KR20200100360A

KR20200100360A - 음역 모델을 이용하여 외래 동의어를 자동 추출하는 방법 및 시스템

Info

Publication number: KR20200100360A
Application number: KR1020190018535A
Authority: KR
Inventors: 이정훈
Original assignee: 네이버 주식회사
Priority date: 2019-02-18
Filing date: 2019-02-18
Publication date: 2020-08-26
Also published as: JP2020135877A; JP7014830B2; KR102192376B1

Abstract

음역 모델을 이용하여 외래 동의어를 자동 추출하는 방법 및 시스템이 개시된다. 동의어 추출 방법은, 대상 키워드에 대해 상기 대상 키워드와 관련된 키워드 리스트를 추출하는 단계; 및 음역 모델(transliteration model)을 이용하여 상기 키워드 리스트에서 상기 대상 키워드의 원어 표기에 해당되는 동의어를 추출하는 단계를 포함한다.

Description

음역 모델을 이용하여 외래 동의어를 자동 추출하는 방법 및 시스템{METHOD AND SYSTEM FOR EXTRACTING FOREIGN SYNONYM USING TRANSLITERATION MODEL}

아래의 설명은 동의어 추출 기술에 관한 것으로, 특히 외래어의 원어 표기를 추출하는 기술에 관한 것이다.

일반적으로 인터넷을 통하여 사용자가 정보를 수집하고자 하는 경우에는 정보를 제공하는 서버에 접속하여 검색을 통하여 해당 정보를 얻는다.

특정 상품을 구매하고자 하는 경우에는 검색 사이트를 이용하여 가격이나 특성 등에 관한 정보를 얻게 되거나, 혹은 해당 상품을 판매하는 웹사이트를 찾아서 이동할 수도 있다.

상품 검색을 위해서는 상품 모델과 카테고리를 매칭하는 과정을 포함한 상품 등록 절차가 필요하다. 예컨대, 한국 등록특허공보 제10-0705410호(등록일 2007년 04월 03일)에는 상품 모델과 카테고리를 자동으로 매칭시켜 상품 정보를 등록하는 기술이 개시되어 있다.

상품 정보에서 추출된 키워드에 대해 키워드 간의 관계를 나타내는 멀티 그래프 구조를 구축할 수 있고 외래어의 경우 동의어로서 원어 표기를 자동 추출하여 멀티 그래프에 추가할 수 있는 방법 및 시스템을 제공한다.

외래어에 대해 음역 모델(transliteration model)을 이용하여 상품명이나 상품 관련 질의에 출현하는 단어에서 해당 외래어의 원어 표기를 추출하여 동의어로 처리할 수 있는 방법 및 시스템을 제공한다.

컴퓨터 시스템에서 실행되는 동의어 추출 방법에 있어서, 상기 컴퓨터 시스템은 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 상기 동의어 추출 방법은, 상기 적어도 하나의 프로세서에 의해, 대상 키워드에 대해 상기 대상 키워드와 관련된 키워드 리스트를 추출하는 단계; 및 상기 적어도 하나의 프로세서에 의해, 음역 모델(transliteration model)을 이용하여 상기 키워드 리스트에서 상기 대상 키워드의 원어 표기에 해당되는 동의어를 추출하는 단계를 포함하는 동의어 추출 방법을 제공한다.

일 측면에 따르면, 상기 키워드 리스트를 추출하는 단계는, 상기 대상 키워드를 검색 질의로 입력한 후 클릭한 상품명 리스트, 각 클릭 상품과 관련된 다른 질의 리스트, 각 클릭 상품과 관련된 태그 리스트 중 적어도 하나를 추출할 수 있다.

다른 측면에 따르면, 상기 동의어를 추출하는 단계는, 발음의 최소 단위를 이용한 음역 모델을 이용하여 상기 동의어를 추출할 수 있다.

또 다른 측면에 따르면, 상기 동의어를 추출하는 단계는, LBG(linked bi-gramed)의 데이터 형식을 이용하여 상기 대상 키워드를 발음의 최소 단위로 분리하는 단계를 포함할 수 있다.

또 다른 측면에 따르면, 상기 동의어를 추출하는 단계는, 상기 음역 모델을 통해 상기 키워드 리스트에서 추출된 단어 중 상기 대상 키워드와 매칭되는 단어를 상기 동의어로 추출하는 단계를 포함할 수 있다.

또 다른 측면에 따르면, 상기 동의어를 추출하는 단계는, 상기 대상 키워드에 대해 상기 매칭되는 단어를 치환하여 동의어 후보를 추출하는 단계를 더 포함할 수 있다.

또 다른 측면에 따르면, 상기 동의어를 추출하는 단계는, 상기 키워드 리스트에서 특정 언어의 단어를 추출하는 단계를 더 포함할 수 있다.

또 다른 측면에 따르면, 상기 동의어를 추출하는 단계는, 상기 대상 키워드가 복합어로 이루어진 경우 단일어로 분리하는 단계를 더 포함할 수 있다.

또 다른 측면에 따르면, 상기 동의어를 추출하는 단계는, 상기 대상 키워드를 검색 질의로 입력한 후 클릭한 상품명 리스트, 각 클릭 상품과 관련된 다른 질의 리스트, 각 클릭 상품과 관련된 태그 리스트 중 적어도 하나를 이용하여 상기 동의어를 검증하는 단계를 더 포함할 수 있다.

또 다른 측면에 따르면, 상기 동의어를 추출하는 단계는, 상기 대상 키워드를 검색 질의로 입력한 후 클릭한 상품명 리스트, 각 클릭 상품과 관련된 다른 질의 리스트, 각 클릭 상품과 관련된 태그 리스트 중 적어도 하나에 상기 대상 키워드와 매칭되는 단어의 출현 여부 또는 출현 빈도를 바탕으로 상기 동의어를 결정하는 단계를 더 포함할 수 있다.

또 다른 측면에 따르면, 상기 동의어 추출 방법은, 상기 적어도 하나의 프로세서에 의해, 상품 사전 상의 키워드 간의 관계를 나타내는 멀티 그래프를 생성하는 단계; 및 상기 적어도 하나의 프로세서에 의해, 상기 동의어를 상기 멀티 그래프에 추가 등록하는 단계를 더 포함할 수 있다.

