대응하는 지식 인스턴스를 엑세스하기 위한 식별자일 수 있다. 예를 들면, 도 4에 도시된 바와 같이, 공기 관계인 "임진 왜란" 및 "이순신"의 공기 정보에 대응하는 URI는 지식 인스턴스들을 엑세스하기 위한 식별자들, "[한산도 대첩]", "[명량 대첩]", "[노량 해전]"을 포함할 수 있다. 도 4의 URI 컬럼에서 "[]"는 포함된 단어들에 대응하는 지식 인스턴스를 엑세스하기 위한 식별자를 나타낸다.
속성 정보는 공기 정보에 포함된 단어들의 속성과 관련된 정보를 포함할 수 있다. 예를 들면, 공기 정보에 포함된 단어는 그 상위 개념의 속성을 물려받을 수 있다. 즉, 도 4에 도시된 바와 같이, "존 케인스"는 "학자"의 하위 개념(또는 인스턴스)으로서, "학자"는 "Born", "Died", "Field", "Influence", "Contribution" 등과 같은 속성들을 가질 수 있다. 유사하게, "임진왜란"은 "전쟁"의 하위 개념으로서, "Date", "Location", "Belligerents" 등과 같은 속성들을 가질 수 있다.
비록 도 4는 인텐션 정보가 URI 및/또는 속성 정보를 포함하는 것으로 도시되었으나, 인텐션 정보는 공기 정보에 따른 단어들로부터 유추되는 사용자의 인텐션을 파악하기 위한 다른 정보를 포함할 수도 있다. 예를 들면, 인텐션 정보는 공기 정보에 포함된 단어들과 추가적으로 공기 관계에 있을 수 있는 단어들을 포함할 수도 있다.
컨택스트 분석부(120)는 맵핑 정보(131)의 공기 정보에 기초하여 공기 관계에 있는 단어들로 구성된 단어 집합(예컨대, 도 3의 SCC1 또는 SCC2)을 추출할 수 있고, 추출된 단어 집합에 대응하는 인텐션 정보를 도 3의 질의 생성부(140)에 제공할 수 있다. 후술되는 바와 같이, 질의 생성부(140)는 컨택스트 분석부(120)로부터 제공된 인텐션 정보에 기초하여 지식 데이터를 검색하기 위한 질의 데이터를 생성할 수 있다.
도 5는 본 발명의 예시적 실시예에 따른 지식 추천 시스템(100') 및 지식 베이스(300')의 블록도를 나타낸다. 구체적으로, 이하에서 도 5를 참조하여 지식 추천 시스템(100') 및 지식 베이스(300') 사이에서 질의 데이터 및 지식 데이터가 전송되는 동작이 설명될 것이다.
도 5에 도시된 바와 같이, 지식 추천 시스템(100')의 질의 생성부(140')는 자연어 질의 생성부(141) 및 키워드 질의 생성부(142)를 포함할 수 있다. 전술된 바와 같이, 질의 생성부(140')는 컨택스트 분석부(120')로부터 인텐션 정보를 제공받을 수 있고, 인텐션 정보에 기초하여 질의 데이터를 생성할 수 있다. 질의 데이터는 지식 베이스 인터페이스(150')를 통해서 지식 베이스(300')에 전송될 수 있다. 또한 도 5에 도시된 바와 같이, 지식 베이스(300')는 질의 응답 모듈(310), 온톨로지 지식 베이스(320), 의미 기반 검색 모듈(330) 및 자료 저장부(340)를 포함할 수 있다.
질의 생성부(140')의 자연어 질의 생성부(141)는 인텐션 정보에 기초하여 자연어 질의를 포함하는 질의 데이터를 생성할 수 있다. 예컨대, 도 4를 참조하면, 자연어 질의 생성부(141)는 "복지 국가" 및 "존 케인스"를 포함하는 공기 정보에 대응하는 인텐션 정보의 속성 정보인 "Influence"에 기초하여, "존 케인스의 영향을 받은 인물은 누구인가?"와 같은 자연어 질의를 생성할 수 있다. 다른 예시로서, "존 케인스"는 "인간(human)"의 하위 개념으로서 "인간"은 "동시대 인물"을 속성 정보로서 가질 수 있고, 이에 따라 자연어 질의 생성부(141)는 "존 케인스와 동시대를 살았던 인물은 누구인가?"라는 자연어 질의를 생성할 수 있다. 자연어 질의 생성부(141)에 의해서 생성된 질의 데이터는 지식 베이스 인터페이스(150')를 통해서 지식 베이스(300')의 질의 응답 모듈(310)으로 전달될 수 있다.
