KR20200116731A - Voluntary word acquisition system using concept image - Google Patents
Voluntary word acquisition system using concept image Download PDFInfo
- Publication number
- KR20200116731A KR20200116731A KR1020190038514A KR20190038514A KR20200116731A KR 20200116731 A KR20200116731 A KR 20200116731A KR 1020190038514 A KR1020190038514 A KR 1020190038514A KR 20190038514 A KR20190038514 A KR 20190038514A KR 20200116731 A KR20200116731 A KR 20200116731A
- Authority
- KR
- South Korea
- Prior art keywords
- word
- obstacle
- concept
- learning
- concept image
- Prior art date
Links
- 230000002747 voluntary effect Effects 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 13
- 230000003252 repetitive effect Effects 0.000 claims description 8
- 239000000203 mixture Substances 0.000 claims description 2
- 238000005265 energy consumption Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 10
- 238000010801 machine learning Methods 0.000 description 7
- 210000004556 brain Anatomy 0.000 description 6
- 238000013480 data collection Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 4
- 230000014509 gene expression Effects 0.000 description 4
- 241000238631 Hexapoda Species 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 241000270322 Lepidosauria Species 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 206010017577 Gait disturbance Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241000282577 Pan troglodytes Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000001976 improved effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000010454 slate Substances 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- 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]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B19/00—Teaching not covered by other main groups of this subclass
- G09B19/06—Foreign languages
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B5/00—Electrically-operated educational appliances
- G09B5/06—Electrically-operated educational appliances with both visual and audible presentation of the material to be studied
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Human Computer Interaction (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
Description
본 발명은 컨셉 이미지를 이용하여 단어를 습득할 수 있게 하는 시스템에 관한 것으로서, 보다 자세하게는 컨셉 이미지를 통한 외국어 학습 과정에서 노출 빈도가 높은 단어에 대한 별도의 학습 컨텐츠를 제공하여 학습자가 자발적으로 단어를 습득할 수 있게 하는 컨셉 이미지를 이용한 자발적 단어 습득 시스템에 관한 것이다. The present invention relates to a system for learning words by using a concept image. More specifically, in a foreign language learning process through a concept image, separate learning contents for words with high exposure frequency are provided so that learners can It relates to a voluntary word learning system using a concept image that enables students to learn.
연구에 따르면 사람의 뇌는 서로 다른 역할을 하는 3가지 영역으로 나누어 지며 언어학습에 있어서도 상황에 따라 뇌의 서로 다른 영역이 사용된다고 한다. According to research, the human brain is divided into three areas that play different roles, and that different areas of the brain are used depending on the situation in language learning.
구체적으로, 모국어를 사용할 때 사람들은 사고를 거치지 않고 직관적으로 말하는 반면(도마뱀의 뇌 영역을 사용) 외국어를 배우는 사람들의 대부분은 외국어 단어의 의미와 문장구조에 대한 사고(침팬지의 뇌 영역을 사용) 과정을 거쳐 외국어를 학습하게 된다. Specifically, when using a native language, people speak intuitively without thinking (using the brain area of a lizard), while most of the learners of a foreign language think about the meaning and sentence structure of foreign language words (using the brain area of a chimpanzee). You will learn a foreign language through the process.
하지만 이와 같이 사고를 통해 언어를 학습하는 것은 자연스러운 언어 습득과정과 동떨어진 것으로, 학습에 걸리는 시간이 길고 학습 효율이 떨어지게 된다. However, learning a language through thinking like this is far from the natural language acquisition process, and it takes a long time to learn and decreases the learning efficiency.
이러한 문제점을 해결하기 위해 대한민국 특허출원 제10-2019-0011732호 '단어의 컨셉 메이커를 이용한 언어 학습 시스템'(이하 '특허문헌 1'이라 함)에서는 단어의 컨셉 메이커를 이용하여 단어의 개념을 인지하고 해당 언어의 사용자들이 생각하는 방식대로 자연스럽게 언어를 습득할 수 있는 방법을 개시하고 있다. In order to solve this problem, Korean Patent Application No. 10-2019-0011732'Language Learning System Using Concept Maker of Words' (hereinafter referred to as'Patent Document 1') recognizes the concept of words using the concept maker of words. And it discloses a way to naturally acquire a language the way users of that language think.
또한, 대한민국 특허출원 제10-2019-0029310호 '컨셉 이미지를 통한 언어 습득 효율 향상 시스템 및 방법'(이하 '특허문헌 2'라 함)에서는 영어 문장구조에 컨셉 이미지 영역을 매칭시켜 학습자가 문법이나 텍스트 구조에 집중할 필요없이 컨셉 이미지를 통해 직관적으로 영어 문장을 습득할 수 있게 하는 컨셉 이미지 습득 효율 향상 시스템을 개시하고 있다. In addition, in Korean Patent Application No. 10-2019-0029310'System and Method for Improving Language Acquisition Efficiency through Concept Image' (hereinafter referred to as'Patent Document 2'), the concept image area is matched to the English sentence structure so that learners can It is starting a concept image acquisition efficiency improvement system that enables students to intuitively learn English sentences through concept images without having to focus on the text structure.
본 발명에 따른 컨셉 이미지를 이용한 자발적 단어 습득 시스템은 상기한 바와 같은 종래 문제점을 해결하기 위해 안출된 것으로서, 다음과 같은 해결하고자 하는 과제를 제시한다.The voluntary word learning system using a concept image according to the present invention has been devised to solve the conventional problem as described above, and presents the following problems to be solved.
첫째, 텍스트를 배제하여 고차원적인 사고를 하지 않고 생존에 관여하는 뇌의 영역(도마뱀의 뇌 영역)을 이용하여 영어를 습득할 수 있게 하고자 한다. First, it is intended to be able to acquire English by using the brain area (the brain area of the lizard) that is involved in survival without thinking high-level by excluding text.
둘째, 학습과정에서 노출빈도가 높은 단어를 추출하여 해당 단어에 대한 컨셉 이미지 학습을 유도하고자 한다. Second, it is intended to induce concept image learning for the word by extracting words with high exposure frequency in the learning process.
셋째, 일정 시간 간격으로 특정 단어에 대한 컨셉 이미지 학습 컨텐츠를 제공하여 학습자가 해당 단어의 개념을 잊지 않고 단어의 컨셉을 완벽하게 인지할 수 있게 하고자 한다. Third, by providing the concept image learning contents for a specific word at regular time intervals, the learner can fully recognize the concept of the word without forgetting the concept of the word.
본 발명의 해결과제는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 해결과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.The problem of the present invention is not limited to those mentioned above, and other problems that are not mentioned will be clearly understood by those skilled in the art from the following description.
상기와 같은 과제를 해결하기 위해 본 발명은 문장의 구조를 분석하여 단어의 노출 횟수를 카운팅 하는 문장분석모듈과, 상기 문장분석 결과에 근거하여 컨셉 이미지 영역을 배치하도록 형성되는 이미지 조합 모듈과, 외국어 단어의 음성데이터에 대응되는 컨셉 이미지를 상기 컨셉 이미지 영역에 디스플레이 하며, 상기 단어의 노출 횟수가 증가함에 따라 상기 컨셉 이미지 영역의 적어도 일부를 가리는 장애물을 디스플레이하도록 형성되는 제어 모듈을 포함하는 컨셉 이미지를 이용한 자발적 단어 습득 시스템을 제공한다. In order to solve the above problems, the present invention includes a sentence analysis module that analyzes the structure of a sentence and counts the number of exposures of words, an image combination module formed to arrange a concept image area based on the sentence analysis result, and a foreign language. A concept image including a control module configured to display a concept image corresponding to the voice data of a word in the concept image area, and display an obstacle covering at least a part of the concept image area as the number of exposures of the word increases. Provides a voluntary word learning system used.
본 발명의 일 실시예에 따르면, 상기 제어 모듈은 상기 장애물을 제거하는 동작 신호가 입력되는 경우 상기 단어에 대응하는 컨셉 이미지 학습 컨텐츠를 제공하도록 형성된다. According to an embodiment of the present invention, the control module is configured to provide concept image learning content corresponding to the word when an operation signal for removing the obstacle is input.
본 발명의 일 실시예에 따르면, 상기 장애물을 제거하는 동작 신호는 상기 장애물에 대한 클릭, 터치 또는 드래그 입력인 것을 특징으로 한다. According to an embodiment of the present invention, the operation signal for removing the obstacle is a click, touch or drag input for the obstacle.
본 발명의 일 실시예에 따르면, 상기 장애물은 장애물 제거 신호가 입력되지 않고 시간이 지남에 따라 형태가 변하도록 형성된다. According to an embodiment of the present invention, the obstacle is formed to change shape over time without inputting an obstacle removal signal.
또한, 본 발명은 문장의 구성을 분석하여 컨셉 이미지를 통한 언어 학습 컨텐츠를 제공하는 단계와, 컨셉 이미지를 통한 언어 학습 과정에서 사용자에게 노출되는 단어들의 노출 횟수를 카운팅하는 단계와, 상기 카운팅된 횟수에 근거하여 특정 단어와 연계된 장애물을 사용자 단말기 화면에 표시하는 단계와, 상기 장애물을 제거하기 위한 신호를 감지하여 상기 특정 단어에 대한 단어 학습 컨텐츠를 사용자 단말기 화면에 표시하는 단계를 포함하는 컨셉 이미지를 이용한 자발적 단어 습득 방법을 제공한다. In addition, the present invention provides a language learning content through a concept image by analyzing the composition of a sentence, counting the number of exposures of words exposed to a user in a language learning process through the concept image, and the counted number A concept image comprising displaying an obstacle associated with a specific word on the screen of the user terminal based on the message, and displaying word learning content for the specific word on the screen of the user by detecting a signal for removing the obstacle. Provides a method of learning words voluntarily using.
본 발명의 일 실시예에 따르면, 상기 단어에 대한 학습 컨텐츠를 제공한 후 일정 인터벌을 두어 상기 단어에 반복 학습을 제공하는 단계를 더 포함한다. According to an embodiment of the present invention, after providing learning content for the word, it further includes providing repetitive learning to the word at a predetermined interval.
본 발명의 일 실시예에 따르면, 상기 반복 학습은 일정 시간이 지난 후 상기 특정 단어와 연계된 장애물을 사용자 단말기 화면에 다시 표시하는 단계를 포함한다. According to an embodiment of the present invention, the repetitive learning includes re-displaying the obstacle associated with the specific word on the screen of the user terminal after a predetermined period of time has passed.
본 발명의 일 실시예에 따르면, 상기 장애물의 재등장 횟수가 증가함에 따라 재등장까지 걸리는 시간이 점점 길어지게 형성된다. According to an embodiment of the present invention, as the number of times the obstacle re-appears increases, the time required to re-appear gradually increases.
본 발명의 일 실시예에 따르면, 상기 장애물은 재등장 횟수가 일정 횟수를 초과하는 경우 더이상 재등장 하지 않도록 형성된다. According to an embodiment of the present invention, the obstacle is formed so as not to reappear any more when the number of re-appearances exceeds a predetermined number of times.
본 발명의 일 실시예에 따르면, 상기 특정 단어는 사용자에게 노출되는 빈도가 가장 높은 단어인 것을 특징으로 한다. According to an embodiment of the present invention, the specific word is a word having the highest frequency of exposure to a user.
이상과 같은 구성의 본 발명에 따른 컨셉 이미지를 이용한 자발적 단어 습득 시스템은 다음과 같은 효과를 제공한다.The voluntary word learning system using the concept image according to the present invention having the above configuration provides the following effects.
첫째, 고차원적인 사고를 하지 않고 직관적으로 언어를 학습할 수 있게 하여 학습에 드는 에너지 소모를 줄이고 학습 효율을 극대화 시킬 수 있다. First, it is possible to intuitively learn a language without thinking high-dimensional, thereby reducing energy consumption and maximizing learning efficiency.
둘째, 시스템이 각 사용자별 노출빈도가 높은 단어를 추출하여 해당 단어에 대한 컨셉 이미지 학습 컨텐츠를 제공하기 때문에 사용자별 맞춤형 단어학습이 가능해진다. Second, since the system extracts words with high exposure frequency for each user and provides concept image learning contents for the words, customized word learning for each user becomes possible.
셋째, 컨셉 이미지 학습이 이루어진 단어에 대하여 일정 시간 간격으로 반복 학습을 제공하여 학습자가 해당 단어의 컨셉을 완벽하게 인지할 수 있게 하고자 한다. Third, it is intended to allow learners to fully recognize the concept of the word by providing repetitive learning at regular time intervals for words in which concept image learning has been performed.
본 발명의 효과는 이상에서 언급한 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.The effects of the present invention are not limited to those mentioned above, and other effects not mentioned will be clearly understood by those skilled in the art from the following description.
도 1은 본 발명의 일 실시예에 따른 시스템의 개념도.
도 2는 컨셉 이미지를 이용한 단어 학습 방법을 설명하는 개념도.
도 3은 컨셉 이미지를 이용한 자발적 단어 습득 방법을 나타내는 순서도.
도 4a 및 도 4b는 본 발명의 일 실시예에 따라 장애물이 표시되는 화면을 나타내는 개념도.
도 5는 본 발명의 일 실시예에 따라 장애물이 커지는 화면을 나타내는 개념도.
도 6은 본 발명의 일 실시예에 따라 화면에 표시된 장애물 제거와 연계된 단어 학습 컨텐츠를 설명하는 개념도.
도 7은 본 발명의 일 실시예에 따라 단어 반복 학습을 유도하는 것을 나타내는 개념도. 1 is a conceptual diagram of a system according to an embodiment of the present invention.
2 is a conceptual diagram illustrating a word learning method using a concept image.
3 is a flow chart showing a method of learning voluntary words using a concept image.
4A and 4B are conceptual diagrams illustrating a screen on which an obstacle is displayed according to an embodiment of the present invention.
5 is a conceptual diagram illustrating a screen in which an obstacle increases according to an embodiment of the present invention.
6 is a conceptual diagram illustrating word learning content associated with removing an obstacle displayed on a screen according to an embodiment of the present invention.
7 is a conceptual diagram illustrating inducing word repetition learning according to an embodiment of the present invention.
본 발명에 따른 컨셉 이미지를 이용한 자발적 단어 습득 시스템은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 기술적 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. The voluntary word acquisition system using a concept image according to the present invention can make various changes and have various embodiments. Specific embodiments will be illustrated in the drawings and described in detail in the detailed description. However, this is not intended to limit the present invention to a specific embodiment, it is to be understood as including all changes, equivalents, and substitutes included in the technical spirit and scope of the present invention.
이하, 본 발명에 대하여 도면을 참조하여 보다 상세하게 설명한다. 본 명세서에서는 서로 다른 실시예라도 동일·유사한 구성에 대해서는 동일·유사한 참조번호를 부여하고, 그 설명은 처음 설명으로 갈음한다. 본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.Hereinafter, the present invention will be described in more detail with reference to the drawings. In the present specification, the same/similar reference numerals are assigned to the same/similar configurations even in different embodiments, and the description is replaced with the first description. Singular expressions used in the present specification include plural expressions unless the context clearly indicates otherwise.
또한, 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 또는 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다.In addition, the suffixes "module" or "unit" for components used in the following description are given or used interchangeably in consideration of only the ease of preparation of the specification, and do not themselves have distinct meanings or roles.
도 1은 본 발명의 일 실시예에 따른 시스템(100)의 개념도이다. 1 is a conceptual diagram of a
도 1을 참조하면, 시스템(100)은 서버를 통해 다수의 사용자에게 언어 학습 컨텐츠를 제공할 수 있도록 형성된다. Referring to FIG. 1, the
이하에서는 컨셉 이미지에 관련하여 구체적으로 설명하지만 컨셉 이미지가 아닌 다른 컨셉 메이커(시각, 청각, 촉각, 후각, 느낌 등에 관한 아웃풋)의 경우에도 본 발명이 적용될 수 있다. Hereinafter, the concept image will be described in detail, but the present invention may be applied to other concept makers (outputs related to vision, hearing, touch, smell, feeling, etc.) other than the concept image.
또한, 이하에서는 설명의 편의상 '컨셉 사운드'를 '음성데이터'로 지칭하고 있으나 '음성데이터'라는 표현은 '컨셉 사운드'로 받아들여질 수 있다. In addition, hereinafter, for convenience of explanation,'concept sound' is referred to as'voice data', but the expression'voice data' may be regarded as'concept sound'.
본 발명에서는 서로 다른 형태의 메이커의 매칭(ex. '컨셉 이미지'와 '컨셉 사운드'의 매칭)을 통해 단어의 개념을 습득할 수 있게 한다.In the present invention, it is possible to acquire the concept of words through matching of different types of makers (eg, matching of'concept image' and'concept sound').
학습자들은 사용자 단말기를 통해 언어 학습 컨텐츠를 제공받을 수 있다. 사용자 단말기에는 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)) 등의 이동 단말기나 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등과 같은 고정 단말기가 포함될 수 있다. Learners can receive language learning content through a user terminal. User terminals include mobile phones, smart phones, laptop computers, digital broadcasting terminals, personal digital assistants (PDAs), portable multimedia players (PMPs), navigation, slate PCs, and tablet PCs. PC), ultrabook, wearable device (e.g., smartwatch, glass terminal, head mounted display (HMD)), mobile terminals, digital TV, desktop Fixed terminals such as computers and digital signage may be included.
시스템(100)은 제어모듈(110)과, 데이터수집모듈(120)과, 데이터베이스(130)와, 이미지 조합 모듈(140), 문장분석모듈(150) 등을 포함할 수 있다. 이하에서는 설명의 편의를 위해 각 모듈을 구분하여 설명하고 있지만 실제 제어모듈(110)이 다른 모듈들을 기능을 포함하도록 형성되는 것이 가능하다. The
이러한 시스템(100)은 상기 모듈들을 포함하는 특정 서버이거나, 상기 모듈들을 포함하는 사용자 단말기일 수 있다. Such a
예를 들어, 중앙 서버를 통해 분석이 이루어진 후 사용자 단말기로 컨텐츠가 전달되거나, 응용프로그램이 설치된 사용자 단말기에서 분석 및 컨텐츠 실행이 이루어질 수도 있다.For example, after analysis is performed through a central server, content may be delivered to a user terminal, or analysis and content execution may be performed on a user terminal in which an application program is installed.
제어모듈(110)은 데이터들의 조합을 통해 표준화된 컨셉 이미지를 생성시킬 수 있다. 이러한 컨셉 이미지 생성을 위해 제어모듈(110)에는 머신러닝 모듈이 포함될 수 있다. The
제어모듈(110)은 컨셉 이미지를 노출시킬 때 해당 컨셉 이미지에 대응하는 컨셉 사운드(음성)을 함께 제공한다. When the concept image is exposed, the
본 발명의 일 실시예에 따르면, 제어모듈(110)은 인터넷을 통해 해당 단어가 사용되는 언어권 국가들에서 해당 단어에 매칭되는 이미지 데이터들을 수집하여 해당 단어의 컨셉을 명확히 정립하는 것이 가능해진다. According to an embodiment of the present invention, the
데이터수집모듈(120)은 온라인 상에 노출되는 단어들에 대한 이미지 데이터들을 수집하여 제어모듈(110)에 제공한다. The data collection module 120 collects image data for words exposed online and provides the data to the
또한, 본 발명의 다른 실시예에 따르면 데이터수집모듈(120)은 단어들에 대응하는 이미지 데이터 뿐 아니라 해당 단어에 대응되는 음성데이터도 수집할 수 있다. In addition, according to another embodiment of the present invention, the data collection module 120 may collect not only image data corresponding to words, but also voice data corresponding to the words.
데이터베이스(130)에는 시스템(100)을 구동시키기 위한 각종 데이터들이 저장된다.The
예를 들어, 데이터베이스(130)에는 단어들에 대응되는 이미지 데이터들과 해당 단어에 대응되는 복수의 음성 데이터들이 저장될 수 있다. For example, the
데이터베이스(130)에는 제어모듈(110)을 통해 학습되는 기본 이미지 정보와 기본 음성 정보도 저장될 수 있다. The
기본 이미지는 기저장된 특정 이미지일 수 있다. 또한, 기본 이미지는 데이터수집모듈(120)을 통해 확인된 해당 단어에 대해 가장 노출 빈도가 높은 이미지이거나, 학습자들이 기본 이미지로 선택한 빈도가 높은 이미지일 수 있다. 학습자들의 선택이란 해당 이미지를 제공하였을 때 해당 단어에 대한 인식이 완료되었다는 응답일 수 있다. The base image may be a pre-stored specific image. In addition, the base image may be an image with the highest frequency of exposure to a corresponding word identified through the data collection module 120 or an image with a high frequency selected by learners as the base image. The learner's choice may be a response that recognition of the word is completed when the corresponding image is provided.
또한, 기본 이미지는 머신 러닝 모듈에 의하여 결정될 수 있다. 예를 들어, 머신 러닝 모듈은 해당 단어에 대하여 수집되는 이미지들의 공통점들을 추출해 내고 추출된 공통점들을 가장 많이 포함하고 있는 이미지를 기본 이미지로 설정할 수 있다. In addition, the base image may be determined by a machine learning module. For example, the machine learning module may extract common points of images collected for a corresponding word and set an image containing the most extracted common points as a basic image.
기본 음성은 기저장된 특정 음성일 수 있다. 또한, 기본 음성은 데이터수집모듈(120)을 통해 확인된 해당 단어에 대해 가장 노출 빈도가 높은 음성 데이터이거나(ex. 특정 성우의 음성 데이터), 학습자들이 기본 음성으로 선택한 빈도가 높은 데이터일 수 있다. 학습자들의 선택이란 해당 음성을 제공하였을 때 해당 단어에 대한 인식이 완료되었다는 응답일 수 있다. The basic voice may be a pre-stored specific voice. In addition, the basic voice may be voice data with the highest frequency of exposure to the word identified through the data collection module 120 (ex. voice data of a specific voice actor) or data with a high frequency selected by learners as the default voice. . The learners' choice may be a response indicating that the recognition of the corresponding word is completed when the corresponding voice is provided.
또한, 기본 음성은 머신 러닝 모듈에 의하여 결정될 수 있다. 예를 들어, 머신 러닝 모듈은 해당 단어에 대하여 수집되는 음성들의 공통된 억양이나 강세 등의 데이터를 추출해 내고 추출된 공통점들을 가장 많이 포함하고 있는 음성을 기본 음성으로 설정할 수 있다. Also, the basic voice may be determined by a machine learning module. For example, the machine learning module may extract data such as common intonation or stress of voices collected for a corresponding word, and set a voice containing the most extracted common points as a basic voice.
이미지 조합 모듈(140)은 외국어 문장에 대한 컨셉 이미지들의 조합을 결정한다. The
이미지 조합 모듈(140)은 이미지 영역(200)의 배치와 크기 등을 고려하여 컨셉 이미지를 확대, 축소 또는 중첩시킬 수 있다. The
문장분석모듈(150)은 머신 러닝 등의 인공지능(AI)을 활용하여 문장의 구조를 분석(sentence parsing)할 수 있다. 또한, 문장분석모듈(150)은 문장을 단어 단위로 분석하여 단어들이 사용자에게 노출된 횟수를 카운팅할 수 있다. The
제어 모듈(110)은 문장분석모듈(150)을 통해 분석된 결과를 이용하여 컨셉 이미지 영역을 조합한다. 예를 들어, 제어 모듈(110)은 문장분석 결과를 이용하여 페이지 레이아웃 설정, 각 성분별 컨셉 이미지 영역 선택, 컨셉 이미지 영역 조합 등을 수행할 수 있다. The
또한, 제어 모듈(110)은 문장분석모듈(150)을 통해 파악된 단어 노출 횟수에 따라 사용자에게 자발적 단어 학습 컨텐츠를 제공할 수 있다. In addition, the
도 2는 컨셉 이미지를 이용한 단어 학습 방법(단어의 컨셉을 인지시키는 방법)을 설명하는 개념도이다. 2 is a conceptual diagram illustrating a word learning method (a method of recognizing a concept of a word) using a concept image.
도 2를 참조하면, 시스템(100)은 복수의 컨셉 이미지를 학습자에게 노출시켜 해당 단어에 대한 개념을 인지시킬 수 있다. Referring to FIG. 2, the
예를 들어, 시스템(100)이 'Dog'라는 영어 단어의 개념을 학습자에게 인식시키는 과정을 살펴본다. For example, a process in which the
도시된 바에 따르면, 시스템(100)은 먼저 'Dog'에 대응되는 제1 컨셉 이미지(31)를 사용자에게 제공한다. As shown, the
시스템(100)은 제1 컨셉 이미지(31)를 제공할 때 'Dog'에 대한 제1 음성(41)을 함께 제공한다. 그 후 시스템(100)은 제2 컨셉 이미지(32)와 제2 음성(42), 제3 컨셉 이미지(33)와 제3 음성(43), 제4 컨셉 이미지와 제4 음성(44) 등을 순차적으로 제공한다. When the
시스템(100)이 제공하는 음성들은 동일한 음성일 수도 있고 서로 다른 음성일 수도 있다. Voices provided by the
예를 들어, 시스템(100)은 영어 단어에 대한 음성을 제공할 때 서로 다른 국가에서 해당 단어를 읽는 음성을 제공하거나(ex. 미국식 발음, 영국식 발음, 필리핀식 발음, 호주식 발음, 인도식 발음 등), 남성의 발음과 여성의 발음을 번갈아 제공하는 방식으로 서로 다른 음성을 제공할 수 있다. For example, when the
시스템은 해당 단어에 대응되는 다양한 음성을 학습자에게 제공하여 다른 음성을 듣더라도 그 음성들이 동일한 단어에 대응되는 것임을 알게 한다. 즉, 학습자는 이러한 과정을 통해 동일한 단어를 지칭하는 서로 다른 음성들의 공통점을 인식할 수 있게 된다.The system provides various voices corresponding to the word to the learner so that even if they hear different voices, they know that the voices correspond to the same word. That is, through this process, the learner can recognize the common points of different voices that refer to the same word.
예를 들어, 같은 단어를 발음하더라도 지역에 따라 서로 다른 식으로 발음하는 것이 가능한데(ex. 'turn right'에 대해 '턴 라이트', '턴 롸잇', '똔 라이뜨' 등으로 발음하는 것이 가능) 시스템은 이러한 다양한 발음들을 학습자에게 제공하고, 학습자는 이러한 발음들이 모두 동일한 컨셉 이미지('turn right'에 대응되는 컨셉 이미지)에 대응된다는 것을 인식하게 된다. For example, it is possible to pronounce the same word in different ways depending on the region (ex.'turn right' can be pronounced as'turn light','turn right','ton light', etc. ) The system provides these various pronunciations to the learner, and the learner recognizes that all of these pronunciations correspond to the same concept image (a concept image corresponding to'turn right').
학습자는 서로 다른 컨셉 이미지와 음성을 제공받으며 공통되는 특징을 파악하여 해당 단어의 개념을 인식하게 된다. The learner is provided with different concept images and voices, and recognizes the concept of the word by identifying common characteristics.
본 발명에서 시스템(100)은 학습자가 단어에 대한 개념을 인식한 후 컨셉 이미지들의 조합을 통해 외국어 문장을 학습하게 할 수 있으며, 반대로 다양한 문장을 학습하는 과정에서 반복적으로 노출되는 단어에 대한 개념을 습득하게 할 수도 있다. In the present invention, the
이하에서는 후자의 방법에 따라 학습자가 자발적으로 단어를 습득할 수 있게 하는 시스템을 구체적으로 설명한다. Hereinafter, a system that enables learners to voluntarily acquire words according to the latter method will be described in detail.
도 3은 컨셉 이미지를 이용한 자발적 단어 습득 방법을 나타내는 순서도이다. 3 is a flow chart showing a method of learning voluntary words using a concept image.
도 3을 참조하면, 컨셉 이미지를 이용한 자발적 단어 습득 방법은 상기에서 설명한 시스템에 의하여 이루어지며, 문장을 분석하는 단계(S110)와, 사용자에게 노출된 단어들의 노출 횟수를 카운팅하는 단계(S120)와, 단어의 노출 횟수 증가에 따라 화면에 장애물(700)을 표시하는 단계(S130)와, 화면에 표시된 장애물(700) 제거와 단어 학습 컨텐츠를 연계하는 단계(S140)와, 학습된 단어에 대한 반복 학습을 제공하는 단계(S150) 등을 포함할 수 있다. Referring to FIG. 3, a method of acquiring a voluntary word using a concept image is performed by the system described above, analyzing a sentence (S110), counting the number of exposures of words exposed to the user (S120), and , Displaying the
문장을 분석하는 단계(S110)에서는 머신 러닝 등의 인공지능(AI)을 활용하여 문장의 구조를 분석할 수 있다. In the step of analyzing the sentence (S110), the structure of the sentence may be analyzed using artificial intelligence (AI) such as machine learning.
시스템은 분석된 문장 구조에 따라 컨셉 이미지 영역을 조합하고 컨셉 이미지 영역에 각 단어에 대응하는 컨셉 이미지를 배치하여 학습자에게 컨셉 이미지들의 연결을 통한 문장 학습을 제공한다. 예를 들어, 문장분석 결과를 이용하여 페이지 레이아웃 설정, 각 성분별 컨셉 이미지 영역 선택, 컨셉 이미지 영역 조합 등을 수행하여 사용자에게 컨셉 이미지를 통한 문장 학습 컨텐츠를 제공한다. The system combines the concept image area according to the analyzed sentence structure and arranges the concept image corresponding to each word in the concept image area to provide the learner with sentence learning through connection of concept images. For example, a page layout setting, a concept image area selection for each component, a concept image area combination, etc. are performed using the sentence analysis result to provide the user with sentence learning content through the concept image.
컨셉 이미지들을 연결시켜 문장 학습을 제공하는 과정에서 시스템은 단어들이 사용자에게 노출된 횟수를 카운팅한다(S120). In the process of providing sentence learning by connecting concept images, the system counts the number of times the words are exposed to the user (S120).
또한 시스템은 단어들이 노출되는 빈도를 체크할 수 있다. 예를 들어, 특정 단어는 전체적으로 노출된 횟수가 높지만 최근 노출된 횟수가 낮을 수 있고(최근 노출빈도가 낮음), 특정 단어는 전체적으로 노출된 횟수는 낮지만 최근 노출된 횟수가 높을 수 있다(최근 노출빈도 높음).The system can also check how often words are exposed. For example, a specific word may have a high overall number of exposures, but a low number of recent exposures (lower recent exposure frequency), and a specific word may have a low overall number of exposures but a high number of recent exposures (recent exposure High frequency).
시스템은 학습 과정에서 등장하는 단어들의 등장 횟수를 파악하여 노출 횟수 또는 최근 노출 빈도가 높은 단어들의 순위를 설정할 수 있다. The system may determine the number of occurrences of words that appear in the learning process and set the number of exposures or the ranking of words with a high frequency of recent exposure.
이러한 노출 횟수 카운팅 및 그에 따른 단어의 컨셉 이미지 학습 컨텐츠 제공은 사용자별로 맞춤형으로 이루어질 수 있다.Counting the number of exposures and providing content for learning concept images of words accordingly may be customized for each user.
예를 들어, 과학 관련 컨텐츠를 자주 시청하는 사용자에게는 과학 용어들이 자주 노출될 것이며 시스템은 상기 사용자에게 과학 용어에 대한 단어 컨셉 이미지 학습 컨텐츠를 제공할 수 있다. For example, scientific terms will be frequently exposed to a user who frequently views science-related content, and the system may provide the user with a word concept image learning content for the scientific term.
다른 예로, 사용자가 영어 시험 문제(토익, 토플, 대학수학능력시험 등) 컨텐츠를 시청하는 경우 시스템은 해당 시험 문제에 가장 많은 횟수 등장한 단어들에 대한 컨셉 이미지 학습 컨텐츠를 제공할 수 있다. 즉, 사용자가 대학수학능력시험의 기출 문제들을 시청하는 경우 사용자는 별도로 중요 단어들을 선택하여 학습할 필요없이 자연스럽게 기출 중요 단어들을 습득할 수 있게 된다. As another example, when a user views content for an English test question (TOEIC, TOEFL, college entrance exam, etc.), the system may provide concept image learning content for words that appear the most number of times in the corresponding test question. That is, when the user watches the previous questions of the college mathematics test, the user can naturally acquire the existing important words without having to select and learn the important words separately.
이와 같이 본원발명에 따르면 사용자가 특정 분야의 컨텐츠에 관심을 갖고 시청함에 따라 사용자는 해당 분야에서 사용되는 중요 단어들의 개념을 자연스럽게 습득할 수 있게 된다. As described above, according to the present invention, as the user is interested in and watching content in a specific field, the user can naturally learn the concepts of important words used in the relevant field.
본 발명에 따른 분석 및 컨텐츠 제공은 서버를 포함하는 시스템을 통해 이루어지거나, 사용자 단말기에 설치된 응용프로그램을 통해 이루어질 수도 있다. Analysis and content provision according to the present invention may be performed through a system including a server or through an application program installed in a user terminal.
응용프로그램을 통해 컨텐츠가 제공되는 경우 사용자 단말기에 설치된 응용프로그램은 인터넷 포탈사이트나 각종 SNS에서 제공되는 외국어 문장을 분석하여 문장에 대한 컨셉 이미지 학습 컨텐츠 및 본원발명의 개념이 적용된 단어에 대한 컨셉 이미지 학습 컨텐츠를 제공할 수 있다.When content is provided through an application program, the application program installed on the user's terminal analyzes foreign language sentences provided on Internet portal sites or various SNS to learn concept images for sentences and learns concept images for words to which the concepts of the present invention are applied. Content can be provided.
시스템은 단어의 노출 횟수 증가에 따라 화면에 장애물(700)을 표시(S130)할 수 있다. 이는 상기에서 설정된 순위에 따라 이루어질 수도 있다. The system may display the
장애물(700)은 사용자 단말기 화면에 표시되는 특정 이미지 또는 이모티콘의 형태가 될 수 있다. 상기 특정 이미지는 구름, 먼지, 동물, 식물, 벌레 등 다양한 종류가 될 수 있다. 예를 들어, 도 4a 내지 도 5를 참조하면 상기 장애물(700)은 화면에서 움직이는 벌레 이미지로 표현되어 있다. The
장애물(700)은 사용자에게 제공되는 컨셉 이미지의 일부 또는 전부를 가리도록 형성될 수 있다. The
본 발명의 다른 실시예에 따르면, 상기 장애물(700)은 사용자 단말기 화면에 표시되는 컨셉 이미지 또는 컨셉 이미지 영역과 상호 작용을 하도록 형성될 수도 있다. 예를 들어, 장애물(ex.벌레)이 컨셉 이미지 영역의 테두리를 따라 이동하거나, 현재 컨셉 이미지 영역 배치되어 있다가 다음 컨셉 이미지 영역이 표시되면 다음 컨셉 이미지 영역으로 이동하여 배치되는 식으로 표시될 수 있다. According to another embodiment of the present invention, the
상기 장애물(700)은 여러가지 이미지가 결합되거나, 여러가지 이미지(또는 색상 )가 순차적으로 변경되도록 형성될 수도 있다. 상기 여러가지 이미지 중에는 특정 단어의 기본이미지 또는 기본이미지의 일부가 포함될 수 있다. The
화면에 표시된 장애물(700) 제거와 단어 학습 컨텐츠를 연계하는 단계(S140)에서 시스템은 화면에 표시된 장애물(700)을 제거하며 사용자 단말기에 표시되는 화면이 컨셉 이미지를 이용한 단어 학습 컨텐츠로 이동하게 한다. In step S140 of linking the removal of the
즉, 시스템은 사용자가 화면에서 걸리적거리는 장애물(700)을 제거하는 동작을 입력하게 되면(장애물 이미지를 터치하거나 드래그 하는 등) 해당 장애물(700)에 매칭이 되는 단어의 컨셉 이미지 학습 컨텐츠를 사용자 단말기에 디스플레이 시킨다. That is, when the user inputs an action of removing the
단어의 컨셉 이미지 학습 컨텐츠가 제공될 때 사용자는 해당 컨텐츠를 학습하거나, 학습을 보류하거나, 학습하지 않고 컨텐츠를 건너뛰는 등의 명령을 입력할 수 있다. Concept image of a word When learning content is provided, the user may input a command such as learning the content, withholding the learning, or skipping the content without learning.
사용자가 학습을 보류한 경우에는 보류 기간이 경과한 후 다시 장애물이 나타날 수 있다. 다시 나타나는 장애물은 크기나 형태가 달라질 수 있다. If the user has suspended learning, obstacles may appear again after the holding period has elapsed. Obstacles that reappear can vary in size or shape.
사용자가 컨텐츠를 건너뛰는 경우 장애물은 사라지지 않고 사용자 단말기에 계속 표시되며 시간이 경과하거나 해당 단어의 노출 횟수가 증가함에 따라 장애물(700)의 크기나 형태가 달라질 수 있다. When the user skips the content, the obstacle does not disappear and continues to be displayed on the user terminal, and the size or shape of the
장애물(700)에는 노출 빈도가 높은 단어가 매칭될 수 있다. Words with high exposure frequency may be matched to the
학습된 단어에 대한 반복 학습을 제공하는 단계(S150)에서 시스템은 장애물(700) 제거와 연계되어 컨셉 이미지 학습이 이루어진 단어에 대하여 일정 시간 간격으로 반복 학습이 이루어지게 할 수 있다. In the step (S150) of providing iterative learning for the learned word, the system may perform repetitive learning with respect to the word for which concept image learning has been performed in connection with the removal of the
예를 들어, 상기 장애물(700)이 복수 회에 걸쳐 사용자 단말기에 표시될 수 있다. 특정 단어가 일정 횟수 이상 사용자에게 노출되었을 때 사용자 단말기에는 장애물(700)이 처음 표시되며 사용자가 장애물(700)을 제거한 후 일정 시간이 흐르면 장애물(700)이 사용자 단말기 화면에 다시 나타난다. 장애물(700) 제거 후 다시 장애물(700)이 나타나는데 걸리는 시간이 점점 길어지게 설정될 수 있으며, 지정된 장애물(700) 등장 횟수가 넘어가는 경우 더이상 해당 단어에 대한 장애물(700)은 나타나지 않는다. For example, the
이하에서는, 도 4a 내지 도 7을 참조하여 구체적인 실시예를 설명한다. Hereinafter, a specific embodiment will be described with reference to FIGS. 4A to 7.
도 4a 및 도 4b는 본 발명의 일 실시예에 따라 장애물(700)이 표시되는 화면을 나타내는 개념도이다. 4A and 4B are conceptual diagrams illustrating a screen on which an
도 4a를 참조하면, 사용자에게 표시되는 화면은 여러개의 구역으로 구분될 수 있다. 사용자 화면은 좌측구역과 우측구역으로 구분될 수 있으며, 우측구역은 문장구조에 따라 서로 다른 크기의 구역이 조합되어 형성될 수 있다. Referring to FIG. 4A, a screen displayed to a user may be divided into several areas. The user screen may be divided into a left area and a right area, and the right area may be formed by combining different sized areas according to the sentence structure.
도시된 바에 따르면, 페이지 레이아웃 설정, 컨셉 이미지 영역의 문장의 배치, 문장 성분간의 연결 방법 등을 반영한 컨셉 이미지를 통한 문장 표현의 예시가 도시되어 있다. 컨셉 이미지는 화살표 방향으로 순차적으로 표시될 수 있다. As illustrated, an example of sentence expression through a concept image reflecting a page layout setting, an arrangement of sentences in a concept image area, and a connection method between sentence components is illustrated. Concept images may be sequentially displayed in the direction of the arrow.
각 컨셉 이미지는 해당 단어에 대응되는 음성이 지나간 후 사라지도록 형성될 수 있다. 즉, 문장을 읽어주는 과정에서 컨셉 이미지가 우측으로 이동해 가는 식으로 표현되는 것이 가능하다. Each concept image may be formed to disappear after the voice corresponding to the word passes. In other words, it is possible to express the concept image in a way that moves to the right in the process of reading the sentence.
이와 같이 컨셉 이미지가 화면에 표시되는 과정에서 시스템은 단어들의 노출 횟수를 카운팅한다. In the process of displaying the concept image on the screen, the system counts the number of exposures of words.
예를 들어, 도 4b를 참조하면 'LOVE'라는 단어에 대응되는 컨셉 이미지의 노출 횟수가 증가하면 시스템은 장애물(700)을 사용자 단말기 화면에 표시한다. For example, referring to FIG. 4B, when the number of exposures of the concept image corresponding to the word'LOVE' increases, the system displays the
사용자가 장애물(700)을 제거하기 위한 신호를 입력하면 시스템은 사용자 단말기에 상기 단어에 대한 컨셉 이미지 학습 컨텐츠(도 6 참조)를 제공한다. When the user inputs a signal for removing the
컨셉 이미지 학습 컨텐츠는 도 2를 참조하여 설명한 바와 같이 복수의 컨셉 이미지를 학습자에게 노출시켜 해당 단어에 대한 개념을 인지시키는 방식을 진행된다. As described with reference to FIG. 2, the concept image learning content exposes a plurality of concept images to the learner to recognize the concept of a corresponding word.
즉, 시스템은 사용자에게 'LOVE'라는 단어의 기본 컨셉 이미지(600)와, 'LOVE'라는 단어에 대응되는 다른 복수의 컨셉 이미지들(601,602,603)를 서로 다른 음성과 함께 제공하여 사용자가 'LOVE'라는 단어의 컨셉을 습득할 수 있게 한다. That is, the system provides the user with a
사용자가 장애물(700)을 제거하기 않고 방치하면 시간의 경과 또는 해당 단어에 노출되는 횟수 증가에 따라 장애물(700)의 크기나 형태를 변형시킬 수 있다. If the user leaves the
예를 들어, 도 5를 참조하면 시스템은 사용자가 장애물(700)을 방치하는 중 'LOVE'라는 단어의 노출 횟수가 증가하는 것을 확인하여 장애물(700)의 크기를 증가시키는 것이 가능하다. For example, referring to FIG. 5, the system may increase the size of the
도 7은 본 발명의 일 실시예에 따라 단어 반복 학습을 유도하는 것을 나타내는 개념도이다. 7 is a conceptual diagram illustrating inducing word repetition learning according to an embodiment of the present invention.
시스템은 상기에서 컨셉 이미지를 이용한 학습이 이루어진 단어에 대하여 반복 학습을 유도할 수 있다. The system may induce repetitive learning for words that have been learned using the concept image.
반복 학습 유도는 상기 단어와 연계된 장애물(700)을 다시 등장시키는 방식으로 이루어질 수 있다. Induction of repetitive learning may be achieved by re-appearing the
특정 단어가 일정 횟수 이상 사용자에게 노출되었을 때 사용자 단말기에는 장애물(700)이 처음 표시되며 사용자가 장애물(700)을 제거한 후 일정 시간이 흐르면 장애물(700)이 사용자 단말기 화면에 다시 나타난다. When a specific word is exposed to the user more than a certain number of times, the
본 발명의 다른 실시예에 따르면 장애물(700)이 다시 등장하는 조건은 상기 단어와 유사어, 반대어, 관련 예문 등이 사용자 단말기에 노출될 때 등으로 설정될 수 있다. According to another embodiment of the present invention, the condition in which the
장애물(700) 제거 후 다시 장애물(700)이 나타나는데 걸리는 시간이 점점 길어지게 설정될 수 있으며, 지정된 장애물(700) 등장 횟수가 넘어가는 경우 더이상 해당 단어에 대한 장애물(700)은 나타나지 않는다. After the
상기에서 설명한 실시예들에 따르면, 고차원적인 사고를 하지 않고 직관적으로 언어를 학습할 수 있게 하여 학습에 드는 에너지 소모를 줄이고 학습 효율을 극대화 시킬 수 있고, 시스템이 각 사용자별 노출빈도가 높은 단어를 추출하여 해당 단어에 대한 컨셉 이미지 학습 컨텐츠를 제공하기 때문에 사용자별 맞춤형 단어학습이 가능해지며, 컨셉 이미지 학습이 이루어진 단어에 대하여 일정 시간 간격으로 반복 학습을 제공하여 학습자가 해당 단어의 컨셉을 완벽하게 인지할 수 있게 하는 등 종래 기술에 비해 개선된 효과를 기대할 수 있다. According to the above-described embodiments, it is possible to intuitively learn a language without having a high-dimensional thinking, thereby reducing energy consumption for learning and maximizing learning efficiency, and the system uses words with high exposure frequency for each user. Because it extracts and provides concept image learning content for the word, it is possible to learn customized words for each user, and it provides repetitive learning for words on which concept image has been learned at regular time intervals so that learners fully recognize the concept of the word It is possible to expect improved effects compared to the prior art, such as making it possible.
이상에서 설명한 컨셉 이미지를 이용한 자발적 단어 습득 시스템은 위에서 설명된 실시예들의 구성과 방법에 한정되는 것이 아니라, 상기 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.The voluntary word acquisition system using the concept image described above is not limited to the configuration and method of the above-described embodiments, but the embodiments are configured by selectively combining all or part of each embodiment so that various modifications can be made. It could be.
100 : 시스템
110 : 제어 모듈
120 : 데이터수집모듈
130 : 데이터베이스
140 : 이미지 조합 모듈
150 : 문장분석모듈
600 : 컨셉 이미지
700 : 장애물100: system 110: control module
120: data collection module 130: database
140: image combination module 150: sentence analysis module
600: Concept image 700: Obstacles
Claims (10)
상기 문장분석 결과에 근거하여 컨셉 이미지 영역을 배치하도록 형성되는 이미지 조합 모듈; 및
외국어 단어의 음성데이터에 대응되는 컨셉 이미지를 상기 컨셉 이미지 영역에 디스플레이 하며, 상기 단어의 노출 횟수가 증가함에 따라 상기 컨셉 이미지 영역의 적어도 일부를 가리는 장애물을 상기 사용자의 단말기에 디스플레이하도록 형성되는 제어 모듈을 포함하는 것을 특징으로 하는 컨셉 이미지를 이용한 자발적 단어 습득 시스템. A sentence analysis module that analyzes the structure of a sentence and counts the number of exposures of words exposed to a user;
An image combination module configured to arrange a concept image area based on the sentence analysis result; And
A control module configured to display a concept image corresponding to voice data of a foreign language word on the concept image area, and display an obstacle covering at least a part of the concept image area on the user's terminal as the number of exposures of the word increases Voluntary word acquisition system using a concept image comprising a.
제어 모듈은,
상기 장애물을 제거하는 동작 신호가 입력되는 경우 상기 단어에 대응하는 컨셉 이미지 학습 컨텐츠를 제공하도록 형성되는 것을 특징으로 하는 컨셉 이미지를 이용한 자발적 단어 습득 시스템. The method of claim 1,
The control module,
Voluntary word learning system using a concept image, characterized in that it is formed to provide a concept image learning content corresponding to the word when an operation signal for removing the obstacle is input.
상기 장애물을 제거하는 동작 신호는,
상기 장애물에 대한 클릭, 터치 또는 드래그 입력인 것을 특징으로 하는 컨셉 이미지를 이용한 자발적 단어 습득 시스템. The method of claim 2,
The operation signal for removing the obstacle,
Voluntary word learning system using a concept image, characterized in that the click, touch or drag input for the obstacle.
상기 장애물은,
장애물 제거 신호가 입력되지 않거나 상기 장애물 제거 신호에 의하여 제공되는 컨셉 이미지 학습 컨텐츠를 사용자가 학습하지 않는 경우 시간이 지남에 따라 형태가 변하도록 형성되는 것을 특징으로 하는 컨셉 이미지를 이용한 자발적 단어 습득 시스템. The method of claim 3,
The obstacle is,
Voluntary word learning system using a concept image, characterized in that when an obstacle removal signal is not input or a user does not learn the concept image learning content provided by the obstacle removal signal, the shape changes over time.
컨셉 이미지를 통한 언어 학습 과정에서 사용자에게 노출되는 단어들의 노출 횟수를 카운팅하는 단계;
상기 카운팅된 횟수에 근거하여 특정 단어와 연계된 장애물을 사용자 단말기 화면에 표시하는 단계;
상기 장애물을 제거하기 위한 신호를 감지하여 상기 특정 단어에 대한 단어 학습 컨텐츠를 사용자 단말기 화면에 표시하는 단계를 포함하는 것을 특징으로 하는 컨셉 이미지를 이용한 자발적 단어 습득 방법. Analyzing the composition of the sentence and providing language learning contents through the concept image;
Counting the number of exposures of words exposed to a user in a language learning process through the concept image;
Displaying an obstacle associated with a specific word on a screen of a user terminal based on the counted number of times;
And displaying a word learning content for the specific word on a screen of a user terminal by detecting a signal for removing the obstacle.
상기 단어에 대한 학습 컨텐츠를 제공한 후 일정 인터벌을 두어 상기 단어에 반복 학습을 제공하는 단계를 더 포함하는 것을 특징으로 하는 컨셉 이미지를 이용한 자발적 단어 습득 방법. The method of claim 5,
And providing the learning content for the word and then providing repetitive learning to the word at predetermined intervals.
상기 반복 학습은,
일정 시간이 지난 후 상기 특정 단어와 연계된 장애물을 사용자 단말기 화면에 다시 표시하는 단계를 포함하는 것을 특징으로 하는 컨셉 이미지를 이용한 자발적 단어 습득 방법. The method of claim 6,
The iterative learning,
And re-displaying the obstacle associated with the specific word on the screen of the user terminal after a certain period of time has elapsed.
상기 장애물의 재등장 횟수가 증가함에 따라 재등장까지 걸리는 시간이 점점 길어지게 형성되는 것을 특징으로 하는 컨셉 이미지를 이용한 자발적 단어 습득 방법. The method of claim 7,
As the number of times of re-appearance of the obstacle increases, the time required to re-appear gradually increases.
상기 장애물은 재등장 횟수가 일정 횟수를 초과하는 경우 더이상 재등장 하지 않도록 형성되는 것을 특징으로 하는 컨셉 이미지를 이용한 자발적 단어 습득 방법. The method of claim 8,
The obstacle is formed so as not to reappear any more when the number of re-appearances exceeds a predetermined number of times.
상기 특정 단어는 사용자에게 노출되는 빈도가 가장 높은 단어인 것을 특징으로 하는 컨셉 이미지를 이용한 자발적 단어 습득 방법. The method of claim 9,
The specific word is a word that has the highest frequency of exposure to a user.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190038514A KR20200116731A (en) | 2019-04-02 | 2019-04-02 | Voluntary word acquisition system using concept image |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190038514A KR20200116731A (en) | 2019-04-02 | 2019-04-02 | Voluntary word acquisition system using concept image |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20200116731A true KR20200116731A (en) | 2020-10-13 |
Family
ID=72884902
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190038514A KR20200116731A (en) | 2019-04-02 | 2019-04-02 | Voluntary word acquisition system using concept image |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20200116731A (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022055142A1 (en) | 2020-09-11 | 2022-03-17 | 주식회사 엘지에너지솔루션 | Electrode assembly comprising separator having conductive layer formed thereon, and battery cell comprising same |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20190011732A (en) | 2016-06-24 | 2019-02-07 | 인텔 코포레이션 | Dual roleable connector for removable portion of computing device |
| KR20190029310A (en) | 2017-09-12 | 2019-03-20 | 현대자동차주식회사 | Actuator apparatus for clutch |
-
2019
- 2019-04-02 KR KR1020190038514A patent/KR20200116731A/en not_active Application Discontinuation
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20190011732A (en) | 2016-06-24 | 2019-02-07 | 인텔 코포레이션 | Dual roleable connector for removable portion of computing device |
| KR20190029310A (en) | 2017-09-12 | 2019-03-20 | 현대자동차주식회사 | Actuator apparatus for clutch |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2022055142A1 (en) | 2020-09-11 | 2022-03-17 | 주식회사 엘지에너지솔루션 | Electrode assembly comprising separator having conductive layer formed thereon, and battery cell comprising same |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jeon et al. | A systematic review of research on speech-recognition chatbots for language learning: Implications for future directions in the era of large language models | |
| Cowan | Multimodal transcription of video: examining interaction in Early Years classrooms | |
| KR101773065B1 (en) | Method, apparatus and computer program for providing personalized educateionl contents | |
| US10546508B2 (en) | System and method for automated literacy assessment | |
| KR101805019B1 (en) | A korean language educational system based on broadcating contents and a method thereof | |
| Oliveira et al. | The virtualsign channel for the communication between deaf and hearing users | |
| CN111279404B (en) | Language fluent system | |
| CN112085090A (en) | Translation method and device and electronic equipment | |
| Hafit et al. | Malaysian sign language mobile learning application: a recommendation app to communicate with hearing-impaired communities | |
| Shadiev et al. | Review of studies on recognition technologies and their applications used to assist learning and instruction | |
| Grewe et al. | ULearn: understanding and reacting to student frustration using deep learning, mobile vision and NLP | |
| Shen et al. | Auslan-daily: Australian sign language translation for daily communication and news | |
| CN110032561A (en) | Semantic-based list construction method and system | |
| KR20200116731A (en) | Voluntary word acquisition system using concept image | |
| KR20190143057A (en) | An online learning system and method capable of parallel learning of Chinese characters and Chinese | |
| Borgia et al. | Resource production of written forms of Sign Languages by a user-centered editor, SWift (SignWriting improved fast transcriber) | |
| Mukushev et al. | Towards Large Vocabulary Kazakh-Russian Sign Language Dataset: KRSL-OnlineSchool | |
| Lin et al. | An integrated bibliometric analysis and systematic review modelling students’ technostress in higher education | |
| Joy et al. | A novel web based dictionary framework for Indian sign language | |
| KR102444093B1 (en) | System for learning previous tests using the images | |
| Lee | Enhancing the Usability of Computer Applications for People With Visual Impairments via UI Augmentation | |
| KR101737519B1 (en) | System of learning foreign language using algorithm of making a foreign language word list for each user | |
| Lindahl | Customizing WCAG 2.1 for In-Flight Entertainment Systems | |
| Li et al. | Integrating multiple views and multiple disciplines in the understanding of child bilingualism and second language learning | |
| Wanasinghe et al. | Hastha: online learning platform for hearing impaired |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |