KR20180126479A - 언어 인식 방법, 디바이스 및 시스템 - Google Patents
언어 인식 방법, 디바이스 및 시스템 Download PDFInfo
- Publication number
- KR20180126479A KR20180126479A KR1020187026985A KR20187026985A KR20180126479A KR 20180126479 A KR20180126479 A KR 20180126479A KR 1020187026985 A KR1020187026985 A KR 1020187026985A KR 20187026985 A KR20187026985 A KR 20187026985A KR 20180126479 A KR20180126479 A KR 20180126479A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- data structure
- service data
- grammar
- recognized
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 89
- 238000013519 translation Methods 0.000 claims abstract description 123
- 238000009795 derivation Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 31
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000013507 mapping Methods 0.000 abstract description 4
- 230000015654 memory Effects 0.000 description 24
- 238000012545 processing Methods 0.000 description 20
- 238000010586 diagram Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G06F17/2765—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/42—Data-driven translation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/58—Use of machine translation, e.g. for multi-lingual retrieval, for server-side translation for client devices or for real-time translation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/253—Grammatical analysis; Style critique
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/40—Transformation of program code
- G06F8/41—Compilation
- G06F8/43—Checking; Contextual analysis
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/005—Language recognition
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/28—Constructional details of speech recognition systems
- G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Machine Translation (AREA)
- Devices For Executing Special Programs (AREA)
Abstract
정보 기술 분야와 관련된 언어 인식 방법, 디바이스 및 시스템이 제공되고; 본 발명에서, 사용자에 의해 입력된 데이터 구조를 매핑하여 대응하는 문법 규칙을 획득하여, 언어 인식 처리의 효율을 개선하는 것이 가능하다. 방법은: 먼저, 클라이언트에 의해 송신된 서비스 데이터 구조 정보를 수신하고(101); 그런 다음 상기 서비스 데이터 구조 정보로부터 문법 규칙을 획득하고(102); 상기 클라이언트에 의해 송신된 인식될 서술 정보(statement information)를 수신하면, 상기 문법 규칙에 의해 인식될 서술 정보를 번역하고 번역 결과를 서비스 데이터 구조에 저장하고(103); 클라이언트가 번역 결과를 디스플레이하도록 서비스 데이터 구조 내의 번역 결과를 클라이언트(104)에 송신하는 것이다.
Description
관련 출원에 대한 상호 참조
본 개시내용은 2016년 3월 25일자로 "LANGUAGE RECOGNITION METHOD, APPARATUS, AND SYSTEM(언어 인식 방법, 장치 및 시스템)"이라는 명칭으로 출원된 중국 특허출원 제201610179961.2호 및 2017년 3월 16일자로 “LANGUAGE RECOGNITION METHOD, APPARATUS, AND SYSTEM”이라는 명칭으로 출원된 국제출원 제PCT/CN2017/076873호의 우선권을 청구하며, 이들 출원은 둘 모두 본 명세서에서 참조로 포함된다.
기술 분야
본 개시내용은 정보 기술 분야에 관한 것으로, 특히 언어 인식 방법, 장치 및 시스템에 관한 것이다.
언어 인식 기술은 정보 기술의 지속적인 발전으로 더욱 성숙해지고 있다. 언어 인식은 항상 컴퓨터 과학의 중요한 부분이었으며 컴파일, 스크립트 해석 및 자연어 처리와 같은 다른 영역들에 널리 적용되어 왔다. 일반적으로, 언어 인식은 컴퓨터를 사용하여 특정 언어를 인식하는 것을 의미하다. 언어 인식의 목표는 사용자에 의해 입력된 문자 시퀀스를 컴퓨터에 의해 인식되어 처리될 수 있는 데이터 구조로 변환하는 것이다.
현재, 사용자에 의해 입력된 언어 내의 문장 정보를 인식할 필요가 있을 때, 언어 인식은 ANTLR(Another Tool for Language Recognition)(언어 인식을 위한 다른 툴), Yacc(Yet Another Compiler Complier)(또 다른 컴파일러 컴파일러) 및 Lex(Lexical Compiler)(어휘 컴파일러)와 같은 몇몇 언어 인식 툴들을 통해 구현될 수 있다. 구체적으로, 사용자는 먼저 언어에 대응하는 문법 규칙을 미리 정의해야 하고; 다음으로 문법 규칙은 언어 인식 툴에 의해 지원되는 문법 포맷으로 변환되어야 하며; 사용자는 지원되는 문법 포맷의 문법 규칙을 언어 인식 툴에 입력하여 언어를 인식할 수 있는 번역기를 생성한다. 그런 다음 번역기는 입력된 문자 시퀀스를 번역한다. 번역 결과는 언어 인식 툴에 의해 생성된 데이터 구조에 저장되고 데이터 구조는 보통 서비스 데이터 구조와 상이하기 때문에, 사용자는 변환 결과를 다시 포맷하여 이를 서비스 데이터 구조에 저장하여야 하며, 서비스 데이터 구조는 비로소 서비스 처리에 필요한 데이터 구조가 된다.
그러나, 문법 규칙을 정의하는 단계는 공식 언어 처리 및 편집 원리들의 깊은 이해를 필요로 한다. 사용자가 편집 원리들을 이해하지 못하거나 문법 지식이 없을 때는 사용자에게 추가 부담이 지어진다. 그 외에, 번역 결과를 서비스 데이터 구조에 저장하는 프로세스는 수동으로 구현되어야 한다. 처리 효율은 입력된 문장들의 언어 인식이 일괄적으로 수행될 때 크게 영향을 받는다.
전술한 바를 고려하여, 본 개시내용의 실시예들은 사용자 단독으로 문법 규칙을 정의해야 하는 것 때문에 사용자에게 추가 부담이 지어지는 문제 및 번역 결과를 서비스 데이터 구조에 수동으로 저장하는 프로세스가 언어 인식의 처리 효율에 영향을 미치는 문제를 해결하는 것을 지향하는 언어 인식 방법, 장치 및 시스템을 제공한다.
전술한 목적들을 달성하기 위해, 본 개시내용은 다음의 기술적 해결책들을 제공한다.
일 양태에서, 본 개시내용은 언어 인식 방법을 제공하고, 방법은: 클라이언트로부터, 서비스 데이터 구조의 정보를 수신하고, 클라이언트로부터 인식될 언어 정보를 수신하면 서비스 데이터 구조의 수신된 정보로부터 문법 규칙을 획득하고, 문법 규칙을 사용하여 인식될 문장 정보를 번역하고 번역 결과를 서비스 데이터 구조에 저장하는 단계; 및 서비스 데이터 구조 내의 번역 결과들을 클라이언트에 송신하여 클라이언트가 번역 결과를 디스플레이하도록 하는 단계를 포함한다.
다른 양태에서, 본 개시내용은: 사용자에 의해 입력된 서비스 데이터 구조의 정보를 수신하면, 서비스 데이터 구조의 정보를 서버에 송신하여, 서버가 서비스 데이터 구조의 정보로부터 문법 규칙을 획득하도록 하고, 사용자에 의해 입력된 인식될 문장 정보를 수신하면, 서버에게 인식될 문장 정보를 송신하여, 서버가 인식될 문장 정보를 문법 규칙에 따라 번역하고 번역 결과를 서비스 데이터 구조에 저장하도록 하는 단계; 및 서버에 의해 송신된 서비스 데이터 구조 내의 번역 결과를 수신하고 번역 결과를 디스플레이하는 단계를 포함하는 언어 인식 방법을 제공한다.
또 다른 양태에서, 본 개시내용은: 클라이언트로부터, 서비스 데이터 구조의 정보를 수신하도록 구성된 수신 유닛, 수신 유닛에 의해 수신된 서비스 데이터 구조의 정보로부터 문법 규칙을 획득하도록 구성된 획득 유닛, 클라이언트로부터 인식될 언어 정보를 수신하면, 문법 규칙을 사용하여 인식될 문장 정보를 번역하도록 구성된 번역 유닛, 번역 유닛의 번역 결과를 서비스 데이터 구조에 저장하도록 구성된 저장 유닛; 및 클라이언트가 번역 결과를 디스플레이하도록 서비스 데이터 구조에 저장된 번역 결과들을 클라이언트에 송신하도록 구성된 송신 유닛을 포함하는 서버를 제공한다.
또 다른 양태에서, 본 개시내용은: 사용자에 의해 입력된 서비스 데이터 구조의 정보를 수신하면, 서버가 서비스 데이터 구조의 정보로부터 문법 규칙을 획득하도록, 서비스 데이터 구조의 정보를 서버에 송신하도록 구성되는 송신 유닛 - 송신 유닛은 사용자에 의해 입력된 인식될 문장 정보를 수신하면, 서버가 인식될 문장 정보를 문법 규칙에 따라 번역하고 번역 결과를 서비스 데이터 구조에 저장하도록, 인식될 문장 정보를 서버에 송신하도록 추가로 구성됨 -, 서버에 의해 송신된 서비스 데이터 구조 내의 번역 결과를 수신하도록 구성된 수신 유닛; 및 수신 유닛이 수신한 번역 결과를 디스플레이하도록 구성된 디스플레이 유닛을 포함하는 클라이언트를 제공한다.
또 다른 양태에서, 본 개시내용은: 서버 및 클라이언트를 포함하는 언어 인식 시스템을 제공하고, 클라이언트는 사용자에 의해 입력된 서비스 데이터 구조의 정보를 수신하면, 서비스 데이터 구조의 정보를 서버에 송신하도록 구성되고, 서버는 클라이언트에 의해 송신된 서비스 데이터 구조의 정보를 수신하고; 서비스 데이터 구조의 정보로부터 문법 규칙을 획득하도록 구성되고, 클라이언트는 사용자에 의해 입력된 인식될 문장 정보를 수신하면, 인식될 문장 정보를 서버에 송신하도록 추가로 구성되고, 서버는 클라이언트로부터 인식될 언어 정보를 수신하면, 문법 규칙을 사용하여 인식될 문장 정보를 번역하고 번역 결과를 서비스 데이터 구조에 저장하며; 서비스 데이터 구조 내의 번역 결과를 클라이언트에 송신하도록 추가로 구성되며; 클라이언트는 서버에 의해 송신된 서비스 데이터 구조 내의 번역 결과를 수신하고 번역 결과를 디스플레이하도록 추가로 구성된다.
이러한 기술적 해결책들에 의하면, 본 개시내용의 실시예들은 적어도 다음과 같은 장점을 갖는다.