자연어 질의 생성부(141)가 생성한 자연어 질의를 포함하는 질의 데이터는 자연어 질의를 지원하는 다양한 지식 베이스들(예컨대, 도 5의 300')에서의 지식 검색을 위해서 사용될 수 있다. 또한, 후술되는 바와 같이, 자연어 질의를 포함하는 질의 데이터는 도 1의 지식 제안부(160)가 추천 지식 데이터를 생성하는데 사용될 수도 있다.
지식 베이스(300')의 질의 응답 모듈(310)은 질의 데이터에 포함된 자연어 질의를 처리함으로써 자연어 질의에 응답하여 온톨로지 지식 베이스(320)에 저장된 지식 데이터를 검색할 수 있다. 예를 들면, 질의 응답 모듈(310)은 자연어 처리기를 포함할 수 있고, 자연어 처리기는 자연어 질의의 인텐션을 유추하고 인텐션에 부합하는 지식 데이터를 검색할 수 있다. 질의 응답 모듈(310)은 검색된 지식 데이터를 지식 추천 시스템(100')으로 전송할 수 있고, 지식 추천 시스템(100')의 지식 제안부(160')는 지식 베이스 인터페이스(150')를 통해서 지식 데이터를 수신할 수 있다.
온톨로지 지식 베이스(320)는 지식 데이터를 저장할 수 있고, 지식 데이터는 온톨로지 데이터, 예컨대 RDF(resource description framework) 등의 형식을 가질 수 있으며, RDF 스키마에 의해서 생성된 지식 인스턴스들을 포함할 수 있다. 질의 응답 모듈(310)은 질의 데이터에 포함된 자연어 질의로부터 유추된 인텐션에 기초하여 적어도 하나의 쿼리를 생성할 수 있고, 쿼리를 통해서 온톨로지 지식 베이스(320)에서 원하는 지식 데이터에 엑세스할 수 있다.
질의 생성부(140')의 키워드 질의 생성부(142)는 인텐션 정보에 기초하여 키워드를 포함하는 질의 데이터를 생성할 수 있다. 예를 들면, 키워드 질의 생성부(142)는 URI, URI에 대응하는 명칭들, 공기 관계의 단어와 같은 키워드를 포함하는 질의 데이터를 생성할 수 있다. 도 4를 참조하면, 키워드 질의 생성부(142)는 "복지 국가", "존 케인스", "케인스 경제학", "[케인스 경제학]" 등을 키워드로서 포함하는 질의 데이터를 생성할 수 있다. 키워드 질의 생성부(142)에 의해서 생성된 질의 데이터는 지식 베이스 인터페이스(150')를 통해서 지식 베이스(300')의 의미 기반 검색 모듈(330)으로 전달될 수 있다.
지식 베이스(300')의 의미 기반 검색 모듈(330)은 질의 데이터에 포함된 키워드에 기초하여 지식 데이터를 검색할 수 있다. 예를 들면, 의미 기반 검색 모듈(330)은 질의 데이터에 포함된 URI, 단어를 포함하는 쿼리를 생성할 수 있고, 쿼리를 통해서 온톨로지 지식 베이스(320)에서 원하는 지식 데이터에 엑세스할 수 있다. 또한, 의미 기반 검색 모듈(330)은 온톨로지 지식 베이스(320)를 엑세스함으로써 수신된 키워드와 관련성 있는 단어들을 인식할 수 있고, 그러한 단어들로서 검색을 수행할 수도 있다. 또한, 의미 기반 검색 모듈(330)은 네트워크(5)를 통해서 키워드를 포함하는 데이터를 검색할 수도 있다. 의미 기반 검색 모듈(330)은 검색된 지식 데이터를 지식 추천 시스템(100')으로 전송할 수 있고, 지식 추천 시스템(100')의 지식 제안부(160')는 지식 베이스 인터페이스(150')를 통해서 지식 데이터를 수신할 수 있다.
