KR20200023048A - 기계주도 대화 서비스 방법 및 시스템 - Google Patents

Abstract

본 발명에 따르는 기계주도 대화 서비스 방법은, 기계주도 대화 서비스를 위한 데이터인 온톨로지를 탐색하여 온톨로지를 구성하는 클래스들과 속성들 사이를 나타내는 경로들을 검출하는 온톨로지 탐색과정; 상기 경로들 중 미리 정해둔 질문 템플릿 유형들에 부합되는 경로들의 온톨로지 데이터들로 질문 템플릿 정보들을 생성하는 질문 템플릿 생성과정; 및 상기 질문 템플릿 정보들 중 어느 하나에 대해, 질문 템플릿 정보를 구성하는 주체 클래스에 대한 인스턴스들을 상기 온톨로지로부터 독출하고, 상기 인스턴스들 중 어느 하나를 상기 질문 템플릿 정보의 주체 클래스에 삽입하여 질문정보를 생성하는 질문정보 생성과정;을 포함하며, 상기 질문 템플릿 정보는 클래스와 속성들을 자연어로 변환하기 위한 정보이며, 상기 주체 클래스는 상기 클래스들 중 어느 하나이며, 상기 질문정보는 대화 상대인 사용자의 단말기로 출력됨을 특징으로 한다.

Description

기계주도 대화 서비스 방법 및 시스템{MACHINE-LEAD CONVERSATION SERVICE METHOD AND SYSTEM}

본 발명은 대화 서비스 기술에 관한 것으로, 더욱 상세하게는 대량의 온톨로지의 데이터로부터 사용자에게 제공할 질문을 빠르고 다양하게 생성하여 사용자에게 제공하여 자연스럽게 대화를 주도할 수 있는 기계주도 대화 서비스 방법 및 시스템에 관한 것이다.

자연어 질의응답을 이용한 대화 서비스 기술은 모바일 시대의 도래와 함께 모바일 기기의 하드웨어적인 한계, 즉 작은 화면으로 검색 결과를 제시하여야 하는 한계를 극복하기 위한 기술로 다시 각광을 받고 있다. 예를들어, 아이폰의 경우에는 '시리'라는 기술을 제안하여 음성으로 사용자가 질문을 하면 그 질문에 응답하는 기술을 선보인 바 있고, 외국어 교육 및 의료 목적의 로봇 등의 컴퓨터 시스템에 많이 활용되고 있다.

이러한 대화 시스템은 대화의 생성 방식에 따라 사용자 주도형 또는 기계 주도형으로 나눌 수 있다.

상기 사용자 주도형의 대화방식은 기계와 사람간 대화에 있어서, 사용자가 대화의 주도권을 가지고 사용자가 임의로 주제를 결정하여 질문문장을 발화하면, 이에 대응되는 답변문장을 기계가 생성 및 출력하여 대화를 진행하는 방식이다. 이러한 방식은 사용자의 입장에서 보다 자유로운 대화가 가능한 장점이 있었다.

그리고 상기 기계 주도형의 대화방식은 기계와 사람간의 대화에 있어서, 기계가 대화의 주도권을 가지고 미리 정해진 문제은행 등과 같은 질문정보를 이용하여 질문문장을 생성 및 출력하면, 이에 대응되는 답변문장을 사람이 답변문장을 발화하여 대화를 진행하는 방식이다. 이러한 방식은 학습 수준의 검증 또는 직접적인 학습을 가능하게 하는 장점이 있었다.

상기한 대화 서비스 기술로는 대한민국 특허청에 음성인식을 활용한 컴퓨터 주도형 상호대화의 말하기 능력평가 장치 및 그 평가방법을 명칭으로 하여 특허출원된 특허공개 제10-2009-0094576호가 있다. 이는 컴퓨터가 주도하여 대화식 언어평가를 받고자 하는 수험자에게 제공하는 프로그램이 저장된 프로그램 저장부와; 수험자의 답변이 예측되지 않은 답변이면 처리부의 도우미부에 저장된 도우미에 의해 답변을 유도하고, 검색된 답변과 비교하여 답변하도록 제어하는 제어부와; 음성신호를 인식하고 답변 음성신호, 배경 음향신호, 배경영상신호를 해당 데이터로부터 변환하며, 예측가능한 답변인지 여부를 판단하고 지정된 도우미 신호를 출력하는 처리부와; 인식된 음성신호, 출력할 음성신호, 배경 음향신호, 배경 영상신호, 예측되는 답변신호, 도우미 정보를 데이터베이스로 기록하는 데이터부와; 수험자의 음성답변 신호 또는 음성질문 신호를 입력하는 마이크와; 학습을 위한 배경영상ㆍ문자를 컬러로 출력하는 표시부와; 말하기에 대한 평가 요청을 위한 평가요청명령과 데이터 정보를 입력하는 입력부와; 말하기를 평가하기 위한 음성신호와 배경음향 신호를 출력하는 스피커와; 다른 컴퓨터와 유선 또는 무선으로 통신하는 통신부로 구성되어 있는 것을 특징으로 하는 음성인식을 활용한 컴퓨터 주도형 말하기 언어학습 능력 평가장치를 개시한다.

그리고 대한민국 특허청에 음성대화 인터페이스 장치 및 방법을 명칭으로 하여 특허출원된 특허공개 제10-2013-0068610호가 있다. 이는 사용자에 대응하는 디지털 미디어 자료를 포함하는 자료부; 상기 디지털 미디어 자료를 분석하고, 분석한 결과를 토대로 사용자 별 프로파일을 생성하는 분석부; 상기 프로파일을 기반으로 언어 모델을 구축하는 모델 구축부; 및 상기 디지털 미디어 자료 중 하나를 상기 사용자에게 제공하고, 제공된 자료에 해당하는 언어 모델을 토대로 상기 사용자와 기계간의 음성 대화 인터페이스를 수행하는 인터페이스부를 포함하는 음성 대화 인터페이스 장치를 개시한다.

그리고 대한민국 특허청에 언어장애 자율 검사 시스템 및 방법을 명칭으로 하여 특허출원된 특허공개 제10-2017-0059664호가 있다. 이는 피검사자의 기초질의 정보를 생성하고, 상기 기초질의 정보에 대응하는 기초발화 정보를 유도하는 대화형 문진부; 상기 기초발화 정보를 분석하여 언어능력 항목별에 대응하는 언어 장애도를 측정하는 언어 분석부 및 말뭉치 정보 및 진단평가 정보와 언어 장애도를 비교하여 장애 여부, 장애 유형 및 판정 보류 등 문진 결과를 판정하는 문진 판정부를 포함하고, 상기 대화형 문진부는 상기 판정 보류로 판정되는 경우이면 장애 유형을 참조하여 시나리오별로 피검사자의 발화를 유도하는 언어장애를 조기 진단하기 위한 언어장애 자율 검사 시스템을 개시한다.

상기한 바와 같이 대화 서비스 기술은 다양한 목적에 부합될 수 있도록 연구 개발되고 있다.

그러나 대화에 소극적인 사용자와 기계가 자연어 대화를 이행하기는 어려운 문제가 있었다. 즉 문제은행식의 질의정보를 토대로 하는 대화 시스템에서 기계가 사용자와의 자연어 대화를 주도하기에는 한계가 있었다.

더욱이 대량의 지식 데이터인 온톨로지를 이용하여 대화 서비스를 제공하기 위한 노력이 계속되었으나 대량의 데이터로부터 사용자에게 제공할 질문을 빠르고 다양하게 생성하기는 매우 어려웠다.

이에 종래에는 대량의 온톨로지의 데이터로부터 사용자에게 제공할 질문을 빠르고 다양하게 생성하여 사용자에게 제공하여 자연스럽게 대화를 주도할 수 있는 기술의 개발이 절실하게 요망되었다.

대한민국 특허공개 제10-2013-0068610호 대한민국 특허공개 제10-2017-0059664호 대한민국 특허공개 제10-2009-0094576호 대한민국 특허공개 제10-2008-0114100

본 발명은 대량의 온톨로지의 데이터로부터 다양한 질문을 빠르게 생성하여 사용자에게 제공하여 자연스럽게 대화를 주도할 수 있는 기계주도 대화 서비스 방법 및 시스템을 제공하는 것을 그 목적으로 한다.

또한 본 발명의 다른 목적은 사용자의 지식정도와 선호정도를 고려하여 사용자에게 호감되고 친숙한 대화를 주도할 수 있는 기계주도 대화 서비스 방법 및 시스템을 제공하는 것이다.

상기한 목적을 달성하기 위한 본 발명에 따르는 기계주도 대화 서비스 방법은, 기계주도 대화 서비스를 위한 데이터인 온톨로지를 탐색하여 온톨로지를 구성하는 클래스들과 속성들 사이를 나타내는 경로들을 검출하는 온톨로지 탐색과정; 상기 경로들 중 미리 정해둔 질문 템플릿 유형들에 부합되는 경로들의 온톨로지 데이터들로 질문 템플릿 정보들을 생성하는 질문 템플릿 생성과정; 및 상기 질문 템플릿 정보들 중 어느 하나에 대해, 질문 템플릿 정보를 구성하는 주체 클래스에 대한 인스턴스들을 상기 온톨로지로부터 독출하고, 상기 인스턴스들 중 어느 하나를 상기 질문 템플릿 정보의 주체 클래스에 삽입하여 질문정보를 생성하는 질문정보 생성과정;을 포함하며, 상기 질문 템플릿 정보는 클래스와 속성들을 자연어로 변환하기 위한 정보이며, 상기 주체 클래스는 상기 클래스들 중 어느 하나이며, 상기 질문정보는 대화 상대인 사용자의 단말기로 출력됨을 특징으로 한다.

본 발명은 대량의 온톨로지의 데이터로부터 사용자에게 제공할 질문을 빠르고 다양하게 생성하여 사용자에게 제공하여 자연스럽게 대화를 주도할 수 있는 효과를 야기한다.

또한 본 발명은 사용자의 지식정도와 선호정도를 고려하여 사용자에게 호감되고 친숙한 대화를 주도할 수 있는 효과를 야기한다.

도 1은 본 발명의 바람직한 실시예에 따르는 기계주도 대화 서비스 시스템의 구성도.
도 2는 도 1의 데이터베이스의 구조도.
도 3은 본 발명의 바람직한 실시예에 따르는 질문 템플릿 유형을 예시한 도면.
도 4는 본 발명의 바람직한 실시예에 따르는 사용자 정보의 구조도.
도 5는 본 발명의 바람직한 실시예에 따르는 기계주도 대화 서비스 방법을 위한 소프트웨어 구성도.
도 6은 본 발명의 바람직한 실시예에 따르는 온톨로지 데이터를 예시한 도면.
도 7은 본 발명의 바람직한 실시예에 따르는 온톨로지 데이터와 경로를 예시한 도면.
도 8은 본 발명의 바람직한 실시예에 따르는 질문 템플릿 유형을 예시한 도면.
도 9는 본 발명의 바람직한 실시예에 따르는 질문 템플릿 생성부의 처리절차를 도시한 도면.
도 10은 본 발명의 바람직한 실시예에 따르는 질문 템플릿 정보를 예시한 도면.
도 11은 온톨로지 데이터를 예시한 도면.
도 12는 본 발명의 바람직한 실시예에 따르는 질문 생성부의 구성도.
도 13은 본 발명의 바람직한 실시예에 따르는 질문 검증부의 구성도.
도 14는 온톨로지 데이터를 예시한 도면.
도 15는 본 발명의 바람직한 실시예에 따르는 사용자 프로파일에 따르는 대화 서비스 제공방법을 처리절차를 도시한 도면.

본 발명은 대량의 온톨로지의 데이터로부터 사용자에게 제공할 질문을 빠르고 다양하게 생성하여 사용자에게 제공하여 자연스럽게 대화를 주도할 수 있게 한다.

또한 본 발명은 사용자의 지식정도와 선호정도를 고려하여 사용자에게 호감되고 친숙한 대화를 주도할 수 있게 한다.

상기한 본 발명의 바람직한 실시예에 따르는 기계주도 대화 서비스 시스템 및 방법을 도면을 참조하여 상세히 설명한다.

<기계주도 대화 서비스 시스템의 구성도>

도 1은 본 발명의 바람직한 실시예에 따르는 기계주도 대화 서비스 시스템의 구성도를 도시한 것이다. 상기 도 1을 참조하면, 상기 기계주도 대화 서비스 시스템(100)은 서버(102)와 데이터베이스(104)로 구성된다.

상기 서버(102)는 본 발명의 바람직한 실시예에 따라 네트워크를 통해 접속한 제1 내지 제N단말기(2001~200N)의 사용자에게 기계주도 대화 서비스를 제공하며, 상기 기계주도 대화 서비스를 위해 지식 데이터를 탐색하여 미리 정해둔 템플릿 유형에 부합되는 질문 템플릿 정보들을 생성하고, 상기 질문 템플릿 정보들 중 사용자의 프로파일에 부합되는 질문 템플릿 정보를 선정하여 질문정보를 생성하여 상기 사용자에게 제공한다. 또한 상기 서버(102)는 상기 사용자의 응답을 토대로 사용자의 프로파일을 변경하여 사용자 맞춤형 대화 서비스를 가능하게 한다.

좀더 설명하면, 상기 서버(102)는 기계주도 대화 서비스를 위한 데이터인 온톨로지를 탐색하여 온톨로지를 구성하는 클래스들과 속성들 사이를 나타내는 경로들을 검출하고, 상기 경로들 중 미리 정해둔 질문 템플릿 유형들에 부합되는 경로들의 온톨로지의 데이터들로 질문 템플릿 정보들을 생성하고, 상기 질문 템플릿 정보들 중 어느 하나에 대해, 질문 템플릿 정보를 구성하는 주체 클래스에 대한 인스턴스들을 상기 온톨로지로부터 독출하고, 상기 인스턴스들 중 어느 하나를 상기 질문 템플릿 정보의 주체 클래스에 삽입하여 질문정보를 생성하며, 상기 질문 템플릿 정보는 클래스와 속성들을 자연어로 변환하기 위한 정보이며, 상기 주체 클래스는 상기 클래스들 중 어느 하나이며, 상기 질문정보는 대화 상대인 사용자의 단말기로 출력된다.

그리고 상기 서버(102)는 상기 질문정보를 온톨로지 질의문으로 변환하고, 상기 변환된 온톨로지 질의문으로 상기 온톨로지에 질의하며 상기 온톨로지로부터 상기 질의문에 대한 답변이 반환되는지를 토대로 상기 질문정보를 검증하고, 상기 질문정보에 대한 답변이 반환되면 상기 질문정보를 상기 사용자의 단말기로 출력하는 질문정보 검증을 더 이행한다.

또한 상기 서버(102)는 다수개의 도메인으로 구성되는 온톨로지에 대해 상기 다수의 도메인 중 사용자에 의해 미리 선택된 도메인들 중 어느 한 도메인의 온톨로지 데이터에서 상기 경로들을 검출하며, 상기 미리 선택된 도메인들은 사용자에 의해 선택된 관심 도메인들이다.

그리고 상기 서버(102)는 주체 클래스에 대한 인스턴스들 중 사용자에게 부여된 난이도 정보에 대응되는 난이도 값을 가진 인스턴스들 중 어느 하나를 선택하여 상기 질문 템플릿 정보의 주체 클래스에 삽입하여 질문정보를 생성한다. 또한 상기 서버(102)는 상기 사용자에게 부여된 난이도 정보에 포함된 난이도 값을 질문정보에 대응하여 사용자로부터 반환받은 답변정보가 정답인지 여부에 따라 변화한다.

상기 데이터베이스(104)는 본 발명의 바람직한 실시예에 따르는 기계주도 대화 서비스를 위한 각종 정보를 저장한다. 특히 상기 데이터베이스(104)에는 기계주도 대화 서비스를 위한 지식 데이터와 질문 생성을 위한 템플릿 유형정보와 질문 템플릿 정보와 사용자별 프로파일 정보를 저장한다.

상기 지식 데이터는 도 2의 (a)에 도시한 바와 같이 제1 내지 제O도메인으로 구성될 수 있으며 각 도메인은 역사, 문화 및 관광 등의 지식 데이터가 될 수 있다. 제1 내지 제O도메인 각각에는 다수의 온톨로지 구조 데이터가 구비된다.

상기 다수의 온톨로지 구조 데이터는 도 2의 (b)에 도시한 바와 같이 다수의 클래스와 각 클래스에 대한 값인 인스턴스들로 구성되며, 각 클래스들 사이의 관계가 기록된다. 특히 상기 인스턴스들 각각에는 본 발명의 바람직한 실시예에 따라 질문의 난이도를 지시하는 난이도 정보가 포함된다.

상기 질문 생성을 위한 템플릿 유형정보는 지식데이터의 온톨로지 구조 데이터들에 대해 탐색을 이행하여 질문을 생성하기 위해 적합하다고 판단한 데이터 경로를 미리 결정해둔 정보이다.

이러한 질문 생성을 위한 템플릿 유형 정보는 도 3에 도시한 바와 같이 7가지의 유형정보로 구성되며, 클래스->클래스, 클래스->클래스->클래스, 클래스->인스턴스(값), 클래스->클래스:클래스, 클래스<-클래스:클래스, 클래스->클래스->인스턴스(값), 클래스->클래스;인스턴스(값)가 될 수 있다.

상기 사용자별 프로파일 정보는 도 4에 도시한 바와 같이 사용자 식별정보와 관심도메인 선택정보와 관심 도메인별 관심확률정보와 도메인별 난이도 정보로 구성된다. 상기 관심 도메인별 관심확률정보는 초기에는 사용자에 의해 선택된 관심 도메인 수에 따라 균등분할되어 부여되나 사용자와의 질의응답에 따라 가변되며, 이는 수학식 1에 따른다.

상기 수학식 1에서 d는 도메인, number of selected domain은 사용자가 초기에 관심 영역으로 선택한 도메인의 수, number of question은 사용자가 시스템에 수행한 질의의 수, number of question for domain d는 도메인 d에 연관된 질의의 수이다.

그리고 상기 사용자별 프로파일 정보에 포함된 도메인별 난이도 정보는 도메인별 난이도 값을 포함하며, 사용자의 질의응답결과에 따라 가변될 수도 있고, 온톨로지에 직접 기입될 수도 있다.

상기 제1 내지 제N단말기(2001~200N) 각각은 휴대 단말기 또는 키오스크 등으로 네트워크를 통해 상기 기계주도 대화 서비스 시스템(100)에 접속하여 사용자에게 본 발명의 바람직한 실시예에 따르는 기계주도 대화 서비스를 제공한다.

상기한 본 발명의 바람직한 실시예에서는 기계주도 대화 서비스 시스템(100)에 구비된 서버(102)에 의해 기계주도 대화 서비스가 제공되는 것만을 예시하였으나, 서비스 제공자의 의도에 따라 독립적인 단말기에서 실행될 수도 있으며 이는 본 발명에 의해 당업자에게 자명하다.

<기계주도 대화 서비스를 위한 소프트웨어 구성도>

상기한 기계주도 대화 서비스 시스템에 적용 가능한 소프트웨어의 구성도를 도 5를 참조하여 설명한다.

상기 기계주도 대화 서비스를 위한 소프트웨어는 온톨로지 탐색부(300)와 질문 템플릿 생성부(302)와 질문 생성부(304)와 질문 검증부(308)와 사용자 프로파일링부(310)로 구성된다.

상기 온톨로지 탐색부(300)는 질문을 생성하기 위해 주어진 도메인의 온톨로지를 그래프 형식으로 탐색하는 기능을 수행한다. 이 과정에서 상기 온톨로지 탐색부(300)는 연산의 수행 속도를 높이기 위해 온톨로지를 구성하고 있는 실제 데이터 단위가 아닌 구조(스키마) 단위의 탐색을 실시하며, 이는 연산의 수를 비약적으로 줄여 빠르고 효과적인 질문의 생성을 가능하게 한다. 실제로 국립중앙도서관 온톨로지의 경우에는 트리플이라 불리는 레코드의 수가 약 3억건 정도이므로, 이를 탐색하여 질문을 자동으로 생성하는 것은 현실적으로 불가능하다. 이에따라 본 발명은 효과적으로 질문을 생성하기 위해 데이터 단위가 아니라 구조(스키마) 단위의 탐색을 수행한다. 상기 온톨로지 그래프 탐색은 선택된 클래스를 기준으로 해당 클래스와 연결된 관계를 확장해 나가는 방식으로 이행된다.

상기한 온톨로지 그래프 탐색 과정을 도 6의 예를 토대로 설명한다. 상기 도 6을 참조하면, 상기 온톨로지 그래프 탐색의 시작은 원형으로 표식된 클래스로부터 시작하여 그래프의 방향성과 관계없이 탐색을 수행한다. 이는 온톨로지가 기본적으로 방향성이 있는 그래프 구조를 가지고 있으나 ‘가수가 부른 노래’, ‘노래를 부른 가수’처럼 질문문장은 어느 방향성으로도 해석될 수 있으므로, 온톨로지 탐색부(300)는 온톨로지 그래프의 방향성과 관계없이 탐색을 수행한다. 즉, 가수라는 클래스로부터 ‘가수 -> 부르다 -> 노래’, ‘가수 -> 부르다 -> 노래 <- 작곡하다 <- 작곡자’, ‘가수 -> 본명 -> 문자열’과 같이 그래프를 확장해 나가며 탐색을 수행한다.

그리고 상기 질문 템플릿 정보 생성부(302)는 탐색된 온톨로지 경로들이 미리 정의해둔 질문 템플릿 유형에 부합되는지를 체크하고, 미리 정의해둔 질문 템플릿 유형에 부합되는 온톨로지 경로들이 검출되면 이를 이용하여 질문 템플릿 정보들을 생성한다.

여기서, 상기 온톨로지 경로는 탐색을 통해 무한한 경우의 수로 확장될 수 있으나, 본 발명은 사용자와의 대화를 위한 것이므로, 상기 온톨로지 경로에 대한 탐색시의 깊이를 2 깊이(depth)로 제한한다. 이러한 제한 깊이는 필요에 따라 무한한 형태로 확장될 수 있다.

상기 질문 템플릿 유형의 종류는 7가지이며 클래스(class)->클래스(class), 클래스(class)->클래스(class)->클래스(class), 클래스(class)->밸류(value), 클래스(class)->클래스(class)<-클래스(class), 클래스(class)->클래스(class)->밸류(value), 클래스(class)->클래스(class)/값(value)로 구성될 수 있다.

상기한 질문 템플릿 유형들 중 두번째 유형에 도 6의 온톨로지에 적용하면, 두번째 유형에 해당하는 온톨로지 경로는 가수 -> 부르다 -> 노래 <- 작곡하다 <- 작곡자에 해당한다. 이러한 템플릿 유형에 따라 상기 질문 템플릿 정보 생성부(302)는 질문 템플릿 정보 예시 1과 같은 질문 템플릿 정보의 생성을 이행한다.

질문 템플릿 정보 예시 1

‘%s(가수)’부른 곡을 작곡한 작곡자는?

상기 질문 템플릿 정보 예시 1은 ‘%s(가수)’ 부분에 가수 클래스의 인스턴스들 중 어느 하나를 삽입하여 질문정보를 생성할 수 있게 하는 질문 템플릿 정보를 나타낸다.

이러한 질문 템플릿 정보의 생성과정을 좀 더 상세히 설명한다.

상기 질문 템플릿 정보는 온톨로지의 구조를 탐색하여 템플릿 생성이 가능한 경로(path)를 만드는 단계부터 시작한다.

예를 들어, 도 7의 (a)에 도시한 온톨로지 구조가 있다고 가정한다.

첫번째 단계로 임의의 클래스를 하나 선택한다. 여기서는 가수를 선택했다고 가정하며, 실제로는 탐색을 시작하는 임의의 클래스는 모든 클래스를 대상으로 탐색을 수행하여 가능한 모든 경우의 수를 만든다.

상기 선택된 클래스인 가수를 중심으로 하여, 상기 가수에 연결된 노드들로 탐색을 확장하며, 이 경우에 도 7의 (b)와 다음과 같은 무한개의 경로들이 생성될 수 있다.

이와 같이 주어진 클래스로부터 무한의 경로의 탐색이 가능하며, 상기 경로는 특정한 형태를 갖게 된다. 왜냐하면 온톨로지의 구조를 이루는 노드의 유형은 원으로 표현된 클래스이거나 네모로 표현된 인스턴스(값) 두 가지 유형으로 구성되기 때문이다. 이를 노드의 유형에 따라 다시 표현하면 도 7의 (c)와 같다.

이와 같이 온톨로지 구조 탐색시 나타나는 경로들 중 질문정보의 생성을 위해 사용되는 경로는 도 8의 (a)에 예시한 7개의 유형들로 결정된다. 여기서 상기 온톨로지 구조 탐색시 나타나는 경로 및 질문 템플릿 유형은 무한하게 확장될 수 있으나, 질문 형태를 고려하여 2단계의 깊이(depth)로 제한한다.

예를 들어, ‘클래스 -> 속성 -> 클래스 -> 속성 -> 클래스’의 질문 템플릿 유형에 대응되는 경로로는 ‘가수 -> 부르다 -> 노래 -> 작곡하다 -> 작곡자’가 해당되며, 이를 온톨로지의 데이터에 적용하면 "가수가 부른 노래를 작곡한 작곡자는?’이라는 질문 템플릿 정보를 생성할 수 있다. 또한 같은 방식으로 2단계가 넘어가는 경로에 대해서도 질문 템플릿 정보의 생성도 가능하다. 그리고 ‘가수 -> 부르다 -> 노래 -> 작곡하다 -> 작곡자 -> 작곡하다 -> 노래’라는 3단계의 경로에 대해서는, '어떤 가수가 부른 노래를 작곡한 작곡자가 작곡한 다른 노래는?’의 질문 템플릿 정보를 생성할 수 있다.

상기한 바와 같이 정의한 7가지 질문 템플릿 유형의 구조를 앞서 온톨로지 구조의 탐색을 통해 만들어진 경로(path)에 대응시키면 도 8의 (b)와 같다.

이후, 본 발명은 온톨로지 구조를 탐색해 나가면서 그 온톨로지 구조의 탐색을 통해 만들어진 경로(path)가 미리 정해둔 템플릿 유형에 부합되는 경우에 이를 토대로 질문정보를 생성하기 위한 질문 템플릿 정보를 생성한다. 예를 들어, ‘가수’ 클래스를 시작으로 온톨로지 구조를 탐색하여 ‘가수 -> 부르다 -> 노래’라는 경로를 발견한다면, 이 경로는 템플릿 유형 1의 형태에 해당하므로, 이 경로는 질문으로 만들어 낼 수 있는 경로로 판단하여 이 경로에 대응되는 질문 템플릿 정보를 생성한다.

이제 질문 템플릿 정보를 생성하는 과정을 도 9에 도시한 흐름도를 참조하여 설명한다.

먼저 질문 템플릿 유형에 부합되는 경로의 온톨로지 데이터에서 인스턴스로 대체 가능(instantiation)한 주체 클래스를 식별한다(404단계). 이는 템플릿 유형을 정의할 때에 미리 정의된다. 예를들어, ‘클래스 A -> 속성 -> 클래스 B’ 템플릿 유형에서는 클래스 A가 주체 클래스가 된다.

이후 상기 주체 클래스는 클래스 이름과 함께 해당 위치는 인스턴스로 대체된다(402단계). 예를들어, ‘가수 -> 부르다 -> 노래’ 경로에 대해 주체 클래스가 ‘가수’ 클래스이므로, 해당 위치의 키워드를 ‘%s(가수)’로 대체한다.

이후, 경로 상의 나머지 키워드를 질문에 적합하도록 동사 원형 변경 및 조사 추가를 통해 질문 템플릿 정보를 생성한다(404단계). 예를 들어, ‘%s(가수) -> 부르다 -> 노래’에 대해 ‘%s(가수)가(이) 부른 노래는?’과 같은 자연어 질의 형태로 변환한다.

이후 상기 경로를 온톨로지 질의 언어인 SPARQL로 생성한다(406단계). 예를들어, select ?x { %s(가수) 부르다 ?x . ?x is-a 노래 . }가 될 수 있다.

이러한 과정을 통해 ‘%s(가수)가(이) 부른 노래는?’와 같은 질의 템플릿 정보가 생성된다.

이러한 방법에 따라 질문 템플릿 정보들을 생성한 것을 예시한 것이 도 10이다.

상술한 바와 같은 과정에 따라 온톨로지의 구조 탐색 및 질의 템플릿 유형 비교를 통해 질문 템플릿 정보를 생성하며, 동일한 방법으로 나머지 클래스에 대해서도 이와 같은 과정을 반복하여 전체 온톨로지에 대한 질문 템플릿 정보들을 생성한다.

상기 질문 생성부(304)는 상기한 바와 같이 생성된 질문 템플릿 정보들을 이용하여 사용자에게 기계가 주도적으로 제시할 질문정보를 생성한다.

이제 질문을 생성하는 과정을 설명한다. 도 11에 예시한 바와 같은 온톨로지 구조를 가진 데이터가 있다고 가정한다.

상기 질문 생성부(304)는 사용자에게 적합한 질문을 제시하기 위해 질문 템플릿 정보들 중 임의의 질문 템플릿 정보를 하나 선택하여 인스턴스 대체 영역이 존재하는지를 체크한다(500,502단계). 예를 들어, '%s(가수)가(이) 부른 노래를 작곡한 작곡자는?' 질문 템플릿 정보가 선택되었다고 가정하면, 해당 질문 템플릿 정보에서 인스턴스로 대체될 수 있는 영역은 ‘%s(가수)’ 영역이다. 즉, 가수 클래스의 인스턴스가 해당 자리를 대체할 수 있음을 의미한다.

이후 상기 질문 생성부(304)는 가수 클래스의 인스턴스 중 임의의 인스턴스 하나를 선택하여 자연어 질문정보를 생성한다(504단계). 여기서 상기 인스턴스의 선택은 임의로 이루어지거나, 대화 상대인 사용자의 난이도 정보와 일치하는 인스턴스가 선택될 수 있다. 도 11에 예시된 데이터에서 가수 클래스에는 아이유와 이승철 두명의 인스턴스가 존재한다. 이중 ‘이승철’이 임의 선택되었다고 가정하면, 질문 템플릿 정보에 의한 자연어 질문은 ‘이승철이 부른 노래를 작곡한 작곡자는?’이라는 질문정보가 생성된다.

상기 질문 생성부(304)에 의해 생성된 질문정보는 상기 질문 검증부(308)로 입력된다.

상기 질문 검증부(308)에 의한 질문 검증과정을 도 13을 참조하여 설명한다.

상기 질문 검증부(308)는 질문 생성부(304)를 통해 생성된 질문정보가 입력되면(600단계), 상기 질문정보에 대응되는 답변이 온톨로지에 존재하는지를 체크하기 위해 상기 질문정보를 온톨로지에 질의하기 위한 SPARQL로 변환한다(602단계). 이후 상기 질문 검증부(308)는 상기 SPARQL로 온톨로지에 질의한다(604단계).

상기 질문 검증부(308)는 상기 SPARQL에 대한 답변을 온톨로지로부터 반환받으면(606단계), 상기 질문정보를 사용자 단말기를 통해 사용자에게 제공하여 기계주도의 대화를 이행한다.

예를들어, ‘이승철이 부른 곡을 작곡한 작곡자는?’이란 질문에 대해서는 그에 대한 데이터가 존재하지 않고, ‘아이유가 부른 곡을 작곡한 작곡자는?’이란 질문에 대해서는 그에 대한 데이터가 존재할 때에, 상기 질문 검증부(308)는 ‘아이유가 부른 곡을 작곡한 작곡자는?’만이 적절한 답을 가지고 있는 질문으로 판단한다.

상기 사용자 프로파일링부(310)의 동작에 대해 설명한다.

본 발명에 따르는 사용자 프로파일의 정의는 두가지로 구성된다. 하나는 사용자의 관심 도메인이며, 하나는 해당 도메인에서 난이도 값이다.

상기 사용자의 관심 도메인은 본 발명에 따르는 기계주도 대화 서비스의 초기 이용시에 사용자로부터 선호하는 관심 도메인을 선택받아 결정된다. 예를 들어, 역사와 문화, 관광 세 가지 도메인이라면 세 개의 도메인 중 관심 영역을 선택받을 수 있다.

상기 사용자가 초기에 선택한 도메인은 도메인의 수에 따라 일정한 확률 값을 가지게 된다. 예를 들어, 하나의 도메인만을 관심 도메인으로 선택하였다면 해당 도메인의 관심 확률은 1로 설정되며, 역사와 문화 두개의 도메인을 선택하였다면 관심 확률은 각각 0.5로 설정된다.

이러한 관심 확률은 사용자가 본 발명에 따르는 기계주도 대화 서비스를 통해 질의응답을 주고 받으면서 누적되는 경험에 의해 보정된다. 예를 들어, 사용자가 초기 시스템에서 역사와 문화 두 개의 도메인을 관심 도메인으로 선택하여 각각 0.5의 관심 확률을 가지고 있었지만 이후 시스템을 사용하면서 역사에 관련된 도메인만 10개의 질문을 수행하였다면 역사 영역의 관심 확률은 올라가고, 문화 영역의 관심 확률은 내려간다. 또한 모든 확률값의 합은 항상 1이다.

그리고 두번째로 도메인에 대한 난이도를 위해 온톨로지에 존재하는 질문의 주체가 될 수 있는 주체 클래스의 모든 인스턴스에는 난이도를 표현할 수 있는 숫자 값이 부여된다. 도 14에 예시한 바와 같이 역사 도메인에 속하는 사람 클래스의 인스턴스인 두 ‘이순신’ 인스턴스에는 난이도를 의미하는 1과 4의 값이 선언된다. 이는 보편성이나 유명도 등에 따라 각기 다르게 부여된다.

이러한 난이도 값은 사용자가 질문을 수행하거나 기계가 질문을 제시하고 사용자가 맞추거나 틀렸을 경우에 따라 조정될 수 있으며 그 조정된 난이도 값을 사용자의 난이도 값으로 최종 저장한다. 이와 같이 본 발명은 사용자의 관심도에 따른 관심 확률과 난이도 값을 기반으로 한 사용자 프로파일에 따른 질문을 생성한다.

<사용자 맞춤형의 대화 서비스 방법>

본 발명의 바람직한 실시예에 따르는 사용자 맞춤형의 대화 서비스 과정을 도 16을 참조하여 설명한다.

상기 서버(102)는 사용자 맞춤형의 기계주도 대화 서비스의 제공이 요청되면, 상기 사용자 식별정보에 대응되는 도메인별 관심확률정보에 따라 사용자가 선호하는 도메인을 선택하고(702단계), 해당 도메인의 질문 템플릿 정보들 중 어느 하나를 임의 선택한다(704단계).

이후 상기 서버(102)는 상기 질문 템플릿 정보들 중 임의 선택된 질문 템플릿 정보에 인스턴스 대체 영역이 존재하면(706단계), 상기 인스턴스 대체 영역에 대체할 수 있는 인스턴스들 중, 사용자의 도메인별 난이도 정보에 대응되는 난이도값을 가진 인스턴스를 검출하고(708단계), 검출된 인스턴스들 중 어느 하나를 해당 인스턴스 대체영역에 삽입하여 자연어 질문정보를 생성하고 사용자에게 제공한다(710단계).

이러한 인스턴스들에 대한 정보를 획득하기 위한 언어는 다음과 같이 구성될 수 있다.

SELECT ?x

WHERE {

?x rdf:type 가수 .

?x 난이도 ?d .

FILTER (?d = 사용자_난이도)

}

상기 자연어 질문정보에 따른 사용자 응답이 반환되면(712단계), 상기 서버(102)는 상기 사용자 응답이 정답인지 체크하고 상기 사용자 응답이 정답이면 사용자의 도메인별 난이도 값을 증가함과 아울러 도메인별 관심 확률을 증가한다(716단계). 이와 달리 상기 사용자 응답이 오답이면 사용자의 도메인별 난이도 값을 감소시킴과 아울러 도메인별 관심 확률을 증가한다(718단계).

100 : 기계주도 대화 서비스 시스템
102 : 서버
104 : 데이터베이스
2001~200N : 제1~제N단말기

Claims (10)

1. 기계주도 대화 서비스 방법에 있어서,
   기계주도 대화 서비스를 위한 데이터인 온톨로지를 탐색하여 온톨로지를 구성하는 클래스들과 속성들 사이를 나타내는 경로들을 검출하는 온톨로지 탐색과정;
   상기 경로들 중 미리 정해둔 질문 템플릿 유형들에 부합되는 경로들의 온톨로지 데이터들로 질문 템플릿 정보들을 생성하는 질문 템플릿 생성과정; 및
   상기 질문 템플릿 정보들 중 어느 하나에 대해, 질문 템플릿 정보를 구성하는 주체 클래스에 대한 인스턴스들을 상기 온톨로지로부터 독출하고, 상기 인스턴스들 중 어느 하나를 상기 질문 템플릿 정보의 주체 클래스에 삽입하여 질문정보를 생성하는 질문정보 생성과정;을 포함하며,
   상기 질문 템플릿 정보는 클래스와 속성들을 자연어로 변환하기 위한 정보이며,
   상기 주체 클래스는 상기 클래스들 중 어느 하나이며,
   상기 질문정보는 대화 상대인 사용자의 단말기로 출력됨을 특징으로 하는 기계주도 대화 서비스 방법.
2. 제1항에 있어서,
   상기 질문정보는 온톨로지 질의문으로 변환하고,
   상기 변환된 온톨로지 질의문으로 상기 온톨로지에 질의하며 상기 온톨로지로부터 상기 질의문에 대한 답변이 반환되는지를 토대로 상기 질문정보를 검증하고,
   상기 질문정보에 대한 답변이 반환되면 상기 질문정보를 상기 사용자의 단말기로 출력하는 질문정보 검증과정;을 더 포함함을 특징으로 하는 기계주도 대화 서비스 방법.
3. 제1항에 있어서,
   상기 온톨로지는 다수개의 도메인으로 구성되며,
   상기 다수의 도메인 중 사용자에 의해 미리 선택된 도메인들 중 어느 한 도메인의 온톨로지 데이터에서 상기 경로들을 검출하며,
   상기 미리 선택된 도메인들은 사용자에 의해 선택된 관심 도메인들임을 특징으로 하는 기계주도 대화 서비스 방법.
4. 제3항에 있어서,
   상기 관심 도메인들에 대한 관심확률은 수학식 2에 따라 갱신됨을 특징으로 하는 기계주도 대화 서비스 방법.
   수학식 2
   

   

   
   상기 수학식 2에서 d는 도메인, number of selected domain은 사용자가 초기에 관심 영역으로 선택한 도메인의 수, number of question은 사용자가 시스템에 수행한 질의의 수, number of question for domain d는 도메인 d에 연관된 질의의 수임.
5. 제1항에 있어서,
   상기 인스턴스들에는 난이도 값이 부여되며,
   상기 주체 클래스에 대한 인스턴스들 중 사용자에게 부여된 난이도 정보에 대응되는 난이도 값을 가진 인스턴스들 중 어느 하나를 선택하여 상기 질문 템플릿 정보의 주체 클래스에 삽입하여 질문정보를 생성하는 것이며,
   상기 사용자에게 부여된 난이도 정보는 질문정보에 대응하여 반환된 답변정보가 정답인지 여부에 따라 변화하는 난이도 값임을 특징으로 하는 기계주도 대화 서비스 방법.
6. 기계주도 대화 서비스 시스템에 있어서,
   온토로지를 저장하는 데이터베이스; 및
   기계주도 대화 서비스를 위한 데이터인 온톨로지를 탐색하여 온톨로지를 구성하는 클래스들과 속성들 사이를 나타내는 경로들을 검출하고,
   상기 경로들 중 미리 정해둔 질문 템플릿 유형들에 부합되는 경로들의 온톨로지 데이터들로 질문 템플릿 정보들을 생성하고,
   상기 질문 템플릿 정보들 중 어느 하나에 대해, 질문 템플릿 정보를 구성하는 주체 클래스에 대한 인스턴스들을 상기 온톨로지로부터 독출하고, 상기 인스턴스들 중 어느 하나를 상기 질문 템플릿 정보의 주체 클래스에 삽입하여 질문정보를 생성하는 서버;를 포함하며,
   상기 질문 템플릿 정보는 클래스와 속성들을 자연어로 변환하기 위한 정보이며,
   상기 주체 클래스는 상기 클래스들 중 어느 하나이며,
   상기 질문정보는 대화 상대인 사용자의 단말기로 출력됨을 특징으로 하는 기계주도 대화 서비스 시스템.
7. 제6항에 있어서,
   상기 서버가,
   상기 질문정보는 온톨로지 질의문으로 변환하고,
   상기 변환된 온톨로지 질의문으로 상기 온톨로지에 질의하며 상기 온톨로지로부터 상기 질의문에 대한 답변이 반환되는지를 토대로 상기 질문정보를 검증하고,
   상기 질문정보에 대한 답변이 반환되면 상기 질문정보를 상기 사용자의 단말기로 출력함을 특징으로 하는 기계주도 대화 서비스 시스템.
8. 제6항에 있어서,
   상기 온톨로지는 다수개의 도메인으로 구성되며,
   상기 다수의 도메인 중 사용자에 의해 미리 선택된 도메인들 중 어느 한 도메인의 온톨로지 데이터에서 상기 경로들을 검출하며,
   상기 미리 선택된 도메인들은 사용자에 의해 선택된 관심 도메인들임을 특징으로 하는 기계주도 대화 서비스 시스템.
9. 제8항에 있어서,
   상기 관심 도메인들에 대한 관심확률은 수학식 3에 따라 갱신됨을 특징으로 하는 기계주도 대화 서비스 시스템.
   수학식 3
   

   

   
   상기 수학식 3에서 d는 도메인, number of selected domain은 사용자가 초기에 관심 영역으로 선택한 도메인의 수, number of question은 사용자가 시스템에 수행한 질의의 수, number of question for domain d는 도메인 d에 연관된 질의의 수임.
10. 제1항에 있어서,
    상기 인스턴스들에는 난이도 값이 부여되며,
    상기 주체 클래스에 대한 인스턴스들 중 사용자에게 부여된 난이도 정보에 대응되는 난이도 값을 가진 인스턴스들 중 어느 하나를 선택하여 상기 질문 템플릿 정보의 주체 클래스에 삽입하여 질문정보를 생성하는 것이며,
    상기 사용자에게 부여된 난이도 정보는 질문정보에 대응하여 반환된 답변정보가 정답인지 여부에 따라 변화하는 난이도 값임을 특징으로 하는 기계주도 대화 서비스 시스템.
    
    

Images