KR20190123093A - 감정 온톨로지에 기반을 둔 이모티콘 추천 장치 및 방법 - Google Patents
감정 온톨로지에 기반을 둔 이모티콘 추천 장치 및 방법 Download PDFInfo
- Publication number
- KR20190123093A KR20190123093A KR1020180046827A KR20180046827A KR20190123093A KR 20190123093 A KR20190123093 A KR 20190123093A KR 1020180046827 A KR1020180046827 A KR 1020180046827A KR 20180046827 A KR20180046827 A KR 20180046827A KR 20190123093 A KR20190123093 A KR 20190123093A
- Authority
- KR
- South Korea
- Prior art keywords
- emotion
- analysis
- ontology
- unit
- emoticon
- Prior art date
Links
- 230000008451 emotion Effects 0.000 title claims abstract description 365
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000002996 emotional effect Effects 0.000 claims abstract description 49
- 238000007781 pre-processing Methods 0.000 claims abstract description 16
- 230000014509 gene expression Effects 0.000 claims description 31
- 238000000605 extraction Methods 0.000 claims description 17
- 239000000284 extract Substances 0.000 claims description 16
- 238000007670 refining Methods 0.000 claims description 12
- 230000000877 morphologic effect Effects 0.000 claims description 11
- 150000001875 compounds Chemical class 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 238000013519 translation Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 8
- 238000003058 natural language processing Methods 0.000 claims description 6
- 230000001755 vocal effect Effects 0.000 claims description 6
- 230000007935 neutral effect Effects 0.000 claims description 5
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 230000021615 conjugation Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 9
- 241000590419 Polygonia interrogationis Species 0.000 description 4
- 235000014443 Pyrus communis Nutrition 0.000 description 4
- 230000001788 irregular Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000029052 metamorphosis Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G06F17/2785—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Human Computer Interaction (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Machine Translation (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
Abstract
본 발명은 감정 온톨로지에 기반을 두어 감정을 분석하고, 분석된 감정에 부합하는 이모티콘을 추천하는 감정 온톨로지에 기반을 둔 이모티콘 추천 장치 및 방법에 관한 것으로, 입력되는 텍스트에 대하여 맞춤법 및 문법 오류를 정제하고, 문장을 분리는 전처리부;상기 전처리부에서 분리가 이루어진 문장의 형태 분석, 구문 분석, 의미 분석을 수행하고 감정 온톨로지를 활용하여 감정을 추출하여 부정어 결합, 감정의 시점, 감정 상태 변화 분석을 통해 감정을 분석하는 감정 분석부;상기 감정 분석부의 분석 결과에 따라 이모티콘을 추천하는 이모티콘 추천부;를 포함하는 것이다.
Description
본 발명은 이모티콘 추천에 관한 것으로, 구체적으로 감정 온톨로지에 기반을 두어 감정을 분석하고, 분석된 감정에 부합하는 이모티콘을 추천하는 감정 온톨로지에 기반을 둔 이모티콘 추천 장치 및 방법에 관한 것이다.
인스턴트 메신저를 통한 대화에서 이모티콘은 자신의 감정을 효과적으로 전달하기 위한 중요한 수단 중 하나이다.
이모티콘(emoticon)은 자판의 문자ㆍ기호ㆍ숫자 등을 조합해 감정이나 의사를 나타내는 표현법으로, 감정을 뜻하는 이모션(emotion)과 아이콘(icon)의 합성어이다.
초기에는 기호나 문자의 조합에 의한 단순한 형태의 이모티콘만이 사용되었으나, 최근에는 정적 이미지, 동적 이미지 등 다양한 형태의 이모티콘이 사용되고 있다.
인스턴트 메신저에서는 이모티콘 사용의 편의를 위해 사용자 추천 기능을 제공한다.
초기에는 사용빈도에 따른 추천이나 특정 키워드가 입력되었을 때 키워드에 해당하는 이모티콘으로 변환하는 단순한 추천 기능만을 제공하였다.
이러한 추천 방법은 사용자의 감정을 반영하지 못하기 때문에 사용자의 감정과는 상관없는 이모티콘이 추천되는 문제가 있다.
이후에는 단순한 추천 방식에서 벗어나 사용자의 감정을 분석하는 감정 분석 기술을 통해 적절한 이모티콘을 추천하는 기술이 개발된 바 있다.
종래 기술의 하나로, 대한민국 공개특허 제10-2011-0026218호(문자 메시지 입력 장치 및 방법 그리고 그를 위한 프로그램을 기록한 기록 매체)는 입력된 대화 내용으로부터 사용자의 감정을 나타내는 단어를 추출하고, 이를 이용하여 사용자의 감정을 표현하는 이모티콘을 선택해주는 기술을 공지하고 있다.
종래 기술의 다른 하나는 대한민국 등록특허 제10-1634086호(감정 분석을 통한 스티커 추천 방법 및 시스템)은 키워드 추출, 화행 분석, 감정 분석, 관계 분석을 통해 대화 상황을 분석하고, 이를 이용하여 사용자의 선호도를 고려한 이모티콘을 추천해주는 기술을 공지하고 있다.
그러나 이들 종래 기술들은 형태소 분석 과정만을 수행하기 때문에 문장에 내포된 형태 중의성과 구문 중의성을 처리하지 못한다.
예컨대, 의미에 따라 다른 감정을 나타내는 동형이의어가 포함되는 경우 추천된 이모티콘이 사용자의 감정에 적합하지 못하게 되는 문제점이 있다.
따라서, 정확한 감정 분석을 통하여 사용자의 감정에 가장 적합한 이모티콘을 추천하기 위한 새로운 기술의 개발이 요구되고 있다.
본 발명은 이와 같은 종래 기술의 이모티콘 추천 기술들의 문제를 해결하기 위한 것으로, 감정 온톨로지에 기반을 두어 감정을 분석하고, 분석된 감정에 부합하는 이모티콘을 추천하는 감정 온톨로지에 기반을 둔 이모티콘 추천 장치 및 방법을 제공하는데 그 목적이 있다.
본 발명은 사용자의 감정을 분석하여 이모티콘을 추천하되, 형태 분석, 의미 분석, 구문 분석과 같은 자연언어 이해 기술을 적용한 다음 통사적 특징을 분석하여 감정 분석의 정확도를 높일 수 있도록 한 감정 온톨로지에 기반을 둔 이모티콘 추천 장치 및 방법을 제공하는데 그 목적이 있다.
본 발명은 단순히 감정의 종류만을 분석하는 것이 아니라 감정 온톨로지를 활용하여 감정의 강도, 감정의 경험자, 감정 기술 대상, 감정 기술 방식, 감정의 극성을 분석하여 이모티콘 추천에 활용하는 감정 온톨로지에 기반을 둔 이모티콘 추천 장치 및 방법을 제공하는데 그 목적이 있다.
본 발명은 사용자가 입력한 문장에 형태 중의성, 의미 중의성, 구문 중의성이 있더라도 사용자의 감정을 고려하여 적합한 이모티콘이 추천되도록 한 감정 온톨로지에 기반을 둔 이모티콘 추천 장치 및 방법을 제공하는데 그 목적이 있다.
본 발명은 부정 형태소나 감정 상태를 변화시키는 동사가 사용되거나 감정의 시점에 따라 감정이 달라질 때도 정확하고 자연스러운 이모티콘을 추천할 수 있도록 한 감정 온톨로지에 기반을 둔 이모티콘 추천 장치 및 방법을 제공하는데 그 목적이 있다.