도 1을 참조하여 전술된 바와 같이, 지식 제안부(160')는 지식 베이스 인터페이스(150')를 통해서 수신된 지식 데이터로부터 추천 지식 데이터를 생성할 수 있고, 플러그인 인터페이스(110')를 통해서 사용자 단말기(예컨대, 도 1의 사용자 단말기(200))에 전달할 수 있다. 일 실시예에서, 지식 제안부(160')에 의해서 생성되는 추천 지식 데이터는, 지식의 타이틀 및 지식의 내용을 나타내는 본문으로 구성될 수 있다. 또한, 추천 지식 데이터는 복수의 타이틀들 및 그것들에 대응하는 본문들로 구성될 수 있다. 다른 실시예에서, 지식 제안부(160')는 지식의 타이틀을 포함하는 추천 지식 데이터를 생성하여 플러그인 인터페이스(110')를 통해서 사용자 단말기에 전달할 수 있고, 플러그인 인터페이스(110')를 통해서 수신된 사용자의 지식 요청에 응답하여 타이틀에 대응하는 본문을 포함하는 추천 지식 데이터를 생성하여 플러그인 인터페이스(110')를 통해서 사용자 단말기에 전달할 수도 있다. 즉, 사용자가 작성한 텍스트의 컨택스트에 따른 지식 데이터의 양이 지나치게 많은 경우, 모든 지식 데이터를 사용자 단말기로 제공하는 대신 지식의 타이틀들만을 포함하는 추천 지식 데이터가 먼저 제공되고, 이후 사용자의 입력에 의한 지식의 선택에 응답하여 선택된 지식의 본문을 포함하는 추천 지식 데이터가 제공될 수 있다.
지식 제안부(160')는 사용자에게 지식을 제안하는 형식의 타이틀을 포함하도록 추천 지식 데이터를 생성할 수 있다. 예컨대, 도 2a를 참조하면, 지식 제안부(160')가 수신한 지식 데이터가 "존 케인스 저서 목록"의 타이틀을 포함하는 경우, 지식 제안부(160')는 "존 케인스 저서 목록 보기"의 타이틀을 포함하도록 추천 지식 데이터를 생성할 수 있다. 일실시예에서, 지식 제안부(160')는 추천 지식 데이터에 포함된 타이틀을 생성할 때 질의 생성부(140')가 생성한 질의 데이터를 변형함으로써 생성될 수 있다. 예를 들면, 지식 제안부(160')는 자연어 질의 생성부(141)가 생성한 자연어 질의를 변형함으로써 추천 지식 데이터에 포함될 타이틀을 생성할 수 있다. 즉, 지식 제안부(160')는 자연어 질의 생성부(141)가 생성한 "존 케인스의 영향을 받은 인물은 누구인가?"를 "존 케인스의 영향을 받은 인물 확인하기"와 같이 변형함으로써 추천 지식 데이터에 포함될 타이틀을 생성할 수 있다.
도 6은 본 발명의 예시적 실시예에 따른 지식 추천 방법을 나타내는 순서도이다. 지식 추천 방법은 문서 작성을 위하여 능동적으로 그리고 자동으로 문서의 컨택스트에 부합하는 지식을 추천할 수 있다. 일 실시예에서, 도 6의 지식 추천 방법은 도 1의 지식 추천 시스템에 의해서 수행될 수 있고, 이하에서 도 6은 도 1을 참조하여 설명될 것이다.
단계 S10에서, 텍스트 데이터를 수신하는 동작이 수행될 수 있다. 텍스트 데이터는 사용자 단말기(200)의 문서 작성 소프트웨어(210)에 모듈 형식으로 포함된 플러그인(211)에 의해서 제공될 수 있고, 사용자가 작성 중인 문장을 포함할 수 있다. 지식 추천 시스템(100)은 플러그인(211)에 의해서 사용자 단말기(200)로부터 추천 지식 데이터의 기초가 되는 텍스트 데이터를 수신할 수 있다.
단계 S30에서, 공기 관계를 가지는 단어들로 구성된 단어 집합을 추출하고 인텐션 정보를 제공하는 동작이 수행될 수 있다. 예를 들면, 지식 추천 시스템(100)의 컨택스트 분석부(120)는 맵핑 정보 저장부(130)에 저장된 맵핑 정보를 참조할 수 있고, 맵핑 정보에 포함된 공기 정보에 기초하여 텍스트 데이터에 포함된 공기 관계의 단어들을 인식할 수 있고, 그러한 단어들로 구성된 적어도 하나의 단어 집합을 추출할 수 있다. 컨택스트 분석부(120)는 맵핑 정보에 기초하여 추출된 단어 집합에 대응하는 인텐션 정보를 제공할 수 있다.
단계 S50에서, 질의 데이터를 생성하고 전송하는 동작이 수행될 수 있다. 질의 데이터는 지식 데이터를 저장하는 지식 베이스(300)에서 원하는 지식 데이터를 검색하기 위한 정보를 포함할 수 있다. 예를 들면, 지식 추천 시스템(100)의 질의 생성부(140)는 컨택스트 분석부(120)로부터 제공된 인텐션 정보에 기초하여 질의 데이터를 생성할 수 있고, 질의 데이터는 자연어 질의 및/또는 키워드를 포함할 수 있다.
단계 S70에서, 지식 데이터를 수신하는 동작이 수행될 수 있다. 지식 데이터는 질의 데이터에 응답하여 지식 베이스(300)가 제공한 지식(또는 지식 인스턴스)을 포함하는 데이터로서, 지식 베이스(300)로부터 수신된 지식 데이터에 포함된 지식은 사용자가 작성 중인 문서의 컨택스트에 부합할 수 있다.
단계 S90에서, 추천 지식 데이터를 생성하고 전송하는 동작이 수행될 수 있다. 추천 지식 데이터는 사용자 단말기(200)에 전송되어 플러그인(211)에 의해서 문서 작성 소프트웨어(210)의 사용자 인터페이스를 통해서 사용자에게 제공될 정보를 포함할 수 있다. 예를 들면, 지식 추천 시스템(100)의 지식 제안부(160)는 지식 데이터로부터 추천 지식 데이터를 생성할 수 있고, 지식 제안부(160)는 사용자가 지식을 확인하기에 용이하도록 추천 지식 데이터를 생성할 수 있다.
도 7은 본 발명의 예시적 실시예에 따라 도 6의 단계 S90의 예시(S90')를 나타내는 도면이다. 도 6을 참조하여 전술된 바와 같이, 단계 S90'에서, 추천 지식 데이터를 생성하고 전송하는 동작이 수행될 수 있다. 도 7의 예시는 도 1의 지식 제안부(160)에 의해서 수행될 수 있으며, 이하에서 도 7은 도 1을 참조하여 설명될 것이다. 도 7에 도시된 바와 같이, 단계 S90'은 복수의 단계들(S91, S93, S95)을 포함할 수 있다.
단계 S91에서, 추천 지식의 타이틀을 포함하는 추천 지식 데이터를 생성하고 전송하는 동작이 수행될 수 있다. 지식 제안부(160)가 수신한 지식 데이터는 지식의 타이틀 및 지식의 내용을 포함하는 본문을 포함할 수 있고, 지식 제안부(160)는 지식의 타이틀로부터 추천 지식의 타이틀을 포함하는 추천 지식 데이터를 먼저 생성할 수 있다. 추천 지식의 타이틀은 사용자의 지식 확인을 유도하기에 적합한 표현으로 지식 데이터에 포함된 타이틀로부터 변환될 수 있다.
단계 S93에서, 지식 요청이 수신되었는지 여부를 체크하는 동작이 수행될 수 있다. 예를 들면, 사용자는 추천된 지식 중 하나를 확인하기 위하여 특정한 추천 지식의 타이틀을 선택할 수 있다. 플러그인(211)은 사용자의 입력(즉, 선택)에 응답하여 선택된 지식에 대한 요청을 지식 추천 시스템(100)에 전송할 수 있다.
지식 요청이 수신된 경우, 단계 S95에서 추천 지식의 본문을 포함하는 추천 지식 데이터를 생성하고 전송하는 동작이 수행될 수 있다. 예를 들면, 지식 제안부(160)는 수신된 지식 요청에 응답하여 추천 지식의 본문을 포함하는 추천 지식 데이터를 생성할 수 있고, 추천 지식 데이터를 사용자 단말기(200)에 전송할 수 있다.
도 8은 본 발명의 예시적 실시예에 따른 지식 추천 시스템(400)의 블록도를 나타낸다. 도 8에 도시된 바와 같이, 지식 추천 시스템(400)은 사용자의 문서 작성 서비스를 직접 제공할 수 있다. 즉, 도 1의 지식 추천 시스템(100)과 비교할 때, 지식 추천 시스템(400)은 문서 작성 서비스 제공부(470)를 더 포함할 수 있고, 단말기 인터페이스(410)를 통해서 사용자 단말기(500)에 문서 작성을 위한 사용자 인터페이스를 제공할 수 있다. 이하에서, 도 8의 설명 중 도 1의 내용과 중복되는 내용은 생략될 것이다.
도 8을 참조하면, 사용자 단말기(500) 및 지식 추천 시스템(400)은 네트워크(7)에 접속될 수 있고, 네트워크(7)를 통해서 서로 통신할 수 있다. 사용자 단말기(500)는 사용자가 문서의 작성을 위하여 사용할 수 있는 다양한 전자 기기들 중 하나일 수 있다. 사용자는 사용자 단말기(500)를 통해서 지식 추천 시스템(400)에 접속할 수 있고, 지식 추천 시스템(400)(즉, 문서 작성 서비스 제공부(470))이 제공하는 사용자 인터페이스를 사용하여 문서를 작성할 수 있다.
문서 작성 서비스 제공부(470)는 사용자가 작성 중인 문장을 포함하는 텍스트 데이터를 컨택스트 분석부(420)에 제공할 수 있고, 지식 제안부(460)가 제공하는 추천 지식 데이터가 사용자 인터페이스에 포함되도록 추천 지식 데이터를 사용자 단말기(500)에 전송할 수 있다.
이상에서와 같이 도면과 명세서에서 예시적인 실시예들이 개시되었다. 본 명세서에서 특정한 용어를 사용하여 실시예들을 설명되었으나, 이는 단지 본 발명의 기술적 사상을 설명하기 위한 목적에서 사용된 것이지 의미 한정이나 특허청구범위에 기재된 본 발명의 범위를 제한하기 위하여 사용된 것은 아니다. 그러므로 본 기술분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호범위는 첨부된 특허청구범위의 기술적 사상에 의해 정해져야 할 것이다.

Claims (10)

  1. 텍스트 데이터를 수신하고 추천 지식 데이터를 제공하는, 문서 작성을 위한 지식 추천 시스템으로서,
    공기(共起) 관계의 단어들에 대한 공기 정보 및 인텐션 정보를 포함하는 맵핑 정보를 저장하는 맵핑 정보 저장부;
    상기 공기 정보에 기초하여, 상기 텍스트 데이터로부터 공기 관계를 가지는 단어들로 구성된 적어도 하나의 단어 집합을 추출하고 추출된 단어 집합에 맵핑된 인텐션 정보를 제공하는 컨택스트 분석부;
    상기 인텐션 정보에 기초하여, 지식 데이터의 검색을 위한 질의 데이터를 생성하는 질의 생성부; 및
    상기 질의 데이터에 응답하여 제공된 지식 데이터로부터, 상기 추천 지식 데이터를 생성하는 지식 제안부를 포함하는 지식 추천 시스템.
  2. 제1항에 있어서,
    문서 작성 소프트웨어의 플러그인과 통신 채널을 형성함으로써, 상기 텍스트 데이터의 수신 및 상기 추천 지식 데이터의 전송을 제어하는 플러그인 인터페이스를 더 포함하는 지식 추천 시스템.
  3. 제2항에 있어서,
    상기 텍스트 데이터는, 상기 문서 작성 소프트웨어 상에서 작성되는 문서에서 작성 중인 문장을 포함하는 것을 특징으로 하는 지식 추천 시스템.
  4. 제2항에 있어서,
    상기 추천 지식 데이터는, 상기 문서 작성 소프트웨어의 사용자 인터페이스를 통해서 표시되는 타이틀 및 사용자가 상기 타이틀을 선택시 상기 사용자 인터페이스를 통해서 표시되는 본문으로 구성되는 것을 특징으로 하는 지식 추천 시스템.
  5. 제2항에 있어서,
    상기 지식 제안부는, 상기 문서 작성 소프트웨어의 사용자 인터페이스를 통해서 표시되는 타이틀을 포함하는 상기 추천 지식 데이터를 생성하고, 상기 플러그인 인터페이스를 통해서 수신된 상기 타이틀에 대한 사용자의 지식 요청에 응답하여 상기 타이틀에 대응하는 본문을 포함하는 상기 추천 지식 데이터를 생성하는 것을 특징으로 하는 지식 추천 시스템.
  6. 제1항에 있어서,
    상기 지식 데이터를 저장하는 지식 베이스와 통신 채널을 형성함으로써, 상기 질의 데이터의 전송 및 상기 지식 데이터의 수신을 제어하는 지식 베이스 인터페이스를 더 포함하는 지식 추천 시스템.
  7. 제1항에 있어서,
    상기 인텐션 정보는 대응하는 단어 집합의 단어들의 속성 정보를 포함하고,
    상기 질의 생성부는, 상기 속성 정보에 기초하여 자연어 질의를 포함하는 상기 질의 데이터를 생성하는 자연어 질의 생성부를 포함하는 것을 특징으로 하는 지식 추천 시스템.
  8. 제7항에 있어서,
    상기 지식 제안부는, 지식 데이터에 대응하는 상기 질의 데이터를 변형함으로써 상기 추천 지식 데이터를 생성하는 것을 특징으로 하는 지식 추천 시스템.
  9. 제1항에 있어서,
    상기 인텐션 정보는 대응하는 단어 집합의 단어들과 관련된 지식 인스턴스들의 식별자들을 포함하고,
    상기 질의 생성부는, 상기 지식 인스턴스들의 식별자들에 기초하여 키워드를 포함하는 상기 질의 데이터를 생성하는 키워드 질의 생성부를 포함하는 것을 특징으로 하는 지식 추천 시스템.
  10. 문서 작성을 위한 지식 추천 방법으로서,
    텍스트 데이터를 수신하는 단계;
    공기(共起) 관계의 단어들에 대한 공기 정보 및 인텐션 정보를 포함하는 맵핑 정보를 참조하는 단계;
    상기 공기 정보에 기초하여, 상기 텍스트 데이터로부터 공기 관계를 가지는 단어들로 구성된 적어도 하나의 단어 집합을 추출하고 추출된 단어 집합에 맵핑된 인텐션 정보를 제공하는 단계;
    상기 인텐션 정보에 기초하여, 지식 데이터의 검색을 위한 질의 데이터를 생성하는 단계; 및
    상기 질의 데이터에 응답하여 제공된 지식 데이터로부터, 상기 추천 지식 데이터를 생성하는 단계를 포함하는 지식 추천 방법.
KR1020160127149A 2016-09-30 2016-09-30 문서 작성을 위한 능동적 지식 추천 시스템 및 방법 KR101881439B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160127149A KR101881439B1 (ko) 2016-09-30 2016-09-30 문서 작성을 위한 능동적 지식 추천 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160127149A KR101881439B1 (ko) 2016-09-30 2016-09-30 문서 작성을 위한 능동적 지식 추천 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20180036460A true KR20180036460A (ko) 2018-04-09
KR101881439B1 KR101881439B1 (ko) 2018-07-25

Family

ID=61978028

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160127149A KR101881439B1 (ko) 2016-09-30 2016-09-30 문서 작성을 위한 능동적 지식 추천 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR101881439B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109933791A (zh) * 2019-03-06 2019-06-25 科大讯飞股份有限公司 素材推荐方法、装置、计算机设备及计算机可读存储介质
CN114003714A (zh) * 2021-12-21 2022-02-01 北京理工大学 一种文档上下文感知的智能知识推送方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4009394B2 (ja) * 1999-07-29 2007-11-14 日本電気株式会社 情報検索装置、情報検索プログラムを記録したコンピュータが読み取り可能な記録媒体、文書作成支援装置及び文書作成支援プログラムを記録したコンピュータが読み取り可能な記録媒体。
KR20080025824A (ko) * 2006-09-19 2008-03-24 홍성훈 네트워크상의 휴먼에이전트를 이용한 차세대 지식 획득 및제공 방법과 그 시스템
KR101067830B1 (ko) * 2010-10-07 2011-09-27 한국과학기술정보연구원 다중 자원의 통합에 의한 자원 검색 장치 및 방법
KR20160067202A (ko) * 2013-10-07 2016-06-13 마이크로소프트 테크놀로지 라이센싱, 엘엘씨 맥락적 통찰 및 탐구 기법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4009394B2 (ja) * 1999-07-29 2007-11-14 日本電気株式会社 情報検索装置、情報検索プログラムを記録したコンピュータが読み取り可能な記録媒体、文書作成支援装置及び文書作成支援プログラムを記録したコンピュータが読み取り可能な記録媒体。
KR20080025824A (ko) * 2006-09-19 2008-03-24 홍성훈 네트워크상의 휴먼에이전트를 이용한 차세대 지식 획득 및제공 방법과 그 시스템
KR101067830B1 (ko) * 2010-10-07 2011-09-27 한국과학기술정보연구원 다중 자원의 통합에 의한 자원 검색 장치 및 방법
KR20160067202A (ko) * 2013-10-07 2016-06-13 마이크로소프트 테크놀로지 라이센싱, 엘엘씨 맥락적 통찰 및 탐구 기법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109933791A (zh) * 2019-03-06 2019-06-25 科大讯飞股份有限公司 素材推荐方法、装置、计算机设备及计算机可读存储介质
CN114003714A (zh) * 2021-12-21 2022-02-01 北京理工大学 一种文档上下文感知的智能知识推送方法
CN114003714B (zh) * 2021-12-21 2022-03-25 北京理工大学 一种文档上下文感知的智能知识推送方法

Also Published As

Publication number Publication date
KR101881439B1 (ko) 2018-07-25

Similar Documents

Publication Publication Date Title
US10318642B2 (en) Method for generating paraphrases for use in machine translation system
US11468238B2 (en) Data processing systems and methods
US20070094183A1 (en) Jargon-based modeling
CN115879445A (zh) 未知词预测器和内容整合的翻译器
US20210133224A1 (en) Data Processing Systems and Methods
JP2016045652A (ja) 質問文生成装置及びコンピュータプログラム
WO2014160309A1 (en) Method and apparatus for human-machine interaction
WO2007133625A2 (en) Multi-lingual information retrieval
KR20100022467A (ko) 교차 언어 정보 검색
US11455357B2 (en) Data processing systems and methods
Liu et al. Search interface design and evaluation
Pajić Browse to search, visualize to explore: Who needs an alternative information retrieving model?
KR20180036460A (ko) 문서 작성을 위한 능동적 지식 추천 시스템 및 방법
CN108628911A (zh) 针对用户输入的表情预测
Tsai Diachronic observation of lexical and syntactic patterns in English translations of Taiwan patent texts
Cheong Target text contraction in English-into-Korean Translations: A contradiction of presumed translation universals?
WO2020079752A1 (ja) 文献検索方法および文献検索システム
KR101238927B1 (ko) 전자도서컨텐츠 검색 서비스 시스템 및 전자도서컨텐츠 검색 서비스 방법
Zhuhadar A synergistic strategy for combining thesaurus-based and corpus-based approaches in building ontology for multilingual search engines
JP4795452B2 (ja) 検索システム及び検索プログラム
Laursen et al. Using an AD-HOC corpus to write about emerging technologies for technical writing and translation: The case of search engine optimization
US20060195313A1 (en) Method and system for selecting and conjugating a verb
JP5148583B2 (ja) 機械翻訳装置、方法及びプログラム
Mustapha Dialogue-based visualization for Quranic text
JP2012243130A (ja) 情報検索装置、方法、及びプログラム

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant