KR20180075227A

KR20180075227A - 전자 장치 및 전자 장치의 검색 서비스 제공 방법

Info

Publication number: KR20180075227A
Application number: KR1020160179318A
Authority: KR
Inventors: 최형탁; 양해훈; 전희식; 황인철
Original assignee: 삼성전자주식회사
Priority date: 2016-12-26
Filing date: 2016-12-26
Publication date: 2018-07-04
Also published as: WO2018124464A1

Abstract

본 개시는 일 실시예에 따른 전자 장치의 검색 서비스 제공 방법을 제안한다. 검색 서비스 제공 방법은 질문 메시지를 수신하는 단계, 질문 메시지에 기초하여, 답변 결과를 획득하는 단계, 답변 결과, 상기 답변 결과에 대응하는 특성 값, 및 상기 특성 값에 대한 가중치를 표시하는 단계, 사용자의 입력에 기초하여, 상기 특성 값 및 상기 가중치 중 적어도 하나를 변경하는 단계, 및 변경된 상기 특성 값 및 변경된 상기 가중치 중 적어도 하나에 기초하여, 답변 결과를 재 획득하여, 표시하는 단계를 포함할 수 있다.

Description

전자 장치 및 전자 장치의 검색 서비스 제공 방법{ElECTRONIC DEVICE AND METHOD THEREOF FOR PROVIDING RETRIEVAL SERVICE}

전자 장치 및 전자 장치의 검색 서비스 제공 방법에 관한 것으로서, 구체적으로, 사용자의 자연어 질의에 따른 초기 답변 결과에 대한 사용자의 피드백을 통하여, 사용자의 의도에 부합하는 답변을 제공하는 기술을 제안한다.

종래 사용자의 검색 요청에 따라, 검색 의도에 부합하는 검색 결과를 제공하기 위하여 다양한 검색 서비스 관련 기술이 제안 되었다.

특히, 최근에는 사용자의 자연어 질의를 분석하여, 최적의 답변 결과를 제공하는 자연어 질의를 통한 답변 제공 시스템에 대한 연구가 활발히 진행되고 있다.

그러나, 제공된 답변 결과가 질의 의도에 부합하지 않은 경우, 사용자는 자연어 질의를 전체적으로 변경 하여야 하는 문제점이 있다. 또한, 변경된 질의에 의하여도, 적합한 답변 결과가 보장될 수 없다.

이와 같이 문제점을 해결하기 위하여, 사용자의 자연어 질의에 따른 초기 답변 결과에 대한 사용자의 간단한 피드백을 통하여, 사용자의 의도에 부합하는 답변을 제공하는 기술이 마련될 필요가 있다.

질문 메시지에 기초하여 획득된 답변 결과에 대응하는 특성 값 및 특성 값에 대한 가중치를 답변 결과와 함께 제공하여, 사용자의 재 질의가 용이하도록 하기 위한 전자 장치 및 전자 장치의 검색 서비스 제공 방법을 제안한다.

본 개시의 실시 예에 따른 검색 서비스 제공 방법은 질문 메시지를 수신하는 단계, 질문 메시지에 기초하여, 답변 결과를 획득하는 단계, 답변 결과, 답변 결과에 대응하는 특성 값, 및 특성 값에 대한 가중치를 표시하는 단계, 사용자의 입력에 기초하여, 특성 값 및 가중치 중 적어도 하나를 변경하는 단계, 및 변경된 특성 값 및 변경된 가중치 중 적어도 하나에 기초하여, 답변 결과를 재 획득하여, 표시하는 단계를 포함할 수 있다.

본 개시의 일 실시 예에 따른 전자 장치는 질문 메시지를 수신하는 입력 인터페이스, 디스플레이부, 하나 이상의 인스트럭션들을 저장하는 메모리, 및 메모리에 저장된 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고, 프로세서는 하나 이상의 인스트럭션들을 실행함으써, 질문 메시지에 기초하여, 답변 결과를 획득하고, 답변 결과, 답변 결과에 대응하는 특성 값, 및 특성 값에 대한 가중치를 디스플레이부에 표시하도록 제어하고, 사용자의 입력에 기초하여, 특성 값 및 가중치 중 적어도 하나를 변경하고, 변경된 특성 값 및 변경된 가중치 중 적어도 하나에 기초하여, 답변 결과를 재 획득하여, 디스플레이부에 표시하도록 제어할 수 있다.

사용자의 자연어 질의에 따른 초기 답변 결과에 대한 사용자의 피드백을 통하여, 사용자의 의도에 부합하는 답변을 제공하는 전자 장치 및 그 방법을 제공한다.

도 1은, 일 실시 예에 따른 전자 장치에 의하여 제공되는 검색 서비스를 개략적으로 설명하기 위한 도면이다.
도 2는, 일 실시 예에 따른 전자 장치가 검색 서비스를 제공하는 방법의 흐름도를 도시한 도면이다.
도 3은, 일 실시 예에 따른 검색 서비스를 제공하는 전자 장치의 구성을 나타내는 블록도를 도시한 도면이다.
도 4는, 일 실시 예에 따른 전자 장치가 질의어(Query language)를 생성하는 방법의 흐름도를 도시한 도면이다.
도 5a 내지 도 5c는, 전자 장치가 사용자 입력에 기초하여 특성 값 및 특성 값에 대한 가중치 중 적어도 하나를 변경하는 일 예를 도시하는 도면들이다.
도 6은, 다른 실시 예에 따른 전자 장치의 구성을 나타내는 블록도를 도시한 도면이다.
도 7은, 일 실시 예에 따른 프로세서의 블록도를 도시한 도면이다.
도 8는, 일 실시 예에 따른 데이터 학습부의 블록도를 도시한 도면이다.
도 9는, 일 실시 예에 따른 데이터 결정부의 블록도를 도시한 도면이다.
도 10은, 일 실시 예에 따른 전자 장치 및 서버가 서로 연동함으로써 데이터를 학습하고 결정하는 예시를 나타내는 도면이다.

이하 첨부된 도면을 참조하면서 오로지 예시를 위한 실시 예에 의해 발명을 상세히 설명하기로 한다. 하기 실시 예는 발명을 구체화하기 위한 것일 뿐 발명의 권리 범위를 제한하거나 한정하는 것이 아님은 물론이다. 상세한 설명 및 실시 예로부터 발명이 속하는 기술분야의 전문가가 용이하게 유추할 수 있는 것은 발명의 권리범위에 속하는 것으로 해석된다.

본 명세서에서 사용되는 '구성된다' 또는 '포함한다' 등의 용어는 명세서 상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.

또한, 본 명세서에서 사용되는 '제 1' 또는 '제 2' 등과 같이 서수를 포함하는 용어는 다양한 구성 요소들을 설명하는데 사용할 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만 사용된다.

본 실시 예들은 검색 서비스를 제공하는 방법 및 장치에 관한 것으로서, 이하의 실시 예들이 속하는 기술 분야에서 통상의 지식을 가진 자에게 널리 알려져 있는 사항들에 관해서는 자세한 설명을 생략한다.

도 1은, 전자 장치(100)에 의하여 제공되는 검색 서비스를 개략적으로 설명하기 위한 도면이다.

전자 장치(100)는 검색 서비스를 제공할 수 있다.

예를 들어 전자 장치(100)는, 휴대폰, 스마트 폰(smart phone), 모바일 폰(mobile phone), 스마트 폰(smart phone), 디지털 방송용 단말기, PDAs(Personal Digital Assistants), PMP(Portable Multimedia Player), 네비게이션, MP3 플레이어, 캠코더, IPTV(Internet Protocol Television), DTV(Digital Television), 착용형 기기(wearable device, 예를 들어, 스마트 글래스(smart glass) 등)), 노트북 컴퓨터(laptop computer), 데스크 탑, 태블릿(tablet), 패블릿(phablet), 스마트 애플리케이션(smart application), 텔레비전(television), 소비자 전자 디바이스(consumer electronic device), 모니터(monitor), 듀얼 디스플레이 디바이스(dual display device), 또는 다른 전자 디바이스 등을 포함할 수 있으나 이에 제한되지 아니한다.

전자 장치(100)는 사용자(170)로부터 질문 메시지를 수신할 수 있다.

예를 들어, 질문 메시지는 음성 메시지, 텍스트 메시지일 수 있으나 이에 제한되지 아니한다. 일 실시예에 따른, 전자 장치(100)는 마이크로폰을 통하여, 사용자의 질문 메시지를 포함하는 음성 신호를 감지할 수 있다. 또한, 전자 장치(100)는 감지된 음성 신호로부터 음성 데이터를 생성 하고, 생성된 음성 데이터에 기초하여 텍스트로 변환할 수 있다.

일 실시 예에 따른, 질문 메시지는 자연어로 구성된 질문 메시지일 수 있다. 본원에서, 자연어란 인간이 일상적으로 사용하는 언어로서 인공적으로 만들어진 언어인 인공어, 예를 들어, 프로그램 언어, 스크립트 언어 등과 구별되는 언어이다.

전자 장치(100)는 질문 메시지에 기초하여, 답변 결과를 획득할 수 있다.

일 실시 예에 따른, 전자 장치(100)는 질문 메시지에 기초하여, 데이터베이스(database: DB)로부터 답변 결과를 획득할 수 있다.

일 실시 예에 따른, 데이터베이스는 지식 베이스(knowledge base: KB)일 수 있다. 본원에서, 지식 베이스란, 전문가 시스템의 구성 요소의 하나로, 특정 분야의 전문가가 지적 활동과 경험을 통해서 축적한 전문 지식이나 문제 해결에 필요한 사실과 규칙 등이 저장되어 있는 데이터베이스일 수 있다.

일 실시 예에 따른, 전자 장치(100)는 복수의 데이터베이스와 통신 네트워크(130)를 형성하고, 데이터를 송수신할 수 있다. 예를 들어, 전자 장치(100)는 데이터베이스와 인터넷과 같은 소정의 유무선 통신망을 통하여 서로 연결될 수 있으나 이에 제한되지 아니한다.

일 실시 예에 따른, 전자 장치(100)는 질문 메시지에 기초하여, 질문 메시지와 관련된 검색 대상데이터베이스를 결정할 수 있다. 전자 장치(100)는, 통신 네트워크(130)를 통하여, 결정된 데이터베이스(140)로부터 답변 결과를 획득할 수 있다.

예를 들어, 답변 결과는 웹 문서 또는 웹 문서에 접근 가능한 URL(uniform resource locator)을 포함할 수 있으나 이에 제한되지 아니한다.

일 실시 예에 따른, 전자 장치(100)는 획득된 답변 결과를 표시할 수 있다.

전자 장치(100)는 획득된 답변 결과 및 답변 결과에 대응하는 특성 값 및 특성 값의 가중치를 표시할 수 있다.

답변 결과에 대응하는 특성 값은 질문 메시지로부터 답변 결과가 도출되는 원인이 된 요소일 수 있다. 예를 들어, 특성 값은 답변 결과에 포함된 내용을 표현하는 제목이나 내용으로부터 추출된 키워드일 수 있으나 이에 제한되지 아니한다. 예를 들어, 답변 결과에 대응하는 특성 값의 개수는 복수 개일 수 있으나 이에 제한되지 아니한다.