또 다른 측면에 따르면, 상기 생성하는 단계는, 상기 상품 사전에 포함된 각 상품 별로 해당 상품에 매칭되는 상품 정보를 키워드로 변환하는 단계; 및 상기 상품 사전으로부터 상기 상품에 매칭되는 정보 간의 관계 데이터를 키워드 간의 관계 데이터로서 추출하는 단계를 포함할 수 있다.

또 다른 측면에 따르면, 상기 추가 등록하는 단계는, 상기 멀티 그래프 상에 상기 대상 키워드와 상기 동의어의 관계를 추가하거나, 혹은 상기 멀티 그래프 상의 키워드 중 상기 대상 키워드를 검색 질의로 입력한 후 클릭한 상품명 리스트, 각 클릭 상품과 관련된 다른 질의 리스트, 각 클릭 상품과 관련된 태그 리스트 중 적어도 하나에 상기 동의어와 함께 출현하는 키워드와의 관계를 추가할 수 있다.

상기 동의어 추출 방법을 컴퓨터에 실행시키기 위한 프로그램이 기록되어 있는 비-일시적인 컴퓨터 판독 가능한 기록 매체를 제공한다.

컴퓨터 시스템에 있어서, 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고, 상기 적어도 하나의 프로세서는, 대상 키워드에 대해 상기 대상 키워드와 관련된 키워드 리스트를 추출한 후, 음역 모델을 이용하여 상기 키워드 리스트에서 상기 대상 키워드의 원어 표기에 해당되는 동의어를 추출하는 동의어 추출부를 포함하는 컴퓨터 시스템을 제공한다.

본 발명의 실시예들에 따르면, 상품 정보에서 추출된 키워드에 대해 키워드 간의 관계를 나타내는 멀티 그래프 구조를 구축할 수 있고 외래어의 경우 동의어로서 원어 표기를 자동 추출하여 멀티 그래프에 추가할 수 있다.

본 발명의 실시예들에 따르면, 외래어에 대해 음역 모델을 이용하여 상품명이나 상품 관련 질의에 출현하는 단어에서 해당 외래어의 원어 표기를 추출하여 동의어로 처리할 수 있다.

도 1은 본 발명의 일실시예에 따른 네트워크 환경의 예를 도시한 도면이다.
도 2는 본 발명의 일실시예에 있어서 전자 기기 및 서버의 내부 구성을 설명하기 위한 블록도이다.
도 3은 본 발명의 일실시예에 따른 서버의 프로세서가 포함할 수 있는 구성요소의 예를 도시한 블록도이다.
도 4는 본 발명의 일실시예에 따른 서버가 수행할 수 있는 방법의 예를 도시한 흐름도이다.
도 5는 본 발명의 일실시예에 있어서 키워드 관리를 위한 상품 사전의 구성 예시를 도시한 것이다.
도 6은 본 발명의 일실시예에 있어서 상품 정보를 키워드로 변환하는 과정의 일례를 설명하기 위한 예시 도면이다.
도 7은 본 발명의 일실시예에 있어서 키워드 간의 관계를 나타내는 멀티 그래프를 구축하는 과정의 일례를 설명하기 위한 예시 도면이다.
도 8은 본 발명의 일실시예에 있어서 한글의 벡터 수치문자로 표현한 예시를 도시한 것이다.
도 9는 본 발명의 일실시예에 있어서 LBG 데이터 형식을 이용한 분리 방식을 설명하기 위한 예시 도면이다.
도 10은 본 발명의 일실시예에 있어서 MWS 단위의 데이터 셋을 추출하는 과정을 설명하기 위한 예시 도면이다.
도 11 내지 도 12는 본 발명의 일실시예에 있어서 음역 프로세싱 과정을 설명하기 위한 예시 도면이다.
도 13 내지 도 16은 본 발명의 일실시예에 있어서 음역 모델을 이용한 영문 동의어 추출 과정을 설명하기 위한 예시 도면이다.
도 17은 본 발명의 일실시예에 있어서 멀티 그래프에 원어 표기 동의어를 추가하는 과정을 설명하기 위한 예시 도면이다.

이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.

본 발명의 실시예들은 외래어의 원어 표기를 동의어로서 자동 추출하는 기술에 관한 것이다.

본 명세서에서 구체적으로 개시되는 것들을 포함하는 실시예들은 외래어의 원어 표기를 자동 추출하여 동의어로 처리할 수 있고, 이를 통해 키워드 관리 자동화, 작업 리소스 감소, 서비스 품질 개선, 서비스 확대 등의 측면에 있어서 상당한 장점들을 달성할 수 있다.

도 1은 본 발명의 일실시예에 따른 네트워크 환경의 예를 도시한 도면이다. 도 1의 네트워크 환경은 복수의 전자 기기들(110, 120, 130, 140), 복수의 서버들(150, 160) 및 네트워크(170)를 포함하는 예를 나타내고 있다. 이러한 도 1은 발명의 설명을 위한 일례로 전자 기기의 수나 서버의 수가 도 1과 같이 한정되는 것은 아니다.

복수의 전자 기기들(110, 120, 130, 140)은 컴퓨터 시스템으로 구현되는 고정형 단말이거나 이동형 단말일 수 있다. 복수의 전자 기기들(110, 120, 130, 140)의 예를 들면, 스마트폰(smart phone), 휴대폰, 내비게이션, 컴퓨터, 노트북, 디지털방송용 단말, PDA(Personal Digital Assistants), PMP(Portable Multimedia Player), 태블릿 PC, 게임 콘솔(game console), 웨어러블 디바이스(wearable device), IoT(internet of things) 디바이스, VR(virtual reality) 디바이스, AR(augmented reality) 디바이스 등이 있다. 일례로 도 1에서는 전자 기기(110)의 예로 스마트폰의 형상을 나타내고 있으나, 본 발명의 실시예들에서 전자 기기(110)는 실질적으로 무선 또는 유선 통신 방식을 이용하여 네트워크(170)를 통해 다른 전자 기기들(120, 130, 140) 및/또는 서버(150, 160)와 통신할 수 있는 다양한 물리적인 컴퓨터 시스템들 중 하나를 의미할 수 있다.

통신 방식은 제한되지 않으며, 네트워크(170)가 포함할 수 있는 통신망(일례로, 이동통신망, 유선 인터넷, 무선 인터넷, 방송망, 위성망 등)을 활용하는 통신 방식뿐만 아니라 기기들간의 근거리 무선 통신 역시 포함될 수 있다. 예를 들어, 네트워크(170)는, PAN(personal area network), LAN(local area network), CAN(campus area network), MAN(metropolitan area network), WAN(wide area network), BBN(broadband network), 인터넷 등의 네트워크 중 하나 이상의 임의의 네트워크를 포함할 수 있다. 또한, 네트워크(170)는 버스 네트워크, 스타 네트워크, 링 네트워크, 메쉬 네트워크, 스타-버스 네트워크, 트리 또는 계층적(hierarchical) 네트워크 등을 포함하는 네트워크 토폴로지 중 임의의 하나 이상을 포함할 수 있으나, 이에 제한되지 않는다.

서버(150, 160) 각각은 복수의 전자 기기들(110, 120, 130, 140)과 네트워크(170)를 통해 통신하여 명령, 코드, 파일, 컨텐츠, 서비스 등을 제공하는 컴퓨터 장치 또는 복수의 컴퓨터 장치들로 구현될 수 있다. 예를 들어, 서버(150)는 네트워크(170)를 통해 접속한 복수의 전자 기기들(110, 120, 130, 140)로 제1 서비스를 제공하는 시스템일 수 있으며, 서버(160) 역시 네트워크(170)를 통해 접속한 복수의 전자 기기들(110, 120, 130, 140)로 제2 서비스를 제공하는 시스템일 수 있다. 보다 구체적인 예로, 서버(150)는 복수의 전자 기기들(110, 120, 130, 140)에 설치되어 구동되는 컴퓨터 프로그램으로서의 어플리케이션을 통해, 해당 어플리케이션이 목적하는 서비스(일례로, 키워드 관리 서비스 등)를 제1 서비스로서 복수의 전자 기기들(110, 120, 130, 140)로 제공할 수 있다. 다른 예로, 서버(160)는 상술한 어플리케이션의 설치 및 구동을 위한 파일을 복수의 전자 기기들(110, 120, 130, 140)로 배포하는 서비스를 제2 서비스로서 제공할 수 있다.

도 2는 본 발명의 일실시예에 있어서 전자 기기 및 서버의 내부 구성을 설명하기 위한 블록도이다. 도 2에서는 전자 기기에 대한 예로서 전자 기기(110), 그리고 서버(150)의 내부 구성을 설명한다. 또한, 다른 전자 기기들(120, 130, 140)이나 서버(160) 역시 상술한 전자 기기(110) 또는 서버(150)와 동일한 또는 유사한 내부 구성을 가질 수 있다.

전자 기기(110)와 서버(150)는 메모리(211, 221), 프로세서(212, 222), 통신 모듈(213, 223) 그리고 입출력 인터페이스(214, 224)를 포함할 수 있다. 메모리(211, 221)는 비-일시적인 컴퓨터 판독 가능한 기록매체로서, RAM(random access memory), ROM(read only memory), 디스크 드라이브, SSD(solid state drive), 플래시 메모리(flash memory) 등과 같은 비소멸성 대용량 저장 장치(permanent mass storage device)를 포함할 수 있다. 여기서 ROM, SSD, 플래시 메모리, 디스크 드라이브 등과 같은 비소멸성 대용량 저장 장치는 메모리(211, 221)와는 구분되는 별도의 영구 저장 장치로서 전자 기기(110)나 서버(150)에 포함될 수도 있다. 또한, 메모리(211, 221)에는 운영체제와 적어도 하나의 프로그램 코드(일례로 전자 기기(110)에 설치되어 구동되는 브라우저나 특정 서비스의 제공을 위해 전자 기기(110)에 설치된 어플리케이션 등을 위한 코드)가 저장될 수 있다. 이러한 소프트웨어 구성요소들은 메모리(211, 221)와는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 로딩될 수 있다. 이러한 별도의 컴퓨터에서 판독 가능한 기록매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 등의 컴퓨터에서 판독 가능한 기록매체를 포함할 수 있다. 다른 실시예에서 소프트웨어 구성요소들은 컴퓨터에서 판독 가능한 기록매체가 아닌 통신 모듈(213, 223)을 통해 메모리(211, 221)에 로딩될 수도 있다. 예를 들어, 적어도 하나의 프로그램은 개발자들 또는 어플리케이션의 설치 파일을 배포하는 파일 배포 시스템(일례로, 상술한 서버(160))이 네트워크(170)를 통해 제공하는 파일들에 의해 설치되는 컴퓨터 프로그램(일례로 상술한 어플리케이션)에 기반하여 메모리(211, 221)에 로딩될 수 있다.

프로세서(212, 222)는 기본적인 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 명령은 메모리(211, 221) 또는 통신 모듈(213, 223)에 의해 프로세서(212, 222)로 제공될 수 있다. 예를 들어 프로세서(212, 222)는 메모리(211, 221)와 같은 기록 장치에 저장된 프로그램 코드에 따라 수신되는 명령을 실행하도록 구성될 수 있다.

통신 모듈(213, 223)은 네트워크(170)를 통해 전자 기기(110)와 서버(150)가 서로 통신하기 위한 기능을 제공할 수 있으며, 전자 기기(110) 및/또는 서버(150)가 다른 전자 기기(일례로 전자 기기(120)) 또는 다른 서버(일례로 서버(160))와 통신하기 위한 기능을 제공할 수 있다. 일례로, 전자 기기(110)의 프로세서(212)가 메모리(211)와 같은 기록 장치에 저장된 프로그램 코드에 따라 생성한 요청이 통신 모듈(213)의 제어에 따라 네트워크(170)를 통해 서버(150)로 전달될 수 있다. 역으로, 서버(150)의 프로세서(222)의 제어에 따라 제공되는 제어 신호나 명령, 컨텐츠, 파일 등이 통신 모듈(223)과 네트워크(170)를 거쳐 전자 기기(110)의 통신 모듈(213)을 통해 전자 기기(110)로 수신될 수 있다. 예를 들어 통신 모듈(213)을 통해 수신된 서버(150)의 제어 신호나 명령, 컨텐츠, 파일 등은 프로세서(212)나 메모리(211)로 전달될 수 있고, 컨텐츠나 파일 등은 전자 기기(110)가 더 포함할 수 있는 저장 매체(상술한 영구 저장 장치)로 저장될 수 있다.

입출력 인터페이스(214)는 입출력 장치(215)와의 인터페이스를 위한 수단일 수 있다. 예를 들어, 입력 장치는 키보드, 마우스, 마이크로폰, 카메라 등의 장치를, 그리고 출력 장치는 디스플레이, 스피커, 햅틱 피드백 디바이스(haptic feedback device) 등과 같은 장치를 포함할 수 있다. 다른 예로 입출력 인터페이스(214)는 터치스크린과 같이 입력과 출력을 위한 기능이 하나로 통합된 장치와의 인터페이스를 위한 수단일 수도 있다. 입출력 장치(215)는 전자 기기(110)와 하나의 장치로 구성될 수도 있다. 또한, 서버(150)의 입출력 인터페이스(224)는 서버(150)와 연결되거나 서버(150)가 포함할 수 있는 입력 또는 출력을 위한 장치(미도시)와의 인터페이스를 위한 수단일 수 있다. 보다 구체적인 예로, 전자 기기(110)의 프로세서(212)가 메모리(211)에 로딩된 컴퓨터 프로그램의 명령을 처리함에 있어서 서버(150)나 전자 기기(120)가 제공하는 데이터를 이용하여 구성되는 서비스 화면이나 컨텐츠가 입출력 인터페이스(214)를 통해 디스플레이에 표시될 수 있다.

또한, 다른 실시예들에서 전자 기기(110) 및 서버(150)는 도 2의 구성요소들보다 더 많은 구성요소들을 포함할 수도 있다. 그러나, 대부분의 종래기술적 구성요소들을 명확하게 도시할 필요성은 없다. 예를 들어, 전자 기기(110)는 상술한 입출력 장치(215) 중 적어도 일부를 포함하도록 구현되거나 또는 트랜시버(transceiver), GPS(Global Positioning System) 모듈, 카메라, 각종 센서, 데이터베이스 등과 같은 다른 구성요소들을 더 포함할 수도 있다. 보다 구체적인 예로, 전자 기기(110)가 스마트폰인 경우, 일반적으로 스마트폰이 포함하고 있는 가속도 센서나 자이로 센서, 카메라 모듈, 각종 물리적인 버튼, 터치패널을 이용한 버튼, 입출력 포트, 진동을 위한 진동기 등의 다양한 구성요소들이 전자 기기(110)에 더 포함되도록 구현될 수 있다.

이하에서는 음역 모델을 이용한 동의어 추출 방법 및 시스템의 구체적인 실시예를 설명하기로 한다.

도 3은 본 발명의 일실시예에 따른 서버의 프로세서가 포함할 수 있는 구성요소의 예를 도시한 블록도이고, 도 4는 본 발명의 일실시예에 따른 서버가 수행할 수 있는 방법의 예를 도시한 흐름도이다.

본 실시예에 따른 서버(150)는 인터넷 상에서 사용되는 키워드를 관리하는 서비스를 제공하는 플랫폼 역할을 한다. 특히, 서버(150)는 상품 사전에 포함된 각 상품에 대해 관련 키워드 간의 관계를 나타내는 멀티 그래프 구조를 구축할 수 있고 상품 사전에 포함된 외래어의 경우 원어 표기를 자동 추출하여 멀티 그래프에 동의어로 추가할 수 있다.

서버(150)의 프로세서(222)는 도 4에 따른 동의어 추출 방법을 수행하기 위한 구성요소로서 도 3에 도시된 바와 같이, 그래프 생성부(310), 동의어 추출부(320), 및 동의어 추가부(330)를 포함할 수 있다. 실시예에 따라 프로세서(222)의 구성요소들은 선택적으로 프로세서(222)에 포함되거나 제외될 수도 있다. 또한, 실시예에 따라 프로세서(222)의 구성요소들은 프로세서(222)의 기능의 표현을 위해 분리 또는 병합될 수도 있다.

이러한 프로세서(222) 및 프로세서(222)의 구성요소들은 도 4의 동의어 추출 방법이 포함하는 단계들(S410 내지 S430)을 수행하도록 서버(150)를 제어할 수 있다. 예를 들어, 프로세서(222) 및 프로세서(222)의 구성요소들은 메모리(221)가 포함하는 운영체제의 코드와 적어도 하나의 프로그램의 코드에 따른 명령(instruction)을 실행하도록 구현될 수 있다.

여기서, 프로세서(222)의 구성요소들은 서버(150)에 저장된 프로그램 코드가 제공하는 명령에 따라 프로세서(222)에 의해 수행되는 프로세서(222)의 서로 다른 기능들(different functions)의 표현들일 수 있다. 예를 들어, 서버(150)가 키워드 간의 관계를 나타내는 멀티 그래프를 생성하도록 상술한 명령에 따라 서버(150)를 제어하는 프로세서(222)의 기능적 표현으로서 그래프 생성부(310)가 이용될 수 있다.

프로세서(222)는 서버(150)의 제어와 관련된 명령이 로딩된 메모리(221)로부터 필요한 명령을 읽어들일 수 있다. 이 경우, 상기 읽어들인 명령은 프로세서(222)가 이후 설명될 단계들(S410 내지 S430)을 실행하도록 제어하기 위한 명령을 포함할 수 있다.

단계(S410)에서 그래프 생성부(310)는 상품 사전에 포함된 각 상품에 대하여 상품 정보에서 추출된 키워드 간의 관계를 나타내는 멀티 그래프를 생성할 수 있다. 상품 사전은 키워드를 관리하기 위한 데이터베이스 시스템으로, 키워드, 사전 유형, 동의어 집합으로 구성될 수 있다. 상품 사전에는 각 상품 별로 해당 상품에 매칭된 판매처, 브랜드, 카테고리, 속성 등의 상품 정보를 포함할 수 있다.

상기한 상품 사전은 상품 관리(상품 브랜드 자동 매칭, 상품 카테고리 자동 매칭, 상품 품질 체크 등), 쇼핑, 검색, 키워드 자동 완성, 태그 사전, 광고, 스토어, NLU(자연 언어 이해), AI(인공지능) 등 각종 서비스에서 적용 가능하다.

예를 들어, 도 5를 참조하면, 상품 사전(500)이 판매처(510), 브랜드(520), 카테고리(530)로 구분되는 것으로 가정하면, 이러한 상품 사전(500)으로부터 판매처-브랜드, 브랜드-카테고리, 카테고리-판매처의 관계 데이터를 추출할 수 있다.

도 6에 도시한 바와 같이, 그래프 생성부(310)는 판매처ID가 S1이고, 브랜드ID가 B1이고, 카테고리ID가 C1인 상품A에 대하여, 해당 상품에 매칭된 판매자 명칭 'ABC', 브랜드 명칭 'DEF', 카테고리 명칭 'GHI'를 각각 키워드로 변환할 수 있다. 그래프 생성부(310)는 상품A에 대하여 상품A에 매칭되는 상품 정보를 키워드 'ABC', 'DEF', 'GHI'로 변환한 후 변환된 키워드 간의 관계를 나타내는 멀티 그래프를 만들 수 있다. 그래프 생성부(310)는 상품 사전으로부터 상품에 매칭되는 정보 간의 관계 데이터를 해당 정보에서 변환된 키워드 간의 관계 데이터로서 추출하여 멀티 그래프를 생성할 수 있다.

도 7을 참조하면, 그래프 생성부(310)는 키워드 'ABC'와 'DEF' 사이에 판매처-브랜드라는 연결 관계, 키워드 'DEF'와 'GHI' 사이에 브랜드-카테고리라는 연결 관계, 키워드 'ABC'와 'GHI' 사이에 판매처-카테고리라는 연결 관계로 만들어진 멀티 그래프(700)를 구축할 수 있다.

멀티 그래프(700)는 키워드 간의 관계가 단일 뎁스의 트리 구조는 물론이고, 복수 개의 뎁스를 가진 트리 구조로 구축될 수 있다. 예를 들어, 동일 브랜드 내 여러 개의 시리즈, 즉 서브 브랜드가 존재하는 경우 브랜드-시리즈라는 연결 관계가 추가될 수 있다.

상기한 바와 같이, 그래프 생성부(310)는 키워드 간의 관계 데이터를 축적하여 데이터베이스를 생성할 수 있으며, 이를 키워드 간의 관계를 나타내는 멀티 그래프(700) 구조로 정의할 수 있다.

다시 도 4에서, 단계(S420)에서 동의어 추출부(320)는 상품 사전에 포함된 키워드 중 외래어에 대해 음역 모델을 이용하여 상품명이나 상품 관련 질의에서 해당 외래어의 원어 표기를 동의어로서 추출할 수 있다.

쇼핑 등에서 사용되는 일부 단어는 영어, 프랑스어, 이탈리아어, 독일어 등 다양한 외국어로부터 동화된 외래어가 포함되어 있다.

이러한 외래어의 경우 단어의 출처(즉, 국가)를 특정하기 어렵다는 문제가 있다. 예를 들어, "Chanel"의 경우 영어로 발음하면 '채널', '챠널' 등으로 음역되고, 프랑스어로 발음하면 '샤넬', '샤널', '샤늘' 등으로 음역될 수 있다.

키워드 "Chanel"를 사용하기 위해서는 여러 국가의 발음을 모두 수용할 수 있는 음역 범위(transliteration coverage)가 필요하다.

딥 러닝(deep learning)으로 음역을 지원하는 학습 모델이 존재하기는 하나, 기존 학습 모델은 모델 자체가 무거울 뿐 아니라 다양한 나라의 발음을 한꺼번에 지원하지 못한다. 영어면 영어 학습 데이터가 필요하고 프랑스어면 프랑스어 학습 데이터가 필요하고 각 언어의 음역 프로세싱(processing)을 통과해야 하는 한계가 있다.

이에 반해, 본 실시예에서는 MWS(minimal word by sound) 단위의 음역 모델을 이용하여 외래어에 대한 동의어를 추출할 수 있다. MWS는 기존 학습 모델과 달리 학습 데이터를 최소로 할 수 있고, 다국어 발음까지 하나의 음역 프로세싱을 가능하게 할 수 있다.

MWS는 음절(syllable)과 다른 개념으로, 발음의 최소 단위를 의미할 수 있다. 표 1은 예시 단어 'happy'를 음절과 MWS로 나눈 것이다.

happy
음절	MWS
[ha, ppy]	[h, a, ppy],[h, ap, py], [ha, ppy], [hap, py]

나라마다, 언어마다, 사람마다 같은 단어를 보고 다양한 발음을 최소 단위로 표현할 수 있다. 표 2는 예시 단어 'happy'의 MWS을 한글 표기로 나타낸 것이다.

happy

[ha, ppy] : 해피 or 하피 → MWS : [ha] = [하,해], [ppy] = [피]
[h, ap, py] : 에이치앱피, 에이치앱파이 → MWS : [h] = [에이치], [ap] = [앱], [py] = [피, 파이]
[hap, py] : 햅피, ?c파이 → MWS : [hap] = [햅,?c], [py] = [피,파이]

한글을 초성, 중성, 종성의 차원적인 구분으로 볼 때 벡터 수치문자로 표현할 수 있다. 예를 들어, 한글의 기본 수치정보는 도 8의 테이블과 같다.단어를 MWS로 쉽게 분리하기 위해서는 LBG(linked bi-gramed)의 데이터 형식을 이용할 수 있다.

happy	ha-ap-pp-py
해피	c18u1_u1o0_o0c17_c17u20_u20o0

한글 표기 '아틀란트'에 해당되는 영문 표기 'atlant'의 발음 최소 단위 중 하나인 [at, lant]에 대해 MWS가 [at] = [아틀], [lant] =[란트]라 할 때, [at] = [아틀]의 경우 "L" 또는 "R"이 없는데 "아틀"로 음역되고 있음을 알 수 있다. 이러한 문제는 도 9의 테이블과 같이 LBG 데이터 형식을 이용한 분리 방식을 통해 해결할 수 있다.

일례로, 도 10에 도시한 바와 같이 상품 사전에서 영문 단어와 한글 발음 표기가 한 쌍으로 이루어진 학습 데이터 셋(1001)을 수집한 후 MWS 단위의 분리 학습을 통해 MWS 데이터 셋(1002)을 추출할 수 있다.

이하에서는 음역 프로세싱 과정을 설명하기로 한다. 도 11 내지 도 12는 영문 단어 'naver'에 대한 음역 프로세싱 과정을 나타내고 있다.

프로세서(222)는 영문 단어 'naver'를 MWS로 분리될 수 있는 모든 경우의 후보 군으로 분리할 수 있다(S1).

프로세서(222)는 단계(S1)에서 분리된 후보 군에서 사전에 구축된 MWS 데이터 셋(1002)에 존재하는 MWS를 추출할 수 있다(S2).

프로세서(222)는 단계(S1)에서 분리된 각 후보 군에 단계(S2)에서 추출된 MWS를 맵핑할 수 있다(S3).

프로세서(222)는 단계(S3)에서 맵핑한 MWS를 서로 연결하고 병합할 수 있다(S4). 이때, 후보 군 중 하나라도 MWS 데이터 셋(1002)에 존재하지 않는 경우는 해당 후보 군을 제외시킬 수 있다.

프로세서(222)는 단계(S4)에서 병합된 MWS를 음역할 수 있다(S5). 다시 말해, 프로세서(222)는 병합된 MWS에 맵핑된 한글 벡터를 디코딩함으로써 영문 단어에 대한 음역을 획득할 수 있다. 도 12의 S5 과정의 결과에서 괄호 안 숫자는 해당 한글 단어가 도 10의 MWS 학습 데이터 셋으로부터 추출된 개수를 의미할 수 있고, 필요시 동의어를 다양하게 추출할 수 있는 기초로 활용할 수 있다.

음역 프로세싱 결과의 일예는 아래와 같을 수 있으며, 이에 한정되는 것은 아니다.

- gajet 의 한글 동의어 : 가제트, 개제트, 게제트, 거제트, 겜제트, 감제트, 갬제트, 게이제트, 카제트, 갠제트

- maleficent 의 한글 동의어: 마레피센트, 마리피센트, 마린피센트, 마류피센트, 마라피센트, 마르피센트, 마런피센트, 마러피센트, 마레피샌트, 마리피샌트, 마린피샌트, 마류피샌트, 마라피샌트, 마르피샌트, 마런피샌트

영문 동의어를 예로 하는 일실시예로, 음역 모델을 통과하지 못한 한글 단어와 영문 동의어를 수집하여 기존 상품 사전에서 추출된 MWS 데이터 셋과 공통된 데이터 셋을 추출한 후 최종 MWS 데이터 셋과 병합하여 적용할 수도 있다.

동의어 추출부(320)는 상기한 음역 프로세싱을 통해 상품 사전에 포함된 외래어에 대해 원어 표기의 동의어를 추출할 수 있다.

이하에서는 한글로 표기된 외래어의 영어 표기, 즉 영문 동의어를 예로 하여 구체적인 실시예를 설명하기로 한다.

동의어 추출부(320)는 상품 사전에 포함된 키워드 중 외래어를 대상 키워드로 하여 각 대상 키워드에 대해 대상 키워드를 검색 질의로 입력한 사용자들이 클릭한 상품명 리스트, 각 클릭 상품과 관련된 태그 리스트, 및 각 클릭 상품과 관련된 다른 질의 리스트(일례로, 동일 상품을 클릭한 다른 사용자들에 의해 입력된 질의, 동일 사용자가 동일 상품을 클릭하기 전에 입력한 다른 질의 등) 중 적어도 하나의 키워드 리스트를 추출할 수 있다. 본 명세서에서 클릭은 사용자에 의한 모든 유형의 선택 입력을 의미할 수 있다. 도 13은 대상 키워드 '에어리즘(keyword_seq = 102800453)'과 관련된 클릭 상품명 리스트(1311)과, '루프탑텐트(keyword_seq = 438121)'와 관련된 클릭 상품명 리스트(1321)를 예시적으로 나타내고 있다.

동의어 추출부(320)는 대상 키워드가 복합어로 이루어진 경우 단일어로 분리할 수 있다. 예를 들어, '루프탑텐트(keyword_seq = 438121)'의 경우 '루트탑텐트', '루프탑 텐트', '루프탑', '텐트'로 분리할 수 있다.

동의어 추출부(320)는 대상 키워드에 대해 추출된 클릭 상품명 리스트와 클릭 상품 관련 태그 리스트 및 질의 리스트 중 적어도 하나의 키워드 리스트에서 특정 언어의 단어, 즉 영문 단어를 추출할 수 있다.

도 14는 대상 키워드 '에어리즘(keyword_seq = 102800453)'과 관련된 클릭 상품명 리스트(1311)에서 추출된 영문 단어 리스트(1411)와, '루프탑텐트(keyword_seq = 438121)'와 관련된 클릭 상품명 리스트(1321)에서 추출된 영문 단어 리스트(1421)를 예시적으로 나타내고 있다.

동의어 추출부(320)는 음역 모델을 실행하여 앞서 추출된 영문 단어 리스트 중에서 대상 키워드와 매칭되는 영문 단어를 추출할 수 있다.

도 15는 대상 키워드 '에어리즘(keyword_seq = 102800453)'과 영문 단어 리스트(1411) 간의 매칭 결과(1511)와, 대상 키워드 '루프탑텐트(keyword_seq = 438121)'와 영문 단어 리스트(1421) 간의 매칭 결과(1521)를 예시적으로 나타내고 있다.

동의어 추출부(320)는 대상 키워드에 대해 매칭된 영문 단어를 치환하여 영문 동의어 후보를 추출할 수 있다.

도 16은 대상 키워드 '에어리즘(keyword_seq = 102800453)'에 대한 영문 동의어 후보(1611)와, '루프탑텐트(keyword_seq = 438121)'에 대한 영문 동의어 후보(1621)를 나타내고 있다.

동의어 추출부(320)는 대상 키워드와 관련된 클릭 상품명 리스트와 클릭 상품 관련 태그/질의 리스트에 영문 동의어 후보의 출현 여부 혹은 출현 빈도 등을 바탕으로 최종 영문 동의어를 결정할 수 있다. 동의어 추출부(320)는 영문 동의어 후보의 단어가 대상 키워드와 관련된 클릭 상품명 리스트와 클릭 상품 관련 태그/질의 리스트에 출현하는 패턴과 일치하는 경우 최종 영문 동의어로 결정하거나, 혹은 영문 동의어 후보가 여러 개일 때 대상 키워드와 관련된 클릭 상품명 리스트와 클릭 상품 관련 태그/질의 리스트에서 가장 많이 출현하는 패턴의 단어를 최종 영문 동의어로 결정할 수 있다. 다시 말해, 동의어 추출부(320)는 대상 키워드와 관련된 클릭 상품명 리스트와 클릭 상품 관련 태그/질의 리스트를 이용하여 대상 키워드의 원어 표기인 영문 동의어를 검증할 수 있다.

다시 도 4에서, 단계(S430)에서 동의어 추가부(330)는 외래어의 원어 표기를 동의어로서 멀티 그래프 상에 추가 등록할 수 있으며, 이때 멀티 그래프 상의 기존 키워드와 동의어 간의 관계를 설정할 수 있다.

도 17을 참조하면, 키워드 'ABC'와 'DEF' 사이에 판매처-브랜드라는 연결 관계, 키워드 'DEF'와 'GHI' 사이에 브랜드-카테고리라는 연결 관계, 키워드 'ABC'와 'GHI' 사이에 판매처-카테고리라는 연결 관계로 만들어진 멀티 그래프(700)에서, 판매자 명칭 'ABC'이 외래어에 해당되는 경우 멀티 그래프(700) 상에 외래어 'ABC'의 원어 표기 'XXX'를 동의어(1701)로 추가하여 키워드 'ABC'와 'XXX' 사이에 동의어 관계를 설정할 수 있다.

또한, 멀티 그래프(700) 상의 키워드 중 대상 키워드 'ABC'와 관련된 클릭 상품명 리스트와 클릭 상품 관련 태그/질의 리스트에 동의어(1701)와 함께 출현하는 키워드와의 관계를 추가 설정할 수 있다.

따라서, 본 실시예에서는 상품 사전에 등록된 외래어에 대해 원어 표기의 동의어를 찾아 자동 등록할 수 있다.

상기한 방식을 통해 상품 사전에 등록된 키워드에 대해 원어 표기의 키워드를 동의어로 추출하여 멀티 그래프 상에 추가 등록함으로써 키워드 간의 동의어 처리를 해결하면서 멀티 그래프를 자동으로 확장해 나갈 수 있다.

음역 모델을 이용하여 외래어의 원어 표기를 동의어로 자동 처리함으로써 키워드 관리 작업의 자동화를 실현하여 관련 작업 리소스를 획기적으로 감소시킬 수 있다.

상기에서는 음역 모델을 이용한 동의어 처리 과정이 멀티 그래프를 생성하는 과정 이후에 이루어지는 종속된 과정으로 설명하고 있으나, 이에 한정되는 것은 아니며, 실시예에 따라서는 멀티 그래프와 무관하게 별개의 독립된 과정으로 실행되는 것 또한 가능하다.

이처럼 본 발명의 실시예들에 따르면, 상품 정보에서 추출된 키워드에 대해 키워드 간의 관계를 나타내는 멀티 그래프 구조를 구축할 수 있고 외래어의 경우 동의어로서 원어 표기를 자동 추출하여 멀티 그래프에 추가할 수 있다. 본 발명의 실시예들에 따르면, 외래어에 대해 음역 모델을 이용하여 상품명이나 상품 관련 질의에 출현하는 단어에서 해당 외래어의 원어 표기를 추출하여 동의어로 처리할 수 있다.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 어플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 이때, 매체는 컴퓨터로 실행 가능한 프로그램을 계속 저장하거나, 실행 또는 다운로드를 위해 임시 저장하는 것일 수도 있다. 또한, 매체는 단일 또는 수 개의 하드웨어가 결합된 형태의 다양한 기록수단 또는 저장수단일 수 있는데, 어떤 컴퓨터 시스템에 직접 접속되는 매체에 한정되지 않고, 네트워크 상에 분산 존재하는 것일 수도 있다. 매체의 예시로는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등을 포함하여 프로그램 명령어가 저장되도록 구성된 것이 있을 수 있다. 또한, 다른 매체의 예시로, 어플리케이션을 유통하는 앱 스토어나 기타 다양한 소프트웨어를 공급 내지 유통하는 사이트, 서버 등에서 관리하는 기록매체 내지 저장매체도 들 수 있다.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims

컴퓨터 시스템에서 실행되는 동의어 추출 방법에 있어서,
상기 컴퓨터 시스템은 메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서를 포함하고,
상기 동의어 추출 방법은,
상기 적어도 하나의 프로세서에 의해, 대상 키워드에 대해 상기 대상 키워드와 관련된 키워드 리스트를 추출하는 단계; 및
상기 적어도 하나의 프로세서에 의해, 음역 모델(transliteration model)을 이용하여 상기 키워드 리스트에서 상기 대상 키워드의 원어 표기에 해당되는 동의어를 추출하는 단계
를 포함하는 동의어 추출 방법.
제1항에 있어서,
상기 키워드 리스트를 추출하는 단계는,
상기 대상 키워드를 검색 질의로 입력한 후 클릭한 상품명 리스트, 각 클릭 상품과 관련된 다른 질의 리스트, 각 클릭 상품과 관련된 태그 리스트 중 적어도 하나를 추출하는 것
을 특징으로 하는 동의어 추출 방법.
제1항에 있어서,
상기 동의어를 추출하는 단계는,
발음의 최소 단위를 이용한 음역 모델을 이용하여 상기 동의어를 추출하는 것
을 특징으로 하는 동의어 추출 방법.
제3항에 있어서,
상기 동의어를 추출하는 단계는,
LBG(linked bi-gramed)의 데이터 형식을 이용하여 상기 대상 키워드를 발음의 최소 단위로 분리하는 단계
를 포함하는 동의어 추출 방법.
제1항에 있어서,
상기 동의어를 추출하는 단계는,
상기 음역 모델을 통해 상기 키워드 리스트에서 추출된 단어 중 상기 대상 키워드와 매칭되는 단어를 상기 동의어로 추출하는 단계
를 포함하는 동의어 추출 방법.
제5항에 있어서,
상기 동의어를 추출하는 단계는,
상기 대상 키워드에 대해 상기 매칭되는 단어를 치환하여 동의어 후보를 추출하는 단계
를 더 포함하는 동의어 추출 방법.
제5항에 있어서,
상기 동의어를 추출하는 단계는,
상기 키워드 리스트에서 특정 언어의 단어를 추출하는 단계
를 더 포함하는 동의어 추출 방법.
제5항에 있어서,
상기 동의어를 추출하는 단계는,
상기 대상 키워드가 복합어로 이루어진 경우 단일어로 분리하는 단계
를 더 포함하는 동의어 추출 방법.
제5항에 있어서,
상기 동의어를 추출하는 단계는,
상기 대상 키워드를 검색 질의로 입력한 후 클릭한 상품명 리스트, 각 클릭 상품과 관련된 다른 질의 리스트, 각 클릭 상품과 관련된 태그 리스트 중 적어도 하나를 이용하여 상기 동의어를 검증하는 단계
를 더 포함하는 동의어 추출 방법.
제5항에 있어서,
상기 동의어를 추출하는 단계는,
상기 대상 키워드를 검색 질의로 입력한 후 클릭한 상품명 리스트, 각 클릭 상품과 관련된 다른 질의 리스트, 각 클릭 상품과 관련된 태그 리스트 중 적어도 하나에 상기 대상 키워드와 매칭되는 단어의 출현 여부 또는 출현 빈도를 바탕으로 상기 동의어를 결정하는 단계
를 더 포함하는 동의어 추출 방법.
제1항에 있어서,
상기 동의어 추출 방법은,
상기 적어도 하나의 프로세서에 의해, 상품 사전 상의 키워드 간의 관계를 나타내는 멀티 그래프를 생성하는 단계; 및
상기 적어도 하나의 프로세서에 의해, 상기 동의어를 상기 멀티 그래프에 추가 등록하는 단계
를 더 포함하는 동의어 추출 방법.
제11항에 있어서,
상기 생성하는 단계는,
상기 상품 사전에 포함된 각 상품 별로 해당 상품에 매칭되는 상품 정보를 키워드로 변환하는 단계; 및
상기 상품 사전으로부터 상기 상품에 매칭되는 정보 간의 관계 데이터를 키워드 간의 관계 데이터로서 추출하는 단계
를 포함하는 동의어 추출 방법.
제11항에 있어서,
상기 추가 등록하는 단계는,
상기 멀티 그래프 상에 상기 대상 키워드와 상기 동의어의 관계를 추가하거나, 혹은 상기 멀티 그래프 상의 키워드 중 상기 대상 키워드를 검색 질의로 입력한 후 클릭한 상품명 리스트, 각 클릭 상품과 관련된 다른 질의 리스트, 각 클릭 상품과 관련된 태그 리스트 중 적어도 하나에 상기 동의어와 함께 출현하는 키워드와의 관계를 추가하는 것
을 특징으로 하는 동의어 추출 방법.
제1항 내지 제13항 중 어느 한 항의 동의어 추출 방법을 컴퓨터에 실행시키기 위한 프로그램이 기록되어 있는 비-일시적인 컴퓨터 판독 가능한 기록 매체.
컴퓨터 시스템에 있어서,
메모리에 포함된 컴퓨터 판독가능한 명령들을 실행하도록 구성된 적어도 하나의 프로세서
를 포함하고,
상기 적어도 하나의 프로세서는,
대상 키워드에 대해 상기 대상 키워드와 관련된 키워드 리스트를 추출한 후, 음역 모델을 이용하여 상기 키워드 리스트에서 상기 대상 키워드의 원어 표기에 해당되는 동의어를 추출하는 동의어 추출부
를 포함하는 컴퓨터 시스템.
제15항에 있어서,
상기 동의어 추출부는,
상기 대상 키워드를 검색 질의로 입력한 후 클릭한 상품명 리스트, 각 클릭 상품과 관련된 다른 질의 리스트, 각 클릭 상품과 관련된 태그 리스트 중 적어도 하나를 추출하는 것
을 특징으로 하는 컴퓨터 시스템.
제15항에 있어서,
상기 동의어 추출부는,
발음의 최소 단위를 이용한 음역 모델을 이용하여 상기 동의어를 추출하는 것
을 특징으로 하는 컴퓨터 시스템.
제17항에 있어서,
상기 동의어 추출부는,
LBG(linked bi-gramed)의 데이터 형식을 이용하여 상기 대상 키워드를 발음의 최소 단위로 분리하는 것
을 특징으로 하는 컴퓨터 시스템.
제15항에 있어서,
상기 동의어 추출부는,
상기 음역 모델을 통해 상기 키워드 리스트에서 추출된 단어 중 상기 대상 키워드와 매칭되는 단어를 상기 동의어로 추출하는 것
을 특징으로 하는 컴퓨터 시스템.
제19항에 있어서,
상기 동의어 추출부는,
상기 대상 키워드를 검색 질의로 입력한 후 클릭한 상품명 리스트, 각 클릭 상품과 관련된 다른 질의 리스트, 각 클릭 상품과 관련된 태그 리스트 중 적어도 하나를 이용하여 상기 동의어를 검증하는 것
을 특징으로 하는 컴퓨터 시스템.