KR20220060098A - System and Method for Language Study through Converstaion with Two Languges - Google Patents

System and Method for Language Study through Converstaion with Two Languges Download PDF

Info

Publication number
KR20220060098A
KR20220060098A KR1020200145650A KR20200145650A KR20220060098A KR 20220060098 A KR20220060098 A KR 20220060098A KR 1020200145650 A KR1020200145650 A KR 1020200145650A KR 20200145650 A KR20200145650 A KR 20200145650A KR 20220060098 A KR20220060098 A KR 20220060098A
Authority
KR
South Korea
Prior art keywords
language
learning
unit
intention
input
Prior art date
Application number
KR1020200145650A
Other languages
Korean (ko)
Inventor
김밀알
Original Assignee
김밀알
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 김밀알 filed Critical 김밀알
Priority to KR1020200145650A priority Critical patent/KR20220060098A/en
Publication of KR20220060098A publication Critical patent/KR20220060098A/en

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/103—Formatting, i.e. changing of presentation of documents
    • G06F40/117—Tagging; Marking up; Designating a block; Setting of attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/40—Processing or translation of natural language
    • G06F40/58—Use of machine translation, e.g. for multi-lingual retrieval, for server-side translation for client devices or for real-time translation
    • G—PHYSICS
    • 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
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/005—Language recognition
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Multimedia (AREA)
  • Acoustics & Sound (AREA)
  • Economics (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Machine Translation (AREA)

Abstract

The present invention relates to a language learning system through conversion using two languages to provide an environment as if the other party knows a user's native language. According to the present invention, the language learning system comprises: an input recognition unit recognizing an input form and language type of an input text provided by a user; a voice recognition unit converting voice into text when the recognized input type is voice; a native language intention analyzer analyzing conversational intention in a recognized native language when the recognized input language is the native language; a learning target language intention analysis unit analyzing conversational intention in a recognized learning target language when the recognized input language is the learning target language; a translation unit translating a translation target into the learning target language when the user's conversational intention is recognized as a translation request through the native language intention analysis unit; a distributed storage server distributing and storing translated content; and a conversion processing unit provides a system response in the target language according to a result of analyzing the conversational intention provided through the target language intention analysis unit and a conversion processing result of the user's utterance translated through the translation unit.

Description

두 나라의 언어를 사용하는 대화를 통한 언어학습 시스템 및 방법 {System and Method for Language Study through Converstaion with Two Languges}{System and Method for Language Study through Conversation with Two Languges}

본 발명은 두 나라의 언어를 사용하는 대화를 통한 언어학습 시스템 및 방법에 관한 것으로 더욱 상세하게는 사용자 발화 시, 모국어와 학습대상 언어의 구사능력과 관계없이 양국어 대화 학습 서비스를 제공받을 수 있는 두 나라의 언어를 사용하는 대화를 통한 언어학습 시스템에 관한 것이다. The present invention relates to a language learning system and method through dialogue using the languages of two countries, and more particularly, when a user speaks, regardless of the ability to speak the native language and the language to be studied, a bilingual conversation learning service can be provided It is about a language learning system through dialogue using two languages.

종래 외국어 교육을 위한 대화 시스템은 학습자가 학습을 원하는 언어에 대해서 단어를 공부하고 문장을 준비하여 말하거나 쓰면서 숙련도를 향상시킬 수 있다. 이런 방식은 컴퓨터 프로그램을 통한 학습에도 유사하게 적용되어 왔으며, 발전된 시스템이어도 주어진 대화 시나리오 안에서 대화의 순서나 표현 등에서 일정한 자유를 허락하는 수준에 그친다.The conventional dialogue system for foreign language education can improve proficiency while speaking or writing by preparing sentences and studying words for a language that a learner wants to learn. This method has been similarly applied to learning through computer programs, and even an advanced system is limited to allowing certain freedoms in the order and expression of dialogue within a given dialogue scenario.

그렇기에 종래 외국어 교육을 위한 대화 시스템은 사용자가 배우고자하는 언어로만 대답하고 응답받을 수 있기에 대화를 통한 언어 학습 목적을 달성하기에는 어려움이 존재한다.Therefore, in the conventional dialog system for foreign language education, it is difficult to achieve the purpose of language learning through conversation because the user can answer and receive answers only in the language the user wants to learn.

현재 발달한 네트워크를 활용하여 학습자가 단순히 시나리오에 맞춰 대화를 하는 것에서 그치는 것이 아니라 다른 언어를 사용하는 사용자와 대화를 하면서 언어학습을 하고, 그 언어가 익숙하지 않을 때 모국어로 자동 변환해주는 도우미 시스템의 필요성이 커지고 있다.Utilizing the currently developed network, learners do not just have a conversation according to a scenario, but learn a language while having a conversation with a user who speaks another language. The need is growing.

본 발명은 종래 문제점을 해결하기 위해 안출된 것으로, 대화형 외국어 교육 시, 사용자가 지정한 학습대상 언어뿐만 아니라 모국어를 통해 발화하더라도, 학습대상 언어로 질의 및 일반대화에 대해 응답해줄 수 있는 두 나라의 언어를 사용하는 대화를 통한 언어학습 시스템을 제공하고자 한다. The present invention has been devised to solve the problems of the prior art, and in the case of interactive foreign language education, even if it is spoken through the mother language as well as the learning target language designated by the user, it is possible to answer questions and general conversations in the learning target language. We aim to provide a language learning system through dialogue using language.

전술한 목적을 달성하기 위한 본 발명의 일면에 따른 두 나라의 언어를 사용하는 대화를 통한 언어학습 시스템은 사용자로부터 제공되는 입력 원문의 입력 형태 및 언어의 종류를 인식하는 입력 인식부; 상기 인식된 입력 형태가 음성이면 음성을 텍스트로 변환하는 음성 인식부; 상기 인식된 입력언어가 모국어이면, 인식된 모국어에서 대화의도를 분석하는 모국어 의도 분석부; 상기 인식된 입력 언어가 학습대상 언어이면, 인식된 학습대상 언어에서 대화의도를 분석하는 학습대상 언어 의도 분석부; 상기 모국어 의도 분석부를 통해 사용자 대화 의도가 번역요청으로 인식되는 경우 번역대상을 학습대상 언어로 번역하는 번역부; 상기 번역된 내용을 분산저장하는 분산저장서버; 및 상기 학습대상 언어 의도 분석부를 통해 제공되는 대화의도 분석 결과와 상기 번역부를 통해 번역된 사용자 발화에 대한 대화처리 결과에 따른 시스템 응답을 학습대상 언어로 제공하는 대화 처리부를 포함할 수 있다.According to one aspect of the present invention for achieving the above object, a language learning system through dialogue using two languages includes an input recognition unit for recognizing an input form and a type of an input source text provided from a user; a speech recognition unit for converting speech into text when the recognized input form is speech; a native language intention analysis unit that analyzes a conversation intention in the recognized native language when the recognized input language is a native language; a learning target language intention analysis unit for analyzing a conversation intention in the recognized learning target language when the recognized input language is a learning target language; a translation unit for translating a translation target into a learning target language when the user's conversational intention is recognized as a translation request through the native language intent analysis unit; a distributed storage server for distributed storage of the translated contents; and a dialogue processing unit configured to provide a system response in a language to be learned according to a dialogue intention analysis result provided through the learning target language intention analysis unit and a dialogue processing result for a user's utterance translated through the translation unit.

본 발명의 일 실시예에 따르면, 사용자가 학습대상 언어를 학습하기 위해 대상 언어 구사자와 대화를 시도할 때 도움을 줄 수가 있다. 즉, 특정 학습대상 언어 구사능력의 한계로 인해 일정 수준 이상의 대화를 구사 못하거나 나아가 학습의욕이 떨어지는 경우를 예방할 수 있다. 본 발명의 일 실시예를 이용하여 모국어로 대화하되 시스템은 학습대상 언어로 주어지는 상대방의 언어를 변환하여 제공할 수 있다. 또한, 학습대상 언어 또는 모국어를 이용하여 부족한 표현에 대한 문의 내용을 시스템에 질의 하더라도 시스템이 사용자가 제공하는 모국어 또는 혼압된 양국어 언어 표현을 인식하고 그에 따른 질의 결과를 제공해 줌으로써, 대화에 있어서 상대방이 마치 사용자의 모국어를 아는 것과 같은 환경을 제공해 줄 수 있는 효과가 있다. According to an embodiment of the present invention, it can be helpful when a user attempts to have a conversation with a target language speaker in order to learn a learning target language. In other words, it is possible to prevent a case in which a person cannot speak a certain level of conversation due to the limitation of the language proficiency of a specific learning target or the motivation to learn is lowered. Conversation is performed in the mother tongue using an embodiment of the present invention, but the system may convert the other person's language given as the learning target language and provide it. In addition, even if the system is inquired about the contents of an inquiry about insufficient expression using the target language or native language, the system recognizes the language expression provided by the user in the native language or mixed bilingual language and provides the result of the query, so that the other party in the conversation This has the effect of providing an environment as if knowing the user's native language.

도 1은 본 발명의 일 실시예에 따른 두 나라의 언어를 사용하는 대화를 통한 언어학습 시스템을 설명하기 위한 구성 블록도이다.
도 2는 도 1의 도시된 입력 인식부의 입력 형태 및 언어 종류 판단 처리를 위한 세부 구성 블록을 설명하기 위한 도면.
도 3은 도 1의 도시된 음성 인식부가 언어 종류에 따라 음성 인식하는 세부 구성 블록을 설명하기 위한 도면.
도 4는 본 발명의 도 1에 도시된 학습대상 언어 의도 분석부와 모국어 의도 분석부의 세부 구성 블록을 설명하기 위한 도면.
도 5는 도 1에 도시된 대화 처리부를 설명하기 위한 세부 구성 블럭도.
도 6은 도 1은 본 발명의 일 실시예에 따른 두 나라의 언어를 사용하는 대화를 통한 언어학습 방법을 설명하기 위한 순서도.
도 7은 본 발명의 일 실시예에 따른 단말기에 표시된 화면을 도시한 그림이다.1 is a block diagram illustrating a language learning system through dialogue using languages of two countries according to an embodiment of the present invention.
FIG. 2 is a view for explaining detailed structural blocks for processing an input type and a language type of the input recognition unit shown in FIG. 1; FIG.
FIG. 3 is a diagram for explaining detailed structural blocks of the speech recognition unit shown in FIG. 1 for recognizing speech according to language types; FIG.
FIG. 4 is a view for explaining detailed structural blocks of a learning target language intention analyzing unit and a native language intention analyzing unit shown in FIG. 1 of the present invention.
FIG. 5 is a detailed configuration block diagram for explaining the conversation processing unit shown in FIG. 1;
FIG. 6 is a flowchart for explaining a language learning method through conversation using two languages according to an embodiment of the present invention; FIG.
7 is a diagram illustrating a screen displayed on a terminal according to an embodiment of the present invention.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 한편, 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성소자, 단계, 동작 및/또는 소자는 하나 이상의 다른 구성소자, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.Advantages and features of the present invention and methods of achieving them will become apparent with reference to the embodiments described below in detail in conjunction with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below, but will be implemented in a variety of different forms, and only these embodiments allow the disclosure of the present invention to be complete, and common knowledge in the technical field to which the present invention belongs It is provided to fully inform the possessor of the scope of the invention, and the present invention is only defined by the scope of the claims. Meanwhile, the terms used in this specification are for the purpose of describing the embodiments and are not intended to limit the present invention. In this specification, the singular also includes the plural unless specifically stated otherwise in the phrase. As used herein, "comprises" and/or "comprising" refers to the presence of one or more other components, steps, operations and/or elements mentioned. or addition is not excluded.

이하, 본 발명의 바람직한 실시예에 대하여 첨부한 도면을 참조하여 상세히 설명하기로 한다. 도 1은 본 발명의 일 실시예에 따른 두 나라의 언어를 사용하는 대화를 통한 언어학습 시스템을 설명하기 위한 구성 블록도이다. Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. 1 is a block diagram illustrating a language learning system through dialogue using languages of two countries according to an embodiment of the present invention.

도 1에 도시된 바와 같이, 본 발명의 일 실시예에 따른 두 나라의 언어를 사용하는 대화를 통한 언어학습 시스템은 학습대상 언어의 학습을 위한 것이기 때문에 사용자가 학습대상 언어로 발화하거나, 모국어로 발화하거나, 또는 학습대상 언어와 모국어를 혼합 사용하여 발화하면 자유 대화 시스템이 사용자의 발화에 대한 답변을 사용자에게 제공한다. As shown in FIG. 1 , since the language learning system through dialogue using the languages of two countries according to an embodiment of the present invention is for learning the target language, the user utters it in the target language or in the native language. When uttering, or using a mixture of the learning target language and the native language, the free conversation system provides an answer to the user's utterance to the user.

이러한 본 발명의 일 실시예에 따른 두 나라의 언어를 사용하는 대화를 통한 언어학습 시스템은 입력 인식부(100), 음성 인식부(200), 학습대상 언어 의도 분석부(300), 대화 처리부(400), 모국어 의도 분석부(500) 및 번역부(600)를 포함한다. The language learning system through dialogue using two languages according to an embodiment of the present invention includes an input recognition unit 100, a voice recognition unit 200, a learning target language intention analysis unit 300, a conversation processing unit ( 400), a native language intention analysis unit 500 and a translation unit 600 .

입력 인식부(100)는 사용자로부터 제공되는 입력 원문의 유형과 언어 종류를 인식한다. 이때, 입력 인식부(100)는 사용자로부터 다양한 방법으로 입력 원문을 제공받을 수 있다. 본 실시예에 따른 입력 인식부(100)는 마이크나 휴대폰 단말을 통해 사용자가 직접 발화하는 입력원문을 음성으로 제공받는 것이 바람직하나 키보드나 휴대폰 단말을 통해 텍스트로 입력원문을 제공받을 수도 있다. The input recognition unit 100 recognizes the type of input text and the type of language provided from the user. In this case, the input recognition unit 100 may receive the input text from the user in various ways. The input recognizing unit 100 according to the present embodiment preferably receives the input text uttered by the user directly through a microphone or a mobile phone terminal as voice, but may also receive the input text input text via a keyboard or a mobile phone terminal.