특성 값의 가중치는 특성 값이 답변 결과에서 차지하는 중요도를 의미할 수 있다. 예를 들어, 가중치는 정량적 숫자뿐만 아니라 동일 카테고리의 특성 값이 가질 수 있는 여러 특성 값들 중 해당 특성 값의 상대적인 중요도로 표현될 수 있다.

예를 들어, 특성 값이 답변 결과인 웹 문서와 관련된 키워드인 경우, 가중치는 웹 문서 내에서 키워드가 나타나는 빈도수, 웹 문서 내에서 키워드가 포함된 문장의 위치 등에 기초하여 결정될 수 있다. 예를 들어, 웹 문서의 제목을 구성하는 문장에 포함된 키워드의 가중치는 다른 문장에 포함된 키워드의 가중치보다 크게 결정될 수 있다.

일 실시 예에 따른, 전자 장치(100)는 사용자의 입력에 기초하여 특성 값 및 특성 값에 대한 가중치 중 적어도 하나를 변경할 수 있다.

일 실시 예에 따른, 전자 장치(100)는 답변 결과에 대응하는 특성 값 및 특성 값에 대한 가중치 중 적어도 하나를 변경하는 입력을 수신할 수 있다.

예를 들어, 전자 장치(100)는 특성 값의 가중치를 답변 결과에 대응하는 특성 값의 가중치보다 크게 변경하는 사용자의 입력을 수신할 수 있다. 전자 장치(100)는 사용자의 입력에 기초하여, 특성 값의 가중치를 답변 결과에 대응하는 특성 값에 대한 가중치보다 크게 변경할 수 있다.

전자 장치(100)는 변경된 특성 값 및 특성 값에 대한 가중치에 기초하여, 답변 결과를 재 획득할 수 있다.

예를 들어, 전자 장치(100)는 변경된 특성 값 및 특성 값에 대한 가중치에 기초하여, 질문 메시지와 관련된 답변 결과를 검색할 데이터베이스(150)를 결정할 수 있다. 또한, 전자 장치(100)는 결정된 데이터베이스(150)로부터 답변 결과를 재 획득할 수 있다.

일 실시예에 따른, 전자 장치(100)는 재 획득된 답변 결과 및 재 획득된 답변 결과에 대응하는 특성 값 및 특성 값에 대한 가중치를 표시할 수 있다.

도 2는, 일 실시 예에 따른 전자 장치(100)가 검색 서비스를 제공하는 방법의 흐름도를 도시한 도면이다.

단계 210에서, 일 실시 예에 따른 전자 장치(100)는 질문 메시지를 수신할 수 있다.

예를 들어, 전자 장치(100)는 질문 메시지를 음성 메시지의 형태로 수신할 수 있다. 도 1의 설명에서 언급한 바와 같이, 전자 장치(100)는 자연어 질문 메시지를 수신할 수 있다.

단계 220에서, 일 실시 예에 따른 전자 장치(100)는 질문 메시지에 기초하여 답변 결과를 획득할 수 있다.

일 실시 예에 따른, 전자 장치(100)는, 질문 메시지에 포함된 자연어 질의의 내용을 분석하여 사용자의 질의 의도(intention)를 판단할 수 있다. 또한, 전자 장치(100)는 판단된 질의 의도에 기초하여 질문 메시지에 대응하는 특성 값(feature value) 및 특성 값에 대한 가중치(weight)를 결정할 수 있다.

예를 들어, 전자 장치(100)는 질문 메시지에 포함된 단어들 중, 단어의 빈도수, 질문 메시지 내에 단어가 포함된 문장의 위치, 단어의 형태소 분석 등에 기초하여 결정된 키워드를 특성 값으로 결정할 수 있다. 또한, 전자 장치(100)는 결정된 키워드의 빈도수, 키워드가 포함된 문장의 위치, 키워드의 형태소 분석 등에 기초하여, 결정된 키워드의 가중치를 결정할 수 있다.

예를 들어, 전자 장치(100)는 질문 메시지에 포함된 첫 번째 문장에 포함된 단어들 중 빈도수가 가장 큰 단어를 키워드로 결정할 수 있다. 또한, 예를 들어, 전자 장치(100)는, 빈도 수가 적은 단어라도 문장 내에서 주어 또는 목적어에 해당하는 단어를 키워드로 결정할 수 있다.

일 실시예에 따른, 전자 장치(100)는 질문 메시지에 포함하는 복수의 특성 값을 결정할 수 있다. 또한, 예를 들어, 전자 장치(100)는 특성 값에 대한 일정 범위의 가중치를 결정할 수 있다.

단계 230에서, 일 실시 예에 따른 전자 장치(100)는 결정된 특성 값 및 특성 값에 대한 가중치에 기초하여, 답변 결과를 획득할 수 있다.

일 실시 예에 따른, 전자 장치(100)는 웹 문서에 대응하는 특성 값 및 특성 값에 대한 가중치에 기초하여, 결정된 특성 값 및 특성 값에 대한 가중치에 대응하는 웹 문서를 결정할 수 있다. 전자 장치(100)는 결정된 웹 문서 및 결정된 웹 문서의 URL 중 적어도 하나를 획득할 수 있다.

일 실시 예에 따른, 전자 장치(100)는 색인 데이터베이스를 구축할 수 있다. 예를 들어, 전자 장치(100)는 복수의 웹 문서들 각각에 대응하는 특성 값 및 특성 값에 대한 가중치를 색인화하여 색인 데이터베이스를 구축할 수 있다. 또한, 일 예로서, 전자 장치(100)는 웹 문서의 URL, 웹 문서에 대응하는 특성 값 및 특성 값에 대한 가중치를 매칭하여 색인 데이터베이스를 구축할 수 있다.

일 실시 예에 따른, 전자 장치(100)는 색인 데이터베이스로부터, 질문 메시지에 대응하는 특성 값 및 특성 값에 대한 가중치에 기초하여 결정된 웹 문서의 URL을 획득할 수 있다.

다른 일 실시 예에 따른, 전자 장치(100)는 별도의 색인 데이터베이스를 구축하지 않고, 외부 데이터베이스로부터 질문 메시지에 대응하는 특성 값 및 특성 값에 대한 가중치에 기초하여 답변 결과를 획득할 수 있다. 예를 들어, 전자 장치(100)는 외부 검색 엔진을 이용하여 외부 데이터베이스로부터 획득한 답변 결과 각각의 특성 값 및 특성 값에 대한 가중치를 결정하고, 답변 결과들 중 질문 메시지에 대응하는 특성 값 및 특성 값에 대한 가중치에 기초하여 답변 결과를 획득할 수 있다.

일 실시 예에 따른, 전자 장치(100)는 복수의 특성 값들의 조합에 기초하여, 복수의 답변 결과를 획득할 수 있다. 또한, 예를 들어, 전자 장치(100)는 특성 값에 대한 가중치의 범위에 기초하여, 복수의 답변 결과들을 획득할 수 있다.

단계 240에서, 일 실시 예에 따른 전자 장치(100)는 답변 결과, 답변 결과에 대응하는 특성 값, 및 특성 값에 대한 가중치를 표시할 수 있다.

전자 장치(100)는 답변 결과, 답변 결과에 대응하는 특성 값 및 특성 값에 대한 가중치를 결합하여 표시할 수 있다.

일 실시 예에 따른, 전자 장치(100)는 상호간 특성 값 및 특성 값에 대한 가중치 중 적어도 하나가 다른 복수의 답변 결과들을 표시할 수 있다. 예를 들어, 전자 장치(100)는 미리 결정된 기준에 따라, 복수의 답변 결과 각각에 대하여 질의 의도와의 적합도를 결정할 수 있다. 예를 들어, 전자 장치(100)는 적합도가 높은 순서에 따라 복수의 답변 결과 각각의 순위를 결정할 수 있다.

일 실시 예에 따른, 전자 장치(100)는 순위가 높은 순서로 기 설정된 개수의 답변 결과 및 기 설정된 개수의 답변 결과 각각에 대응하는 특성 값 및 특성 값에 대한 가중치를 표시할 수 있다.

단계 250에서, 일 실시 예에 따른 전자 장치(100)는 사용자의 입력에 기초하여, 특성 값 및 특성 값에 대한 가중치 중 적어도 하나를 변경할 수 있다.

일 실시 예에 따른 전자 장치(100)는 답변 결과를 재 획득하기 위한 사용자의 입력을 수신할 수 있다. 예를 들어, 전자 장치(100)는 답변 결과에 대응하는 특성 값을 변경 또는 추가하는 사용자의 입력을 수신할 수 있다. 다른 일 예에 따른, 전자 장치(100)는 답변 결과에 대응하는 특성 값에 대한 가중치를 변경하는 사용자의 입력을 수신할 수 있다.

일 실시 예에 따른 전자 장치(100)는 상호간 특성 값 및 특성 값에 대한 가중치 중 적어도 하나가 다른 복수의 답변 결과 중 적어도 하나의 답변 결과를 선택하는 사용자의 입력을 수신할 수 있다. 또한, 전자 장치(100)는 복수의 답변 결과 중 적어도 하나의 답변 결과를 선택하고, 선택된 답변 결과에 대응하는 특성 값 및 특성 값에 대한 가중치 중 적어도 하나를 변경하는 사용자의 입력을 수신할 수 있다.

일 실시 예에 따른, 전자 장치(100)는 특성 값 및 특성 값에 대한 가중치 중 적어도 하나를 변경하는 사용자의 입력에 기초하여, 질문 메시지에 대응하는 특성 값 및 특성 값에 대한 가중치 중 적어도 하나를 변경할 수 있다.

단계 260에서, 일 실시 예에 따른 전자 장치(100)는 변경된 특성 값 및 변경된 가중치 중 적어도 하나에 기초하여, 답변 결과를 재 획득하여, 표시할 수 있다.

전자 장치(100)는 변경된 특성 값 및 특성 값에 대한 가중치에 기초하여, 답변 결과를 재 획득할 수 있다. 전자 장치(100)는 재 획득된 답변 결과 및 재 획득된 답변 결과에 대응하는 특성 값 및 특성 값에 대한 가중치를 표시할 수 있다.

도 3은, 일 실시 예에 따른 전자 장치(100)의 구조를 도시한 블록도이다.

도 3을 참조하면, 전자 장치(100)는 입력 인터페이스(310), 디스플레이부(320), 프로세서(330), 및 메모리(340)를 포함할 수 있다.

일 실시 예에 따른, 입력 인터페이스(310), 디스플레이부(320), 프로세서(330), 및 메모리(340)는 버스 등을 통하여 전기적으로 연결될 수 있다. 도 3에 도시된 전자 장치(100)에는 본 실시 예와 관련된 구성요소들만이 도시되어 있다. 따라서, 도 3에 도시된 구성요소들 외에 다른 범용적인 구성요소들이 더 포함될 수 있음을 본 실시 예와 관련된 기술분야에서 통상의 지식을 가진 자라면 이해할 수 있을 것이다.

이하 상기 구성요소들에 대해 차례로 살펴본다.

일 실시 예에 따른 입력 인터페이스(310)는 사용자가 전자 장치(100)를 제어하기 위한 데이터를 입력하는 수단을 포함할 수 있다.