본 발명의 목적들은 이상에서 언급한 목적들로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
이와 같은 목적을 달성하기 위한 본 발명에 따른 감정 온톨로지에 기반을 둔 이모티콘 추천 장치는 입력되는 텍스트에 대하여 맞춤법 및 문법 오류를 정제하고, 문장을 분리는 전처리부;상기 전처리부에서 분리가 이루어진 문장의 형태 분석, 구문 분석, 의미 분석을 수행하고 감정 온톨로지를 활용하여 감정을 추출하여 부정어 결합, 감정의 시점, 감정 상태 변화 분석을 통해 감정을 분석하는 감정 분석부;상기 감정 분석부의 분석 결과에 따라 이모티콘을 추천하는 이모티콘 추천부;를 포함하는 것을 특징으로 한다.
여기서, 상기 전처리부는, 맞춤법 및 문법 오류를 정제하기 위하여 철자검사, 띄어쓰기 검사, 외래어 표기법 검사, 사투리 검사, 복합명사 오류 검사를 포함하는 철자 오류 교정과, 의미 오류, 번역투 오류, 문장 부호 검사를 수행하는 것을 특징으로 한다.
그리고 상기 전처리부는, 오류가 정제된 문장을 구두점(.), 물음표(?), 느낌표(!)를 기준으로 분리하는 것을 특징으로 한다.
그리고 상기 감정 온톨로지는, 인간 감정의 공학적 처리를 가능하도록 정의한 분류체계인 감정 분류 프레임워크와, 감정 분류 프레임워크를 기반으로 서술형 텍스트와 대화형 텍스트를 분석 및 태깅하여 구축한 데이터베이스인 감정 표현 라이브러리로 이루어진 것을 특징으로 한다.
그리고 감정 분류 프레임워크는, 기본감정 8개와 조합감정 16개로 구성되는 감정 명세,기본감정과 조합감정을 구분하여 해당 감정의 세기를 나타내는 강도,해당 감정이 청자(Hearer)의 감정인지, 화자(Speaker)의 감정인지 나타내는 경험자,감정을 추출한 표현이 언어적(Verbal), 비언어적(Non-Verbal)인지를 나타내는 기술 대상,감정을 추출한 표현이 표현적(Expressive)인지, 설명적(Descriptive)인지, 도상적(Iconic)인지를 나타내는 기술 방식,해당 감정 표현이 긍정적(Positive)인지, 부정적(Negative)인지, 중립적(Neutral)인지를 나타내는 극성의 속성을 포함하는 것을 특징으로 한다.
그리고 문장의 형태 분석, 구문 분석, 의미 분석을 수행하는 것에 의해, 형태 중의성, 구문 중의성, 어의 중의성을 해소하는 것을 특징으로 한다.
그리고 형태 중의성 해소하기 위하여, 수작업으로 구축한 규칙과 형태소의 발생 빈도에 바탕을 둔 통계 정보를 복합적으로 이용하여 형태 분석을 수행하고,구문 중의성을 해소하기 위하여, 문장 성분 간 의존 관계생성 규칙, 통사적 제약 규칙 및 선택제약 규칙을 통해 의존관계 중의성을 해소하여 구문 분석을 수행하고,어의 중의성을 해소하기 위하여, 한국어 어휘의미의 관계어 정보를 이용하여 여러 개의 의미를 가진 어휘가 문맥에서 어떤 의미로 사용되었는지를 파악하여 의미 분석을 수행하는 것을 특징으로 한다.
그리고 감정 온톨로지를 활용하여 감정을 추출하기 위하여, 활용형으로부터 감정을 추출하고,기본형으로부터 감정을 추출하고,종결어미 변화에서 감정을 추출하는 것을 특징으로 한다.
그리고 감정 온톨로지를 활용하여 감정을 추출하기 위한 활용형 기반 감정 라이브러리 분석은, 음절 단위의 문자열 비교에 이용되며 자연어 처리가 필요 없고, TRIE 자료구조에 기반을 둔 최장일치법에 의해 가장 긴 문자열만 해당 감정으로 분석되는 것을 특징으로 한다.
그리고 감정 온톨로지를 활용하여 감정을 추출하기 위한 기본형 기반 감정 라이브러리 분석은, 형태소 단위의 문자열 비교에 이용되며 자연어 처리가 필요하고, TRIE 자료구조에 기반을 둔 최장일치법에 의해 가장 긴 문자열만 해당 감정으로 분석되는 것을 특징으로 한다.
다른 목적을 달성하기 위한 본 발명에 따른 감정 온톨로지에 기반을 둔 이모티콘 추천 장치는 문장 입력부를 통하여 입력되는 텍스트에 대하여 맞춤법 및 문법 검사를 하여 맞춤법 및 문법 오류를 정제하고, 문장을 분리하는 전처리부;전처리부에서 분리가 이루어진 문장의 형태 분석, 구문 분석, 의미 분석을 수행하는 자연언어 이해부;감정 온톨로지를 활용하여 감정을 추출하는 감정 추출부;부정어 결합, 감정의 시점, 감정 상태 변화 분석을 통해 감정을 분석하는 감정 분석부;감정 분석부의 분석 결과에 따라 이모티콘을 추천하는 이모티콘 추천부;를 포함하는 것을 특징으로 한다.
여기서, 상기 전처리부는, 입력부를 통해 입력된 텍스트에 대하여 맞춤법 및 문법 검사를 하여 오류를 정제하는 맞춤법 및 문법 정제부와, 맞춤법 및 문법 정제부에서 오류가 정제된 문장을 구두점(.), 물음표(?), 느낌표(!)를 기준으로 분리하는 문장 분리부를 포함하는 것을 특징으로 한다.
그리고 상기 맞춤법 및 문법 정제부는, 맞춤법 및 문법 오류를 정제하기 위하여 철자검사, 띄어쓰기 검사, 외래어 표기법 검사, 사투리 검사, 복합명사 오류 검사를 포함하는 철자 오류 교정과, 의미 오류, 번역투 오류, 문장 부호 검사를 수행하는 것을 특징으로 한다.
그리고 상기 자연언어 이해부는, 수작업으로 구축한 규칙과 형태소의 발생 빈도에 바탕을 둔 통계 정보를 복합적으로 이용하여 형태 분석을 수행하여 형태 중의성을 해소하는 형태 분석부와,문장 성분 간 의존 관계생성 규칙, 통사적 제약 규칙 및 선택제약 규칙을 통해 의존관계 중의성을 해소하여 구문 분석을 수행하여 구문 중의성을 해소하는 구문 분석부와,한국어 어휘의미의 관계어 정보를 이용하여 여러 개의 의미를 가진 어휘가 문맥에서 어떤 의미로 사용되었는지를 파악하여 의미 분석을 수행하여 어의 중의성을 해소하는 의미 분석부를 포함하는 것을 특징으로 한다.
그리고 상기 감정 추출부는, 감정 온톨로지를 활용하여 감정을 추출하는 것으로, 활용형으로부터 감정을 추출하는 활용형 기반 추출부와,기본형으로부터 감정을 추출하는 기본형 기반 추출부와,종결어미 변화에서 감정을 추출하는 종결 어미 추출부를 포함하는 것을 특징으로 한다.
그리고 상기 감정 분석부는, 감정 분석을 위하여 부정 형태소를 이용하여 추출된 감정을 제거하는 부정문 처리부와,감정 상태 어휘를 이용하여 추출된 감정을 제거하는 감정 상태 처리부와,감정의 시점에 따라 추출된 감정을 제거하는 감정 시점 처리부를 포함하는 것을 특징으로 한다.
그리고 상기 이모티콘 추천부는, 분석한 감정 표현을 선택하면 이모티콘 추천 목록이 화면에 표시되고, 입력되는 문장에서 자동 분석에 의해 감정 표현이 있는 부분은 다른 색으로 표시되도록 하는 것을 특징으로 한다.
다른 목적을 달성하기 위한 본 발명에 따른 감정 온톨로지에 기반을 둔 이모티콘 추천 방법은 입력되는 텍스트에 대하여 맞춤법 및 문법 검사를 하여 맞춤법 및 문법 오류를 정제하고, 문장을 분리하는 단계;이모티콘의 추천이 필요한 것으로 판단되면 활용형 기반 감정 분석으로 입력된 문장의 감정을 분석하는 단계;활용형 기반 감정 분석으로 입력된 문장의 감정 분석이 이루어지지 않는 경우에, 문장의 형태 분석, 구문 분석, 의미 분석을 수행하는 단계;기본형 기반 감정 분석으로 입력된 문장의 감정을 분석하는 단계;활용형 기반 감정 분석 결과 또는 기본형 기반 감정 분석 결과에 따라 이모티콘을 추천하는 단계;를 포함하는 것을 특징으로 한다.
여기서, 맞춤법 및 문법 오류를 정제하기 위하여, 철자검사, 띄어쓰기 검사, 외래어 표기법 검사, 사투리 검사, 복합명사 오류 검사를 포함하는 철자 오류 교정과, 의미 오류, 번역투 오류, 문장 부호 검사를 수행하는 것을 특징으로 한다.
그리고 문장을 분리하는 단계에서, 오류가 정제된 문장을 구두점(.), 물음표(?), 느낌표(!)를 기준으로 분리하는 것을 특징으로 한다.
그리고 문장의 형태 분석, 구문 분석, 의미 분석을 수행하는 단계에 의해, 형태 중의성, 구문 중의성, 어의 중의성을 해소하는 것을 특징으로 한다.
그리고 형태 중의성 해소하기 위하여, 수작업으로 구축한 규칙과 형태소의 발생 빈도에 바탕을 둔 통계 정보를 복합적으로 이용하여 형태 분석을 수행하고,구문 중의성을 해소하기 위하여, 문장 성분 간 의존 관계생성 규칙, 통사적 제약 규칙 및 선택제약 규칙을 통해 의존관계 중의성을 해소하여 구문 분석을 수행하고,어의 중의성을 해소하기 위하여, 한국어 어휘의미의 관계어 정보를 이용하여 여러 개의 의미를 가진 어휘가 문맥에서 어떤 의미로 사용되었는지를 파악하여 의미 분석을 수행하는 것을 특징으로 한다.
이와 같은 본 발명에 따른 감정 온톨로지에 기반을 둔 이모티콘 추천 장치 및 방법은 다음과 같은 효과를 갖는다.
첫째, 감정 온톨로지에 기반을 두어 감정을 분석하고, 분석된 감정에 부합하는 이모티콘을 추천하여 사용자의 만족도를 높일 수 있다.
둘째, 형태 분석, 의미 분석, 구문 분석과 같은 자연언어 이해 기술을 적용한 다음 통사적 특징을 분석하여 감정 분석의 정확도를 높일 수 있어 최적의 이모티콘의 추천이 가능하다.
셋째, 단순히 감정의 종류만을 분석하는 것이 아니라 감정 온톨로지를 활용하여 감정의 강도, 감정의 경험자, 감정 기술 대상, 감정 기술 방식, 감정의 극성을 분석하여 이모티콘 추천에 활용하여 정확하고 자연스러운 이모티콘을 추천할 수 있다.
넷째, 사용자가 입력한 문장에 형태 중의성, 의미 중의성, 구문 중의성이 있더라도 사용자의 감정을 고려하여 적합한 이모티콘이 추천되도록 한다.
다섯째, 부정 형태소나 감정 상태를 변화시키는 동사가 사용되거나 감정의 시점에 따라 감정이 달라질 때도 정확하고 자연스러운 이모티콘을 추천할 수 있도록 한다.
도 1과 도 2는 본 발명에 따른 감정 온톨로지에 기반을 둔 이모티콘 추천 장치의 구성도
도 3은 전처리부의 상세 구성도
도 4는 감정 온톨로지의 구성도
도 5는 자연어 이해부의 상세 구성도
도 6은 감정 추출부의 상세 구성도
도 7a와 도 7b는 활용형 기반 감정 라이브러리 및 기본형 기반 감정 라이브러리 분석의 일 예를 나타낸 구성도
도 8은 감정 분석부의 상세 구성도
도 9는 본 발명에 따른 감정 온톨로지에 기반을 둔 이모티콘 추천 장치의 화면 구성도
도 10은 감정 프레임워크의 감정 명세를 표현한 감정 팔레트
도 11은 본 발명에 따른 감정 온톨로지에 기반을 둔 이모티콘 추천 방법을 나타낸 플로우 차트
도 3은 전처리부의 상세 구성도
도 4는 감정 온톨로지의 구성도
도 5는 자연어 이해부의 상세 구성도
도 6은 감정 추출부의 상세 구성도
도 7a와 도 7b는 활용형 기반 감정 라이브러리 및 기본형 기반 감정 라이브러리 분석의 일 예를 나타낸 구성도
도 8은 감정 분석부의 상세 구성도
도 9는 본 발명에 따른 감정 온톨로지에 기반을 둔 이모티콘 추천 장치의 화면 구성도
도 10은 감정 프레임워크의 감정 명세를 표현한 감정 팔레트
도 11은 본 발명에 따른 감정 온톨로지에 기반을 둔 이모티콘 추천 방법을 나타낸 플로우 차트
이하, 본 발명에 따른 감정 온톨로지에 기반을 둔 이모티콘 추천 장치 및 방법의 바람직한 실시 예에 관하여 상세히 설명하면 다음과 같다.
본 발명에 따른 감정 온톨로지에 기반을 둔 이모티콘 추천 장치 및 방법의 특징 및 이점들은 이하에서의 각 실시 예에 대한 상세한 설명을 통해 명백해질 것이다.
도 1과 도 2는 본 발명에 따른 감정 온톨로지에 기반을 둔 이모티콘 추천 장치의 구성도이다.
본 발명에 따른 감정 온톨로지에 기반을 둔 이모티콘 추천 장치 및 방법은 단순히 감정의 종류만을 분석하는 것이 아니라 감정 온톨로지를 활용하여 감정의 강도, 감정의 경험자, 감정 기술 대상, 감정 기술 방식, 감정의 극성을 분석하여 이모티콘 추천을 하는 것이다.
이를 위하여 본 발명은 사용자가 입력한 문장에 형태 중의성, 의미 중의성, 구문 중의성이 있더라도 사용자의 감정을 고려하여 적합한 이모티콘이 추천되도록 하는 구성을 포함할 수 있다.
본 발명은 부정 형태소나 감정 상태를 변화시키는 동사가 사용되거나 감정의 시점에 따라 감정이 달라질 때도 정확하고 자연스러운 이모티콘을 추천하는 구성을 포함할 수 있다.
본 발명에 따른 감정 온톨로지에 기반을 둔 이모티콘 추천 장치의 일 예는 도 1에서와 같이, 문장 입력부(10)를 통하여 입력되는 텍스트에 대하여 맞춤법 및 문법 검사를 하여 맞춤법 및 문법 오류를 정제하고, 구두점, 물음표, 느낌표를 기준으로 문장을 분리하는 전처리부(20)와, 전처리부(20)에서 분리가 이루어진 문장의 형태 분석, 구문 분석, 의미 분석을 수행하고 감정 온톨로지를 활용하여 감정을 추출하여 부정어 결합, 감정의 시점, 감정 상태 변화 분석을 통해 감정을 분석하는 감정 분석부(30)와, 감정 분석부(30)의 분석 결과에 따라 이모티콘을 추천하는 이모티콘 추천부(40)로 크게 이루어진다.
이와 같은 본 발명에 따른 감정 온톨로지에 기반을 둔 이모티콘 추천 장치를 더 구체적으로 설명하면 다음과 같다.