음성 인식부(200)는 상기 인식된 입력 형태가 음성이면 음성을 텍스트로 변환한다. The voice recognition unit 200 converts the voice into text when the recognized input form is voice.

그리고 학습대상 언어 의도 분석부(300)는 상기 인식된 입력 언어가 학습대상 언어이면, 인식된 학습대상 언어에서 대화의도를 분석한다. In addition, if the recognized input language is the learning target language, the learning target language intention analysis unit 300 analyzes the conversational intention in the recognized learning target language.

대화 처리부(400)는 상기 학습대상 언어 의도 분석부(300) 및 모국어 의도 분석부(500)를 통해 제공되는 대화의도 분석 결과를 참고하여, 학습대상 언어로 된 사용자 발화 및/또는 번역부(600)를 통해 번역된 사용자 발화에 대한 대화처리 결과를 학습대상 언어로 사용자에게 제공한다.The conversation processing unit 400 refers to the conversation intention analysis result provided through the learning target language intent analysis unit 300 and the native language intent analysis unit 500, and the user's speech and/or translation unit ( 600) provides the user with the result of the conversation processing for the translated user's utterance in the language of the learning target.

그리고 모국어 의도 분석부(500)는 상기 인식된 입력 언어가 모국어이면, 인식된 모국어에서 대화의도를 분석한다. In addition, when the recognized input language is the native language, the native language intention analysis unit 500 analyzes the conversation intention from the recognized native language.

또한 번역부(600)는 상기 모국어 의도 분석부(500)를 통해 사용자 대화 의도가 번역요청으로 인식되는 경우 번역대상을 학습대상 언어로 번역한 후 대하 처리부(400)에 제공한다. In addition, when the user's conversational intention is recognized as a translation request through the native language intention analysis unit 500 , the translation unit 600 translates the translation target into the learning target language and then provides the translation target to the processing unit 400 .

따라서, 본 발명의 일 실시예에 따르면, 사용자가 학습대상 언어를 통해 시스템과의 대화하면서 외국어 학습 서비스를 제공받을 수 있을 뿐만 아니라, 특정 학습대상 언어의 한계로 인해 모국어를 이용하여 시스템에 질의하거나 대화 하더라도 시스템이 사용자가 제공하는 모국어를 인식하고 그에 따른 질의 및 응답 결과를 제공해 줌으로써, 언어 학습에서 모국어를 아는 외국어 선생님과 함께 자유 대화를 하는 것과 같은 환경을 제공해 줄 수 있는 효과가 있다. Accordingly, according to an embodiment of the present invention, a user can receive a foreign language learning service while having a conversation with the system through the learning target language, and also, due to the limitation of a specific learning target language, use the native language to query the system or Even in conversation, the system recognizes the native language provided by the user and provides query and response results accordingly, thereby providing an environment such as free conversation with a foreign language teacher who knows the native language in language learning.

도 2는 도 1의 도시된 입력 인식부의 입력 형태 및 언어 종류 판단 처리를 위한 세부 구성 블록을 설명하기 위한 도면이다. FIG. 2 is a view for explaining a detailed configuration block for processing an input type and a language type of the input recognition unit shown in FIG. 1 .

도 2에 도시된 바와 같이, 본 발명의 일 실시예에 따른 입력 인식부(100)는 입력 형태 판단부(110)와 언어 종류 판단부(120)를 포함한다. As shown in FIG. 2 , the input recognition unit 100 according to an embodiment of the present invention includes an input type determination unit 110 and a language type determination unit 120 .

입력 형태 판단부(110)는 상기 입력의 형태가 음성인지 텍스트인지를 판단한다.The input form determining unit 110 determines whether the input form is voice or text.

그리고, 언어 종류 판단부(120)는 상기 판단된 입력 언어가 모국어인지 학습대상 언어인지 아니면 모국어와 학습대상 언어가 혼합된 코드 스위칭 형태인지를 판단한다. 이때, 언어 종류 판단부 (120)는 언어 종류 판단 위해 문장 단위 언어 인식 기술을 이용하거나, 코드 스위칭(Code Switching) 음성 또는 텍스트를 인식하기 위해 단어단위 언어 인식 기술이 이용될 수 있다.Then, the language type determination unit 120 determines whether the determined input language is the mother language, the learning target language, or a code switching type in which the native language and the learning target language are mixed. In this case, the language type determining unit 120 may use a sentence-based language recognition technology to determine the language type, or a word-based language recognition technology to recognize a code switching voice or text.

도 3은 도 1의 도시된 음성 인식부가 언어 종류에 따라 음성 인식하는 세부 구성 블록을 설명하기 위한 도면이다. FIG. 3 is a diagram for explaining detailed structural blocks for the voice recognition unit shown in FIG. 1 to recognize a voice according to a language type.

도 3에 도시된 바와 같이, 음성 인식부(200)는 학습대상 언어 음성 인식부(210), 모국어 음성 인식부(220), 혼합 음성 인식부(230) 및 언어 분리부(240)를 포함한다. As shown in FIG. 3 , the voice recognition unit 200 includes a learning target language voice recognition unit 210 , a native language voice recognition unit 220 , a mixed voice recognition unit 230 , and a language separation unit 240 . .

학습대상 언어 음성 인식부(210)는 상기 입력의 형태가 음성이고, 언어 종류가 학습대상 언어인 경우 이를 텍스트로 변환하는 역할을 한다. The learning target language voice recognition unit 210 serves to convert the input form into a text when the form of the input is voice and the language type is the learning target language.

그리고 모국어 음성 인식부(220)는 상기 입력의 형태가 음성이고, 언어 종류가 모국어인 경우 이를 텍스트로 변환하는 역할을 한다. In addition, the native language speech recognition unit 220 serves to convert the input form into text when the form of the input is voice and the language type is the native language.

또한 혼합 음성 인식부(230)는 입력의 언어 종류가 모국어와 학습대상 언어가 결합된 형태인 경우 이를 텍스트로 변환하는 역할을 한다. 이를 위해, 혼합 음성 인식부(230)는 다국어 음성인식 기술이 이용되는 것이 바람직하다. 다국어 음성인식 기술에서는 모국어와 학습대상 언어 음향 모델, 발음 사전 및 언어 모델을 함께 사용하여 구성하는 통합 다국어 음성인식 기술이 이용되는 것이 바람직하다. In addition, the mixed voice recognition unit 230 serves to convert the input language into text when the native language and the learning target language are combined. To this end, the mixed voice recognition unit 230 preferably uses a multilingual voice recognition technology. In the multilingual speech recognition technology, it is preferable to use the integrated multilingual speech recognition technology configured by using the mother tongue and the learning target language acoustic model, the pronunciation dictionary, and the language model together.

그리고 언어 분리부(240)는 혼합 음성의 경우 변환된 텍스트를 모국어와 학습대상 언어를 분리하는 역할을 한다. 여기서, 분리된 입력원문 중 모국어는 모국어 의도 분석부(500)에 제공되고, 학습대상 언어는 학습대상 언어 의도 분석부(300)에 제공된다. In addition, the language separation unit 240 serves to separate the converted text from the native language and the learning target language in the case of a mixed voice. Here, the mother language among the separated input text is provided to the mother language intention analysis unit 500 , and the learning target language is provided to the learning target language intention analysis unit 300 .

도 4는 본 발명의 도 1에 도시된 학습대상 언어 의도 분석부와 모국어 의도 분석부의 세부 구성 블록을 설명하기 위한 도면이다. 4 is a view for explaining detailed structural blocks of the learning target language intention analysis unit and the native language intention analysis unit shown in FIG. 1 of the present invention.

도 4에 도시된 바와 같이, 학습대상 언어 의도 분석부(300)와 모국어 의도 분석부(500)는 의도 분류부(310, 510)와 태그 설정부(320, 520)를 포함한다. As shown in FIG. 4 , the learning target language intention analysis unit 300 and the native language intention analysis unit 500 include intention classification units 310 and 510 and tag setting units 320 and 520 .

의도 분류부(310, 510)는 상기 인식된 사용자 발화의 의도가 일반대화인지 학습질의 인지를 분류하는 역할을 한다. 여기서, 의도 분류부(310, 510)는 학습 기반 또는 규칙 및 패턴 기반으로 판단할 수 있다.The intention classification units 310 and 510 serve to classify whether the recognized intention of the user's utterance is a general conversation or a learning quality. Here, the intention classifiers 310 and 510 may determine based on learning or based on rules and patterns.

그리고 태그 설정부(320, 520)는 상기 의도 분류된 사용자 발화에 대한 태그를 설정하는 역할을 한다. 본 실시예에서 태그 설정부(320, 520)가 설정하는 태그는 번역 및 스펠링과 같이 학습에 이용되는 질의로 한정할 수 있으나, 그 태그의 기능을 한정하는 것은 아니다.In addition, the tag setting units 320 and 520 serve to set tags for the intentionally classified user utterances. In the present embodiment, the tags set by the tag setting units 320 and 520 may be limited to queries used for learning such as translation and spelling, but the functions of the tags are not limited.

도 5는 도 1에 도시된 대화 처리부(400)를 설명하기 위한 세부 구성 블럭도이다. FIG. 5 is a detailed block diagram for explaining the conversation processing unit 400 shown in FIG. 1 .

도 5에 도시된 바와 같이, 대화 처리부(400)는 태그 확인부(410), 학습질의 응답부(420) 및 일반대화 응답부(430)를 포함한다. As shown in FIG. 5 , the conversation processing unit 400 includes a tag check unit 410 , a learning query response unit 420 , and a general conversation response unit 430 .

태그 확인부(410)는 상기 의도 분류된 사용자 발화에 설정된 태그를 확인하는 역할을 한다. The tag check unit 410 serves to check a tag set in the intention-classified user utterance.

그리고 학습질의 응답부(420)는 상기 사용자 발화에 설정된 태그가 학습질의에 대한 태그이면, 부착된 태그에 따라 사용자 발화에서의 학습질의를 처리하는 역할을 한다. In addition, if the tag set in the user's utterance is a tag for a learning query, the learning query response unit 420 processes the learning query in the user's utterance according to the attached tag.

한편, 일반대화 응답부(430)는 상기 사용자 발화에 설정된 태그가 학습질의에 대한 태그가 부착되어 있지 않거나 일반대화에 대한 태그가 부착되어 있으면, 상기 사용자 발화에 대한 시스템 응답을 학습대상 언어로 제공한다. On the other hand, the general conversation response unit 430 provides a system response to the user's utterance as a learning target language when the tag set for the user's utterance does not have a tag for a learning query or a tag for a general conversation is attached. do.

이와 같이, 사용자 발화에 설정된 태그가 부착되지 않다는 것은 사용자가 학습대상 언어를 통해 시스템과의 외국어 교육을 위한 대화 서비스가 이루어지는 것이다. As such, the absence of a tag set to the user's utterance means that the user provides a conversation service for foreign language education with the system through the learning target language.

이하, 하기에서는 본 발명의 일 실시예에 따른 두 나라의 언어를 사용하는 대화를 통한 언어학습 방법에 대하여 도 6을 참조하여 설명하기로 한다. Hereinafter, a method of learning a language through dialogue using two languages according to an embodiment of the present invention will be described with reference to FIG. 6 .

먼저, 입력 인식부(100)는 사용자로부터 제공되는 입력 원문의 형태와 언어 종류를 인식한다(S100). 본 실시예에서의 입력 원문의 형태와 언어 종류를 인식단계(S100)는 상기 음성 인식부(200)가 문장 단위 언어 인식 기술을 이용할 수 있고, 코드 스위칭(Code Switching) 언어를 인식하기 위해, 단어단위 언어 인식 기술을 이용할 수 있다. First, the input recognition unit 100 recognizes the form and language type of the input text provided from the user (S100). In the step of recognizing the form and language type of the input text in this embodiment (S100), the speech recognition unit 200 may use a sentence-by-sentence language recognition technology, and in order to recognize a code switching language, a word Unit language recognition technology may be used.

상기 인식된 입력 형태가 음성이면, 음성 인식부(200)가 음성을 텍스트로 변환한다(S200). If the recognized input type is voice, the voice recognition unit 200 converts the voice into text (S200).

만약, 상기 입력 인식부(100)를 통해 인식된 입력 언어가 학습대상 언어이면, 학습대상 언어 의도 분석부(300)가 인식된 학습대상 언어에서 대화의도를 분석한다(S300).If the input language recognized by the input recognition unit 100 is the learning target language, the learning target language intention analysis unit 300 analyzes the conversation intention in the recognized learning target language (S300).

이어서, 대화 처리부(400)는 상기 학습대상 언어 의도 분석부(300)를 통해 제공되는 대화의도 분석 결과를 사용자에게 학습대상 언어로 제공한다(S400).Subsequently, the conversation processing unit 400 provides the result of the conversational intention analysis provided through the learning target language intention analysis unit 300 in the language of the learning target to the user ( S400 ).

이에 반해, 상기 입력 인식부(100)를 통해 상기 인식된 입력언어가 모국어이면, 모국어 의도 분석부(500)가 인식된 모국어에서 대화의도를 분석한다(S500).On the other hand, if the input language recognized through the input recognition unit 100 is the native language, the native language intention analysis unit 500 analyzes the conversation intention in the recognized native language (S500).

이후, 번역부(600)가 상기 모국어 의도 분석부(500)를 통해 사용자 대화 의도가 번역요청으로 인식되는 경우 번역대상을 학습대상 언어로 번역한다(S600).Thereafter, when the user's conversational intention is recognized as a translation request through the native language intention analysis unit 500, the translation unit 600 translates the translation target into the learning target language (S600).

이어서, 대화 처리부(400)는 상기 번역부(600)를 통해 번역된 대화의도 분석 결과를 사용자에게 학습대상 언어로 제공한다(S400).Subsequently, the conversation processing unit 400 provides the result of analyzing the conversation intention translated through the translation unit 600 as a learning target language to the user ( S400 ).

상기 인식된 입력 형태와 언어를 판단하는 단계(S100) 는 도 7에 도시된 바와 같이, 상기 입력의 형태가 음성인지 텍스트인지를 판단한다(S101). In the step of determining the recognized input type and language (S100), as shown in FIG. 7 , it is determined whether the input type is voice or text (S101).

이후, 입력의 형태가 음성이면, 그 음성에 대하여 상기 입력의 형태가 모국어인지 학습대상 언어인지 아니면 모국어와 학습대상 언어가 혼합된 코드 스위칭 형태인지를 판단한다(S102). Thereafter, if the input type is voice, it is determined whether the input type is the native language, the learning target language, or a code switching type in which the native language and the learning target language are mixed with respect to the voice (S102).

반면에, 입력의 형태가 텍스트이면, 그 텍스트에 대하여 상기 입력의 형태가 모국어인지 학습대상 언어인지 아니면 모국어와 학습대상 언어가 혼합된 코드 스위칭 형태인지를 판단한다(S103). On the other hand, if the input type is text, it is determined whether the input type is the native language, the learning target language, or a code switching type in which the native language and the learning target language are mixed with respect to the text ( S103 ).

입력 인식부(100)에 의해 인식된 언어의 종류가 학습대상 언어이면, 학습대상 언어 음성 인식부(210)가 학습대상 언어 음성을 텍스트로 변환한다(S210). If the type of language recognized by the input recognition unit 100 is the learning target language, the learning target language speech recognition unit 210 converts the learning target language voice into text (S210).

그리고, 입력 인식부(100)에 의해 인식된 언어의 종류가 모국어이면, 모국어 음성을 텍스트로 변환한다(S220). Then, if the type of language recognized by the input recognition unit 100 is the native language, the native language voice is converted into text (S220).

여기서, 원문언어가 학습대상 언어이면 학습대상 언어에서 대화의도를 분석하는 단계(S300)로 진행하고, 모국어이면 모국어에서 대화의도를 분석하는 단계(S500)로 진행한다. Here, if the source language is the learning target language, the process proceeds to the step S300 of analyzing the conversation intention in the learning target language, and if the native language, the process proceeds to the step S500 of analyzing the conversation intention in the native language.

이에 반해, 입력 인식부(100)에 의해 인식된 언어의 종류가 학습언어와 모국어가 혼합되어 있으면, 혼합 음성 인식부(230)가 학습언어와 모국어를 각각 텍스트로 변환한다(S230). On the other hand, if the type of language recognized by the input recognition unit 100 is a mixture of the learning language and the native language, the mixed voice recognition unit 230 converts the learning language and the native language into text, respectively (S230).

이후, 텍스트로 변환된 학습언어와 모국어를 분리한다(S240). 이렇게 분리된 원문언어 중 학습대상 언어는 학습대상 언어에서 대화의도를 분석하는 단계(S300)로 진행하고, 모국어는 모국어에서 대화의도를 분석하는 단계(S500)로 진행한다. Thereafter, the learning language converted into text and the native language are separated (S240). Among the separated source languages, the learning target language proceeds to a step S300 of analyzing the conversation intention in the learning target language, and the mother language proceeds to a step S500 of analyzing the conversation intention in the native language.

이하, 하기에서는 본 발명의 일 실시예에 따른 인식된 학습대상 언어에서 대화의도를 분석하는 단계(S300)에 대하여 도 9를 참조하여 설명하기로 한다. Hereinafter, the step ( S300 ) of analyzing the conversation intention in the recognized learning target language according to an embodiment of the present invention will be described with reference to FIG. 9 .

먼저, 의도 분류부(310, 510)가 상기 인식된 사용자 발화의 의도가 일반대화인지 학습질의 인지를 분류한다(S310). 여기서, 분류하는 단계(S310)는 상기 의도 분류부(310, 510)가 학습 기반 또는 규칙이나 패턴 기반으로 판단한다. First, the intention classification units 310 and 510 classify whether the recognized intention of the user's utterance is a general conversation or a learning quality (S310). Here, in the classification step ( S310 ), the intention classification unit 310 , 510 determines based on a learning or a rule or a pattern.

이어서, 태그 설정부(320, 520)가 상기 의도 분류된 사용자 발화에 대한 태그를 설정한다(S320).Next, the tag setting units 320 and 520 sets a tag for the intentionally classified user utterance ( S320 ).

한편, 대화의도 분석 결과에 대한 대화처리 결과 즉, 시스템 응답을 학습대상 언어로 제공하는 단계(S500)의 세부 단계에 대하여 도 10을 참조하여 설명하기로 한다. Meanwhile, a detailed step of the step S500 of providing a dialogue processing result for the dialogue intention analysis result, that is, a system response in a language to be learned, will be described with reference to FIG. 10 .

먼저, 태그 확인부(410)는 상기 의도 분류된 사용자 발화에 설정된 태그를 확인한다(S410).First, the tag check unit 410 checks the tag set in the intention-classified user utterance (S410).

이후, 상기 사용자 발화에 설정된 태그가 학습질의에 대한 태그이면, 학습질의 응답부(420)가 부착된 태그에 따라 사용자 발화에서의 학습질의를 처리하고 질의에 대한 응답을 제공한다(S420). 학습질의에 대한 응답 제공 위해 대역어 사전, 단어 발음 사전, 스펠링 발음 사전, 음성 생성 기술 등을 사용 가능하나, 이를 한정하지 않는다. Thereafter, if the tag set in the user's utterance is a tag for a learning query, the learning query response unit 420 processes the learning query in the user's utterance according to the attached tag and provides a response to the query (S420). In order to provide a response to a learning query, a dictionary of words, a dictionary of pronunciation of words, a dictionary of pronunciation of spellings, a voice generation technology, etc. may be used, but the present invention is not limited thereto.

반면에, 상기 사용자 발화에 설정된 태그가 학습질의에 대한 태그가 부착되어 있지 않거나 일반대화에 대한 태그가 부착되어 있으면, 일반대화 응답부가 상기 사용자 발화에 대한 시스템 응답을 학습대상 언어로 제공한다(S430). On the other hand, if the tag set for the user's utterance is not attached with a tag for a learning query or a tag for a general conversation is attached, the general conversation response unit provides a system response to the user's utterance in the learning target language (S430) ).

일반대화에 대한 시스템 응답은 주어진 시나리오를 사용하거나, 대화 규칙 및 패턴을 사용하거나 대화 예문을 사용하거나 대용량 대화 코퍼스를 사용 가능하다. 또한 대화 응답 기술로 규칙 및/또는 패턴 기반, 검색 기반, 또는 심층학습 기술을 이용한 생성 기반 등을 사용 가능하나, 이를 한정하지 않는다. The system response to a general conversation can use a given scenario, use dialog rules and patterns, use a dialog example sentence, or use a large dialog corpus. In addition, rule and/or pattern-based, search-based, or generation-based using deep learning technology may be used as the dialogue response technology, but the present invention is not limited thereto.

이상, 본 발명의 구성에 대하여 첨부 도면을 참조하여 상세히 설명하였으나, 이는 예시에 불과한 것으로서, 본 발명이 속하는 기술분야에 통상의 지식을 가진자라면 본 발명의 기술적 사상의 범위 내에서 다양한 변형과 변경이 가능함은 물론이다. 따라서 본 발명의 보호 범위는 전술한 실시예에 국한되어서는 아니 되며 이하의 특허청구범위의 기재에 의하여 정해져야 할 것이다. As mentioned above, although the configuration of the present invention has been described in detail with reference to the accompanying drawings, this is merely an example, and those skilled in the art to which the present invention pertains can make various modifications and changes within the scope of the technical spirit of the present invention. Of course, this is possible. Therefore, the protection scope of the present invention should not be limited to the above-described embodiments and should be defined by the description of the claims below.

본 발명은 커팅부, 제 1 트랜스퍼 및 제 2 트랜스퍼, 콤바인부를 포함할 수 있다.The present invention may include a cutting unit, a first transfer and a second transfer, and a combine unit.

커팅부는 데이터를 분할하여 복수 개의 조각들을 생성하고, 조각들의 각각에 어드레스를 부여할 수 있다. 여기서, 조각들의 어드레스는 복수 개의 문자 및 숫자의 조합으로 이루어질 수 있다.The cutting unit may generate a plurality of pieces by dividing the data, and may assign an address to each of the pieces. Here, the addresses of the pieces may be composed of a combination of a plurality of letters and numbers.

또한, 커팅부는 각각의 어드레스를 고려하여 조합 규칙을 생성할 수 있다. 여기서, 조합 규칙은 복수 개의 데이터 조각들을 각각의 어드레스를 바탕으로 하여 분할되기 이전의 데이터로 조합할 수 있도록 하는 규칙을 의미한다.Also, the cutting unit may generate a combination rule in consideration of each address. Here, the combination rule refers to a rule that allows a plurality of data pieces to be combined into data before being divided based on each address.

제 1 트랜스퍼는 복수 개의 데이터 조각들을 임의의 순서로 전송할 수 있다. 여기서, 복수 개의 데이터 조각들은 각각 부여된 어드레스와 함께 전송될 수 있다.The first transfer may transmit a plurality of data pieces in an arbitrary order. Here, a plurality of data pieces may be transmitted together with an assigned address, respectively.

제 2 트랜스퍼는 제 1 트랜스퍼에 의해 전송된 복수 개의 데이터 조각들에 대응되는 조합 규칙을 전송할 수 있다. 여기서, 제 2 트랜스퍼는 제 1 트랜스퍼에 의한 복수 개의 데이터 조각들의 전송에 대하여 시차를 두고 조합 규칙을 전송하는 것이 바람직할 수 있다. The second transfer may transmit a combination rule corresponding to the plurality of data pieces transmitted by the first transfer. Here, it may be preferable that the second transfer transmits the combination rule with a time difference with respect to the transmission of the plurality of data pieces by the first transfer.

이상 본 명세서에서 설명한 기능적 동작과 본 주제에 관한 실시형태들은 본 명세서에서 개시한 구조들 및 그들의 구조적인 등가물을 포함하여 디지털 전자 회로나 컴퓨터 소프트웨어, 펌웨어 또는 하드웨어에서 혹은 이들 중 하나 이상의 조합에서 구현 가능하다.The functional operations described in this specification and the embodiments related to the present subject matter can be implemented in a digital electronic circuit, computer software, firmware or hardware, including the structures disclosed herein and structural equivalents thereof, or in a combination of one or more thereof Do.

본 명세서에서 기술하는 주제의 실시형태는 하나 이상의 컴퓨터 프로그램 제품, 다시 말해 데이터 처리 장치에 의한 실행을 위하여 또는 그 동작을 제어하기 위하여 유형의 프로그램 매체 상에 인코딩되는 컴퓨터 프로그램 명령에 관한 하나 이상의 모듈로서 구현될 수 있다. 유형의 프로그램 매체는 전파형 신호이거나 컴퓨터로 판독 가능한 매체일 수 있다. 전파형 신호는 컴퓨터에 의한 실행을 위하여 적절한 수신기 장치로 전송하기 위한 정보를 인코딩하기 위하여 생성되는 예컨대 기계가 생성한 전기적, 광학적 혹은 전자기 신호와 같은 인공적으로 생성된 신호이다. 컴퓨터로 판독 가능한 매체는 기계로 판독 가능한 저장장치, 기계로 판독 가능한 저장 기판, 메모리 장치, 기계로 판독 가능한 전파형 신호에 영향을 미치는 물질의 조합 혹은 이들 중 하나 이상의 조합일 수 있다.Embodiments of the subject matter described herein are one or more computer program products, ie one or more modules directed to computer program instructions encoded on a tangible program medium for execution by or for controlling the operation of a data processing device. can be implemented. A tangible program medium may be a radio wave signal or a computer-readable medium. A radio wave signal is an artificially generated signal, eg a machine-generated electrical, optical or electromagnetic signal, that is generated to encode information for transmission to an appropriate receiver device for execution by a computer. The computer-readable medium may be a machine-readable storage device, a machine-readable storage substrate, a memory device, a combination of materials that affect a machine-readable radio wave signal, or a combination of one or more of these.

컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 어플리케이션, 스크립트 혹은 코드로도 알려져 있음)은 컴파일되거나 해석된 언어나 선험적 혹은 절차적 언어를 포함하는 프로그래밍 언어의 어떠한 형태로도 작성될 수 있으며, 독립형 프로그램이나 모듈, 컴포넌트, 서브루틴 혹은 컴퓨터 환경에서 사용하기에 적합한 다른 유닛을 포함하여 어떠한 형태로도 전개될 수 있다.A computer program (also known as a program, software, software application, script or code) may be written in any form of any programming language, including compiled or interpreted language or a priori or procedural language, and may be written as a stand-alone program or module; It can be deployed in any form, including components, subroutines, or other units suitable for use in a computer environment.

컴퓨터 프로그램은 파일 시스템의 파일에 반드시 대응하는 것은 아니다. 프로그램은 요청된 프로그램에 제공되는 단일 파일 내에, 혹은 다중의 상호 작용하는 파일(예컨대, 하나 이상의 모듈, 하위 프로그램 혹은 코드의 일부를 저장하는 파일) 내에, 혹은 다른 프로그램이나 데이터를 보유하는 파일의 일부(예컨대, 마크업 언어 문서 내에 저장되는 하나 이상의 스크립트) 내에 저장될 수 있다.A computer program does not necessarily correspond to a file in a file system. A program may be in a single file provided to the requested program, or in multiple interacting files (eg, files that store one or more modules, subprograms, or portions of code), or portions of files that hold other programs or data. (eg, one or more scripts stored within a markup language document).

컴퓨터 프로그램은 하나의 사이트에 위치하거나 복수의 사이트에 걸쳐서 분산되어 통신 네트워크에 의해 상호 접속된 다중 컴퓨터 또는 하나의 컴퓨터 상에서 실행되도록 전개될 수 있다.The computer program may be deployed to be executed on one computer or multiple computers located at one site or distributed over a plurality of sites and interconnected by a communication network.

부가적으로, 본 명세서에서 기술하는 논리 흐름과 구조적인 블록도는 개시된 구조적인 수단의 지원을 받는 대응하는 기능과 단계의 지원을 받는 대응하는 행위 및/또는 특정한 방법을 기술하는 것으로, 대응하는 소프트웨어 구조와 알고리즘과 그 등가물을 구축하는 데에도 사용 가능하다. Additionally, the logic flows and structural block diagrams described herein describe corresponding acts and/or specific methods supported by corresponding functions and steps supported by the disclosed structural means, and corresponding software. It can also be used to build structures and algorithms and their equivalents.

본 명세서에서 기술하는 프로세스와 논리 흐름은 입력 데이터 상에서 동작하고 출력을 생성함으로써 기능을 수행하기 위하여 하나 이상의 컴퓨터 프로그램을 실행하는 하나 이상의 프로그래머블 프로세서에 의하여 수행 가능하다.The processes and logic flows described herein may be performed by one or more programmable processors executing one or more computer programs to perform functions by operating on input data and generating output.

컴퓨터 프로그램의 실행에 적합한 프로세서는, 예컨대 범용 및 특수 목적의 마이크로프로세서 양자 및 어떤 종류의 디지털 컴퓨터의 어떠한 하나 이상의 프로세서라도 포함한다. 일반적으로, 프로세서는 읽기 전용 메모리나 랜덤 액세스 메모리 혹은 양자로부터 명령어와 데이터를 수신할 것이다. Processors suitable for the execution of computer programs include, for example, both general and special purpose microprocessors and any one or more processors of any kind of digital computer. Typically, the processor will receive instructions and data from read-only memory, random access memory, or both.

컴퓨터의 핵심적인 요소는 명령어와 데이터를 저장하기 위한 하나 이상의 메모리 장치 및 명령을 수행하기 위한 프로세서이다. 또한, 컴퓨터는 일반적으로 예컨대 자기, 자기광학 디스크나 광학 디스크와 같은 데이터를 저장하기 위한 하나 이상의 대량 저장 장치로부터 데이터를 수신하거나 그것으로 데이터를 전송하거나 혹은 그러한 동작 둘 다를 수행하기 위하여 동작가능 하도록 결합되거나 이를 포함할 것이다. 그러나, 컴퓨터는 그러한 장치를 가질 필요가 없다.A key element of a computer is one or more memory devices for storing instructions and data and a processor for executing instructions. In addition, a computer is generally operably coupled to receive data from, or transmit data to, one or more mass storage devices for storing data, such as, for example, magnetic, magneto-optical disks or optical disks, or to perform both such operations. or will include However, the computer need not have such a device.

본 기술한 설명은 본 발명의 최상의 모드를 제시하고 있으며, 본 발명을 설명하기 위하여, 그리고 당업자가 본 발명을 제작 및 이용할 수 있도록 하기 위한 예를 제공하고 있다. 이렇게 작성된 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하는 것이 아니다. The present description sets forth the best mode of the invention, and provides examples to illustrate the invention, and to enable any person skilled in the art to make or use the invention. The specification thus prepared does not limit the present invention to the specific terms presented.

따라서, 상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 당업자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다. 요컨대 본 발명이 의도하는 효과를 달성하기 위해 도면에 도시된 모든 기능 블록을 별도로 포함하거나 도면에 도시된 모든 순서를 도시된 순서 그대로 따라야만 하는 것은 아니며, 그렇지 않더라도 얼마든지 청구항에 기재된 본 발명의 기술적 범위에 속할 수 있다는 점을 밝힌다.Accordingly, although the present invention has been described in detail with reference to the above-described examples, those skilled in the art can make modifications, changes, and modifications to the examples without departing from the scope of the present invention. In short, in order to achieve the intended effect of the present invention, it is not necessary to separately include all the functional blocks shown in the drawings or follow all the orders shown in the drawings. indicate that it may be within the scope

Claims (10)

사용자로부터 제공되는 입력 원문의 입력 형태 및 언어의 종류를 인식하는 입력 인식부;
상기 인식된 입력 형태가 음성이면 음성을 텍스트로 변환하는 음성 인식부;
상기 인식된 입력언어가 모국어이면, 인식된 모국어에서 대화의도를 분석하는 모국어 의도 분석부;
상기 인식된 입력 언어가 학습대상 언어이면, 인식된 학습대상 언어에서 대화의도를 분석하는 학습대상 언어 의도 분석부;
상기 모국어 의도 분석부를 통해 사용자 대화 의도가 번역요청으로 인식되는 경우 번역대상을 학습대상 언어로 번역하는 번역부;
상기 번역된 내용을 분산저장하는 분산저장서버; 및
상기 학습대상 언어 의도 분석부를 통해 제공되는 대화의도 분석 결과와 상기 번역부를 통해 번역된 사용자 발화에 대한 대화처리 결과에 따른 시스템 응답을 학습대상 언어로 제공하는 대화 처리부를 포함하는 것을 특징으로 하는 두 나라의 언어를 사용하는 대화를 통한 언어학습 시스템. an input recognition unit for recognizing an input form and a type of an input text provided from a user;
a speech recognition unit for converting speech into text when the recognized input form is speech;
a native language intention analysis unit that analyzes a conversation intention in the recognized native language when the recognized input language is a native language;
a learning target language intention analysis unit for analyzing a conversation intention in the recognized learning target language when the recognized input language is a learning target language;
a translation unit for translating a translation target into a learning target language when the user's conversational intention is recognized as a translation request through the native language intent analysis unit;
a distributed storage server for distributed storage of the translated contents; and
Two characterized in that they include a dialogue processing unit that provides a system response in the language of the learning target according to the dialogue intention analysis result provided through the learning target language intent analysis unit and the dialogue processing result for the user's utterance translated through the translation unit. A language learning system through dialogue using the language of the country. 제 1항에 있어서,
상기 모국어 의도 분석부와 학습대상 언어 의도 분석부는,
상기 인식된 사용자 발화의 의도가 일반대화인지 학습질의인지를 분류하는 의도 분류부; 및
상기 분류된 의도에 대한 태그를 설정하는 태그 설정부를 포함하는 것을 특징으로 하는 두 나라의 언어를 사용하는 대화를 통한 언어학습 시스템. The method of claim 1,
The native language intent analysis unit and the learning target language intent analysis unit,
an intention classification unit for classifying whether the recognized intention of the user's utterance is a general conversation or a learning query; and
and a tag setting unit for setting a tag for the classified intention. A language learning system through dialogue using two languages. 제 2항에 있어서,
상기 대화 처리부는,
상기 의도 분류된 사용자 발화에 설정된 태그를 확인하는 태그 확인부;
상기 사용자 발화에 설정된 태그가 학습질의에 대한 태그이면, 부착된 태그에 따라 사용자 발화에서의 학습질의를 처리하는 학습질의 응답부를 포함하는 것을 특징으로 하는 두 나라의 언어를 사용하는 대화를 통한 언어학습 시스템. 3. The method of claim 2,
The conversation processing unit,
a tag check unit for checking a tag set in the intention-classified user utterance;
If the tag set in the user's utterance is a tag for a learning query, language learning through conversation using two languages, characterized in that it includes a learning query response unit that processes the learning query in the user's utterance according to the attached tag. system. 제 3항에 있어서,
상기 대화 처리부는,
상기 사용자 발화에 설정된 태그가 학습질의에 대한 태그가 부착되어 있지 않거나 일반대화에 대한 태그가 부착되어 있으면, 상기 사용자 발화에 대한 시스템 응답을 학습대상 언어로 제공하는 일반대화 응답부를 더 포함하는 것을 특징으로 하는 두 나라의 언어를 사용하는 대화를 통한 언어학습 시스템. 4. The method of claim 3,
The conversation processing unit,
When the tag set for the user's utterance is not attached with a tag for a learning query or a tag for a general conversation is attached, it further comprises a general conversation response unit that provides a system response to the user's utterance in a learning target language A language learning system through dialogue using the languages of two countries. 제 2항에 있어서,
상기 의도 분류부는,
학습 기반 또는 규칙 및 패턴 기반으로 판단하는 것인 것을 특징으로 하는 두 나라의 언어를 사용하는 대화를 통한 언어학습 시스템. 3. The method of claim 2,
The intention classification unit,
A language learning system through dialogue using the languages of two countries, characterized in that judgment is based on learning or rules and patterns. 제 1항에 있어서,
상기 입력 인식부는, 상기 입력의 형태가 음성인지 텍스트인지를 판단하는 입력 형태 판단부를 더 포함하는 것을 특징으로 하는 두 나라의 언어를 사용하는 대화를 통한 언어학습 시스템. The method of claim 1,
The input recognition unit further comprises an input type determination unit for determining whether the input type is voice or text. 제 1항에 있어서,
상기 판단된 입력 언어가 모국어인지 학습대상 언어인지 아니면 모국어와 학습대상 언어가 혼합된 코드 스위칭 형태인지를 판단하는 언어 종류 판단부를 포함 하는 것을 특징으로 하는 것을 특징으로 하는 두 나라의 언어를 사용하는 대화를 통한 언어학습 시스템. The method of claim 1,
Conversation using two languages, characterized in that it comprises a language type determination unit for determining whether the determined input language is the mother language, the learning target language, or a code switching form in which the native language and the learning target language are mixed. language learning system through 입력 인식부가 사용자로부터 제공되는 입력 원문의 형태와 언어 종류를 인식하는 단계;
상기 인식된 입력 형태가 음성이면 음성을 텍스트로 변환하는 음성인식 단계
상기 인식된 입력 언어가 모국어이면, 모국어 의도 분석부가 인식된 모국어에서 대화의도를 분석하는 단계;
상기 인식된 입력 언어가 학습대상 언어이면, 학습대상 언어 의도 분석부가 인식된 학습대상 언어에서 대화의도를 분석하는 단계;
번역부가 상기 모국어 의도 분석부를 통해 사용자 대화 의도가 번역요청으로 인식되는 경우 번역대상을 학습대상 언어로 번역하는 단계;
상기 번역된 내용을 분산저장서버에 분산저장하는 단계; 및
대화 처리부가 상기 학습대상 언어 의도 분석부를 통해 제공되는 대화의도 분석 결과와 상기 번역부를 통해 번역된 사용자 발화에 대한 대화처리 결과에 따른 시스템 응답을 학습대상 언어로 제공하는 단계를 포함하는 것을 특징으로 하는 두 나라의 언어를 사용하는 대화를 통한 언어학습 방법. Recognizing, by an input recognition unit, a form and a language type of an input text provided from a user;
A voice recognition step of converting voice into text if the recognized input form is voice
if the recognized input language is a native language, analyzing, by a native language intention analysis unit, conversation intention in the recognized native language;
if the recognized input language is a learning target language, analyzing, by a learning target language intention analysis unit, conversation intention in the recognized learning target language;
translating the translation target into the learning target language when the translation unit recognizes the user's conversational intention as a translation request through the native language intent analysis unit;
Distributing and storing the translated content in a distributed storage server; and
and providing, by a dialogue processing unit, a dialogue intention analysis result provided through the learning target language intention analysis unit and a system response according to the dialogue processing result to the user's utterance translated through the translation unit in the language to be learned. A method of learning a language through dialogue using the languages of two countries. 제 8항에 있어서,
상기 입력 인식부가 사용자로부터 제공되는 입력 원문의 형태와 언어 종류를 인식하는 단계는,
상기 입력 형태 판단부가 상기 입력의 형태가 음성인지 텍스트인지를 판단하는 단계를 포함하는 것을 특징으로 하는 두 나라의 언어를 사용하는 대화를 통한 언어학습 방법.9. The method of claim 8,
The step of the input recognition unit recognizing the form and language type of the input text provided from the user,
and determining, by the input form determining unit, whether the input form is voice or text. 제 8항에 있어서,
상기 입력 인식부가 사용자로부터 제공되는 입력 원문의 형태와 언어 종류를 인식하는 단계는,
언어 종류 판단부가 모국어인지 학습대상 언어인지 아니면 모국어와 학습대상 언어가 혼합된 코드 스위칭 형태인지를 판단하는 단계를 포함하는 것을 특징으로 하는 두 나라의 언어를 사용하는 대화를 통한 언어학습 방법. 9. The method of claim 8,
The step of the input recognition unit recognizing the form and language type of the input text provided from the user,
Language learning method through dialogue using two languages, characterized in that it comprises the step of determining whether the language type determining unit is a mother language, a learning target language, or a code switching form in which the native language and the learning target language are mixed.
KR1020200145650A 2020-11-04 2020-11-04 System and Method for Language Study through Converstaion with Two Languges KR20220060098A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200145650A KR20220060098A (en) 2020-11-04 2020-11-04 System and Method for Language Study through Converstaion with Two Languges

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200145650A KR20220060098A (en) 2020-11-04 2020-11-04 System and Method for Language Study through Converstaion with Two Languges

Publications (1)

Publication Number Publication Date
KR20220060098A true KR20220060098A (en) 2022-05-11

Family

ID=81607215

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200145650A KR20220060098A (en) 2020-11-04 2020-11-04 System and Method for Language Study through Converstaion with Two Languges

Country Status (1)

Country Link
KR (1) KR20220060098A (en)

Similar Documents

Publication Publication Date Title
US11915692B2 (en) Facilitating end-to-end communications with automated assistants in multiple languages
US11354521B2 (en) Facilitating communications with automated assistants in multiple languages
US7860705B2 (en) Methods and apparatus for context adaptation of speech-to-speech translation systems
US10431203B2 (en) Machine training for native language and fluency identification
US9070363B2 (en) Speech translation with back-channeling cues
JP2017058673A (en) Dialog processing apparatus and method, and intelligent dialog processing system
KR102372069B1 (en) Free dialogue system and method for language learning
KR20170034227A (en) Apparatus and method for speech recognition, apparatus and method for learning transformation parameter
US20130073276A1 (en) MT Based Spoken Dialog Systems Customer/Machine Dialog
US11907665B2 (en) Method and system for processing user inputs using natural language processing
US20220180864A1 (en) Dialogue system, dialogue processing method, translating apparatus, and method of translation
US20150254238A1 (en) System and Methods for Maintaining Speech-To-Speech Translation in the Field
Skantze Galatea: A discourse modeller supporting concept-level error handling in spoken dialogue systems
WO2023045186A1 (en) Intention recognition method and apparatus, and electronic device and storage medium
KR20210051523A (en) Dialogue system by automatic domain classfication
KR20220060098A (en) System and Method for Language Study through Converstaion with Two Languges
KR20220140304A (en) Video learning systems for recognize learners' voice commands
Dhawan Speech to speech translation: Challenges and future
KR101983031B1 (en) Language teaching method and language teaching system
US20230083096A1 (en) Context based language training system, device, and method thereof
KR102253015B1 (en) Apparatus and method of an automatic simultaneous interpretation using presentation scripts analysis
Carbonell et al. Language technologies for humanitarian aid
Rehm et al. Language Technology Support for Icelandic