본 개시내용의 실시예들에서 제공된 언어 인식 방법, 장치 및 시스템에서, 먼저, 사용자에 의해 입력되고 클라이언트에 의해 송신된 서비스 데이터 구조의 정보가 수신된다. 그런 다음, 서비스 데이터 구조의 정보로부터 문법 규칙이 획득되며; 클라이언트에 의해 송신된 인식될 문장 정보를 수신하면, 인식될 문장 정보가 문법 규칙에 따라 번역되고 번역 결과가 서비스 데이터 구조에 저장된다. 사용자가 단독으로 문법 규칙을 정의해야 하는 현재의 시스템들과 비교하여, 본 개시내용은 사용자에 의해 입력된 서비스 데이터 구조의 정보로부터 문법 규칙을 취득하여 입력된 문장 정보를 문법 규칙에 따라 번역할 수 있도록 한다. 사용자는 단독으로 언어의 문법 규칙을 이해할 필요가 없고; 사용자의 학습 부담이 경감되며, 그럼으로써 언어 인식의 프로세스를 단순화하고 사용자 조작을 용이하게 한다. 또한, 번역 결과가 서비스 데이터 구조에 수동으로 저장되어야 하는 현재의 시스템들과 비교하여, 본 개시내용은 서비스 데이터 구조의 정보로부터 획득된 문법 규칙에 따른 번역을 가능하게 하며, 번역 결과가 저장되는 데이터 구조는 정확히 저장에 필요한 서비스 데이터 구조이므로, 번역 결과를 서비스 데이터 구조에 자동으로 저장하는 프로세스가 구현될 수 있고, 그럼으로써 언어 인식의 처리 효율을 개선할 수 있다.
위의 설명은 단지 본 개시내용의 기술적 해결책들의 개요이다. 설명의 내용들에 따라 구현을 가능하게 하고 본 개시내용의 전술한 것 및 다른 목적들, 특징들 및 장점들을 이해할 수 있게 하는 본 개시내용의 기술적 수단을 더 잘 이해하기 위해, 본 개시내용의 특정 실시예들이 아래에서 설명된다.
다른 장점들 및 이점들은 실시예들의 다음의 상세한 설명을 읽음으로써 관련 기술분야에서 통상의 기술자에게 명백해질 것이다. 첨부 도면들은 실시예들의 설명 목적들일 뿐이지, 본 개시내용을 제한하는 것으로 간주되어서는 안 된다. 더욱이, 첨부 도면들에서, 동일한 참조 부호들이 동일한 부분들을 나타내는데 사용된다. 첨부된 도면들에서:
도 1은 본 개시내용의 일부 실시예에 따른 언어 인식 방법을 도시하는 흐름도이다.
도 2는 본 개시내용의 일부 실시예들에 따른 다른 언어 인식 방법을 도시하는 흐름도이다.
도 3은 본 개시내용의 일부 실시예들에 따른 다른 언어 인식 방법을 도시하는 흐름도이다.
도 4는 본 개시내용의 일부 실시예들에 따른 서버의 블록도이다.
도 5는 본 개시내용의 일부 실시예들에 따른 서버의 블록도이다.
도 6은 본 개시내용의 일부 실시예들에 따른 클라이언트의 블록도이다.
도 7은 본 개시내용의 일부 실시예들에 따른 언어 인식 시스템의 블록도이다.
도 1은 본 개시내용의 일부 실시예에 따른 언어 인식 방법을 도시하는 흐름도이다.
도 2는 본 개시내용의 일부 실시예들에 따른 다른 언어 인식 방법을 도시하는 흐름도이다.
도 3은 본 개시내용의 일부 실시예들에 따른 다른 언어 인식 방법을 도시하는 흐름도이다.
도 4는 본 개시내용의 일부 실시예들에 따른 서버의 블록도이다.
도 5는 본 개시내용의 일부 실시예들에 따른 서버의 블록도이다.
도 6은 본 개시내용의 일부 실시예들에 따른 클라이언트의 블록도이다.
도 7은 본 개시내용의 일부 실시예들에 따른 언어 인식 시스템의 블록도이다.
본 개시내용의 바람직한 실시예들은 첨부 도면들을 참조하여 아래에서 보다 상세하게 설명될 것이다. 첨부 도면들은 본 개시내용의 예시적인 실시예들을 도시하지만, 본 개시내용은 다양한 형태로 구현될 수 있으며 본 명세서에 설명된 실시예들에 의해 제한되지 않아야 한다. 대신에, 이러한 실시예들은 본 개시내용이 보다 잘 이해되도록 제공되며, 본 개시내용의 범위는 관련 기술분야에서 통상의 기술자에게 충분히 전달될 수 있다.
본 개시내용의 실시예는 서버에 적용될 수 있는 언어 인식 방법을 제공한다. 도 1에 도시된 바와 같이, 방법은 다음의 단계들을 포함한다.
단계(101): 클라이언트로부터, 서비스 데이터 구조의 정보를 수신한다.
서비스 데이터 구조의 정보는 서비스 처리에 필요한 서비스 데이터 구조를 포함한다.
도시된 실시예에서, 사용자는 서비스 요건들에 따라 서비스 데이터 구조를 정의하고 정의된 서비스 데이터 구조를 클라이언트에 입력할 수 있다. 클라이언트는 서비스 데이터 구조를 서버에 송신하며, 서버는 서비스 데이터 구조를 갖는 서비스 데이터 구조의 정보를 수신하고 문법 규칙을 획득하는 동작을 트리거한다.
단계(102): 서비스 데이터 구조의 정보로부터 문법 규칙을 획득한다.
문법 규칙은 언어 내의 문장들이 일반적으로 충족하는 특정 규칙일 수 있다. 문법 규칙은 각각 시작 기호(start symbol), 종단 기호(terminal symbol), 비 종단 기호(nonterminal symbol) 및 유도 규칙(derivation rule)인 네 개의 부분으로 구성될 수 있다. 구체적으로, 문법은 4-튜플이다: 문법 G = {VT, VN, S, P}이고, 여기서 VT는 기호들의 비공 유한 집합(non-empty finite set of symbols)이고, 집합의 각 원소는 종단 기호이다. VN도 역시 기호들의 비공 유한 집합이고, 집합의 각 원소는 비 종단 기호이며, VT와 VN의 교차는 공 집합(empty set)이다. S ∈ VN이고, 즉, S는 VN에 속하며 문법(G)의 시작 기호다. P는 비공 유한 집합이고, 집합의 원소는 생성(production), 즉 유도 규칙이 된다. 생성 규칙의 형태는 α→β로 정의될 수 있는데, 여기서 α는 생성 규칙의 왼쪽 부분이라고 부르고, β는 생성 규칙의 오른쪽 부분이라고 부르고; 기호 "→"는 "로서 정의된다"를 표현하고; α, β∈(VT ∪ VN)이고, 즉, α와 β는 종단 기호들과 비 종단 기호들로 이루어지는 기호 문자열(symbol string)들이다. 시작 기호(S)는 특정 생성 규칙의 왼쪽 부분에서 적어도 한 번 출현하여야 한다.
구체적으로, 문법 규칙의 네 부분은 서비스 데이터 구조로부터 매핑을 통해 획득될 수 있다. 예를 들어, 사용자에 의해 입력된 서비스 데이터 구조는 Java® 데이터 구조일 수 있고; 시작 기호는 서비스 데이터 구조의 루트에 대응하는 식별자일 수 있고; 종단 기호는 Java® 클래스의 원자 타입 속성(atomic-type attribute)의 식별자일 수 있고; 비 종단 기호는 서비스 데이터 구조에 연루된 모든 비 원자 타입들의 클래스 이름일 수 있으며; 유도 관계(derivation relationship)는 클래스들 간의 포함 관계(inclusion relationship)를 통해 결정될 수 있다.
단계(103): 클라이언트로부터 인식될 언어 정보를 수신하면, 문법 규칙을 사용하여 인식될 문장 정보를 번역하고 번역 결과를 서비스 데이터 구조에 저장한다.
인식될 문장 정보는 사용자에 의해 입력된 문자 시퀀스일 수 있다. 문자 시퀀스는 이것으로 제한되는 것은 아니지만, 존재할 때 어떤 순서로도 분리할 수 없는 엔티티들일 수 있는 자연어로 된 글자들을 포함한다. 예를 들어, 모스 부호(morse code) 문자들은 점들과 대시 기호들이다.
단계(104): 서비스 데이터 구조 내의 번역 결과를 클라이언트에 송신한다.
또한, 클라이언트는 번역 결과를 디스플레이하기 위해 인에이블될 수 있다.
도시된 실시예에서, 클라이언트에 의해 송신된 인식될 문장 정보를 수신하면, 언어 인식이 트리거된다. 입력된 인식될 문장 정보는 단계(102)에서 획득된 문법 규칙을 호출하여 번역된다. 번역 프로세스에서 번역 결과는 사용자에 의해 입력된 데이터 구조에 동기적으로 저장되는데, 그 이유는 데이터 구조가 실제 서비스 데이터 구조이고 직접 사용될 수 있기 때문이다. 현재의 시스템들과 비교하여, 본 개시내용의 실시예에서, 서비스 데이터 구조의 정보로부터 획득된 문법 규칙과 서비스 데이터 구조 사이에는 정보 중복(information redundancy)이 존재하지 않는다는 것을 알아야 하며; 각 업데이트마다 동기적인 수정이 필요하지 않아, 업데이트 효율이 개선되고, 이는 결국 프로그램 마이그레이션, 업그레이드 등을 용이하게 해준다. 더욱이, 번역 프로세스는 매우 자동적이기 때문에, 이 방법은 자동적 데이터 직렬화 및 비 직렬화를 구현하는데 사용될 수 있다.