도 2에서와 같이, 문장 입력부(50)를 통하여 입력되는 텍스트에 대하여 맞춤법 및 문법 검사를 하여 맞춤법 및 문법 오류를 정제하고, 구두점, 물음표, 느낌표를 기준으로 문장을 분리하는 전처리부(60)와, 전처리부(60)에서 분리가 이루어진 문장의 형태 분석, 구문 분석, 의미 분석을 수행하는 자연언어 이해부(70)와, 감정 온톨로지를 활용하여 감정을 추출하는 감정 추출부(80)와, 부정어 결합, 감정의 시점, 감정 상태 변화 분석을 통해 감정을 분석하는 감정 분석부(90)와, 감정 분석부(90)의 분석 결과에 따라 이모티콘을 추천하는 이모티콘 추천부(100)로 크게 이루어진다.
여기서, 자연언어 이해부(70)는 형태 분석 기술을 이용하여 형태 중의성을 해소하고, 의미 분석 기술을 이용하여 어의 중의성을 해소하고, 구문 분석 기술을 이용하여 구문 중의성을 해소한다.
자연언어 이해부(70)는 형태 중의성 해소하기 위하여, 수작업으로 구축한 규칙과 형태소의 발생 빈도에 바탕을 둔 통계 정보를 복합적으로 이용하여 형태 분석을 수행한다.
자연언어 이해부(70)는 어의 중의성을 해소하기 위하여, 한국어 어휘의미의 관계어 정보를 이용하여 여러 개의 의미를 가진 어휘가 문맥에서 어떤 의미로 사용되었는지를 파악하여 의미 분석을 수행한다.
자연언어 이해부(70)는 구문 중의성을 해소하기 위하여, 문장 성분 간 의존 관계생성 규칙, 통사적 제약 규칙 및 선택제약 규칙을 통해 의존관계 중의성을 해소하여 구문 분석을 수행한다.
그리고 전처리부(60)는 맞춤법 및 문법 오류를 정제하기 위하여 철자검사, 띄어쓰기 검사, 외래어 표기법 검사, 사투리 검사, 복합명사 오류 검사와 같은 철자 오류 교정과, 의미 오류, 번역투 오류, 문장 부호 검사를 수행한다.
그리고 감정 추출부(80)는 감정 온톨로지를 활용한 감정 추출을 위하여, 활용형으로부터 감정을 추출하는 수단, 기본형으로부터 감정을 추출하는 수단, 종결어미 변화에서 감정을 추출하는 수단을 포함한다.
그리고 감정 분석부(90)는 감정 분석을 위하여 부정 형태소를 이용하여 추출된 감정을 제거하는 수단, 감정의 시점에 따라 추출된 감정을 제거하는 수단, 감정 상태 어휘를 이용하여 추출된 감정을 제거하는 수단을 포함한다.
도 3은 전처리부의 상세 구성도이고, 도 4는 감정 온톨로지의 구성도이다.
그리고 도 5는 자연어 이해부의 상세 구성도이고, 도 6은 감정 추출부의 상세 구성도이다.
이와 같은 구성을 갖는 본 발명에 따른 감정 온톨로지에 기반을 둔 이모티콘 추천 장치는 먼저, 전처리부(60)에서 입력부(50)를 통해 입력된 텍스트에 대하여 맞춤법 및 문법 검사와 문장 분리를 수행한다.
자연언어 이해부(70)는 형태 분석, 구문 분석, 의미 분석을 수행한다.
감정 추출부(80)는 감정 온톨로지를 활용하여 감정을 추출한다.
감정 온톨로지는 도 4에서와 같이, 크게 감정 분류 프레임워크와 감정 표현 라이브러리로 나눈다.
감정 분류 프레임워크는 표 1에서와 같이, 인간 감정의 공학적 처리를 가능하도록 정의한 분류체계를 뜻하며 감정 표현 라이브러리는 감정 분류 프레임워크를 기반으로 서술형 텍스트와 대화형 텍스트를 분석 및 태깅하여 구축한 데이터베이스를 뜻한다.
표 1은 감정 프레임워크의 속성과 분류를 나타낸 것이다.
표 2는 감정 표현 라이브러리의 일 예를 나타낸 것이다.
그리고 감정 분류 프레임워크는 표 1 및 도 10에서와 같이, 기본감정 8개와 조합감정 16개로 구성되는 감정 명세, 기본감정과 조합감정을 구분하여 해당 감정의 세기를 나타내는 강도, 해당 감정이 청자(Hearer)의 감정인지, 화자(Speaker)의 감정인지 나타내는 경험자, 감정을 추출한 표현이 언어적(Verbal), 비언어적(Non-Verbal)인지를 나타내는 기술 대상, 감정을 추출한 표현이 표현적(Expressive)인지, 설명적(Descriptive)인지, 도상적(Iconic)인지를 나타내는 기술 방식, 해당 감정 표현이 긍정적(Positive)인지, 부정적(Negative)인지, 중립적(Neutral)인지를 나타내는 극성의 속성을 포함한다.
도 10은 감정 프레임워크의 감정 명세를 표현한 감정 팔레트이다.
표 3은 감정 표현의 기술 대상과 기술 방식을 나타낸 것이다.
그리고 감정 분석부(90)는 감정 분석의 정확도를 높이기 위해 추출된 부정 표현, 감정 상태, 감정 시점 등을 고려하여 잘못 추출된 감정을 제거하여 최종 감정을 분석한다.
그리고 이모티콘 추천부(100)는 분석된 감정을 바탕으로 이모티콘을 추출한다.
만약, <LOVE>는 감정이 추출되면, 시스템은 <LOVE>라는 감정으로 분류된 이모티콘을 사용자에게 추천한다.
도 7a와 도 7b는 활용형 기반 감정 라이브러리 및 기본형 기반 감정 라이브러리 분석의 일 예를 나타낸 구성도이다.
도 7a에서와 같이 활용형 기반 감정 라이브러리 분석은 음절 단위의 문자열 비교에 이용되며 자연어 처리가 필요 없고, TRIE 자료구조에 기반을 둔 최장일치법에 의해 가장 긴 문자열만 해당 감정으로 분석된다.
그리고 도 7b에서와 같은 기본형 기반 감정 라이브러리 분석은 형태소 단위의 문자열 비교에 이용되며 자연어 처리가 필요하고, TRIE 자료구조에 기반을 둔 최장일치법에 의해 가장 긴 문자열만 해당 감정으로 분석된다.
전처리부(60)의 상세 구성은 다음과 같다.
전처리부(60)는 도 3에서와 같이, 입력부(50)를 통해 입력된 텍스트에 대하여 맞춤법 및 문법 검사를 하여 오류를 정제하는 맞춤법 및 문법 정제부(61)와, 맞춤법 및 문법 정제부(61)에 오류가 정제된 문장을 구두점(.), 물음표(?), 느낌표(!)를 기준으로 분리하는 문장 분리부(62)를 포함한다.
맞춤법 및 문법 정제부(61)는 맞춤법 및 문법 오류를 정제하기 위하여 철자검사, 띄어쓰기 검사, 외래어 표기법 검사, 사투리 검사, 복합명사 오류 검사와 같은 철자 오류 교정과, 의미 오류, 번역투 오류, 문장 부호 검사를 수행한다.
맞춤법 및 문법 정제부(61)는 맞춤법 및 문법 검사 및 정제를 실행한다.
인스턴트 메신저를 사용하는 일반인의 실수에 의해서든 무지에 의해서든 맞춤법, 띄어쓰기의 오류를 발생한다.
또는 일부러 문법에 맞지 않게 글을 쓰는 경우도 많다. 이는 자연언어 이해 과정을 어렵게 하여 감정 분석의 정확도를 떨어트린다.
따라서, 먼저 맞춤법 및 문법 정제를 통하여 이를 최대한 교정한다.
자연언어 이해부(70)의 상세 구성은 다음과 같다.
도 5에서와 같이, 수작업으로 구축한 규칙과 형태소의 발생 빈도에 바탕을 둔 통계 정보를 복합적으로 이용하여 형태 분석을 수행하여 형태 중의성을 해소하는 형태 분석부(71)와, 문장 성분 간 의존 관계생성 규칙, 통사적 제약 규칙 및 선택제약 규칙을 통해 의존관계 중의성을 해소하여 구문 분석을 수행하여 구문 중의성을 해소하는 구문 분석부(72)와, 한국어 어휘의미의 관계어 정보를 이용하여 여러 개의 의미를 가진 어휘가 문맥에서 어떤 의미로 사용되었는지를 파악하여 의미 분석을 수행하여 어의 중의성을 해소하는 의미 분석부(73)를 포함한다.
형태 분석부(71)는 한국어 품사 태거를 이용하여 품사 태깅(part-of-speech tagging)을 수행한다.
품사 태깅이란 자연언어를 분석하는 방법의 하나로, 어절의 의미가 있는 최소 단위인 형태소로 분리하는 작업이다.
예를 들어, "나는 배가 맛있다."라는 문장에 "나는"은 "나/대명사 + 는/조사", "날다/동사 + 는/어미", "나다/동사 + 는/어미"로 분석될 가능성이 있다.
이때, 품사 태깅 과정을 통해 주변 문맥을 참고하여 "나는"을 "나/대명사 + 는/조사"로 분석한다.
의미 분석부(73)는 중의성 어휘의 선별하여 어의 중의성를 해소한다.
어의 중의성이란 하나의 단어가 문맥에 따라 다양한 의미로 사용되는 것을 말한다.
예를 들어, "나는 배가 맛있다"라는 문장에서 "배"는 중의성 어휘로서, '과일', '신체부위', '교통수단'의 뜻으로 해석될 수 있다.
상기 예에서는 "배"가 '과일'의 의미를 가진다고 해석되는 것이 바르다.
구분 분석부(72)는 문장 성분 간 의존 관계 생성 규칙, 통사적 제약 규칙 및 선택제약 규칙을 통해 의존관계 중의성을 해소하여 문장의 구조를 분석하는 과정이다.
예를 들어, "나는 배를 맛있게 먹었다"라는 문장에서는 "맛있다"의 주어는 "나", 목적어는 "배"이다. 그리고 "맛있다"는 "먹었다"를 수식한다.
감정 추출부(80)의 상세 구성은 다음과 같다.
도 6에서와 같이, 감정 온톨로지를 활용하여 감정을 추출하는 것으로, 활용형으로부터 감정을 추출하는 활용형 기반 추출부(81)와, 기본형으로부터 감정을 추출하는 기본형 기반 추출부(82)와, 종결어미 변화에서 감정을 추출하는 종결 어미 추출부(83)를 포함한다.
감정 표현 어휘는 언어의 생산적 특징에 따라 활용형과 기본형으로 구분할 수 있다.
예를 들어, 기본형 "사랑하다"의 활용형은 문장을 끝맺는 종결형 "사랑해", "사랑한다" 등이 있고, 문장을 연결해주는 연결형에는 "사랑하고, 사랑하는데" 등이 있고, 문장에서의 기능을 바꿔주는 전성형에는 "사랑하는, 사랑함" 등 무수히 많은 형태가 있다.
활용형과 기본형을 구분한 이유는 "꺼져"와 같이 기본형일 때는 감정이 없다가 활용형이 될 때 감정이 생기는 경우가 있기 때문이다.
활용형 기반 추출부(81)는 이와 같은 활용형을 이용하여 감정을 추출하고, 기본형 기반 추출부(82)는 기본형을 이용하여 감정을 추출한다.
기본형 감정 추출은 조사, 어미 등의 활용에 영향을 받지 않고 검색할 수 있다.
예를 들어, "사랑하다"라는 형태소에 감정값이 있다고 하고, "사랑합니다", "사랑한다" 등을 형태소 분석하면 모두 "사랑하다"가 나오게 되므로, 하나의 형태소로 하나 이상의 표현을 찾아낼 수 있다.
형태소 기반 감정 추출은 기본형 감정 라이브러리의 내용을 사전화하여 사용한다.
하나의 형태소가 하나의 감정을 표현할 때, 또는 여러 형태소의 조합으로 하나의 감정을 표현할 때로 구분된다.
따라서, 단어절이냐, 다어절이냐에 따라 시스템에서는 단 어절 기본형 감정 추출, 다어절 기본형 감정 추출로 구분하여 추출한다.
종결어미 추출부(83)는 구어체 문장에서 흔히 나타나는, '~용.', '~당.' 등의 종결 어미 변화에서 추출하는 감정을 추출한다.
감정 분석부(90)의 상세 구성은 다음과 같다.
도 8에서와 같이, 감정 분석부(90)는 감정 분석을 위하여 부정 형태소를 이용하여 추출된 감정을 제거하는 부정문 처리부(91)와, 감정 상태 어휘를 이용하여 추출된 감정을 제거하는 감정 상태 처리부(92)와, 감정의 시점에 따라 추출된 감정을 제거하는 감정 시점 처리부(93)를 포함한다.
부정문 처리부(91)에서는 부정문으로 사용된 경우 추출된 감정을 제거한다.
예를 들어, "사랑은 아닌 거죠"라는 "사랑"은 감정 표현 어휘이지만 실제 문장이 나타나는 감정은 "<LOVE>"가 아니다.
부정문은 부정을 나타내는 부사 '아니(안)' 나 '못'을 쓰거나 부정의 뜻을 나타내는 용언 '아니다', '아니하다(않다)', '못하다', '말다'를 써서 만든다.
이러한 부정 구문의 패턴을 정의하고 감정 표현 추출에 제한을 두었다.
감정 상태 처리부(92)에서는 감정 상태 변화에 따라 추출된 감정을 제거한다.
감정 표현 어휘와 감정 상태를 변화시키는 동사 '지나다, 떠나다, 사라지다'등과 결합하여 현재의 감정의 변화를 표현하는 구문이 있으며, 이는 현재 화자의 감정 변화를 나타내어 감정 표현의 오류가 될 수 있다.
감정 시점 처리부(93)에서는 감정 표현의 시점에 따라 추출된 감정을 제거한다.
한국어에서 시제는 선어말어미 '-는-', '-었-', '-겠-'을 통해 각각 현재, 과거, 미래로 표현한다.
현재 시제를 나타내는 '-는-'이 함께 쓰인 감정 표현 어휘는 현재 화자의 감정을 나타내는 표현이 될 수 있지만, 과거시제를 나타내는 '-었-' 또는 미래시제(추측, 의지 또한 표현)를 나타내는 '-겠-'은 감정 표현의 오류가 될 수 있다.
본 발명에 따른 감정 온톨로지에 기반을 둔 이모티콘 추천 장치의 화면 구성의 일 예는 다음과 같다.
도 9는 본 발명에 따른 감정 온톨로지에 기반을 둔 이모티콘 추천 장치의 화면 구성도이다.
본 발명에 따른 감정 온톨로지에 기반을 둔 이모티콘 추천 장치가 분석한 분석한 감정 표현을 선택하면 이모티콘 추천 목록이 화면에 표시되고, 입력되는 문장에서 자동 분석에 의해 감정 표현이 있는 부분은 다른 색으로 표시된다.
본 발명에 따른 감정 온톨로지에 기반을 둔 이모티콘 추천 방법을 구체적으로 설명하면 다음과 같다.
도 11은 본 발명에 따른 감정 온톨로지에 기반을 둔 이모티콘 추천 방법을 나타낸 플로우 차트이다.
본 발명에 따른 감정 온톨로지에 기반을 둔 이모티콘 추천 방법은 먼저, 입력되는 텍스트에 대하여 맞춤법 및 문법 검사를 하여 맞춤법 및 문법 오류를 정제하고(1101), 구두점, 물음표, 느낌표를 기준으로 문장을 분리한다.(S1102)
이어, 입력된 문장을 판단하여(S1104), 이모티콘의 추천이 필요한 것으로 판단되면 활용형 기반 감정 분석으로 입력된 문장의 감정을 분석한다.(S1105)
활용형 기반 감정 분석으로 입력된 문장의 감정 분석이 이루어지지 않는 경우에는(S1106), 문장의 형태 분석, 구문 분석, 의미 분석을 수행한다.(S1107)
그리고 기본형 기반 감정 분석으로 입력된 문장의 감정을 분석한다.(S1108)
활용형 기반 감정 분석 결과 또는 기본형 기반 감정 분석 결과에 따라 이모티콘을 추천한다.(S1109)
이와 같은 문장 분석 및 감정 추출을 통한 이모티콘 추천은 사용자의 선택이 이루어지기까지 반복한다.(S1103)
여기서, 문장의 형태 분석, 구문 분석, 의미 분석은 형태 분석 기술을 이용하여 형태 중의성을 해소하고, 의미 분석 기술을 이용하여 어의 중의성을 해소하고, 구문 분석 기술을 이용하여 구문 중의성을 해소하는 것이다.
그리고 맞춤법 및 문법 오류를 정제하기 위하여, 철자검사, 띄어쓰기 검사, 외래어 표기법 검사, 사투리 검사, 복합명사 오류 검사와 같은 철자 오류 교정과, 의미 오류, 번역투 오류, 문장 부호 검사를 수행한다.
그리고 감정 분석은 활용형으로부터 감정을 추출하는 구성, 기본형으로부터 감정을 추출하는 구성, 종결어미 변화에서 감정을 추출하는 구성을 통하여 이루어진다.
그리고 감정 판단은 부정 형태소를 이용하여 추출된 감정을 제거하는 구성, 감정의 시점에 따라 추출된 감정을 제거하는 구성, 감정 상태 어휘를 이용하여 추출된 감정을 제거하는 구성을 통하여 이루어진다.
이상에서 설명한 본 발명에 따른 감정 온톨로지에 기반을 둔 이모티콘 추천 장치 및 방법은 단순히 감정의 종류만을 분석하는 것이 아니라 감정 온톨로지를 활용하여 감정의 강도, 감정의 경험자, 감정 기술 대상, 감정 기술 방식, 감정의 극성을 분석하여 이모티콘 추천을 하는 것이다.
특히, 본 발명은 사용자가 입력한 문장에 형태 중의성, 의미 중의성, 구문 중의성이 있더라도 사용자의 감정을 고려하여 적합한 이모티콘이 추천되도록 하고, 부정 형태소나 감정 상태를 변화시키는 동사가 사용되거나 감정의 시점에 따라 감정이 달라질 때도 정확하고 자연스러운 이모티콘 추천이 가능하다.
이상에서의 설명에서와 같이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 본 발명이 구현되어 있음을 이해할 수 있을 것이다.
그러므로 명시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 하고, 본 발명의 범위는 전술한 설명이 아니라 특허청구 범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.
50. 입력부 60. 전처리부
70. 자연언어 이해부 80. 감정 추출부
90. 감정 분석부 100. 이모티콘 추천부
70. 자연언어 이해부 80. 감정 추출부
90. 감정 분석부 100. 이모티콘 추천부
Claims (22)
- 입력되는 텍스트에 대하여 맞춤법 및 문법 오류를 정제하고, 문장을 분리는 전처리부;
상기 전처리부에서 분리가 이루어진 문장의 형태 분석, 구문 분석, 의미 분석을 수행하고 감정 온톨로지를 활용하여 감정을 추출하여 부정어 결합, 감정의 시점, 감정 상태 변화 분석을 통해 감정을 분석하는 감정 분석부;
상기 감정 분석부의 분석 결과에 따라 이모티콘을 추천하는 이모티콘 추천부;를 포함하는 것을 특징으로 하는 감정 온톨로지에 기반을 둔 이모티콘 추천 장치. - 제 1 항에 있어서, 상기 전처리부는,
맞춤법 및 문법 오류를 정제하기 위하여 철자검사, 띄어쓰기 검사, 외래어 표기법 검사, 사투리 검사, 복합명사 오류 검사를 포함하는 철자 오류 교정과, 의미 오류, 번역투 오류, 문장 부호 검사를 수행하는 것을 특징으로 하는 감정 온톨로지에 기반을 둔 이모티콘 추천 장치. - 제 1 항에 있어서, 상기 전처리부는,
오류가 정제된 문장을 구두점(.), 물음표(?), 느낌표(!)를 기준으로 분리하는 것을 특징으로 하는 감정 온톨로지에 기반을 둔 이모티콘 추천 장치. - 제 1 항에 있어서, 상기 감정 온톨로지는,
인간 감정의 공학적 처리를 가능하도록 정의한 분류체계인 감정 분류 프레임워크와,
감정 분류 프레임워크를 기반으로 서술형 텍스트와 대화형 텍스트를 분석 및 태깅하여 구축한 데이터베이스인 감정 표현 라이브러리로 이루어진 것을 특징으로 하는 감정 온톨로지에 기반을 둔 이모티콘 추천 장치. - 제 4 항에 있어서, 감정 분류 프레임워크는,
기본감정 8개와 조합감정 16개로 구성되는 감정 명세,
기본감정과 조합감정을 구분하여 해당 감정의 세기를 나타내는 강도,
해당 감정이 청자(Hearer)의 감정인지, 화자(Speaker)의 감정인지 나타내는 경험자,
감정을 추출한 표현이 언어적(Verbal), 비언어적(Non-Verbal)인지를 나타내는 기술 대상,
감정을 추출한 표현이 표현적(Expressive)인지, 설명적(Descriptive)인지, 도상적(Iconic)인지를 나타내는 기술 방식,
해당 감정 표현이 긍정적(Positive)인지, 부정적(Negative)인지, 중립적(Neutral)인지를 나타내는 극성의 속성을 포함하는 것을 특징으로 하는 감정 온톨로지에 기반을 둔 이모티콘 추천 장치. - 제 1 항에 있어서, 문장의 형태 분석, 구문 분석, 의미 분석을 수행하는 것에 의해,
형태 중의성, 구문 중의성, 어의 중의성을 해소하는 것을 특징으로 하는 감정 온톨로지에 기반을 둔 이모티콘 추천 장치. - 제 6 항에 있어서, 형태 중의성 해소하기 위하여, 수작업으로 구축한 규칙과 형태소의 발생 빈도에 바탕을 둔 통계 정보를 복합적으로 이용하여 형태 분석을 수행하고,
구문 중의성을 해소하기 위하여, 문장 성분 간 의존 관계생성 규칙, 통사적 제약 규칙 및 선택제약 규칙을 통해 의존관계 중의성을 해소하여 구문 분석을 수행하고,
어의 중의성을 해소하기 위하여, 한국어 어휘의미의 관계어 정보를 이용하여 여러 개의 의미를 가진 어휘가 문맥에서 어떤 의미로 사용되었는지를 파악하여 의미 분석을 수행하는 것을 특징으로 하는 감정 온톨로지에 기반을 둔 이모티콘 추천 장치. - 제 1 항에 있어서, 감정 온톨로지를 활용하여 감정을 추출하기 위하여,
활용형으로부터 감정을 추출하고,
기본형으로부터 감정을 추출하고,
종결어미 변화에서 감정을 추출하는 것을 특징으로 하는 감정 온톨로지에 기반을 둔 이모티콘 추천 장치. - 제 8 항에 있어서, 감정 온톨로지를 활용하여 감정을 추출하기 위한 활용형 기반 감정 라이브러리 분석은,
음절 단위의 문자열 비교에 이용되며 자연어 처리가 필요 없고, TRIE 자료구조에 기반을 둔 최장일치법에 의해 가장 긴 문자열만 해당 감정으로 분석되는 것을 특징으로 하는 감정 온톨로지에 기반을 둔 이모티콘 추천 장치. - 제 8 항에 있어서, 감정 온톨로지를 활용하여 감정을 추출하기 위한 기본형 기반 감정 라이브러리 분석은,
형태소 단위의 문자열 비교에 이용되며 자연어 처리가 필요하고, TRIE 자료구조에 기반을 둔 최장일치법에 의해 가장 긴 문자열만 해당 감정으로 분석되는 것을 특징으로 하는 감정 온톨로지에 기반을 둔 이모티콘 추천 장치. - 문장 입력부를 통하여 입력되는 텍스트에 대하여 맞춤법 및 문법 검사를 하여 맞춤법 및 문법 오류를 정제하고, 문장을 분리하는 전처리부;
전처리부에서 분리가 이루어진 문장의 형태 분석, 구문 분석, 의미 분석을 수행하는 자연언어 이해부;
감정 온톨로지를 활용하여 감정을 추출하는 감정 추출부;
부정어 결합, 감정의 시점, 감정 상태 변화 분석을 통해 감정을 분석하는 감정 분석부;
감정 분석부의 분석 결과에 따라 이모티콘을 추천하는 이모티콘 추천부;를 포함하는 것을 특징으로 하는 감정 온톨로지에 기반을 둔 이모티콘 추천 장치. - 제 11 항에 있어서, 상기 전처리부는,
입력부를 통해 입력된 텍스트에 대하여 맞춤법 및 문법 검사를 하여 오류를 정제하는 맞춤법 및 문법 정제부와,
맞춤법 및 문법 정제부에서 오류가 정제된 문장을 구두점(.), 물음표(?), 느낌표(!)를 기준으로 분리하는 문장 분리부를 포함하는 것을 특징으로 하는 감정 온톨로지에 기반을 둔 이모티콘 추천 장치. - 제 12 항에 있어서, 상기 맞춤법 및 문법 정제부는,
맞춤법 및 문법 오류를 정제하기 위하여 철자검사, 띄어쓰기 검사, 외래어 표기법 검사, 사투리 검사, 복합명사 오류 검사를 포함하는 철자 오류 교정과, 의미 오류, 번역투 오류, 문장 부호 검사를 수행하는 것을 특징으로 하는 감정 온톨로지에 기반을 둔 이모티콘 추천 장치. - 제 11 항에 있어서, 상기 자연언어 이해부는,
수작업으로 구축한 규칙과 형태소의 발생 빈도에 바탕을 둔 통계 정보를 복합적으로 이용하여 형태 분석을 수행하여 형태 중의성을 해소하는 형태 분석부와,
문장 성분 간 의존 관계생성 규칙, 통사적 제약 규칙 및 선택제약 규칙을 통해 의존관계 중의성을 해소하여 구문 분석을 수행하여 구문 중의성을 해소하는 구문 분석부와,
한국어 어휘의미의 관계어 정보를 이용하여 여러 개의 의미를 가진 어휘가 문맥에서 어떤 의미로 사용되었는지를 파악하여 의미 분석을 수행하여 어의 중의성을 해소하는 의미 분석부를 포함하는 것을 특징으로 하는 감정 온톨로지에 기반을 둔 이모티콘 추천 장치. - 제 11 항에 있어서, 상기 감정 추출부는,
감정 온톨로지를 활용하여 감정을 추출하는 것으로, 활용형으로부터 감정을 추출하는 활용형 기반 추출부와,
기본형으로부터 감정을 추출하는 기본형 기반 추출부와,
종결어미 변화에서 감정을 추출하는 종결 어미 추출부를 포함하는 것을 특징으로 하는 감정 온톨로지에 기반을 둔 이모티콘 추천 장치. - 제 11 항에 있어서, 상기 감정 분석부는,
감정 분석을 위하여 부정 형태소를 이용하여 추출된 감정을 제거하는 부정문 처리부와,
감정 상태 어휘를 이용하여 추출된 감정을 제거하는 감정 상태 처리부와,
감정의 시점에 따라 추출된 감정을 제거하는 감정 시점 처리부를 포함하는 것을 특징으로 하는 감정 온톨로지에 기반을 둔 이모티콘 추천 장치. - 제 11 항에 있어서, 상기 이모티콘 추천부는,
분석한 감정 표현을 선택하면 이모티콘 추천 목록이 화면에 표시되고,
입력되는 문장에서 자동 분석에 의해 감정 표현이 있는 부분은 다른 색으로 표시되도록 하는 것을 특징으로 하는 감정 온톨로지에 기반을 둔 이모티콘 추천 장치. - 입력되는 텍스트에 대하여 맞춤법 및 문법 검사를 하여 맞춤법 및 문법 오류를 정제하고, 문장을 분리하는 단계;
이모티콘의 추천이 필요한 것으로 판단되면 활용형 기반 감정 분석으로 입력된 문장의 감정을 분석하는 단계;
활용형 기반 감정 분석으로 입력된 문장의 감정 분석이 이루어지지 않는 경우에, 문장의 형태 분석, 구문 분석, 의미 분석을 수행하는 단계;
기본형 기반 감정 분석으로 입력된 문장의 감정을 분석하는 단계;
활용형 기반 감정 분석 결과 또는 기본형 기반 감정 분석 결과에 따라 이모티콘을 추천하는 단계;를 포함하는 것을 특징으로 하는 감정 온톨로지에 기반을 둔 이모티콘 추천 방법. - 제 18 항에 있어서, 맞춤법 및 문법 오류를 정제하기 위하여,
철자검사, 띄어쓰기 검사, 외래어 표기법 검사, 사투리 검사, 복합명사 오류 검사를 포함하는 철자 오류 교정과, 의미 오류, 번역투 오류, 문장 부호 검사를 수행하는 것을 특징으로 하는 감정 온톨로지에 기반을 둔 이모티콘 추천 방법. - 제 18 항에 있어서, 문장을 분리하는 단계에서,
오류가 정제된 문장을 구두점(.), 물음표(?), 느낌표(!)를 기준으로 분리하는 것을 특징으로 하는 감정 온톨로지에 기반을 둔 이모티콘 추천 방법. - 제 18 항에 있어서, 문장의 형태 분석, 구문 분석, 의미 분석을 수행하는 단계에 의해,
형태 중의성, 구문 중의성, 어의 중의성을 해소하는 것을 특징으로 하는 감정 온톨로지에 기반을 둔 이모티콘 추천 방법. - 제 21 항에 있어서, 형태 중의성 해소하기 위하여, 수작업으로 구축한 규칙과 형태소의 발생 빈도에 바탕을 둔 통계 정보를 복합적으로 이용하여 형태 분석을 수행하고,
구문 중의성을 해소하기 위하여, 문장 성분 간 의존 관계생성 규칙, 통사적 제약 규칙 및 선택제약 규칙을 통해 의존관계 중의성을 해소하여 구문 분석을 수행하고,
어의 중의성을 해소하기 위하여, 한국어 어휘의미의 관계어 정보를 이용하여 여러 개의 의미를 가진 어휘가 문맥에서 어떤 의미로 사용되었는지를 파악하여 의미 분석을 수행하는 것을 특징으로 하는 감정 온톨로지에 기반을 둔 이모티콘 추천 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180046827A KR102188739B1 (ko) | 2018-04-23 | 2018-04-23 | 감정 온톨로지에 기반을 둔 이모티콘 추천 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180046827A KR102188739B1 (ko) | 2018-04-23 | 2018-04-23 | 감정 온톨로지에 기반을 둔 이모티콘 추천 장치 및 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190123093A true KR20190123093A (ko) | 2019-10-31 |
| KR102188739B1 KR102188739B1 (ko) | 2020-12-09 |
Family
ID=68421079
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180046827A KR102188739B1 (ko) | 2018-04-23 | 2018-04-23 | 감정 온톨로지에 기반을 둔 이모티콘 추천 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102188739B1 (ko) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210157230A (ko) | 2020-06-19 | 2021-12-28 | 주식회사 비엠캠프 | 히든 메시지 이모티콘 서비스 방법 및 시스템 |
| WO2023068495A1 (ko) * | 2021-10-18 | 2023-04-27 | 삼성전자주식회사 | 전자 장치 및 그 제어 방법 |
| CN116824068A (zh) * | 2023-08-30 | 2023-09-29 | 深圳大学 | 面向复杂动态场景中点云流的实时重建方法、装置及设备 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023027297A1 (ko) * | 2021-08-26 | 2023-03-02 | 삼성전자주식회사 | 감정 결합 컨텐츠의 생성 방법 및 장치 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060125333A (ko) * | 2005-06-02 | 2006-12-06 | 에스케이 텔레콤주식회사 | 단문 메시지를 멀티미디어 메시지로 변환 및 전송하는방법과 이를 수행하는 문자 이미지 변환서버 |
| KR20110017129A (ko) * | 2009-08-13 | 2011-02-21 | 부산대학교 산학협력단 | 한국어 어휘의미망을 이용한 어의 중의성 해소 장치 및 방법 그리고 그를 위한 프로그램을 기록한 기록 매체 |
| KR20110026218A (ko) | 2009-09-07 | 2011-03-15 | 동국대학교 산학협력단 | 문자 메시지 입력 장치 및 방법 그리고 그를 위한 프로그램을 기록한 기록 매체 |
| KR101330158B1 (ko) * | 2013-07-12 | 2013-11-15 | 주식회사 메조미디어 | 텍스트의 감정지수 분석 방법 및 컴퓨터 판독 가능한 기록 매체 |
| KR20150017507A (ko) * | 2013-08-07 | 2015-02-17 | 부산대학교 산학협력단 | 한국어 어휘 의미망을 이용한 문맥 철자오류 교정 장치 및 방법 |
| KR101634086B1 (ko) | 2015-01-19 | 2016-07-08 | 주식회사 엔씨소프트 | 감정 분석을 통한 스티커 추천 방법 및 시스템 |
| KR101739393B1 (ko) * | 2015-12-23 | 2017-05-25 | 주식회사 데이터스트림즈 | 문장부호 기반 특수어절 분석방법 |
-
2018
- 2018-04-23 KR KR1020180046827A patent/KR102188739B1/ko active IP Right Grant
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20060125333A (ko) * | 2005-06-02 | 2006-12-06 | 에스케이 텔레콤주식회사 | 단문 메시지를 멀티미디어 메시지로 변환 및 전송하는방법과 이를 수행하는 문자 이미지 변환서버 |
| KR20110017129A (ko) * | 2009-08-13 | 2011-02-21 | 부산대학교 산학협력단 | 한국어 어휘의미망을 이용한 어의 중의성 해소 장치 및 방법 그리고 그를 위한 프로그램을 기록한 기록 매체 |
| KR20110026218A (ko) | 2009-09-07 | 2011-03-15 | 동국대학교 산학협력단 | 문자 메시지 입력 장치 및 방법 그리고 그를 위한 프로그램을 기록한 기록 매체 |
| KR101330158B1 (ko) * | 2013-07-12 | 2013-11-15 | 주식회사 메조미디어 | 텍스트의 감정지수 분석 방법 및 컴퓨터 판독 가능한 기록 매체 |
| KR20150017507A (ko) * | 2013-08-07 | 2015-02-17 | 부산대학교 산학협력단 | 한국어 어휘 의미망을 이용한 문맥 철자오류 교정 장치 및 방법 |
| KR101634086B1 (ko) | 2015-01-19 | 2016-07-08 | 주식회사 엔씨소프트 | 감정 분석을 통한 스티커 추천 방법 및 시스템 |
| KR101739393B1 (ko) * | 2015-12-23 | 2017-05-25 | 주식회사 데이터스트림즈 | 문장부호 기반 특수어절 분석방법 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210157230A (ko) | 2020-06-19 | 2021-12-28 | 주식회사 비엠캠프 | 히든 메시지 이모티콘 서비스 방법 및 시스템 |
| WO2023068495A1 (ko) * | 2021-10-18 | 2023-04-27 | 삼성전자주식회사 | 전자 장치 및 그 제어 방법 |
| CN116824068A (zh) * | 2023-08-30 | 2023-09-29 | 深圳大学 | 面向复杂动态场景中点云流的实时重建方法、装置及设备 |
| CN116824068B (zh) * | 2023-08-30 | 2024-01-09 | 深圳大学 | 面向复杂动态场景中点云流的实时重建方法、装置及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102188739B1 (ko) | 2020-12-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Gu et al. | " what parts of your apps are loved by users?"(T) | |
| CN110727796B (zh) | 面向分级读物的多尺度难度向量分类方法 | |
| Tabassum et al. | A survey on text pre-processing & feature extraction techniques in natural language processing | |
| CN108885617B (zh) | 语句解析系统以及程序 | |
| KR102188739B1 (ko) | 감정 온톨로지에 기반을 둔 이모티콘 추천 장치 및 방법 | |
| AlOtaibi et al. | Sentiment analysis challenges of informal Arabic language | |
| US9633008B1 (en) | Cognitive presentation advisor | |
| EP3825869A1 (en) | Method and apparatus for pushing information, electronic device, medium and computer program product | |
| Vinnarasu et al. | Speech to text conversion and summarization for effective understanding and documentation | |
| CN107943940A (zh) | 数据处理方法、介质、系统和电子设备 | |
| CN113343706A (zh) | 基于多模态特征和语义规则的文本抑郁倾向检测系统 | |
| US9436677B1 (en) | Linguistic based determination of text creation date | |
| Dyriv et al. | The user's psychological state identification based on Big Data analysis for person's electronic diary | |
| Lee et al. | Impact of out-of-vocabulary words on the twitter experience of blind users | |
| Patil et al. | Novel technique for script translation using NLP: performance evaluation | |
| Begum et al. | Analysis of legal case document automated summarizer | |
| Hoek et al. | Automatic coherence analysis of Dutch: Testing the subjectivity hypothesis on a larger scale | |
| Akinlotan | A corpus-based study of the structure of the noun phrase in Nigerian English | |
| CN115906818A (zh) | 语法知识预测方法、装置、电子设备和存储介质 | |
| Dadoun et al. | Sentiment Classification Techniques Applied to Swedish Tweets Investigating the Effects of translation on Sentiments from Swedish into English | |
| Aliero et al. | Systematic review on text normalization techniques and its approach to non-standard words | |
| Ahmed et al. | Design and implementation of a chatbot for Kurdish language speakers using Chatfuel platform | |
| Mamta | A real-time twitter sentiment analysis and visualization system: TwiSent | |
| Mekki et al. | COTA 2.0: An automatic corrector of tunisian Arabic social media texts | |
| Aliyeva | Text Linguistics and the Use of Linguistic Data in Modern Technologies: Prospects for Development |
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 |