입력 인터페이스 (310)는 마이크, 키보드, 마우스, 터치 패드(접촉식 정전 용량 방식, 압력식 저항막 방식, 적외선 감지 방식, 표면 초음파 전도 방식, 적분식 장력 측정 방식, 피에조 효과 방식 등), 키(key) 버튼 등, 외부 입력에 기초하여 전자 장치(100)를 조작할 수 있는 각종 입력 장치를 포함할 수 있으나 이에 제한되지 아니한다.

일 실시 예에 따른, 입력 인터페이스(310)는 질문 메시지를 수신할 수 있다.

예를 들어, 입력 인터페이스(310)는 질문 메시지를 음성 메시지의 형태로 수신할 수 있다. 상기 언급한 바와 같이, 입력 인터페이스(310)는 자연어로 구성된 질문 메시지를 수신할 수 있다.

예를 들어, 전자 장치(100)는 마이크로폰을 통하여, 질문 메시지를 음성 신호로 수신할 수 있다. 상술한 바와 같이 전자 장치(100)는 마이크로폰을 통하여, 수신된 음성 신호를 인식하고, 인식된 음성 신호를 텍스트로 변환할 수 있다. 또한, 전자 장치(100)는 키보드 또는 키패드 등 텍스트를 입력하는 장치를 통하여, 질문 메시지를 텍스트로 수신할 수 있다.

디스플레이부(320)는 LCD, LED 모듈 등 화면을 시각적으로 디스플레이 하기 위한 수단을 포함할 수 있다.

디스플레이부(320)는, 프로세서(330)에서 처리된 영상 신호, 데이터 신호, OSD 신호, 제어 신호 등을 변환하여 구동 신호를 생성한다. 디스플레이부(320)는 PDP, LCD, OLED, 플렉시블 디스플레이(flexible display)등으로 구현될 수 있으며, 또한, 3차원 디스플레이(3D display)로 구현될 수 있다. 또한, 디스플레이부(320)는, 터치 스크린으로 구성되어 출력 장치 이외에 입력 장치로 사용되는 것도 가능하다.

예를 들어, 디스플레이부(320)는, 답변 결과 및 답변 결과에 대응하는 특성 값 및 특성 값에 대한 가중치를 디스플레이 할 수 있다. 또한, 디스플레이부(320)는, 복수의 답변 결과 및 복수의 답변 결과 각각에 대응하는 특성 값 및 특성 값에 대한 가중치를 디스플레이 할 수 있다.

프로세서(330)는 CPU, GPU 등, 적어도 하나 이상의 프로세서를 포함할 수 있으나 이제 제한되지 아니한다. 또한, 프로세서(330)는 메모리(340)에 저장되는 하나 이상의 프로그램들을 실행할 수 있다. 프로세서(330)는 싱글 코어, 듀얼 코어, 트리플 코어, 쿼드 코어 및 그 배수의 코어를 포함할 수 있다. 또한, 프로세서(330)는 복수의 프로세서를 포함할 수 있다. 예를 들어, 프로세서(330)는 메인 프로세서(main processor, 도시되지 아니함) 및 슬립 모드(sleep mode)에서 동작하는 서브 프로세서(sub processor, 도시되지 아니함)로 구현될 수 있다.

메모리(340)는 하드 디스크 드라이브(HDD: Hard Disk Drive)나 플래시 메모리 등 디지털 데이터를 저장하는 비 휘발성 저장매체를 포함할 수 있으나 이에 제한되지 아니한다. 또한, 일 실시 예에 따른, 메모리(340)는 전자 장치(100)를 구동하고 제어하기 위한 다양한 데이터, 프로그램 또는 어플리케이션을 저장할 수 있다. 또한, 메모리(340)에 저장되는 프로그램은 하나 이상의 인스트럭션들을 포함할 수 있다. 메모리(340)에 저장된 프로그램(하나 이상의 인스트럭션들) 또는 어플리케이션은 프로세서(330)에 의해 실행될 수 있다.

일 실시 예에 따른, 프로세서(330)는 질문 메시지에 기초하여 답변 결과를 획득할 수 있다.

일 실시 예에 따른, 프로세서(330)는 질문 메시지에 포함된 자연어 질의 내용을 분석하여 사용자의 질의 의도를 판단할 수 있다. 또한, 프로세서(330)는 판단된 질의 의도에 기초하여, 질문 메시지에 대응하는 특성 값 및 특성 값에 대한 가중치를 결정할 수 있다.

예를 들어, 프로세서(330)는 질문 메시지에 포함된 단어들 중, 단어의 빈도수, 질문 메시지 내에 단어가 포함된 문장의 위치, 단어의 형태소 분석 등에 기초하여 결정된 키워드를 특성 값으로 결정할 수 있다. 또한, 프로세서(330)는 결정된 키워드의 빈도수, 키워드가 포함된 문장의 위치, 키워드의 형태소 분석 등에 기초하여, 결정된 키워드의 가중치를 결정할 수 있다.

예를 들어, 프로세서(330)는 질문 메시지에 포함된 첫 번째 문장에 포함된 단어들 중 빈도수가 가장 큰 단어를 키워드로 결정할 수 있다. 또한, 프로세서(330)는, 빈도 수가 적은 단어라도 문장 내에서 주어 또는 목적어에 해당하는 단어를 키워드로 결정할 수 있다.

예를 들어, 프로세서(330)는 질문 메시지에 포함하는 복수의 특성 값을 결정할 수 있다. 또한, 프로세서(330)는 특성 값에 대한 일정 범위의 가중치를 결정할 수 있다.

일 실시 예에 따른, 프로세서(330)는 결정된 특성 값 및 특성 값에 대한 가중치에 기초하여, 답변 결과를 획득할 수 있다.

예를 들어, 프로세서(330)는 웹 문서에 대응하는 특성 값 및 특성 값에 대한 가중치에 기초하여, 결정된 특성 값 및 특성 값에 대한 가중치에 대응하는 웹 문서를 결정할 수 있다. 또한, 프로세서(330)는 결정된 웹 문서 및 결정된 웹 문서의 URL 중 적어도 하나 획득할 수 있다.

일 실시 예에 따른, 프로세서(330)는 웹 문서들 각각에 대응하는 특성 값 및 특성 값에 대한 가중치를 색인화하여 색인 데이터베이스를 구축할 수 있다. 또한, 프로세서(330)는 웹 문서의 URL, 웹 문서에 대응하는 특성 값 및 특성 값에 대한 가중치를 매칭하여 색인 데이터베이스를 구축할 수 있다. 또한, 프로세서(330)는 색인 데이터베이스로부터, 질문 메시지에 대응하는 특성 값 및 특성 값에 대한 가중치에 기초하여 결정된 웹 문서의 URL을 획득할 수 있다.

다른 일 실시 예에 따른, 프로세서(330)는 별도의 색인 데이터베이스를 구축하지 않고, 외부 데이터베이스로부터 질문 메시지에 대응하는 특성 값 및 특성 값에 대한 가중치에 기초하여 답변 결과를 획득할 수 있다. 예를 들어, 프로세서(330)는 외부 검색 엔진을 이용하여 외부 데이터베이스로부터 획득한 답변 결과 각각의 특성 값 및 특성 값에 대한 가중치를 결정하고, 답변 결과들 중 질문 메시지에 대응하는 특성 값 및 특성 값에 대한 가중치에 기초하여 답변 결과를 획득할 수 있다.

예를 들어, 프로세서(330)는 복수의 특성 값의 가능한 모든 조합에 기초하여, 복수의 답변 결과를 획득할 수 있다. 또한, 프로세서(330)는 특성 값에 대한 가중치의 범위에 기초하여, 복수의 답변 결과들을 획득할 수 있다.

일 실시 예에 따른, 프로세서(330)는 답변 결과, 답변 결과에 대응하는 특성 값, 및 특성 값에 대한 가중치를 디스플레이부(320)에 표시하도록 제어할 수 있다.

일 실시 예에 따른, 프로세서(330)는 답변 결과, 답변 결과에 대응하는 특성 값 및 특성 값에 대한 가중치를 결합하여 표시할 수 있다. 예를 들어, 프로세서(330)는 답변 결과에 대응하는 특성 값의 개수가 복수 개인 경우, 답변 결과, 복수의 특성 값 및 복수의 특성 값 각각의 가중치를 표시할 수 있다.

예를 들어, 프로세서(330)는 상호간 특성 값 및 특성 값에 대한 가중치 중 적어도 하나가 다른 복수의 답변 결과들을 표시할 수 있다. 프로세서(330)는 미리 결정된 기준에 따라, 복수의 답변 결과 각각의 특성 값 및 특성 값에 대한 가중치에 기초하여, 복수의 답변 결과들 각각의 적합도를 결정할 수 있다. 예를 들어, 프로세서(330)는 적합도가 높은 순서에 따라 복수의 답변 결과들 각각의 순위를 결정할 수 있다.

예를 들어, 프로세서(330)는 순위가 높은 순서로 기 설정된 개수의 답변 결과 및 기 설정된 개수의 답변 결과 각각에 대응하는 특성 값 및 특성 값에 대한 가중치를 표시할 수 있다.

일 실시 예에 따른, 프로세서(330)는 사용자의 입력에 기초하여, 특성 값 및 특성 값에 대한 가중치 중 적어도 하나를 변경할 수 있다.

일 실시 예에 따른, 입력 인터페이스(310)는 답변 결과를 재 획득하기 위한 사용자 입력을 수신할 수 있다.

예를 들어, 입력 인터페이스(310)는 답변 결과에 대응하는 특성 값을 변경 또는 추가하는 사용자의 입력을 수신할 수 있다. 또한, 입력 인터페이스(310)는 답변 결과에 대응하는 특성 값에 대한 가중치를 변경하는 사용자의 입력을 수신할 수 있다.

예를 들어, 입력 인터페이스(310)는 상호간 특성 값 및 특성 값에 대한 가중치 중 적어도 하나가 다른 복수의 답변 결과들 중 적어도 하나의 답변 결과를 선택하는 사용자의 입력을 수신할 수 있다. 또한, 입력 인터페이스(310)는 복수의 답변 결과들 중 적어도 하나의 답변 결과를 선택하고, 선택된 답변 결과에 대응하는 특성 값 및 특성 값에 대한 가중치 중 적어도 하나를 변경하는 사용자의 입력을 수신할 수 있다.

프로세서(330)는, 입력 인터페이스(310)를 통한 사용자의 입력에 기초하여, 특성 값 및 특성 값에 대한 가중치 중 적어도 하나를 변경할 수 있다.

일 실시 예에 따른, 프로세서(330)는 변경된 특성 값 및 변경된 가중치 중 적어도 하나에 기초하여, 답변 결과를 재 획득하여, 디스플레이부(320)에 표시하도록 제어할 수 있다.

예를 들어, 프로세서(330)는 추가된 특성 값 및 추가된 특성 값에 대한 가중치에 기초하여, 질문 메시지에 대응하는 특성 갑 및 특성 값에 대한 가중치를 변경할 수 있다. 프로세서(330)는 변경된 특성 정보에 기초하여, 답변 결과를 재 획득할 수 있다.

프로세서(330)는 재 획득된 답변 결과 및 재 획득된 답변 결과에 대응하는 특성 정보를 디스플레이부(320)에 표시하도록 제어할 수 있다.

예를 들어, 전자 장치(100)는 재 획득된 답변 결과 및 재 획득된 답변 결과에 대응하는 특성 값 및 특성 값에 대한 가중치를 디스플레이부(320)에 표시하도록 제어할 수 있다.

도 4는, 일 실시 예에 따른 전자 장치(100)가 질의어(Query language)를 생성하는 방법의 흐름도를 도시한 도면이다.

단계 410에서, 일 실시 예에 따른 전자 장치(100)는 질문 메시지를 분석하여, 특성 값 및 특성 값에 대한 가중치를 결정할 수 있다.

일 실시 예에 따른 전자 장치(100)는 자연어 질문 메시지에 대응하는 특성 값 및 특성 값에 대한 가중치를 결정할 수 있다. 또한, 전자 장치(100)는 자연어 질문 메시지에 대응하는 복수의 특성 값 및 복수의 특성 값 각각에 대응하는 가중치를 결정할 수 있다.

단계 420에서, 일 실시 예에 따른 전자 장치(100)는 결정된 특성 값 및 특성 값에 대한 가중치에 기초하여 제 1 질의어를 생성할 수 있다.

여기에서, 질의어는, 데이터베이스로부터 정보의 검색을 위해 설계된 전용 언어를 의미할 수 있다.

일 실시 예에 따른, 전자 장치(100)는 결정된 특성 값 및 특성 값에 대한 가중치를 결합하여, 제 1 질의어를 생성할 수 있다. 예를 들어, 전자 장치(100)는 질문 메시지에 대응하는 복수의 특성 값들 및 복수의 특성 값들 각각에 대한 가중치를 결합하여 제 1 질의어를 생성할 수 있다. 또한, 전자 장치(100)는 특성 값 및 특성 값에 대한 가중치의 범위를 결합하여, 제 1 질의어를 생성할 수 있다.

단계 430에서, 일 실시 예에 따른 전자 장치(100)는 제 1 질의어를 이용하여, 답변 결과를 획득할 수 있다.

일 실시 예에 따른, 전자 장치(100)는 제 1 질의어를 이용하여 데이터베이스로부터 답변 결과를 획득할 수 있다. 예를 들어, 전자 장치(100)는 제 1 질의어를 이용하여 데이터베이스로부터 복수의 답변 결과들을 획득할 수 있다. 또한, 전자 장치(100)는 제 1 질의어에 포함된 특성 값 및 특성 값에 대한 가중치에 대응하는 웹 문서 및 웹 문서의 URL 중 적어도 하나를 데이터베이스로부터 획득할 수 있다. 또한, 전자 장치(100)는 제 1 질의어에 포함된 특성 값 및 특성 값에 대한 가중치의 범위에 대응하는 웹 문서 및 웹 문서의 URL 중 적어도 하나, 웹 문서에 대응하는 특성 값 및 특성 값에 대한 가중치를 데이터베이스로부터 획득할 수 있다.

단계 440에서, 일 실시 예에 따른 전자 장치(100)는 답변 결과, 답변 결과에 대응하는 특성 값 및 특성 값에 대한 가중치를 표시할 수 있다.

일 실시 예에 따른, 전자 장치(100)는 답변 결과, 답변 결과에 대응하는 특성 값 및 특성 값에 대한 가중치를 결합하여 표시할 수 있다. 예를 들어, 전자 장치(100)는 답변 결과에 대응하는 특성 값들의 개수가 복수 개인 경우, 답변 결과, 복수의 특성 값들 및 복수의 특성 값들 각각의 가중치를 표시할 수 있다.

예를 들어, 전자 장치(100)는 상호간 특성 값 및 특성 값에 대한 가중치 중 적어도 하나가 다른 복수의 답변 결과들을 표시할 수 있다. 전자 장치(100)는 미리 결정된 기준에 따라, 복수의 답변 결과들 각각의 질문 메시지에 대한 적합도를 결정할 수 있다. 예를 들어, 전자 장치(100)는 적합도가 높은 순서에 따라 복수의 답변 결과들 각각의 순위를 결정할 수 있다.

예를 들어, 전자 장치(100)는 순위가 높은 순서로 기 설정된 개수의 답변 결과 및 기 설정된 개수의 답변 결과 각각에 대응하는 특성 값 및 특성 값에 대한 가중치를 표시할 수 있다.

단계 450에서, 일 실시 예에 따른 전자 장치(100)는 사용자의 입력에 기초하여, 특성 값 및 특성 값에 대한 가중치 중 적어도 하나를 변경할 수 있다.

일 실시 예에 따른, 전자 장치(100)는 답변 결과를 재 획득하기 위한 사용자의 입력을 수신할 수 있다. 예를 들어, 전자 장치(100)는 답변 결과에 대응하는 특성 값을 변경 또는 추가하는 사용자의 입력을 수신할 수 있다. 다른 일 실시 예에 따른, 전자 장치(100)는 답변 결과에 대응하는 특성 값에 대한 가중치를 변경하는 사용자의 입력을 수신할 수 있다.

예를 들어, 전자 장치(100)는 상호간 특성 값 및 특성 값에 대한 가중치 중 적어도 하나가 다른 복수의 답변 결과들 중 적어도 하나의 답변 결과를 선택하는 사용자의 입력을 수신할 수 있다. 또한, 전자 장치(100)는 복수의 답변 결과들 중 적어도 하나의 답변 결과를 선택하고, 선택된 답변 결과에 대응하는 특성 값 및 특성 값에 대한 가중치 중 적어도 하나를 변경하는 사용자의 입력을 수신할 수 있다.

예를 들어, 전자 장치(100)는 특성 값 및 특성 값에 대한 가중치 중 적어도 하나를 변경하는 사용자의 입력에 기초하여, 질문 메시지에 대응하는 특성 값 및 특성 값에 대한 가중치 중 적어도 하나를 변경할 수 있다.

단계 460에서, 일 실시 예에 따른 전자 장치(100)는 제 1 질의어에 상기 변경된 특성 값 및 상기 변경된 가중치 중 적어도 하나를 적용하여, 제 2 질의어를 생성할 수 있다.

예를 들어, 특성 값이 변경된 경우, 제 1 질의어에 변경된 특성 값을 적용하여, 제 2 질의어를 생성할 수 있다. 또한, 특성 값에 대한 가중치가 변경된 경우, 제 1 질의어에 변경된 특성 값에 대한 가중치를 적용하여 제 2 질의어를 생성할 수 있다. 또한, 예를 들어, 특성 값이 추가 된 경우, 제 1 질의어, 추가된 특성 값 및 추가된 특성 값에 대한 가중치를 결합하여 제 2 질의어를 생성할 수 있다.

도 5a 내지 도 5c는, 전자 장치(100)가 사용자 입력에 기초하여 특성 값 및 특성 값에 대한 가중치 중 적어도 하나를 변경하는 일 예를 도시하는 도면들이다.

일 실시 예에 따른, 전자 장치(100)는 수신된 질문 메시지에 기초하여, 수신된 질문 메시지에 대응하는 복수의 특성 값들 및 상기 복수의 특성 값들 각각에 대한 가중치를 영역(510)에 표시할 수 있다.

도 5a를 참조하면, 전자 장치(100)는 수신된 질문 메시지에 기초하여, 제 1 특성 값, 상기 제 1 특성 값에 대한 가중치인 제 1 가중치, 제 2 특성 값, 및 제 2 특성 값에 대한 가중치인 제 2 가중치를 결정하고, 영역(510)에 디스플레이 할 수 있다.

또한, 전자 장치(100)는 질문 메시지에 대응하는 복수의 특성 값들 각각에 대응하는 복수의 답변 결과들, 예를 들어, 제 1 답변 결과(530), 제 2 답변 결과(540), 및 제 3 답변 결과(550)를 디스플레이 할 수 있다.

일 실시 예에 따른 전자 장치(100)는 획득된 복수의 답변 결과들, 및 복수의 답변 결과들 각각에 대한 특성 값 및 특성 값에 대한 가중치를 결합하여 디스플레이 할 수 있다.

도 5a를 참조하면, 전자 장치(100)는 제 1 답변 결과(530) 및 제 1 답변 결과(530)에 대응하는 제 1 특성 값(531) 및 제 1 특성 값에 대한 가중치인 제 1 가중치(534), 제 2 특성 값(532) 및 제 2 특성 값에 대한 가중치인 제 2 가중치(534), 및 제 3 특성 값 및 제 3 특성 값에 대한 가중치인 제 3 가중치(536)를 결합하여 디스플레이 할 수 있다.

일 실시 예에 따른, 복수의 답변 결과들 각각에 대응하는 복수의 특성 값 및 특성 값에 대한 가중치는 질문 메시지에 대응하는 특성 값 및 복수의 특성 값에 대한 가중치를 포함할 수 있다.

도 5a를 참조하면, 제 1 답변 결과(530)에 대응하는 복수의 특성 값 및 복수의 특성 값 각각에 대한 가중치 중 일부는, 제 2 답변 결과(540), 및 제 3 답변 결과(550) 각각에 대응하는 복수의 특성 값 및 복수의 특성 값 각각에 대한 가중치 중 일부와 동일할 수 있다. 예를 들어, 제 1 답변 결과(530)에 대응하는 제 1 특성 값, 제 1 가중치, 제 2 특성 값 및 제 2 가중치는 제 2 답변 결과 및 제 3 답변 결과 각각에도 대응될 수 있다.

또한, 제 1 답변 결과(530)에 대응하는 제 3 특성 값(533)에 대한 가중치는 제 3 가중치(536)이고, 이와 달리, 제 2 답변 결과(540)에 대응하는 제 3 특성 값에 대한 가중치는 제 3-2 가중치(546)일 수 있다. 또한, 제 1 답변 결과(530)와 달리, 제 3 답변 결과(550)에 대응하는 복수의 특성 값들은 제 4 특성 값(553)을 포함할 수 있다.

도 5a에서, 전자 장치(100)는 복수의 답변 결과들 각각에 대하여, 3 개의 특성 값들 및 3 개의 특성 값들 각각에 대한 가중 치를 디스플레이 하지만 이에 제한되지 아니한다. 예를 들어 전자 장치(100)는 복수의 답변 결과들 각각에 대응하는 3 개보다 적거나 많은 특성 값들 및 특성 값들 각각에 대한 가중치를 디스플레이 할 수 있다. 또한, 전자 장치(100)는 복수의 답변 결과들 각각에 대응하는 서로 다른 개수의 특성 값 및 특성 값 각각에 대한 가중치를 디스플레이 할 수 있다.

도 5b를 참조하면, 전자 장치(100)는 사용자의 입력에 기초하여, 특성 값 및 특성 값에 대한 가중치 중 적어도 하나를 변경하는 일 예를 도시한 도면이다.

도 5b를 참조하면, 일 실시예에 따른 전자 장치(100)는 제 1 답변 결과(530)를 선택하는 입력을 수신할 수 있다. 예를 들어, 전자 장치(100)는 제 1 답변 결과(530)에 대응하는 일정 영역을 클릭하는 사용자의 입력을 수신할 수 있다.

또한, 도 5b를 참조하면, 전자 장치(100)는 사용자의 입력에 기초하여 영역(510)에 디스플레이 되는 특성 값 및 특성 값에 대한 가중치 중 적어도 하나를 변경할 수 있다. 예를 들어, 제 1 답변 결과(530)를 선택하는 사용자의 입력에 기초하여, 전자 장치(100)는 제 1 답변 결과(530)에 대응하는 복수의 특성 값 및 복수의 특성 값 각각에 대한 가중치를 영역(510)에 디스플레이 할 수 있다. 예를 들어, 전자 장치(100)는 제 3 특성 값 및 제 3 가중치를 영역(510)에 추가로 디스플레이 할 수 있다.

도 5c는 전자 장치(100)가 사용자의 입력에 기초하여, 특성 값 및 특성 값에 대한 가중치 중 적어도 하나를 변경하는 다른, 일 예를 도시한 도면이다.

도 5c를 참조하면, 도 5a에 도시된 제 1 답변 결과(530)를 선택하고, 제 2 특성 값에 대한 가중치를 제 2 가중치로부터 제 2-2 가중치로 변경하는 사용자의 입력을 수신할 수 있다.

또한, 도 5c를 참조하면, 사용자의 입력에 기초하여, 전자 장치(100)는 변경된 특성 값 및 특성 값에 대한 가중치를 영역(510)에 디스플레이 할 수 있다. 예를 들어, 전자 장치(100)는 제 1 특성 값 및 제 1 가중치, 제 2 특성 값 및 변경된 제 2-2 가중치, 및 추가된 제 3 특성 값 및 제 3 가중치를 영역(510)에 디스플레이 할 수 있다.

일 실시 예에 따른, 전자 장치(100)는 변경된 특성 값 및 특성 값에 대한 가중치에 기초하여, 답변 결과를 재 획득할 수 있다.

일 실시 예에 따른, 전자 장치(100)는 재 검색을 요청하는 입력을 수신할 수 있다. 예를 들어, 전자 장치(100)는 검색 버튼(560)을 클릭하는 입력을 수신할 수 있다.

일 실시 예에 따른, 재 검색을 요청하는 입력을 수신함에 따라, 전자 장치(100)는 제 1 특성 값, 제 1 가중 치, 제 2 특성 값 및 변경된 제 2-2 가중치, 및 추가된 제 3 특성 값 및 제 3 가중치에 기초하여 답변 결과를 재 획득할 수 있다.

또한, 전자 장치(100)는 재 획득된 제 1-2 답변 결과(530-2) 및 제 1-2 답변 결과(530-2)에 대응하는 특성 값 및 특성 값에 대한 가중치, 제 2-2 답변 결과(540-2) 및 제 2-2 답변 결과(540-2) 및 제 2-2 답변 결과(540-2)에 대응하는 특성 값 및 특성 값에 대한 가중치를 디스플레이 할 수 있다.

도 5c를 참조하면, 제 1-2 답변 결과(530-2)에 대응하는 특성 값의 개수는 제 2-2 답변 결과(540-2)에 대응하는 특성 값의 개수와 다를 수 있다.

또한, 제 1-2 답변 결과(530-2)에 대응하는 복수의 특성 값 및 복수의 특성 값 각각에 대한 가중치 중 일부는, 제 2 답변 결과(540-2)에 대응하는 복수의 특성 값 및 복수의 특성 값 각각에 대한 가중치 중 일부와 동일할 수 있다. 예를 들어, 제 1-2 답변 결과(530-2)에 대응하는 제 1 특성 값, 제 1 가중치, 제 2 특성 값 및 제 2-2 가중치 및 제 3 특성 값 및 제 3 가중치는 제 2-2 답변 결과(540-2)에도 대응 될 수 있다.

도 5a 내지 도 5c를 참조하여, 사용자의 입력에 기초하여 특성 값 및 특성 값에 대한 가중치를 변경하는 다양한 실시 예를 설명하였지만, 이는 설명을 위한 예시적인 것으로서, 본원 개시의 권리 범위는 상술한 실시 예에 제한 되지 아니한다.

도 6은, 다른 실시 예에 따른 전자 장치(600)의 구성을 나타내는 블록도를 도시한 도면이다.

도 6의 전자 장치(600)는 도 1의 전자 장치(100)의 일 실시 예일 수 있다.

도 6을 참조하면, 일 실시 예에 따른 전자 장치(600)는 프로세서(630), 센서부(620), 통신부(640), 출력부(650), 사용자 입력부(660), A/V 입력부(670) 및 저장부(680)를 포함할 수도 있다.

도 6의 프로세서(630)는 도 3의 프로세서(330)에, 도 6의 저장부(680)는 도 3의 메모리(340)에, 도 6의 디스플레이부(651)는 도 3의 디스플레이부(320)에, 도 6의 사용자 입력부(660) 및 마이크로폰(672)은 도 3의 입력 인터페이스(310)에 각각 대응될 수 있다. 도 3에서 설명한 내용과 동일한 내용은 도 6에서 생략하기로 한다.

통신부(640)는, 전자 장치(600)와 외부 장치(예를 들어, 서버 등) 간의 통신을 수행하기 위한 하나 이상의 구성요소를 포함할 수 있다. 예를 들어, 통신부(640)는, 근거리 통신부(641), 이동 통신부(642), 방송 수신부(643)를 포함할 수 있다.

근거리 통신부(short-range wireless communication unit)(641)는, 블루투스 통신부, 근거리 무선 통신부(Near Field Communication unit), WLAN(와이파이) 통신부, 지그비(Zigbee) 통신부, 적외선(IrDA, infrared Data Association) 통신부, WFD(Wi-Fi Direct) 통신부, UWB(ultra wideband) 통신부, Ant+ 통신부 등을 포함할 수 있으나, 이에 한정되는 것은 아니다.

이동 통신부(642)는, 이동 통신망 상에서 기지국, 외부의 단말, 서버 중 적어도 하나와 무선 신호를 송수신한다. 여기에서, 무선 신호는, 음성 호 신호, 화상 통화 호 신호 또는 문자/멀티미디어 메시지 송수신에 따른 다양한 형태의 데이터를 포함할 수 있다.

방송 수신부(643)는, 방송 채널을 통하여 외부로부터 방송 신호 및/또는 방송 관련된 정보를 수신한다. 방송 채널은 위성 채널, 지상파 채널을 포함할 수 있다. 구현 예에 따라서 전자 장치(600)가 방송 수신부(643)를 포함하지 않을 수도 있다.

통신부(640)는, 외부 장치로부터 적어도 하나의 사용자 이미지를 수신할 수 있다.

출력부(650)는, 오디오 신호 또는 비디오 신호 또는 진동 신호의 출력을 위한 것으로, 이에는 디스플레이부(651)와 음향 출력부(652), 진동 모터(653) 등이 포함될 수 있다.

음향 출력부(652)는 통신부(640)로부터 수신되거나 저장부(680)에 저장된 오디오 데이터를 출력한다. 또한, 음향 출력부(652)는 전자 장치(100)에서 수행되는 기능(예를 들어, 호신호 수신음, 메시지 수신음, 알림음)과 관련된 음향 신호를 출력한다. 이러한 음향 출력부(652)에는 스피커(speaker), 버저(Buzzer) 등이 포함될 수 있다. 예를 들어, 음향 출력부(652)는 인식한 사용자가 정당한 사용자가 아닌 경우, 알람을 출력할 수 있다.

진동 모터(653)는 진동 신호를 출력할 수 있다. 예를 들어, 진동 모터(653)는 오디오 데이터 또는 비디오 데이터(예컨대, 호신호 수신음, 메시지 수신음 등)의 출력에 대응하는 진동 신호를 출력할 수 있다. 또한, 진동 모터(653)는 터치스크린에 터치가 입력되는 경우 진동 신호를 출력할 수도 있다.

프로세서(630)는, 전자 장치(600)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(630)는, 저장부(680)에 저장된 프로그램들을 실행함으로써, 통신부(640), 출력부(650), 사용자 입력부(660), 센싱부(620), A/V 입력부(670) 등을 제어할 수 있다.

사용자 입력부(660)는, 사용자가 전자 장치(600)를 제어하기 위한 데이터를 입력하는 수단을 의미한다. 예를 들어, 사용자 입력부(660)에는 키 패드(key pad), 돔 스위치 (dome switch), 터치 패드(접촉식 정전 용량 방식, 압력식 저항막 방식, 적외선 감지 방식, 표면 초음파 전도 방식, 적분식 장력 측정 방식, 피에조 효과 방식 등), 조그 휠, 조그 스위치 등이 있을 수 있으나 이에 한정되는 것은 아니다.

센서부(620)는, 사용자의 생체 정보를 센싱하는 센서뿐만 아니라, 전자 장치(600)의 상태 또는 전자 장치(600) 주변의 상태를 감지하는 센서를 포함할 수 있다. 또한, 센서부(620)는 센서에서 감지된 정보를 제어부(620)로 전달할 수 있다.

센서부(620)는, 지자기 센서(Magnetic sensor)(621), 가속도 센서(Acceleration sensor)(622), 온/습도 센서(623), 적외선 센서(624), 자이로스코프 센서(625), 위치 센서(626)(예컨대, GPS), 기압 센서(627), 근접 센서(628), 및 RGB 센서(629)(illuminance sensor) 중 적어도 하나를 포함할 수 있으나, 이에 한정되는 것은 아니다. 각 센서들의 기능은 그 명칭으로부터 당업자가 직관적으로 추론할 수 있으므로, 구체적인 설명은 생략하기로 한다.

A/V(Audio/Video) 입력부(670)는 오디오 신호 또는 비디오 신호 입력을 위한 것으로, 이에는 카메라(671)와 마이크로폰(672) 등이 포함될 수 있다. 카메라(671)는 화상 통화모드 또는 촬영 모드에서 이미지 센서를 통해 정지영상 또는 동영상 등의 화상 프레임을 얻을 수 있다. 이미지 센서를 통해 캡쳐된 이미지는 프로세서(630) 또는 별도의 이미지 처리부(미도시)를 통해 처리될 수 있다.

카메라(671)에서 처리된 화상 프레임은 저장부(680)에 저장되거나 통신부(640)를 통하여 외부로 전송될 수 있다. 카메라(671)는 전자 장치(600)의 구성 태양에 따라 2개 이상이 구비될 수도 있다.

마이크로폰(672)은, 외부의 음향 신호를 입력 받아 전기적인 음성 데이터로 처리한다. 예를 들어, 마이크로폰(672)은 외부 디바이스 또는 화자로부터 음향 신호를 수신할 수 있다. 마이크로폰(672)은 외부의 음향 신호를 입력 받는 과정에서 발생 되는 잡음(noise)를 제거하기 위한 다양한 잡음 제거 알고리즘을 이용할 수 있다.

저장부(680)는, 프로세서(630)의 처리 및 제어를 위한 프로그램을 저장할 수도 있고, 입/출력되는 데이터들(예컨대, 애플리케이션, 콘텐트, 외부 디바이스의 시간대 정보, 주소록 등)을 저장할 수도 있다.

저장부(680)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(RAM, Random Access Memory) SRAM(Static Random Access Memory), 롬(ROM, Read-Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 또한, 전자 장치(600)는 인터넷(internet)상에서 저장부(680)의 저장 기능을 수행하는 웹 스토리지(web storage) 또는 클라우드 서버를 운영할 수도 있다.

저장부(680)에 저장된 프로그램들은 그 기능에 따라 복수 개의 모듈들로 분류할 수 있는데, 예를 들어, UI 모듈(681), 터치 스크린 모듈(682), 알림 모듈(683) 등으로 분류될 수 있다.

UI 모듈(681)은, 어플리케이션 별로 전자 장치(600)와 연동되는 특화된 UI, GUI 등을 제공할 수 있다. 터치 스크린 모듈(682)은 사용자의 터치 스크린 상의 터치 제스처를 감지하고, 터치 제스처에 관한 정보를 제어부(130)로 전달할 수 있다.

터치 스크린 모듈(682)은 터치 코드를 인식하고 분석할 수 있다. 터치 스크린 모듈(682)은 컨트롤러를 포함하는 별도의 하드웨어로 구성될 수도 있다.

알림 모듈(683)은 전자 장치(600)의 이벤트 발생을 알리기 위한 신호를 발생할 수 있다. 전자 장치(600)에서 발생되는 이벤트의 예로는 호 신호 수신, 메시지 수신, 키 신호 입력, 일정 알림 등이 있다. 알림 모듈(683)은 디스플레이부(651)를 통해 비디오 신호 형태로 알림 신호를 출력할 수도 있고, 음향 출력부(652)를 통해 오디오 신호 형태로 알림 신호를 출력할 수도 있고, 진동 모터(653)를 통해 진동 신호 형태로 알림 신호를 출력할 수도 있다.

도 7은, 일 실시 예에 따른 프로세서(330)의 블록도를 도시한 도면이다.

도 7을 참조하면, 일부 실시 예에 따른 프로세서(330)는 데이터 학습부(1300) 및 데이터 결정부(1400)를 포함할 수 있다.

데이터 학습부(1300)는 질문 메시지에 기초하여 답변 결과를 획득하기 위한 기준을 학습할 수 있다. 데이터 학습부(1300)는 질문 메시지에 기초하여 답변 결과를 획득하기 위하여 어떤 데이터를 이용할 지, 데이터를 이용하여 어떻게 판단할 지에 관한 기준을 학습할 수 있다. 데이터 학습부(1300)는 학습에 이용될 데이터를 획득하고, 획득된 데이터를 후술할 데이터 결정 모델에 적용함으로써, 질문 메시지에 기초하여 답변 결과를 획득하기 위한 기준을 학습할 수 있다.

데이터 결정부(1400)는 질문 메시지에 기초하여 답변 결과를 획득할 수 있다. 데이터 결정부(1400)는 학습된 데이터 결정 모델을 이용하여, 소정의 데이터로부터 검색 결과를 획득할 수 있다. 데이터 결정부(1400)는 학습에 의한 기 설정된 기준에 따라 소정의 데이터를 획득하고, 획득된 데이터를 입력 값으로 하여 데이터 결정 모델을 이용함으로써, 질문 메시지에 기초하여 답변 결과를 획득할 수 있다.. 또한, 획득된 데이터를 입력 값으로 하여 데이터 결정 모델에 의해 출력된 결과 값은, 데이터 결정 모델을 갱신하는데 이용될 수 있다.

데이터 학습부(1300) 및 데이터 결정부(1400) 중 적어도 하나는, 적어도 하나의 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 예를 들어, 데이터 학습부(1300) 및 데이터 결정부(1400) 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 전자 장치에 탑재될 수도 있다.

이 경우, 데이터 학습부(1300) 및 데이터 결정부(1400)는 하나의 전자 장치에 탑재될 수도 있으며, 또는 별개의 전자 장치들에 각각 탑재될 수도 있다. 예를 들어, 데이터 학습부(1300) 및 데이터 결정부(1400) 중 하나는 전자 장치에 포함되고, 나머지 하나는 서버에 포함될 수 있다. 또한, 데이터 학습부(1300) 및 데이터 결정부(1400)는 유선 또는 무선으로 통하여, 데이터 학습부(1300)가 구축한 모델 정보를 데이터 결정부(1400)로 제공할 수도 있고, 데이터 결정부(1400)로 입력된 데이터가 추가 학습 데이터로서 데이터 학습부(1300)로 제공될 수도 있다.

한편, 데이터 학습부(1300) 및 데이터 결정부(1400) 중 적어도 하나는 소프트웨어 모듈로 구현될 수 있다. 데이터 학습부(1300) 및 데이터 결정부(1400) 중 적어도 하나가 소프트웨어 모듈(또는, 인스터력션(instruction)을 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 또한, 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 적어도 하나의 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.

도 8은, 일 실시 예에 따른 데이터 학습부(1300)의 블록도를 도시한 도면이다.

도 8을 참조하면, 일부 실시 예에 따른 데이터 학습부(1300)는 데이터 획득부(1310), 전처리부(1320), 학습 데이터 선택부(1330), 모델 학습부(1340) 및 모델 평가부(1350)를 포함할 수 있다.

데이터 획득부(1310)는 질문 메시지에 기초하여 답변 결과를 획득하기 위하여 필요한 데이터를 획득할 수 있다. 데이터 획득부(1310)는 질문 메시지에 기초하여 답변 결과를 획득하기 위한 학습을 위하여 필요한 데이터를 획득할 수 있다.

일 실시 예에 따른, 데이터 획득부(1310)는 답변 결과를 획득하기 위해 필요한 데이터를 획득할 수 있다. 데이터 획득부(1310)는 답변 결과를 획득하기 위한 학습을 위하여 필요한 데이터를 획득할 수 있다.

데이터 획득부(1310)는 복수의 질문 메시지들을 획득할 수 있다. 일 예로, 데이터 획득부(1310)는 데이터 학습부(1300)를 포함하는 전자 장치(100)의 마이크로폰을 통하여 질문 메시지를 음성 메시지의 형태로 수신할 수 있다.

전처리부(1320)는 답변 결과를 획득하기 위한 학습에 획득된 데이터가 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 전처리부(1320)는 후술할 모델 학습부(1340)가 질문 메시지에 기초하여 답변 결과를 획득하기 위하여 획득된 데이터를 이용할 수 있도록, 획득된 데이터를 기 설정된 포맷으로 가공할 수 있다.

학습 데이터 선택부(1330)는 전처리된 데이터 중에서 학습에 필요한 데이터를 선택할 수 있다. 선택된 데이터는 모델 학습부(1340)에 제공될 수 있다. 학습 데이터 선택부(1330)는 답변 결과 획득을 위한 기 설정된 기준에 따라, 전처리된 데이터 중에서 학습에 필요한 데이터를 선택할 수 있다. 또한, 학습 데이터 선택부(1330)는 후술할 모델 학습부(1340)에 의한 학습에 의해 기 설정된 기준에 따라 데이터를 선택할 수도 있다.

모델 학습부(1340)는 학습 데이터에 기초하여 답변 결과를 어떻게 획득할 지에 관한 기준을 학습할 수 있다. 또한, 모델 학습부(1340)는 답변 결과를 획득하기 위하여 어떤 학습 데이터를 이용해야 하는 지에 대한 기준을 학습할 수도 있다.

예를 들어, 모델 학습부(1340)는 질문 메시지에 대응하는 특성 값 및 특성 값에 대한 가중치를 결정하는 기준을 학습할 수 있다. 또한, 예를 들어, 모델 학습부(1340)는 데이터 베이스에 저장된 복수의 질문 메시지들 각각에 대응하는 특성 값 및 특성 값에 대한 가중치에 기초하여, 수신된 질문 메시지에 대응하는 특성 값 및 특성 값에 대한 가중치를 결정하는 기준을 학습할 수 있다. 또한, 모델 학습부(1340)는 질문 메시지로부터 답변 결과를 획득하기 위하여, 질문 메시지에 대응하는 특성 값 및 특성 값에 대한 가중치를 결정하기 위한 기준을 학습할 수 있다.

또한, 모델 학습부(1340)는 질문 메시지로부터 답변 결과를 획득하기 위하여 이용되는 데이터 결정 모델을 학습 데이터를 이용하여 학습시킬 수 있다. 이 경우, 데이터 결정 모델은 미리 구축된 모델일 수 있다. 예를 들어, 데이터 결정 모델은 기본 학습 데이터(예를 들어, 질문 메시지 등)을 입력 받아 미리 구축된 모델일 수 있다.

데이터 결정 모델은, 결정 모델의 적용 분야, 학습의 목적 또는 장치의 컴퓨터 성능 등을 고려하여 구축될 수 있다. 데이터 결정 모델은, 예를 들어, 신경망(Neural Network)을 기반으로 하는 모델일 수 있다. 예컨대, DNN(Deep Neural Network), RNN(Recurrent Neural Network), BRDNN(Bidirectional Recurrent Deep Neural Network)과 같은 모델이 데이터 결정 모델로서 사용될 수 있으나, 이에 한정되지 않는다.

다양한 실시 예에 따르면, 모델 학습부(1340)는 미리 구축된 데이터 결정 모델이 복수 개가 존재하는 경우, 입력된 학습 데이터와 기본 학습 데이터의 관련성이 큰 데이터 결정 모델을 학습할 데이터 결정 모델로 결정할 수 있다. 이 경우, 기본 학습 데이터는 데이터의 타입 별로 기 분류되어 있을 수 있으며, 데이터 결정 모델은 데이터의 타입 별로 미리 구축되어 있을 수 있다. 예를 들어, 기본 학습 데이터는 학습 데이터가 생성된 지역, 학습 데이터가 생성된 시간, 학습 데이터의 크기, 학습 데이터의 장르, 학습 데이터의 생성자, 학습 데이터 내의 오브젝트의 종류 등과 같은 다양한 기준으로 기 분류되어 있을 수 있다.

또한, 모델 학습부(1340)는, 예를 들어, 오류 역전파법(error back-propagation) 또는 경사 하강법(gradient descent)을 포함하는 학습 알고리즘 등을 이용하여 데이터 결정 모델을 학습시킬 수 있다.

또한, 모델 학습부(1340)는, 예를 들어, 학습 데이터를 입력 값으로 하는 지도 학습(supervised learning) 을 통하여, 데이터 결정 모델을 학습시킬 수 있다. 또한, 모델 학습부(1340)는, 예를 들어, 별다른 지도없이 질문 메시지에 기초하여 답변 결과를 획득하기 위해 필요한 데이터의 종류를 스스로 학습함으로써, 답변 결과를 획득하기 위한 기준을 발견하는 비지도 학습(unsupervised learning)을 통하여, 데이터 결정 모델을 학습시킬 수 있다. 또한, 모델 학습부(1340)는, 예를 들어, 학습에 따른 획득된 답변 결과가 올바른 지에 대한 피드백을 이용하는 강화 학습(reinforcement learning)을 통하여, 데이터 결정 모델을 학습시킬 수 있다.

또한, 데이터 결정 모델이 학습되면, 모델 학습부(1340)는 학습된 데이터 결정 모델을 저장할 수 있다. 이 경우, 모델 학습부(1340)는 학습된 데이터 결정 모델을 데이터 결정부(1400)를 포함하는 전자 장치의 메모리에 저장할 수 있다. 또는, 모델 학습부(1340)는 학습된 데이터 결정 모델을 후술할 데이터 결정부(1400)를 포함하는 전자 장치의 메모리에 저장할 수 있다. 또는, 모델 학습부(1340)는 학습된 데이터 결정 모델을 전자 장치와 유선 또는 무선 네트워크로 연결되는 서버의 메모리에 저장할 수도 있다.

이 경우, 학습된 데이터 결정 모델이 저장되는 메모리는, 예를 들면, 전자 장치의 적어도 하나의 다른 구성요소에 관계된 명령 또는 데이터를 함께 저장할 수도 있다. 또한, 메모리는 소프트웨어 및/또는 프로그램을 저장할 수도 있다. 프로그램은, 예를 들면, 커널, 미들웨어, 어플리케이션 프로그래밍 인터페이스(API) 및/또는 어플리케이션 프로그램(또는 "어플리케이션") 등을 포함할 수 있다.

모델 평가부(1350)는 데이터 결정 모델에 평가 데이터를 입력하고, 평가 데이터로부터 출력되는 결정 결과가 소정 기준을 만족하지 못하는 경우, 모델 학습부(1340)로 하여금 다시 학습하도록 할 수 있다. 이 경우, 평가 데이터는 데이터 결정 모델을 평가하기 위한 기 설정된 데이터일 수 있다.

예를 들어, 모델 평가부(1350)는 평가 데이터에 대한 학습된 데이터 결정 모델의 결정 결과 중에서, 결정 결과가 정확하지 않은 평가 데이터의 개수 또는 비율이 미리 설정된 임계치를 초과하는 경우 소정 기준을 만족하지 못한 것으로 평가할 수 있다. 예컨대, 소정 기준이 비율 2%로 정의되는 경우, 학습된 데이터 결정 모델이 총 1000개의 평가 데이터 중의 20개를 초과하는 평가 데이터에 대하여 잘못된 결정 결과를 출력하는 경우, 모델 평가부(1350)는 학습된 데이터 결정 모델이 적합하지 않은 것으로 평가할 수 있다.

한편, 학습된 데이터 결정 모델이 복수 개가 존재하는 경우, 모델 평가부(1350)는 각각의 학습된 특성 값 및 특성 값에 대한 가주치 결정 모델에 대하여 소정 기준을 만족하는지를 평가하고, 소정 기준을 만족하는 모델을 최종 데이터 결정 모델로서 결정할 수 있다. 이 경우, 소정 기준을 만족하는 모델이 복수 개인 경우, 모델 평가부(1350)는 평가 점수가 높은 순으로 미리 설정된 어느 하나 또는 소정 개수의 모델을 최종 데이터 결정 모델로서 결정할 수 있다.

한편, 데이터 학습부(1300) 내의 데이터 획득부(1310), 전처리부(1320), 학습 데이터 선택부(1330), 모델 학습부(1340) 및 모델 평가부(1350) 중 적어도 하나는, 적어도 하나의 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 예를 들어, 데이터 획득부(1310), 전처리부(1320), 학습 데이터 선택부(1330), 모델 학습부(1340) 및 모델 평가부(1350) 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 전자 장치에 탑재될 수도 있다.

또한, 데이터 획득부(1310), 전처리부(1320), 학습 데이터 선택부(1330), 모델 학습부(1340) 및 모델 평가부(1350)는 하나의 전자 장치에 탑재될 수도 있으며, 또는 별개의 전자 장치들에 각각 탑재될 수도 있다. 예를 들어, 데이터 획득부(1310), 전처리부(1320), 학습 데이터 선택부(1330), 모델 학습부(1340) 및 모델 평가부(1350) 중 일부는 전자 장치에 포함되고, 나머지 일부는 서버에 포함될 수 있다.

또한, 데이터 획득부(1310), 전처리부(1320), 학습 데이터 선택부(1330), 모델 학습부(1340) 및 모델 평가부(1350) 중 적어도 하나는 소프트웨어 모듈로 구현될 수 있다. 데이터 획득부(1310), 전처리부(1320), 학습 데이터 선택부(1330), 모델 학습부(1340) 및 모델 평가부(1350) 중 적어도 하나가 소프트웨어 모듈(또는, 인스터력션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 또한, 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 적어도 하나의 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.

도 9는, 일 실시 예에 따른 데이터 결정부(1400)의 블록도를 도시한 도면이다.

도 9을 참조하면, 일부 실시 예에 따른 데이터 결정부(1400)는 데이터 획득부(1410), 전처리부(1420), 결정 데이터 선택부(1430), 결정 결과 제공부(1440) 및 모델 갱신부(1450)를 포함할 수 있다.

데이터 획득부(1410)는 질문 메시지에 기초하여 답변 결과를 획득하기 위해 필요한 데이터를 획득할 수 있으며, 전처리부(1420)는 질문 메시지에 기초하여 답변 결과를 획득하기 위해 획득된 데이터가 이용될 수 있도록, 획득된 데이터를 전처리할 수 있다. 전처리부(1420)는 후술할 결정 결과 제공부(1440)가 질문 메시지에 기초하여 답변 결과를 획득하기 위하여 획득된 데이터를 이용할 수 있도록, 획득된 데이터를 기 설정된 포맷으로 가공할 수 있다.

결정 데이터 선택부(1430)는 전처리된 데이터 중에서 질문 메시지에 기초하여 답변 결과를 획득하기 위하여 필요한 데이터를 선택할 수 있다. 선택된 데이터는 결정 결과 제공부(1440)에게 제공될 수 있다. 결정 데이터 선택부(1430)는 답변 결과에 기초하여 답변 결과를 획득하기 위한 기 설정된 기준에 따라, 전처리된 데이터 중에서 일부 또는 전부를 선택할 수 있다. 또한, 결정 데이터 선택부(1430)는 후술할 모델 학습부(1340)에 의한 학습에 의해 기 설정된 기준에 따라 데이터를 선택할 수도 있다.

결정 결과 제공부(1440)는 선택된 데이터를 데이터 결정 모델에 적용하여 질문 메시지에 기초하여 답변 결과를 획득할 수 있다. 결정 결과 제공부(1440)는 데이터의 결정 목적에 따른 결정 결과를 제공할 수 있다. 결정 결과 제공부(1440)는 결정 데이터 선택부(1430)에 의해 선택된 데이터를 입력 값으로 이용함으로써, 선택된 데이터를 데이터 결정 모델에 적용할 수 있다. 또한, 결정 결과는 데이터 결정 모델에 의해 결정될 수 있다.

일 실시 예에 따른, 결정 결과 제공부(1440)는 질문 메시지에 대응하는 특성 값 및 특성 값에 대한 가중치를 제공할 수 있다.

답변 결과에 대응하는 특성 값은 질문 메시지로부터 답변 결과가 도출되는 원인이 된 요소일 수 있다. 예를 들어, 특성 값은 답변 결과에 포함된 내용을 표현하기 위하여, 제목이나 내용에서 추출된 단어나 구절인 키워드일 수 있으나 이에 제한되지 아니한다. 예를 들어, 답변 결과에 대응하는 특성 값의 개수는 복수일 수 있으나 이에 제한되지 아니한다.

특성 값의 가중치는 특성 값이 답변 결과에서 차지하는 중요도를 의미할 수 있다. 예를 들어, 가중치는 정량적 숫자뿐만 아니라 동일 카테고리의 특성 값이 가질 수 있는 여러 특성 값들 중 특정 특성 값의 상대적인 중요도로 표현될 수 있다.

또한, 일 실시 예에 따른, 결정 결과 제공부(1440)는 특성 값 및 특성 값에 대한 가중치에 대응하는 답변 결과를 제공할 수 있다.

모델 갱신부(1450)는 결정 결과 제공부(1440)에 의해 제공되는 결정 결과에 대한 평가에 기초하여, 데이터 결정 모델이 갱신되도록 할 수 있다. 예를 들어, 모델 갱신부(1450)는 결정 결과 제공부(1440)에 의해 제공되는 결정 결과를 모델 학습부(1340)에게 제공함으로써, 모델 학습부(1340)가 데이터 결정 모델을 갱신하도록 할 수 있다.

한편, 데이터 결정부(1400) 내의 데이터 획득부(1410), 전처리부(1420), 결정 데이터 선택부(1430), 결정 결과 제공부(1440) 및 모델 갱신부(1450) 중 적어도 하나는, 적어도 하나의 하드웨어 칩 형태로 제작되어 전자 장치에 탑재될 수 있다. 예를 들어, 데이터 획득부(1410), 전처리부(1420), 결정 데이터 선택부(1430), 결정 결과 제공부(1440) 및 모델 갱신부(1450) 중 적어도 하나는 인공 지능(AI; artificial intelligence)을 위한 전용 하드웨어 칩 형태로 제작될 수도 있고, 또는 기존의 범용 프로세서(예: CPU 또는 application processor) 또는 그래픽 전용 프로세서(예: GPU)의 일부로 제작되어 전술한 각종 전자 장치에 탑재될 수도 있다.

또한, 데이터 획득부(1410), 전처리부(1420), 결정 데이터 선택부(1430), 결정 결과 제공부(1440) 및 모델 갱신부(1450)는 하나의 전자 장치에 탑재될 수도 있으며, 또는 별개의 전자 장치들에 각각 탑재될 수도 있다. 예를 들어, 데이터 획득부(1410), 전처리부(1420), 결정 데이터 선택부(1430), 결정 결과 제공부(1440) 및 모델 갱신부(1450) 중 일부는 전자 장치에 포함되고, 나머지 일부는 서버에 포함될 수 있다.

또한, 데이터 획득부(1410), 전처리부(1420), 결정 데이터 선택부(1430), 결정 결과 제공부(1440) 및 모델 갱신부(1450) 중 적어도 하나는 소프트웨어 모듈로 구현될 수 있다. 데이터 획득부(1410), 전처리부(1420), 결정 데이터 선택부(1430), 결정 결과 제공부(1440) 및 모델 갱신부(1450) 중 적어도 하나가 소프트웨어 모듈(또는, 인스터력션(instruction) 포함하는 프로그램 모듈)로 구현되는 경우, 소프트웨어 모듈은 컴퓨터로 읽을 수 있는 판독 가능한 비일시적 판독 가능 기록매체(non-transitory computer readable media)에 저장될 수 있다. 또한, 이 경우, 적어도 하나의 소프트웨어 모듈은 OS(Operating System)에 의해 제공되거나, 소정의 애플리케이션에 의해 제공될 수 있다. 또는, 적어도 하나의 소프트웨어 모듈 중 일부는 OS(Operating System)에 의해 제공되고, 나머지 일부는 소정의 애플리케이션에 의해 제공될 수 있다.

도 10은, 일 실시 예에 따른 전자 장치(100) 및 서버(2000)가 서로 연동함으로써 데이터를 학습하고 결정하는 예시를 나타내는 도면이다.

도 10를 참조하면, 서버(2000)는 질문 메시지에 기초하여, 답변 결과를 획득하기 위한 기준을 학습할 수 있으며, 전자 장치(100)는 서버(2000)에 의한 학습 결과에 기초하여 답변 결과를 획득할 수 있다.

이 경우, 서버(2000)의 모델 학습부(2340)는 도 8에 도시된 모델 학습부(1340)의 기능을 수행할 수 있다. 서버(2000)의 모델 학습부(2340)는 질문 메시지에 기초하여, 답변 결과를 획득하기 위하여 어떤 데이터를 이용할 지, 데이터를 이용하여 질문 메시지에 기초하여, 답변 결과를 어떻게 획득할 지에 관한 기준을 학습할 수 있다. 모델 학습부(2340)는 학습에 이용될 데이터를 획득하고, 획득된 데이터를 후술할 데이터 결정 모델에 적용함으로써, 질문 메시지에 기초하여, 답변 결과를 획득하기 위한 기준을 학습할 수 있다.

또한, 전자 장치(100)의 결정 결과 제공부(1440)는 결정 데이터 선택부(1430)에 의해 선택된 데이터를 서버(2000)에 의해 생성된 데이터 결정 모델에 적용하여 답변 결과를 획득할 수 있다. 예를 들어, 결정 결과 제공부(1440)는 결정 데이터 선택부(1430)에 의해 선택된 데이터를 서버(2000)에게 전송하고, 서버(2000)가 결정 데이터 선택부(1430)에 의해 선택된 데이터를 결정 모델에 적용하여 질문 메시지에 기초하여, 답변 결과를 획득할 것을 요청할 수 있다. 또한, 결정 결과 제공부(1440)는 서버(2000)에 의해 획득된 답변 결과에 관한 정보를 서버(2000)로부터 수신할 수 있다.

또는, 전자 장치(100)의 결정 결과 제공부(1440)는 서버(2000)에 의해 생성된 결정 모델을 서버(2000)로부터 수신하고, 수신된 결정 모델을 이용하여 질문 메시지에 기초하여, 답변 결과를 획득할 수 있다. 이 경우, 전자 장치(100)의 결정 결과 제공부(1440)는 결정 데이터 선택부(1430)에 의해 선택된 데이터를 서버(2000)로부터 수신된 데이터 결정 모델에 적용하여 질문 메시지에 기초하여, 답변 결과를 획득할 수 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 속한다.

Claims

전자 장치의 검색 서비스 제공 방법에 있어서,
질문 메시지를 수신하는 단계;
상기 질문 메시지에 기초하여, 답변 결과를 획득하는 단계;
상기 답변 결과, 상기 답변 결과에 대응하는 특성 값, 및 상기 특성 값에 대한 가중치를 표시하는 단계;
사용자의 입력에 기초하여, 상기 특성 값 및 상기 가중치 중 적어도 하나를 변경하는 단계; 및
변경된 상기 특성 값 및 변경된 상기 가중치 중 적어도 하나에 기초하여, 답변 결과를 재 획득하여, 표시하는 단계;를 포함하는 방법.
제 1 항에 있어서,
상기 답변 결과를 획득하는 단계는,
상기 질문 메시지를 분석하여 상기 질문 메시지에 대응하는 상기 특성 값 및 상기 특성 값에 대한 가중치를 결정하는 단계; 및
상기 특성 값 및 상기 특성 값에 대한 가중치에 대응하는 답변 결과를 획득하는 단계;를 더 포함하는 방법.
제 1 항에 있어서,
상기 답변 결과를 획득하는 단계는,
상기 질문 메시지를 분석하여 상기 질문 메시지에 대응하는 복수의 특성 값들 및 상기 복수의 특성 값들 각각에 대한 가중치를 결정하는 단계; 및
상기 복수의 특성 값들 및 상기 복수의 특성 값들 각각에 대한 가중치에 기초하여, 복수의 답변 결과들을 획득하는 단계;를 포함하고,
상기 복수의 답변 결과들은 상기 복수의 답변 결과들 각각에 대응하는 특성 값 및 특성 값에 대한 가중치 중 적어도 하나가 다른 방법.
제 3 항에 있어서,
상기 방법은,
상기 복수의 답변 결과들 각각에 대응하는 특성 값 및 상기 특성 값에 대한 가중치에 기초하여, 상기 복수의 답변 결과들 각각의 순위를 결정하는 단계;를 더 포함하고,
상기 답변 결과, 상기 답변 결과에 대응하는 특성 값, 및 상기 특성 값에 대한 가중치를 표시하는 단계는,
상기 복수의 답변 결과들 중 상기 순위가 높은 순서로 기 설정된 개수의 답변 결과, 상기 기 설정된 개수의 답변 결과 각각에 대응하는 상기 특성 값 및 상기 가중치를 표시하는 단계;를 포함하는 방법.
제 2 항에 있어서,
상기 답변 결과를 획득하는 단계는,
상기 질문 메시지에 대응하는 상기 특성 값 및 상기 특성 값에 대한 가중치를 이용하여, 제 1 질의어를 생성하는 단계;
상기 제 1 질의어를 이용하여, 답변 결과를 획득하는 단계;를 포함하는 방법.
제 5 항에 있어서,
상기 답변 결과를 재 획득하여, 표시하는 단계는,
상기 제 1 질의어에 상기 변경된 특성 값 및 상기 변경된 가중치 중 적어도 하나를 적용하여, 제 2 질의어를 생성하는 단계; 및
상기 제 2 질의어를 이용하여, 답변 결과를 재 획득하는 단계;를 포함하는 방법.
제 2 항에 있어서,
상기 답변 결과를 획득하는 단계는,
상기 특성 값 및 상기 특성 값에 대한 가중치에 기초하여, 복수의 데이터베이스(database)들 중 검색 대상 데이터베이스를 결정하는 단계; 및
상기 검색 대상 데이터베이스로부터 답변 결과를 획득하는 단계;를 포함하는 방법.
제 1 항에 있어서,
상기 답변 결과를 획득하는 단계는,
복수의 질문 메시지들 각각에 대한 특성 정보 및 특성 정보에 대한 가중치에 기초하여 학습된, 데이터 결정 모델을 이용하여 상기 수신된 질문 메시지로부터 상기 질문 메시지에 대응하는 상기 특성 값 및 상기 특성 값에 대한 가중치를 결정하는 단계; 및
상기 특성 값 및 상기 특성 값에 대한 가중치에 대응하는 답변 결과를 획득하는 단계;를 포함하고,
상기 답변 결과를 재 획득하여, 표시하는 단계는,
상기 변경된 상기 특성 값 및 상기 특성 값에 대한 가중치 중 적어도 하나에 기초하여, 상기 데이터 결정 모델을 추가로 학습 시키는 단계; 및
상기 추가로 학습된 데이터 결정 모델을 이용하여, 답변 결과를 재 획득하는 단계;를 포함하는 방법.
제 1 항에 있어서,
상기 질문 메시지를 수신하는 단계는,
상기 질문 메시지를 음성 신호로 수신하는 단계를 포함하는 방법.
질문 메시지를 수신하는 입력 인터페이스;
디스플레이부;
하나 이상의 인스트럭션을 저장하는 메모리; 및
상기 메모리에 저장된 상기 하나 이상의 인스트럭션들을 실행하는 프로세서를 포함하고,
상기 프로세서는 상기 하나 이상의 인스트럭션들을 실행함으써,
상기 질문 메시지에 기초하여, 답변 결과를 획득하고,
상기 답변 결과, 상기 답변 결과에 대응하는 특성 값, 및 상기 특성 값에 대한 가중치를 상기 디스플레이부에 표시하도록 제어하고,
사용자의 입력에 기초하여, 상기 특성 값 및 상기 가중치 중 적어도 하나를 변경하고,
변경된 상기 특성 값 및 변경된 상기 가중치 중 적어도 하나에 기초하여, 답변 결과를 재 획득하여, 상기 디스플레이부에 표시하도록 제어하는, 전자 장치.
제 10 항에 있어서,
상기 프로세서는 상기 하나 이상의 인스트럭션들을 실행함으로써,
상기 질문 메시지를 분석하여 상기 질문 메시지에 대응하는 상기 특성 값 및 상기 특성 값에 대한 가중치를 결정하고,
상기 특성 값 및 상기 특성 값에 대한 가중치에 대응하는 답변 결과를 획득하는, 전자 장치.
제 11 항에 있어서,
상기 프로세서는 상기 하나 이상의 인스트럭션들을 실행함으로써,
상기 질문 메시지를 분석하여 상기 질문 메시지에 대응하는 복수의 특성 값들 및 상기 복수의 특성 값 각각에 대한 가중치를 결정하고,
상기 복수의 특성 값들 및 상기 복수의 특성 값들 각각에 대한 가중치에 기초하여, 복수의 답변 결과들을 획득하고,
상기 복수의 답변 결과들은 상기 복수의 답변 결과들 각각에 대응하는 특성 값 및 특성 값에 대한 가중치 중 적어도 하나가 다른, 전자 장치.
제 12 항에 있어서,
상기 프로세서는 상기 하나 이상의 인스트럭션들을 실행함으로써,
상기 복수의 답변 결과들 각각에 대응하는 특성 값 및 상기 특성 값에 대한 가중치에 기초하여, 상기 복수의 답변 결과들 각각의 순위를 결정하고,
상기 복수의 답변 결과들 중 상기 순위가 높은 순서로 기 설정된 개수의 답변 결과, 상기 기 설정된 개수의 답변 결과 각각에 대응하는 상기 특성 값 및 상기 가중치를 상기 디스플레이부에 표시하도록 제어하는, 전자 장치.
제 11 항에 있어서,
상기 프로세서는 상기 하나 이상의 인스트럭션들을 실행함으로써,
상기 질문 메시지에 대응하는 상기 특성 값 및 상기 특성 값에 대한 가중치를 이용하여, 제 1 질의어를 생성하고,
상기 제 1 질의어를 이용하여, 상기 답변 결과를 획득하는, 전자 장치.
제 14 항에 있어서,
상기 프로세서는 상기 하나 이상의 인스트럭션들을 실행함으로써,
상기 제 1 질의어에 상기 변경된 특성 값 및 상기 변경된 가중치 중 적어도 하나를 적용하여, 제 2 질의어를 생성하고,
상기 제 2 질의어를 이용하여, 상기 답변 결과를 재 획득하는, 전자 장치.
제 11 항에 있어서,
상기 프로세서는 상기 하나 이상의 인스트럭션들을 실행함으로써,
상기 특성 값 및 상기 특성 값에 대한 가중치에 기초하여, 복수의 데이터베이스들 중 검색 대상 데이터베이스를 결정하고,
상기 검색 대상 데이터베이스로부터 답변 결과를 획득하는, 전자 장치.
제 12 항에 있어서,
상기 프로세서는 상기 하나 이상의 인스트럭션들을 실행함으로써,
복수의 질문 메시지들 각각에 대한 특성 정보 및 특성 정보에 대한 가중치에 기초하여 학습된, 데이터 결정 모델을 이용하여 상기 수신된 질문 메시지로부터 상기 질문 메시지에 대응하는 상기 특성 값 및 상기 특성 값에 대한 가중치를 결정하고,
상기 특성 값 및 상기 특성 값에 대한 가중치에 대응하는 답변 결과를 획득하고,
상기 변경된 상기 특성 값 및 상기 특성 값에 대한 가중치 중 적어도 하나에 기초하여, 상기 데이터 결정 모델을 추가로 학습 시키고,
상기 추가로 학습된 데이터 결정 모델을 이용하여, 답변 결과를 재 획득하는, 전자 장치.
제 10 항에 있어서,
상기 입력 인터페이스는, 마이크로폰을 포함하고,
상기 마이크로폰은,
상기 질문 메시지를 음성 신호로 수신하는, 전자 장치.
제 15 항에 있어서,
상기 프로세서는 상기 하나 이상의 인스트럭션들을 실행함으로써,
상기 제 2 질의어를 데이터 베이스에 전송하고,
상기 데이터 베이스로부터 상기 제 2 질의어에 대응하는 답변 결과를 재 획득하는, 전자 장치.
제 1 항 내지 제 9 항 중 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.