본 개시내용의 실시예들에서 제공된 언어 인식 방법에서, 먼저, 사용자에 의해 입력되고 클라이언트에 의해 송신된 서비스 데이터 구조의 정보가 수신된다. 그런 다음, 서비스 데이터 구조의 정보로부터 문법 규칙이 획득되며; 클라이언트에 의해 송신된 인식될 문장 정보를 수신하면, 인식될 문장 정보가 문법 규칙에 따라 번역되고 번역 결과가 서비스 데이터 구조에 저장된다. 사용자가 단독으로 문법 규칙을 정의해야 하는 현재의 시스템들과 비교하여, 본 개시내용은 사용자에 의해 입력된 서비스 데이터 구조의 정보로부터 문법 규칙을 취득하여 입력된 문장 정보를 문법 규칙에 따라 번역할 수 있도록 한다. 사용자는 단독으로 언어의 문법 규칙을 이해할 필요가 없고; 사용자의 학습 부담이 경감되며, 그럼으로써 언어 인식의 프로세스를 단순화하고 사용자 조작을 용이하게 한다. 또한, 번역 결과가 서비스 데이터 구조에 수동으로 저장되어야 하는 현재의 시스템들과 비교하여, 본 개시내용은 서비스 데이터 구조의 정보로부터 획득된 문법 규칙에 따른 번역을 가능하게 하며, 번역 결과가 저장되는 데이터 구조는 정확히 저장에 필요한 서비스 데이터 구조이므로, 번역 결과를 서비스 데이터 구조에 자동으로 저장하는 프로세스가 구현할 수 있고, 그럼으로써 언어 인식의 처리 효율을 개선할 수 있다.
또한, 본 개시내용의 실시예는 서버에 적용될 수 있는 다른 언어 인식 방법을 제공한다. 도 2에 도시된 바와 같이, 방법은 다음의 단계들을 포함한다.
단계(201): 클라이언트로부터, 서비스 데이터 구조의 정보를 수신한다.
서비스 데이터 구조의 정보는 서비스 데이터 구조에 대응되는 데이터 타입들의 반영 정보(reflection information)를 포함한다. 반영 정보는 반영 메커니즘을 통해 획득된 데이터 구조의 주석 정보일 수 있다. 소위 반영 메커니즘은 데이터 구조의 데이터 타입 특징들을 자동으로 획득하는 프로세스일 수 있으며; 이 프로세스는 이것으로 제한되는 것은 아니지만, 객체 지향 언어에 대한 반영 메커니즘을 포함한다. 컴퓨터가 자체의 데이터 구조 및 데이터 관계를 자동으로 기술할 수 있게 하는 모든 메커니즘은 반영적인 프로세스 또는 반영 프로세스이다.
본 개시내용의 실시예에서, 클라이언트에 의해 송신된 서비스 데이터 구조의 정보를 수신하면, 대응하는 문법 규칙을 획득하는 동작이 트리거된다.
단계(202): 서비스 데이터 구조의 정보로부터, 반영 정보에 따른 서비스 데이터 구조에 대응하는 데이터 타입 정보를 획득한다.
데이터 타입 정보는 데이터 타입들에 대응하는 속성 정보 및 클래스들 간의 포함 관계를 포함한다.
구체적으로, 모든 데이터 타입들 및 관계들은 데이터 타입들의 반영 정보에 따라 획득되며; 데이터 구조는 대응하는 문법 요소들에 국부적으로 매핑된다. 예를 들어, 원자 타입 속성의 이름, 비 원자 타입의 클래스 이름 및 클래스들 사이의 포함 관계가 반영 정보에 따라 서비스 데이터 구조의 정보로부터 획득될 수 있다.
반영 정보는 사용자에 의해 정의된 데이터 구조를 보다 잘 설명하는 데 도움이 될 수 있음을 알아야 한다. 그러므로 반영 정보를 갖고 반영 메커니즘을 통해 주석 콘텐츠를 획득할 수 있는 Java® 또는 C#과 같은 컴퓨터 언어가 본 개시내용의 실시예에서 언어 인식의 구현 프로세스에 보다 적합하다.
단계(203): 데이터 타입 정보를 이용하여 문법 규칙을 생성한다.
문법 규칙의 개념을 설명하기 위해 단계(102)에서의 대응하는 설명이 참조될 수 있다. 세부 사항들은 본 명세서에서 다시 설명되지 않고, 그 전체가 본 명세서에서 참고로 포함된다.
구체적으로, 단계(203)는: 데이터 타입들에 대응하는 속성 정보에 따라 문법 규칙에 대응하는 시작 기호, 종단 기호 및 비 종단 기호를 결정하는 단계; 클래스들 간의 포함 관계를 사용하여 문법 규칙에 대응하는 유도 규칙을 결정하는 단계; 및 시작 기호, 종단 기호, 비 종단 기호 및 유도 규칙으로 문법 규칙을 생성하는 단계를 포함한다.
예를 들어, 일반적인 Java® 데이터 구조와 문법 규칙의 매핑 프로세스가 예로 사용될 수 있다. 시작 기호는 데이터 구조의 루트에 대응하는 식별자일 수 있고; 종단 기호는 Java® 클래스 내 원자 타입 속성의 식별자일 수 있고, 여기서 식별자에 대응하는 값은 데이터 타입에 따라 시스템에 의해 자동으로 변환될 수 있고; 비 종단 기호는 데이터 구조에 연루된 모든 비 원자 유형들의 클래스 이름일 수 있으며; 유도 관계는 클래스들 간의 포함 관계를 통해 결정될 수 있다. 구체적으로, 클래스 A가 두 개의 속성 a 및 b를 갖고 그 데이터 타입들이 각기 클래스 문자열 및 클래스 B이면, 유도 규칙은 A →aB로서 추출될 수 있다.
단계(204): 클라이언트로부터 인식될 언어 정보를 수신하면, 문법 규칙을 사용하여 인식될 문장 정보를 번역하고 번역 결과를 서비스 데이터 구조에 저장한다.
본 개시내용의 실시예에서 제공되는 방법을 통해, 사용자는 문법 규칙을 정의하거나 언어 자체를 이해할 필요가 없으며, 언어 인식 툴의 문법 정의 포맷을 학습할 필요도 없다는 것을 알아야 한다. 즉, 아무런 추가 학습 부담도 사용자에게 지어지지 않는다. 사용자는 단지 입력된 데이터 구조를 사용하여 매핑함으로써 대응하는 문법 규칙을 획득하고 언어의 인식을 시작하기 위해 타겟 데이터 구조를 입력하기만 하면 되며, 이것은 사용자에게 편의성을 제공한다.
본 개시내용의 실시예에서, 단계(204) 이전에, 방법은 문법 규칙에 문법적 오류들이 있는지를 검사하는 단계; 및 만일 그렇다면, 문법 규칙을 조정하는 단계를 더 포함할 수 있다. 단계(204)는 구체적으로: 조정된 문법 규칙을 사용하여 인식될 문장 정보를 번역하는 단계를 포함할 수 있다. 또한, 문법 규칙에 문법적 오류들이 없다면, 이것은 인식될 문장 정보를 번역하기 위해 문법 규칙이 바로 호출될 수 있음을 나타낸다.
구체적으로, 서비스 데이터 구조의 정보로부터 획득되는 문법 규칙이 충분히 명료하지 않고 왼쪽 재귀(left recursion) 및 모호성과 같은 문법적 오류들이 있으면, 문법 규칙은 예를 들어, 후속의 설명 프로세스에 적응하기 위해 규칙의 내부 순서를 변경함으로써 조정되어야 한다. 문법 규칙의 원래 소스는 인식 결과를 올바른 위치에 저장하기 위해 변경 프로세스에서 기록되어야 한다. 문법 규칙에 문법적 오류들이 있으면, 문법 규칙이 조정되고 수신된 인식될 문장 정보가 조정된 문법 규칙을 사용하여 번역된다는 것을 알아야 한다. 그러므로 문장 정보가 보다 나은 방법으로 번역될 수 있어, 번역 정확도가 향상된다.
본 개시내용의 실시예에서, 단계(204) 이전에, 방법은 문법 규칙에 따라 번역기를 생성하는 단계를 더 포함할 수 있다. 단계(204)는 구체적으로는 번역기를 사용하여 인식될 문장 정보를 번역하는 단계를 포함할 수 있다.
구체적으로, 획득된 문법 규칙에 따라 번역기가 생성된다. 번역되어야 하는 문자 시퀀스는 번역기를 통해 번역된다. 번역 프로세스에서, 번역 결과는 사용자에 의해 입력된 서비스 데이터 구조에 동기적으로 저장된다. 인식될 문장 정보가 생성된 번역기를 통해 번역되기 때문에, 사용자는 클라이언트를 통해, 번역을 위해 번역기에 번역되어야 하는 문자 시퀀스를 직접 입력하여, 사용자의 동작을 용이하게 할 수 있다는 것을 알아야 한다.
본 개시내용의 실시예에서, 단계(204) 이전에, 방법은 문법 규칙에 대응하는 문법 포맷을 미리 설정된 언어 인식 툴에 의해 지원되는 문법 포맷으로 변환하는 단계; 및 변환된 문법 포맷의 문법 규칙을 미리 설정된 언어 인식 툴에 입력하여, 미리 설정된 언어 인식 툴을 사용하여 문법 규칙에 대응하는 번역기를 생성하는 단계를 포함할 수 있다. 단계(204)는 구체적으로는: 번역기를 사용하여 인식될 문장 정보를 번역하는 단계를 포함할 수 있다. 미리 설정된 언어 인식 툴은 ANTLR, Yacc 또는 Lex와 같은 기존의 언어 인식 툴일 수 있다. 미리 설정된 언어 인식 툴은 실제적인 필요성들에 따라 관련 기술분야에서 통상의 기술자에 의해 미리 구성될 수 있다.
예를 들어, 획득된 문법 규칙에 대응하는 문법 포맷은 ANTLR에 의해 지원되는 문법 포맷으로 변환될 수 있으며; 변환된 문법 포맷의 문법 규칙은 ANTLR에 입력되고; 대응하는 변환기는 ANTLR을 호출하여 생성되며; 마지막으로, 입력된 문자 시퀀스는 생성된 번역기를 사용하여 번역된다.
본 개시내용의 실시예에서의 번역 단계에서, 입력된 문자 시퀀스는 획득된 문법 규칙 자체에 따라 번역기를 사용하여 국부적으로 번역될 수 있거나; 또는 번역기는 문법 규칙에 따라 사전에 생성될 수 있고 번역 프로세스는 번역기를 통해 구현되며; 번역기는 획득된 문법 규칙 자체에 따라 국부적으로 발생 및 생성될 수 있거나, 또는 구체적으로 사용자의 실제적인 필요성들에 좌우되고 본 개시의 실시예에서 제한되지 않는 미리 설정된 언어 인식 툴을 호출함으로써 발생 및 생성될 수 있다는 것을 알아야 한다.
단계(205): 서비스 데이터 구조 내의 번역 결과를 클라이언트에 송신한다.
또한, 클라이언트는 번역 결과를 디스플레이하도록 인에이블될 수 있다.
본 개시내용의 실시예들에서 제공된 다른 언어 인식 방법에서, 먼저, 사용자에 의해 입력되고 클라이언트에 의해 송신된 서비스 데이터 구조의 정보가 수신된다. 그런 다음, 서비스 데이터 구조의 정보로부터 문법 규칙이 획득되며; 클라이언트에 의해 송신된 인식될 문장 정보를 수신하면, 인식될 문장 정보가 문법 규칙에 따라 번역되고 번역 결과가 서비스 데이터 구조에 저장된다. 사용자가 단독으로 문법 규칙을 정의해야 하는 현재의 시스템들과 비교하여, 본 개시내용은 사용자에 의해 입력된 서비스 데이터 구조의 정보로부터 문법 규칙을 취득하여 입력된 문장 정보를 문법 규칙에 따라 번역할 수 있도록 한다. 사용자는 단독으로 언어의 문법 규칙을 이해할 필요가 없고; 사용자의 학습 부담이 경감되며, 그럼으로써 언어 인식의 프로세스를 단순화하고 사용자 조작을 용이하게 한다. 또한, 번역 결과가 서비스 데이터 구조에 수동으로 저장되어야 하는 현재의 시스템들과 비교하여, 본 개시내용은 서비스 데이터 구조의 정보로부터 획득된 문법 규칙에 따른 번역을 가능하게 하며, 번역 결과가 저장되는 데이터 구조는 정확히 저장에 필요한 서비스 데이터 구조이므로, 번역 결과를 서비스 데이터 구조에 자동으로 저장하는 프로세스가 구현할 수 있고, 그럼으로써 언어 인식의 처리 효율을 개선할 수 있다.
또한, 본 개시내용의 실시예는 클라이언트에 적용될 수 있는 또 다른 언어 인식 방법을 제공한다. 도 3에 도시된 바와 같이, 방법은 다음의 단계들을 포함한다.
단계(301): 사용자에 의해 입력된 서비스 데이터 구조의 정보를 수신하면, 서비스 데이터 구조의 정보를 서버에 송신한다. 또한, 서버는 서비스 데이터 구조의 정보로부터 문법 규칙을 획득하기 위해 인에이블된다. 서비스 데이터 구조의 정보 및 문법 규칙의 개념에 대해서는 단계(101 내지 102)의 대응하는 설명들이 참조될 수 있다. 세부 사항들은 본 명세서에서 다시 설명되지 않고, 그 전체가 본 명세서에서 참고로 포함된다.
도시된 실시예에서, 사용자는 실제 서비스 요건들에 따라 서비스 데이터 구조를 정의하고 정의된 서비스 데이터 구조 정보를 클라이언트에 입력할 수 있으며; 클라이언트는 서비스 데이터 구조의 정보를 수신한 다음 이를 서버에 송신하여, 서버가 서비스 데이터 구조의 정보로부터 문법 규칙을 획득하는 동작을 트리거하도록 한다.
단계(302): 사용자에 의해 입력된 인식될 문장 정보를 수신하면, 인식될 문장 정보를 서버에 송신한다.
또한, 그 다음에 서버는 인식될 문장 정보를 문법 규칙에 따라 번역하고, 번역 결과를 서비스 데이터 구조에 저장하며, 서비스 데이터 구조 내의 번역 결과를 클라이언트에 반환할 수 있다. 인식될 문장 정보의 개념에 대해서는 단계(103)에서의 대응하는 설명이 참조될 수 있다. 세부 사항들은 본 명세서에서 다시 설명되지 않고, 그 전체가 본 명세서에서 참고로 포함된다.
단계(303): 서버에 의해 송신된 서비스 데이터 구조 내의 번역 결과를 수신하고 번역 결과를 디스플레이한다.
본 개시내용의 실시예에서 제공되는 또 다른 언어 인식 방법에서, 먼저, 사용자에 의해 입력된 서비스 데이터 구조의 정보가 서버에 송신되어, 서버가 서비스 데이터 구조의 정보로부터 문법 규칙을 획득하도록 하고; 그런 다음 인식될 문장 정보가 서버에 송신되어, 서버가 문법 규칙에 따라 인식될 문장 정보를 번역하며; 서버는 번역 결과를 서비스 데이터 구조에 저장한다. 사용자가 단독으로 문법 규칙을 정의해야 하는 현재의 시스템들과 비교하여, 본 개시내용은 사용자에 의해 입력된 서비스 데이터 구조의 정보로부터 문법 규칙을 취득하여 입력된 문장 정보를 문법 규칙에 따라 번역할 수 있도록 한다. 사용자는 단독으로 언어의 문법 규칙을 이해할 필요가 없고; 사용자의 학습 부담이 경감되며, 그럼으로써 언어 인식의 프로세스를 단순화하고 사용자 조작을 용이하게 한다. 또한, 번역 결과가 서비스 데이터 구조에 수동으로 저장되어야 하는 현재의 시스템들과 비교하여, 본 개시내용은 서비스 데이터 구조의 정보로부터 획득된 문법 규칙에 따른 번역을 가능하게 하며, 번역 결과가 저장되는 데이터 구조는 정확히 저장에 필요한 서비스 데이터 구조이므로, 번역 결과를 서비스 데이터 구조에 자동으로 저장하는 프로세스가 구현할 수 있고, 그럼으로써 언어 인식의 처리 효율을 개선할 수 있다.
또한, 도 1에 도시된 방법의 특정 구현 예로서, 본 개시내용의 실시예는 서버를 제공한다. 도 4에 도시된 바와 같이, 서버는: 수신 유닛(41), 획득 유닛(42), 번역 유닛(43), 저장 유닛(44) 및 송신 유닛(45)을 포함할 수 있다.
수신 유닛(41)은 클라이언트로부터, 서비스 데이터 구조의 정보를 수신하도록 구성될 수 있다. 수신 유닛(41)은 클라이언트 지향적이며 클라이언트에 의해 송신된 정보를 수신한다.
획득 유닛(42)은 수신 유닛(41)에 의해 수신된 서비스 데이터 구조의 정보로부터 문법 규칙을 획득하도록 구성될 수 있다. 획득 유닛(42)은 이러한 서버에서 문법 규칙을 획득하기 위한 주요 기능 모듈일 수 있다.
번역 유닛(43)은 클라이언트로부터 인식될 언어 정보를 수신하면, 획득 유닛(42)에 의해 획득된 문법 규칙에 따라 인식될 문장 정보를 번역하도록 구성될 수 있다. 번역 유닛(43)은 이러한 서버에서 인식될 문장 정보를 번역하기 위한 주요 기능 모듈이다.
저장 유닛(44)은 번역 유닛(43)의 번역 결과를 서비스 데이터 구조에 저장하도록 구성될 수 있다. 저장 유닛(44)은 번역 결과를 자동으로 서비스 데이터 구조에 저장할 수 있으므로, 언어 인식의 처리 효율이 개선될 수 있다.
송신 유닛(45)은 서비스 데이터 구조 내의 번역 결과를 클라이언트에 송신하도록 구성될 수 있다.
또한, 클라이언트는 번역 결과를 디스플레이하기 위해 인에이블될 수 있다. 송신 유닛(45)은 클라이언트 지향적이며 처리 정보를 클라이언트에게 반환하도록 구성된다.
장치 실시예는 전술한 방법 실시예에 대응한다는 것을 알아야 한다. 세부 사항들에 대해서는 도 1의 대응하는 설명이 참조될 수 있고; 이해를 용이하게 하기 위해, 이 장치 실시예는 전술한 방법 실시예에 대응하는 세부 사항들을 제공하지 않을 것이다(이러한 세부 사항들은 그 전체가 본 명세서에 참고로 포함된다). 그러나, 본 실시예의 장치는 전술한 방법의 실시예에서의 모든 내용들을 대응적으로 구현할 수 있다는 점을 명확히 하여야 한다.
본 개시내용의 실시예들에서 제공된 서버에서, 먼저, 사용자에 의해 입력되고 클라이언트에 의해 송신된 서비스 데이터 구조의 정보가 수신된다. 그런 다음, 서비스 데이터 구조의 정보로부터 문법 규칙이 획득되며; 클라이언트에 의해 송신된 인식될 문장 정보를 수신하면, 인식될 문장 정보가 문법 규칙에 따라 번역되고 번역 결과가 서비스 데이터 구조에 저장된다. 사용자가 단독으로 문법 규칙을 정의해야 하는 현재의 시스템들과 비교하여, 본 개시내용은 사용자에 의해 입력된 서비스 데이터 구조의 정보로부터 문법 규칙을 취득하여 입력된 문장 정보를 문법 규칙에 따라 번역할 수 있도록 한다. 사용자는 단독으로 언어의 문법 규칙을 이해할 필요가 없고; 사용자의 학습 부담이 경감되며, 그럼으로써 언어 인식의 프로세스를 단순화하고 사용자 조작을 용이하게 한다. 또한, 번역 결과가 서비스 데이터 구조에 수동으로 저장되어야 하는 현재의 시스템들과 비교하여, 본 개시내용은 서비스 데이터 구조의 정보로부터 획득된 문법 규칙에 따른 번역을 가능하게 하며, 번역 결과가 저장되는 데이터 구조는 정확히 저장에 필요한 서비스 데이터 구조이므로, 번역 결과를 서비스 데이터 구조에 자동으로 저장하는 프로세스가 구현할 수 있고, 그럼으로써 언어 인식의 처리 효율을 개선할 수 있다.
또한, 도 2에 도시된 방법의 특정 구현 예로서, 본 개시내용의 실시예는 다른 서버를 제공한다. 도 5에 도시된 바와 같이, 서버는: 수신 유닛(51), 획득 유닛(52), 번역 유닛(53), 저장 유닛(54) 및 송신 유닛(55)을 포함할 수 있다.
수신 유닛(51)은 클라이언트로부터 서비스 데이터 구조의 정보를 수신하도록 구성될 수 있다. 수신 유닛(51)은 사용자 지향적이며 클라이언트에 의해 송신된 정보를 수신한다.
획득 유닛(52)은 수신 유닛(51)에 의해 수신된 서비스 데이터 구조의 정보로부터 문법 규칙을 획득하도록 구성될 수 있다. 획득 유닛(52)은 이러한 서버에서 문법 규칙을 획득하기 위한 주요 기능 모듈일 수 있다.
번역 유닛(53)은 클라이언트로부터 인식될 언어 정보를 수신하면, 인식될 문장 정보를 획득 유닛(52)에 의해 획득된 문법 규칙에 따라 번역하도록 구성될 수 있다. 번역 유닛(53)은 이러한 서버에서 인식될 문장 정보를 번역하기 위한 주요 기능 모듈이다.
저장 유닛(54)은 번역 유닛(53)의 번역 결과를 서비스 데이터 구조에 저장하도록 구성될 수 있다. 저장 유닛(54)은 번역 결과를 서비스 데이터 구조에 자동 저장할 수 있으므로, 언어 인식의 처리 효율이 개선될 수 있다.
송신 유닛(55)은 서비스 데이터 구조 내의 번역 결과를 클라이언트에 송신하도록 구성될 수 있다.
또한, 클라이언트는 번역 결과를 디스플레이하도록 인에이블될 수 있다. 송신 유닛(55)은 클라이언트 지향적이며 처리 정보를 클라이언트로 반환하도록 구성된다.
임의로, 서비스 데이터 구조의 정보는 서비스 데이터 구조에 대응하는 데이터 타입들의 반영 정보를 포함한다.
또한, 획득 유닛(52)은: 획득 모듈(521) 및 생성 모듈(522)을 포함한다.
획득 모듈(521)은 서비스 데이터 구조의 정보로부터, 반영 정보에 따른 서비스 데이터 구조에 대응하는 데이터 타입 정보를 획득하도록 구성될 수 있다.
생성 모듈(522)은 획득 모듈(521)에 의해 획득된 데이터 타입 정보를 사용하여 문법 규칙을 생성하도록 구성될 수 있다.
임의로, 데이터 타입 정보는 데이터 타입들에 대응하는 속성 정보 및 클래스들 간의 포함 관계를 포함한다.
생성 모듈(522)은 데이터 타입들에 대응하는 속성 정보에 따라 문법 규칙에 대응하는 시작 기호, 종단 기호 및 비 종단 기호를 결정하도록 구체적으로 구성될 수 있다.
생성 모듈(522)은 클래스들 간의 포함 관계를 통해 문법 규칙에 대응하는 유도 규칙을 결정하도록 추가로 구체적으로 구성될 수 있다.
생성 모듈(522)은 시작 기호, 종단 기호, 비 종단 기호 및 유도 규칙을 사용하여 문법 규칙을 생성하도록 추가로 구체적으로 구성될 수 있다.
또한, 장치는: 검사 유닛(56) 및 조정 유닛(57)을 포함한다.
검사 유닛(56)은 문법 규칙에 문법적 오류들이 있는지를 검사하도록 구성될 수 있다.
조정 유닛(57)은 검사 유닛(56)이 문법 규칙에 문법적 오류들이 있음을 발견하면 문법 규칙을 조정하도록 구성될 수 있다.
번역 유닛(53)은 조정 유닛(57)에 의해 조정된 문법 규칙을 사용하여 인식될 문장 정보를 번역하도록 구체적으로 구성될 수 있다.
또한, 장치는: 생성 유닛(58)을 포함한다.
생성 유닛(58)은 획득 유닛(52)에 의해 획득된 문법 규칙에 따라 번역기를 생성하도록 구성될 수 있다.
번역 유닛(53)은 생성 유닛(58)에 의해 생성된 번역기를 사용하여 인식될 문장 정보를 번역하도록 구체적으로 구성될 수 있다.
또한, 장치는: 변환 유닛(59) 및 입력 유닛(510)을 포함한다.
변환 유닛(59)은 문법 규칙에 대응하는 문법 포맷을 미리 설정된 언어 인식 툴에 의해 지원되는 문법 포맷으로 변환하도록 구성될 수 있다.
입력 유닛(510)은 문법 규칙에 대응하는 번역기가 미리 설정된 언어 인식 툴을 통해 생성될 수 있도록 하기 위해 변환 유닛(59)에 의해 변환된 문법 포맷의 문법 규칙을 미리 설정된 언어 인식 툴에 입력하도록 구성될 수 있다.
번역 유닛(53)은 번역기를 사용하여 인식될 문장 정보를 번역하도록 구체적으로 구성될 수 있다.
장치 실시예는 전술한 방법 실시예에 대응한다는 것을 알아야 한다. 세부 사항들에 대해서는 도 2의 대응하는 설명이 참조될 수 있으며; 이해를 용이하게 하기 위해, 이러한 장치 실시예는 전술한 방법 실시예에 대응하는 세부 사항들을 제공하지 않을 것이다. 그러나, 본 실시예의 장치는 전술한 방법의 실시예에서의 모든 내용들을 대응적으로 구현할 수 있다는 점을 명확히 하여야 한다.
서버는 프로세서 및 메모리를 포함한다. 전술한 수신 유닛, 획득 유닛, 번역 유닛, 저장 유닛, 송신 유닛, 검사 유닛, 조정 유닛, 생성 유닛, 변환 유닛 및 입력 유닛은 모두 프로그램 유닛들로서 메모리에 저장되며, 프로세서는 메모리에 저장된 전술한 프로그램 유닛들을 실행하여 대응하는 기능들을 구현한다.
프로세서는 커널을 포함하고, 커널은 메모리로부터 대응하는 기능 유닛들을 호출한다. 하나 이상의 커널이 제공될 수 있다. 커널 파라미터들은 다이어그램에서 선택된 그래프를 디스플레이하는 동안 디스플레이 지연 문제를 해결하기 위해 조정된다.
메모리는 비 영구적 메모리인 랜덤 액세스 메모리(random access memory)(RAM) 및/또는 판독 전용 메모리(read-only memory)(ROM) 또는 플래시 메모리(플래시 RAM)와 같은 비 휘발성 메모리 형태의 컴퓨터 판독 가능 매체를 포함할 수 있으며, 메모리는 적어도 하나의 저장 칩을 포함한다.
본 개시내용의 실시예들에서 제공되는 다른 서버에서, 먼저, 사용자에 의해 입력되고 클라이언트에 의해 송신된 서비스 데이터 구조의 정보가 수신된다. 그런 다음, 서비스 데이터 구조의 정보로부터 문법 규칙이 획득되며; 클라이언트에 의해 송신된 인식될 문장 정보를 수신하면, 인식될 문장 정보가 문법 규칙에 따라 번역되고 번역 결과가 서비스 데이터 구조에 저장된다. 사용자가 단독으로 문법 규칙을 정의해야 하는 현재의 시스템들과 비교하여, 본 개시내용은 사용자에 의해 입력된 서비스 데이터 구조의 정보로부터 문법 규칙을 취득하여 입력된 문장 정보를 문법 규칙에 따라 번역할 수 있도록 한다. 사용자는 단독으로 언어의 문법 규칙을 이해할 필요가 없고; 사용자의 학습 부담이 경감되며, 그럼으로써 언어 인식의 프로세스를 단순화하고 사용자 조작을 용이하게 한다. 또한, 번역 결과가 서비스 데이터 구조에 수동으로 저장되어야 하는 현재의 시스템들과 비교하여, 본 개시내용은 서비스 데이터 구조의 정보로부터 획득된 문법 규칙에 따른 번역을 가능하게 하며, 번역 결과가 저장되는 데이터 구조는 정확히 저장에 필요한 서비스 데이터 구조이므로, 번역 결과를 서비스 데이터 구조에 자동으로 저장하는 프로세스가 구현할 수 있고, 그럼으로써 언어 인식의 처리 효율을 개선할 수 있다.
또한, 도 3에 도시된 방법의 특정 구현 예로서, 본 개시내용의 실시예는 클라이언트를 제공한다. 도 6에 도시된 바와 같이, 클라이언트는: 송신 유닛(61), 수신 유닛(62) 및 디스플레이 유닛(63)을 포함할 수 있다.
송신 유닛(61)은 사용자에 의해 입력된 서비스 데이터 구조의 정보를 수신하면, 서비스 데이터 구조의 정보를 서버에 송신하도록 구성될 수 있다.
또한, 서버는 서비스 데이터 구조의 정보로부터 문법 규칙을 획득하도록 인에이블될 수 있다.
또한, 송신 유닛(61)은 사용자에 의해 입력된 인식될 문장 정보를 수신하면, 인식될 문장 정보를 서버에 송신하도록 추가로 구성될 수 있다.
또한, 그 다음으로 서버는 인식될 문장 정보를 문법 규칙에 따라 번역하고 번역 결과를 서비스 데이터 구조에 저장하도록 인에이블될 수 있다.
수신 유닛(62)은 서버에 의해 송신된 서비스 데이터 구조 내의 번역 결과를 수신하도록 구성될 수 있다.
디스플레이 유닛(63)은 수신 유닛(62)이 수신한 번역 결과를 디스플레이하도록 구성될 수 있다.
본 개시내용의 실시예에서 제공된 클라이언트에서 연루된 다양한 기능 유닛들의 다른 대응하는 설명들에 대해서는 도 3에서의 대응하는 설명이 참조될 수 있다는 것을 알아야 한다. 세부 사항들은 본 명세서에서 다시 설명되지 않고, 그 전체가 본 명세서에서 참고로 포함된다.
본 개시내용의 실시예에서 제공되는 클라이언트에서, 먼저, 사용자에 의해 입력된 서비스 데이터 구조의 정보가 서버에 송신되어, 서버가 서비스 데이터 구조의 정보로부터 문법 규칙을 획득하도록 하고; 그런 다음 인식될 문장 정보가 서버에 송신되어, 서버가 문법 규칙에 따라 인식될 문장 정보를 번역하도록 하며; 서버는 번역 결과를 서비스 데이터 구조에 저장한다. 사용자가 단독으로 문법 규칙을 정의해야 하는 현재의 시스템들과 비교하여, 본 개시내용은 사용자에 의해 입력된 서비스 데이터 구조의 정보로부터 문법 규칙을 취득하여 입력된 문장 정보를 문법 규칙에 따라 번역할 수 있도록 한다. 사용자는 단독으로 언어의 문법 규칙을 이해할 필요가 없고; 사용자의 학습 부담이 경감되며, 그럼으로써 언어 인식의 프로세스를 단순화하고 사용자 조작을 용이하게 한다. 또한, 번역 결과가 서비스 데이터 구조에 수동으로 저장되어야 하는 현재의 시스템들과 비교하여, 본 개시내용은 서비스 데이터 구조의 정보로부터 획득된 문법 규칙에 따른 번역을 가능하게 하며, 번역 결과가 저장되는 데이터 구조는 정확히 저장에 필요한 서비스 데이터 구조이므로, 번역 결과를 서비스 데이터 구조에 자동으로 저장하는 프로세스가 구현할 수 있고, 그럼으로써 언어 인식의 처리 효율을 개선할 수 있다.
또한, 본 개시내용의 실시예는 도 7에 도시된 바와 같이 서버(71) 및 클라이언트(72)를 포함하는 언어 인식 시스템을 제공한다.
클라이언트(72)는 사용자에 의해 입력된 서비스 데이터 구조의 정보를 수신하면, 서비스 데이터 구조의 정보를 서버(71)에 송신하도록 구성될 수 있다.
서버(71)는 클라이언트(72)에 의해 송신된 서비스 데이터 구조의 정보를 수신하고; 서비스 데이터 구조의 정보로부터 문법 규칙을 획득하도록 구성될 수 있다.
클라이언트(72)는 사용자에 의해 입력된 인식될 문장 정보를 수신하면, 인식될 문장 정보를 서버(71)에 송신하도록 추가로 구성될 수 있다.
서버(71)는 클라이언트로부터 인식될 언어 정보를 수신하면, 문법 규칙을 사용하여 인식될 문장 정보를 번역하고 번역 결과를 서비스 데이터 구조에 저장하며; 서비스 데이터 구조 내의 번역 결과를 클라이언트(72)에 송신하도록 추가로 구성될 수 있다.
클라이언트(72)는 서버(71)에 의해 송신된 서비스 데이터 구조 내의 번역 결과를 수신하고 번역 결과를 디스플레이하도록 추가로 구성될 수 있다.
본 개시내용의 실시예들에서 제공된 언어 인식 시스템에서, 서버는 먼저 사용자에 의해 입력되고 클라이언트에 의해 송신된 서비스 데이터 구조의 정보를 수신한다. 그런 다음, 서비스 데이터 구조의 정보로부터 문법 규칙이 획득되며; 클라이언트에 의해 송신된 인식될 문장 정보를 수신하면, 인식될 문장 정보가 문법 규칙에 따라 번역되고 번역 결과가 서비스 데이터 구조에 저장된다. 사용자가 단독으로 문법 규칙을 정의해야 하는 현재의 시스템들과 비교하여, 본 개시내용은 사용자에 의해 입력된 서비스 데이터 구조의 정보로부터 문법 규칙을 취득하여 입력된 문장 정보를 문법 규칙에 따라 번역할 수 있도록 한다. 사용자는 단독으로 언어의 문법 규칙을 이해할 필요가 없고; 사용자의 학습 부담이 경감되며, 그럼으로써 언어 인식의 프로세스를 단순화하고 사용자 조작을 용이하게 한다. 또한, 번역 결과가 서비스 데이터 구조에 수동으로 저장되어야 하는 현재의 시스템들과 비교하여, 본 개시내용은 서비스 데이터 구조의 정보로부터 획득된 문법 규칙에 따른 번역을 가능하게 하며, 번역 결과가 저장되는 데이터 구조는 정확히 저장에 필요한 서비스 데이터 구조이므로, 번역 결과를 서비스 데이터 구조에 자동으로 저장하는 프로세스가 구현할 수 있고, 그럼으로써 언어 인식의 처리 효율을 개선할 수 있다.
본 개시내용은 데이터 처리 디바이스상에서 실행될 때 프로그램 코드들을 초기화하고 다음의 방법 단계들: 클라이언트에 의해 송신된 서비스 데이터 구조의 정보를 수신하는 단계; 서비스 데이터 구조의 정보로부터 문법 규칙을 획득하는 단계; 클라이언트에 의해 송신된 인식될 문장 정보를 수신하면, 인식될 문장 정보를 문법 규칙에 따라 번역하고, 번역 결과를 서비스 데이터 구조에 저장하는 단계; 및 서비스 데이터 구조 내의 번역 결과를 클라이언트에 송신하여, 클라이언트가 번역 결과를 디스플레이하도록 하는 단계를 실행하도록 적응된 컴퓨터 프로그램 제품을 더 제공한다.
관련 기술분야에서 통상의 기술자라면 본 개시내용의 실시예들은 방법, 시스템 또는 컴퓨터 프로그램 제품으로서 제공될 수 있음을 이해하여야 한다. 그러므로 본 개시내용은 완전 하드웨어 실시예, 완전 소프트웨어 실시예 또는 소프트웨어와 하드웨어를 조합한 실시예의 형태를 사용할 수 있다. 더욱이, 본 개시내용은 내부에 컴퓨터 사용 가능한 프로그램 코드가 들어 있는 (이것으로 제한되는 것은 아니지만, 자기 디스크 메모리, CD-ROM, 광학 메모리 등을 비롯한) 하나 이상의 컴퓨터 사용 가능한 저장 매체 상에서 구현된 컴퓨터 프로그램 제품의 형태를 사용할 수 있다.
본 개시내용은 다이어그램의 그래프를 디스플레이하기 위한 방법과 장치 및 본 개시내용의 실시예들에 따른 컴퓨터 프로그램 제품의 흐름도들 및/또는 블록도들을 참조하여 설명된다. 흐름도들 및/또는 블록도들에서의 각각의 흐름 및/또는 블록, 및 흐름도들 및/또는 블록도들에서의 흐름들 및/또는 블록들의 조합은 컴퓨터 프로그램 명령어들로 구현될 수 있음을 이해하여야 한다. 이들 컴퓨터 프로그램 명령어들은 머신을 생성하는 범용 컴퓨터, 특수 목적 컴퓨터, 내장형 프로세서 또는 임의의 다른 프로그램 가능한 데이터 처리 디바이스의 프로세서에 제공되어, 컴퓨터 또는 임의의 다른 프로그램 가능한 데이터 처리 디바이스의 프로세서에 의해 실행되는 명령어들이 흐름도들에서의 하나 이상의 프로세스 및/또는 블록도들에서의 하나 이상의 블록에서 명시된 기능을 구현하기 위한 장치를 만들어 내도록 할 수 있다.
컴퓨터 또는 다른 프로그램 가능한 데이터 처리 디바이스에게 특정 방식으로 동작하도록 지시할 수 있는 이러한 컴퓨터 프로그램 명령어들은 또한 컴퓨터 판독 가능한 메모리에 저장되어, 컴퓨터 판독 가능한 메모리에 저장된 명령어들은 명령어 수단 - 명령어 수단은 흐름도들의 하나 이상의 흐름 및/또는 블록도들의 하나 이상의 블록에서 명시된 기능을 구현함 - 을 포함하는 제조 업자의 물품을 생성하도록 할 수 있다.
이러한 컴퓨터 프로그램 명령어들은 일련의 동작 단계들이 컴퓨터 또는 다른 프로그램 가능 디바이스상에서 수행되어 컴퓨터에 의해 구현되는 처리를 생성하도록 하고, 그래서 컴퓨터 또는 또 다른 프로그래머블 디바이스상에서 실행되는 명령어들이 흐름도들의 하나 이상의 흐름 및/또는 블록도들의 하나 이상의 블록에 명시된 기능을 구현하기 위한 단계들을 제공하도록 컴퓨터 또는 다른 프로그램 가능한 데이터 처리 디바이스상에 로딩될 수도 있다.
전형적인 구성에서, 컴퓨팅 디바이스는 하나 이상의 프로세서들(CPU), 입력/출력 인터페이스들, 네트워크 인터페이스들 및 메모리들을 포함한다.
메모리는 비 영구적 메모리인 랜덤 액세스 메모리(RAM) 및/또는 판독 전용 메모리(ROM) 또는 플래시 메모리(플래시 RAM)와 같은 비 휘발성 메모리 형태의 컴퓨터 판독 가능 매체를 포함할 수 있다. 메모리는 컴퓨터 판독 가능 매체의 예이다.
컴퓨터 판독 가능 매체는 임의의 방법들 또는 기술들에 의해 정보 저장을 달성할 수 있는 영구적 및 비 영구적, 이동식 및 비 이동식 매체를 포함한다. 정보는 컴퓨터 판독 가능 명령어들, 데이터 구조들, 프로그램들의 모듈 또는 다른 데이터의 모듈들일 수 있다. 컴퓨터의 저장 매체의 예들은 이것으로 제한되는 것은 아니지만, 상 변화 메모리(phase change memory)(PRAM), 정적 랜덤 액세스 메모리(static random access memory)(SRAM), 동적 랜덤 액세스 메모리(dynamic random access memory)(DRAM), 다른 유형들의 랜덤 액세스 메모리(RAM)들, 판독 전용 메모리(ROM), 전기적으로 소거 가능한 프로그램 가능 판독 전용 메모리(electrically erasable programmable read-only memory)(EEPROM), 플래시 메모리 또는 다른 메모리 기술들, 콤팩트 디스크 판독 전용 메모리(compact disk read-only memory)(CD-ROM), 디지털 다기능 디스크(digital versatile disc)(DVD) 또는 다른 광학 저장소들, 카세트 테이프, 자기 테이프/자기 디스크 저장소 또는 다른 자기 저장 디바이스들, 또는 임의의 다른 비 전송 매체를 포함하고, 컴퓨팅 디바이스에 의해 액세스 가능한 정보를 저장하는데 사용될 수 있다. 본 명세서에서의 정의들에 비추어, 컴퓨터 판독 가능 매체는 변조된 데이터 신호들 및 반송파들과 같은 일시적인 컴퓨터 판독 가능 매체(일시적 매체)(transitory media)를 포함하지 않는다.
위의 설명들은 단지 본 개시내용의 실시예들에 불과하고, 본 개시내용을 제한하려는 것은 아니다. 관련 기술분야에서 통상의 기술자의 경우, 본 개시내용은 다양한 변경들 및 변화들을 가질 수 있다. 본 개시내용의 사상 및 원리 내에서 만들어지는 모든 수정, 동등한 대체들, 개선 사항들 등은 본 개시내용의 청구항들의 범위 내에 속한다.
Claims (15)
- 언어 인식 방법으로서,
클라이언트로부터, 서비스 데이터 구조의 정보를 수신하고, 상기 클라이언트로부터 인식될 언어 정보를 수신하면 상기 서비스 데이터 구조의 상기 수신된 정보로부터 문법 규칙을 획득하고, 상기 문법 규칙을 사용하여 상기 인식될 문장 정보를 번역하고 번역 결과를 상기 서비스 데이터 구조에 저장하는 단계; 및
상기 서비스 데이터 구조 내의 상기 번역 결과들을 상기 클라이언트에 송신하여 상기 클라이언트가 상기 번역 결과를 디스플레이하도록 하는 단계
를 포함하는, 언어 인식 방법. - 제1항에 있어서, 상기 서비스 데이터 구조의 상기 정보는 상기 서비스 데이터 구조에 대응하는 데이터 타입들의 반영 정보(reflection information)를 포함하며, 상기 서비스 데이터 구조의 상기 수신된 정보로부터 문법 규칙을 획득하는 단계는:
상기 서비스 데이터 구조의 상기 정보로부터, 상기 반영 정보에 따라 상기 서비스 데이터 구조에 대응하는 데이터 타입 정보를 획득하는 단계; 및
상기 데이터 타입 정보를 사용하여 상기 문법 규칙을 생성하는 단계
를 포함하는, 언어 인식 방법. - 제2항에 있어서, 상기 데이터 타입 정보는 상기 데이터 타입들에 대응하는 속성 정보 및 클래스들 사이의 포함 관계(inclusion relationship)를 포함하고; 상기 데이터 타입 정보를 사용하여 상기 문법 규칙을 생성하는 단계는:
상기 데이터 타입들에 대응하는 상기 속성 정보에 따라 상기 문법 규칙에 대응하는 시작 기호(start symbol), 종단 기호(terminal symbol) 및 비 종단 기호(nonterminal symbol)를 결정하고, 상기 클래스들 간의 상기 포함 관계를 통해 상기 문법 규칙에 대응하는 유도 규칙(derivation rule)을 결정하는 단계; 및
상기 시작 기호, 상기 종단 기호, 상기 비 종단 기호 및 상기 유도 규칙을 사용하여 상기 문법 규칙을 생성하는 단계
를 포함하는, 언어 인식 방법. - 제1항에 있어서, 상기 문법 규칙을 사용하여 상기 인식될 문장 정보를 번역하고 번역 결과들을 상기 서비스 데이터 구조에 저장하는 단계 이전에, 상기 방법은:
상기 문법 규칙에 문법적 오류들이 있는지를 검사하는 단계; 및
만일 그렇다면, 상기 문법 규칙을 조정하는 단계
를 더 포함하고;
상기 문법 규칙을 사용하여 상기 인식될 문장 정보를 번역하는 단계는:
상기 조정된 문법 규칙을 사용하여 상기 인식될 문장 정보를 번역하는 단계를 포함하는, 언어 인식 방법. - 제1항에 있어서, 상기 문법 규칙을 사용하여 상기 인식될 문장 정보를 번역하고 번역 결과들을 상기 서비스 데이터 구조에 저장하는 단계 이전에, 상기 방법은:
상기 문법 규칙에 따라 번역기를 생성하는 단계를 더 포함하고;
상기 문법 규칙을 사용하여 상기 인식될 문장 정보를 번역하는 단계는:
상기 번역기를 사용하여 상기 인식될 문장 정보를 번역하는 단계를 포함하는, 언어 인식 방법. - 제1항에 있어서, 상기 문법 규칙을 사용하여 상기 인식될 문장 정보를 번역하고 번역 결과들을 상기 서비스 데이터 구조에 저장하는 단계 이전에, 상기 방법은:
상기 문법 규칙에 대응하는 문법 포맷을 미리 설정된 언어 인식 툴에 의해 지원되는 문법 포맷으로 변환하는 단계; 및
상기 변환된 문법 포맷의 상기 문법 규칙을 상기 미리 설정된 언어 인식 툴에 입력하여, 상기 미리 설정된 언어 인식 툴을 사용하여 상기 문법 규칙에 대응하는 번역기를 생성하는 단계
를 더 포함하고;
상기 문법 규칙을 사용하여 상기 인식될 문장 정보를 번역하는 단계는:
상기 번역기를 사용하여 상기 인식될 문장 정보를 번역하는 단계를 포함하는, 언어 인식 방법. - 언어 인식 방법으로서,
사용자에 의해 입력된 서비스 데이터 구조의 정보를 수신하면, 상기 서비스 데이터 구조의 상기 정보를 서버에 송신하여, 상기 서버가 상기 서비스 데이터 구조의 상기 정보로부터 문법 규칙을 획득하도록 하고, 상기 사용자에 의해 입력된 인식될 문장 정보를 수신하면, 상기 서버에게 상기 인식될 문장 정보를 송신하여, 상기 서버가 상기 인식될 문장 정보를 상기 문법 규칙에 따라 번역하고 번역 결과를 상기 서비스 데이터 구조에 저장하도록 하는 단계; 및
상기 서버에 의해 송신된 상기 서비스 데이터 구조 내의 상기 번역 결과를 수신하고 상기 번역 결과를 디스플레이하는 단계
를 포함하는, 언어 인식 방법. - 서버로서,
클라이언트로부터, 서비스 데이터 구조의 정보를 수신하도록 구성된 수신 유닛, 상기 수신 유닛에 의해 수신된 상기 서비스 데이터 구조의 상기 정보로부터 문법 규칙을 획득하도록 구성된 획득 유닛, 상기 클라이언트로부터 인식될 언어 정보를 수신하면, 상기 문법 규칙을 사용하여 상기 인식될 문장 정보를 번역하도록 구성된 번역 유닛, 상기 번역 유닛의 번역 결과를 상기 서비스 데이터 구조에 저장하도록 구성된 저장 유닛; 및
상기 클라이언트가 상기 번역 결과를 디스플레이하도록 상기 서비스 데이터 구조에 저장된 상기 번역 결과들을 상기 클라이언트에 송신하도록 구성된 송신 유닛
을 포함하는, 서버. - 제8항에 있어서, 상기 서비스 데이터 구조의 상기 정보는 상기 서비스 데이터 구조에 대응되는 데이터 타입들의 반영 정보를 포함하고, 상기 획득 유닛은:
상기 서비스 데이터 구조의 상기 정보로부터, 반영 정보에 따른 상기 서비스 데이터 구조에 대응하는 데이터 타입 정보를 획득하도록 구성된 획득 모듈; 및
상기 획득 모듈에 의해 획득된 상기 데이터 타입 정보를 사용하여 상기 문법 규칙을 생성하도록 구성된 생성 모듈
을 포함하는, 서버. - 제9항에 있어서, 상기 데이터 타입 정보는 상기 데이터 타입들에 대응하는 속성 정보 및 클래스들 사이의 포함 관계를 포함하고,
상기 생성 모듈은 상기 데이터 타입들에 대응하는 상기 속성 정보에 따라 상기 문법 규칙에 대응하는 시작 기호, 종단 기호 및 비 종단 기호를 결정하도록 구체적으로 구성되고, 상기 생성 모듈은 상기 클래스들 간의 상기 포함 관계를 통해 상기 문법 규칙에 대응하는 유도 규칙을 결정하도록 추가로 구체적으로 구성되며;
상기 생성 모듈은 상기 시작 기호, 상기 종단 기호, 상기 비 종단 기호 및 상기 유도 규칙을 사용하여 상기 문법 규칙을 생성하도록 추가로 구체적으로 구성되는, 서버. - 제8항에 있어서, 상기 서버는:
검사 유닛 및 조정 유닛을 더 포함하고, 상기 검사 유닛은 상기 문법 규칙에 문법적 오류들이 있는지를 검사하도록 구성되고, 상기 조정 유닛은 상기 검사 유닛이 상기 문법 규칙에 문법적 오류들이 있음을 발견하면 상기 문법 규칙을 조정하도록 구성되며;
상기 번역 유닛은 상기 조정 유닛에 의해 조정된 상기 문법 규칙을 사용하여 상기 인식될 문장 정보를 번역하도록 구체적으로 구성되는, 서버. - 제8항에 있어서, 상기 서버는:
생성 유닛을 더 포함하고, 상기 생성 유닛은 상기 획득 유닛에 의해 획득된 상기 문법 규칙에 따라 번역기를 생성하도록 구성되며;
상기 번역 유닛은 상기 생성 유닛에 의해 생성된 상기 번역기를 사용하여 상기 인식될 문장 정보를 번역하도록 구체적으로 구성되는, 서버. - 제8항에 있어서, 상기 서버는:
변환 유닛 및 입력 유닛을 더 포함하고, 상기 변환 유닛은 상기 문법 규칙에 대응하는 문법 포맷을 미리 설정된 언어 인식 툴에 의해 지원되는 문법 포맷으로 변환하도록 구성되고, 상기 입력 유닛은 상기 미리 설정된 언어 인식 툴을 사용하여 상기 문법 규칙에 대응하는 번역기를 생성하도록 하기 위해, 상기 변환 유닛에 의해 변환된 상기 문법 포맷의 상기 문법 규칙을 상기 미리 설정된 언어 인식 툴에 입력하도록 구성되며;
상기 번역 유닛은 상기 번역기를 사용하여 상기 인식될 문장 정보를 번역하도록 구체적으로 구성되는, 서버. - 클라이언트로서,
사용자에 의해 입력된 서비스 데이터 구조의 정보를 수신하면, 상기 서버가 상기 서비스 데이터 구조의 정보로부터 문법 규칙을 획득하도록, 상기 서비스 데이터 구조의 정보를 서버에 송신하도록 구성되는 송신 유닛 - 상기 송신 유닛은 상기 사용자에 의해 입력된 인식될 문장 정보를 수신하면, 상기 서버가 상기 인식될 문장 정보를 상기 문법 규칙에 따라 번역하고 번역 결과를 상기 서비스 데이터 구조에 저장하도록, 상기 인식될 문장 정보를 상기 서버에 송신하도록 추가로 구성됨 -, 상기 서버에 의해 송신된 상기 서비스 데이터 구조 내의 상기 번역 결과를 수신하도록 구성된 수신 유닛; 및
상기 수신 유닛이 수신한 상기 번역 결과를 디스플레이하도록 구성된 디스플레이 유닛
을 포함하는, 클라이언트. - 언어 인식 시스템으로서,
제8항 내지 제13항 중 어느 한 항에 따른 상기 서버 및 제14항에 따른 상기 클라이언트를 포함하는, 언어 인식 시스템.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610179961.2A CN107229616B (zh) | 2016-03-25 | 2016-03-25 | 语言识别方法、装置及系统 |
| CN201610179961.2 | 2016-03-25 | ||
| PCT/CN2017/076873 WO2017162082A1 (zh) | 2016-03-25 | 2017-03-16 | 语言识别方法、装置及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20180126479A true KR20180126479A (ko) | 2018-11-27 |
Family
ID=59899371
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020187026985A KR20180126479A (ko) | 2016-03-25 | 2017-03-16 | 언어 인식 방법, 디바이스 및 시스템 |
Country Status (7)
| Country | Link |
|---|---|
| US (1) | US10755055B2 (ko) |
| EP (1) | EP3435227A4 (ko) |
| JP (1) | JP2019512776A (ko) |
| KR (1) | KR20180126479A (ko) |
| CN (1) | CN107229616B (ko) |
| TW (1) | TWI713015B (ko) |
| WO (1) | WO2017162082A1 (ko) |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108427671B (zh) * | 2018-01-25 | 2021-06-25 | 腾讯科技（深圳）有限公司 | 信息转换方法和装置、存储介质及电子装置 |
| CN108021559B (zh) * | 2018-02-05 | 2022-05-03 | 威盛电子股份有限公司 | 自然语言理解系统以及语意分析方法 |
| US20230161975A1 (en) * | 2018-05-04 | 2023-05-25 | Telefonaktiebolaget Lm Ericsson (Publ) | Methods and apparatus for enriching entities with alternative texts in multiple languages |
| CN108984536A (zh) * | 2018-07-02 | 2018-12-11 | 北京分音塔科技有限公司 | 店铺识别翻译机、方法、装置及存储介质 |
| US11393463B2 (en) * | 2019-04-19 | 2022-07-19 | Soundhound, Inc. | System and method for controlling an application using natural language communication |
| CN113160827A (zh) * | 2021-04-07 | 2021-07-23 | 深圳鱼亮科技有限公司 | 一种基于多语言模型的语音转写系统及方法 |
| WO2024148612A1 (zh) * | 2023-01-13 | 2024-07-18 | 华为技术有限公司 | 一种翻译器生成方法、装置、设备及存储介质 |
Family Cites Families (35)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS63305463A (ja) | 1987-06-05 | 1988-12-13 | Hitachi Ltd | 自然言語処理方式 |
| JPH02165378A (ja) | 1988-12-20 | 1990-06-26 | Csk Corp | 機械翻訳システム |
| US20020032564A1 (en) | 2000-04-19 | 2002-03-14 | Farzad Ehsani | Phrase-based dialogue modeling with particular application to creating a recognition grammar for a voice-controlled user interface |
| US6681383B1 (en) * | 2000-04-04 | 2004-01-20 | Sosy, Inc. | Automatic software production system |
| US6957184B2 (en) * | 2000-07-20 | 2005-10-18 | Microsoft Corporation | Context free grammar engine for speech recognition system |
| EP1352316A2 (en) | 2000-12-01 | 2003-10-15 | The Trustees Of Columbia University In The City Of New York | A method and system for voice activating web pages |
| US6973429B2 (en) | 2000-12-04 | 2005-12-06 | A9.Com, Inc. | Grammar generation for voice-based searches |
| JP2003006255A (ja) * | 2001-06-22 | 2003-01-10 | Fujitsu Ltd | Ｈｄｌ自動修正装置およびｈｄｌ自動修正プログラム並びに同プログラムを記録したコンピュータ読取可能な記録媒体 |
| US8214196B2 (en) | 2001-07-03 | 2012-07-03 | University Of Southern California | Syntax-based statistical translation model |
| US7185276B2 (en) | 2001-08-09 | 2007-02-27 | Voxera Corporation | System and method for dynamically translating HTML to VoiceXML intelligently |
| US7010779B2 (en) * | 2001-08-16 | 2006-03-07 | Knowledge Dynamics, Inc. | Parser, code generator, and data calculation and transformation engine for spreadsheet calculations |
| US7080004B2 (en) | 2001-12-05 | 2006-07-18 | Microsoft Corporation | Grammar authoring system |
| US7529658B2 (en) | 2002-07-26 | 2009-05-05 | Sankhya Technologies Private Limited | Method for specifying equivalence of language grammars and automatically translating sentences in one language to sentences in another language in a computer environment |
| US7302383B2 (en) * | 2002-09-12 | 2007-11-27 | Luis Calixto Valles | Apparatus and methods for developing conversational applications |
| US20050091424A1 (en) * | 2003-10-24 | 2005-04-28 | Snover Jeffrey P. | Mechanism for analyzing partially unresolved input |
| GB2407657B (en) | 2003-10-30 | 2006-08-23 | Vox Generation Ltd | Automated grammar generator (AGG) |
| US8666725B2 (en) | 2004-04-16 | 2014-03-04 | University Of Southern California | Selection and use of nonstatistical translation components in a statistical machine translation framework |
| US8397157B2 (en) | 2006-10-20 | 2013-03-12 | Adobe Systems Incorporated | Context-free grammar |
| CN101201750B (zh) * | 2006-12-13 | 2010-09-08 | 西安大唐电信有限公司 | 利用语法词法分析工具为编解码提供数据的方法 |
| US8041697B2 (en) | 2007-08-31 | 2011-10-18 | Microsoft Corporation | Semi-automatic example-based induction of semantic translation rules to support natural language search |
| IL186505A0 (en) * | 2007-10-08 | 2008-01-20 | Excelang Ltd | Grammar checker |
| CN101446895B (zh) * | 2008-12-18 | 2011-03-23 | 浙江大学 | 基于语法重构的代码级构件组装方法 |
| US20100332217A1 (en) * | 2009-06-29 | 2010-12-30 | Shalom Wintner | Method for text improvement via linguistic abstractions |
| EP2454661A1 (en) * | 2009-07-15 | 2012-05-23 | Proviciel - Mlstate | System and method for creating a parser generator and associated computer program |
| US9002700B2 (en) * | 2010-05-13 | 2015-04-07 | Grammarly, Inc. | Systems and methods for advanced grammar checking |
| US8543374B2 (en) | 2010-08-12 | 2013-09-24 | Xerox Corporation | Translation system combining hierarchical and phrase-based models |
| CN103092669A (zh) * | 2011-11-01 | 2013-05-08 | 镇江华扬信息科技有限公司 | 一种基于Java的CUP构造编译器的实现方法 |
| CN102629213B (zh) * | 2012-02-21 | 2015-02-04 | 北京经纬恒润科技有限公司 | 一种c语言仿真模型的剖析及监控方法 |
| US9292271B2 (en) | 2013-05-24 | 2016-03-22 | Medidata Solutions, Inc. | Apparatus and method for managing software translation |
| US20150057994A1 (en) * | 2013-08-20 | 2015-02-26 | Eric Hong Fang | Unified Mobile Learning Platform |
| CN104252510A (zh) * | 2013-11-05 | 2014-12-31 | 深圳市华傲数据技术有限公司 | 一种sql语言翻译方法和装置 |
| CA3092699C (en) * | 2013-12-06 | 2023-07-25 | Ab Initio Technology Llc | Source code translation |
| US10176256B1 (en) * | 2013-12-23 | 2019-01-08 | BroadbandTV, Corp | Title rating and improvement process and system |
| US9535904B2 (en) | 2014-03-26 | 2017-01-03 | Microsoft Technology Licensing, Llc | Temporal translation grammar for language translation |
| CN104899147B (zh) * | 2015-06-19 | 2017-11-28 | 北京理工大学 | 一种面向安全检查的代码静态分析方法 |
-
2016
- 2016-03-25 CN CN201610179961.2A patent/CN107229616B/zh active Active
-
2017
- 2017-02-17 TW TW106105361A patent/TWI713015B/zh not_active IP Right Cessation
- 2017-03-16 JP JP2018545582A patent/JP2019512776A/ja active Pending
- 2017-03-16 KR KR1020187026985A patent/KR20180126479A/ko not_active Application Discontinuation
- 2017-03-16 US US16/079,188 patent/US10755055B2/en active Active
- 2017-03-16 EP EP17769359.5A patent/EP3435227A4/en not_active Ceased
- 2017-03-16 WO PCT/CN2017/076873 patent/WO2017162082A1/zh active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| WO2017162082A1 (zh) | 2017-09-28 |
| EP3435227A4 (en) | 2019-11-06 |
| US20190065479A1 (en) | 2019-02-28 |
| CN107229616A (zh) | 2017-10-03 |
| CN107229616B (zh) | 2020-10-16 |
| US10755055B2 (en) | 2020-08-25 |
| TWI713015B (zh) | 2020-12-11 |
| EP3435227A1 (en) | 2019-01-30 |
| JP2019512776A (ja) | 2019-05-16 |
| TW201737241A (zh) | 2017-10-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20180126479A (ko) | 언어 인식 방법, 디바이스 및 시스템 | |
| CN106970820B (zh) | 代码存储方法及代码存储装置 | |
| CN105760534B (zh) | 自定义的可序列化的数据结构、hadoop集群、服务器及其应用方法 | |
| US8429624B2 (en) | Application programming interface (API) router implementation and method | |
| CN111831384B (zh) | 语言切换方法和装置、设备及存储介质 | |
| CN103218294B (zh) | 一种嵌入式系统的调试方法、调试转换装置和系统 | |
| US8819628B2 (en) | Product localization device and method | |
| CN110704064B (zh) | 编译和执行智能合约的方法及装置 | |
| CN110554875A (zh) | 代码转换方法及装置、电子设备、存储介质 | |
| US11604774B2 (en) | Method and apparatus of converting schema in deep learning framework, and computer storage medium | |
| CN109189388A (zh) | 页面配置方法、服务器及计算机可读介质 | |
| CN108664546B (zh) | Xml数据结构转换方法和装置 | |
| CN118132597A (zh) | Sql语法转换方法、装置、存储介质及电子设备 | |
| US11449500B2 (en) | Method and apparatus for outputting structured query sentence | |
| US20170131980A1 (en) | Model driven architecture for network management and configuration | |
| CN114090619B (zh) | 自然语言的查询处理方法及装置 | |
| CN115221855A (zh) | React项目开发文档的生成方法、装置、设备及介质 | |
| CN114327431A (zh) | 编译方法、装置、设备及存储介质 | |
| CN111539200A (zh) | 一种生成富文本的方法、装置、介质和电子设备 | |
| CN114003489B (zh) | 一种前端代码文件检测方法、装置及电子设备和存储介质 | |
| CN111752602B (zh) | 一种生成在GO语言中运行的protobuf文件的方法 | |
| CN117289949A (zh) | 一种代码转换方法、装置、计算机设备及存储介质 | |
| CN116107588A (zh) | 程序语言转化方法、装置、设备、介质和程序产品 | |
| CN117453953A (zh) | 基于xml格式的通讯录数据处理方法、装置、设备及介质 | |
| CN113448923A (zh) | 文件生成方法、装置及终端 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |