KR20220062992A

KR20220062992A - 도메인 특화된 언어 규칙 생성이 가능한 텍스트 데이터 분석 방법 및 장치

Info

Publication number: KR20220062992A
Application number: KR1020200148816A
Authority: KR
Inventors: 황용덕; 남상도; 안동욱; 손진호
Original assignee: (주)미소정보기술
Priority date: 2020-11-09
Filing date: 2020-11-09
Publication date: 2022-05-17
Also published as: US20220147709A1; KR102452378B1

Abstract

본 개시의 일 실시예에 따라 적어도 하나의 프로세서를 포함하는 컴퓨팅 장치에 의해 수행되는 텍스트 데이터 분석 방법이 개시된다. 상기 방법은: 하나 이상의 텍스트 데이터를 획득하는 단계; 컨셉 정보에 기초하여 상기 하나 이상의 텍스트 데이터 중 적어도 일부로부터 하나 이상의 언어 규칙을 생성하는 단계; 생성된 상기 하나 이상의 언어 규칙을 포함하고, 사용자로부터 상기 하나 이상의 언어 규칙에 대한 제 1 사용자 입력을 수신할 수 있는 사용자 인터페이스를 제공하는 단계; 및 상기 제 1 사용자 입력에 기초하여 상기 하나 이상의 언어 규칙 중 적어도 하나의 언어 규칙을 포함하는 언어 규칙 집합을 생성하는 단계를 포함할 수 있다.

Description

텍스트 데이터 분석 방법 및 장치 {METHOD AND APPARATUS FOR ANALYZING TEXT DATA}

본 발명은 텍스트 데이터 분석 방법에 관한 것으로서, 보다 구체적으로 언어 규칙을 생성하고 이에 기반하여 텍스트 데이터를 분석하는 방법에 관한 것이다.

기존 당업계에서는 텍스트 데이터를 분석하기 위한 다양한 방법들이 존재해왔다. 텍스트 데이터 분석에는 긍정-부정 판단, 텍스트 주제 분류, 텍스트 요약문 생성 등 다양한 동작들이 포함된다. 최근 기계학습, 딥러닝, 인공 신경망 등의 기술 발전에 따라 자연어 처리 분야에서도 딥러닝 기법에 기초하여 텍스트 데이터를 분석하기 위한 기술들이 출현하고 있다.

그러나 기존 자연어 처리 분야에 있어서 텍스트 데이터 분석 및 분류 작업을 인공 신경망 모델에 기초하여 수행할 경우, 최종적으로 텍스트 데이터를 특정 클래스로 분류하게 된 원인을 알 수 없는 문제가 있었다. 즉, 인공 신경망 모델은 하나 이상의 노드가 갖는 가중치와 편향값에 근거하여 최종 분류를 수행하므로 그 분류에 이르게 된 근거를 알 수 없는 문제가 존재해왔다. 나아가 인공 신경망 모델의 경우 사용자의 개입이 최초 입력 또는 최종 출력 단계에서만 가능하여 모델의 성능을 개선하는데 필연적으로 인공 신경망 모델의 재학습이 요구되는 바, 특정 사용자가 요구하는 성능을 달성하기 위해서는 많은 시간이 소요되는 문제점이 있었다. 따라서 당업계에서는 도메인 특화된 텍스트 분석 방법 및 사용자가 용이하게 방법의 수정이 가능한 텍스트 분석 방법에 대한 수요가 지속적으로 존재해왔다.

한국특허 출원번호 "KR10-2020-7007037"은 동의어 사전 작성 장치, 동의어 사전 작성 프로그램 및 동의어 사전 작성 방법을 개시하고 있다.

본 개시는 전술한 배경기술에 대응하여 안출 된 것으로, 언어 규칙을 생성하고 이에 기반하여 텍스트 데이터를 분석하는 방법의 제공을 목적으로 한다.

전술한 바와 같은 과제를 실현하기 위한 본 개시의 일 실시예에 따라 적어도 하나의 프로세서를 포함하는 컴퓨팅 장치에 의해 수행되는 텍스트 데이터 분석 방법이 개시된다. 상기 방법은: 하나 이상의 텍스트 데이터를 획득하는 단계; 컨셉 정보에 기초하여 상기 하나 이상의 텍스트 데이터 중 적어도 일부로부터 하나 이상의 언어 규칙을 생성하는 단계; 생성된 상기 하나 이상의 언어 규칙을 포함하고, 사용자로부터 상기 하나 이상의 언어 규칙에 대한 제 1 사용자 입력을 수신할 수 있는 사용자 인터페이스를 제공하는 단계; 및 상기 제 1 사용자 입력에 기초하여 상기 하나 이상의 언어 규칙 중 적어도 하나의 언어 규칙을 포함하는 언어 규칙 집합을 생성하는 단계를 포함할 수 있다.

대안적인 실시예에서, 상기 컨셉 정보는 하나 이상의 컨셉 집합을 포함하되, 상기 컨셉 집합에는 하나 이상의 유사 단어들이 포함될 수 있다.

대안적인 실시예에서, 상기 하나 이상의 언어 규칙을 생성하는 단계는: 상기 컨셉 정보에 기초하여 상기 하나 이상의 텍스트 데이터로부터 하나 이상의 트랜잭션 데이터를 생성하는 단계; 상기 하나 이상의 트랜잭션 데이터를 기초로 하나 이상의 컨셉 집합 아이템 세트에 대한 연관 정보를 산출하는 단계; 및 상기 연관 정보 및 언어학적 조건을 나타내는 하나 이상의 언어 함수에 기초하여 하나 이상의 언어 규칙을 생성하는 단계를 포함할 수 있다.

대안적인 실시예에서, 상기 사용자 인터페이스는 상기 하나 이상의 언어 규칙과 관련된 부가 정보를 포함할 수 있다.

대안적인 실시예에서, 상기 부가 정보에는, 상기 하나 이상의 언어 규칙에 포함된 하나 이상의 컨셉 집합 아이템 세트에 대한 연관 정보; 또는 언어 규칙 생성의 기초가 된 언어 함수에 대한 정보가 포함될 수 있다.

대안적인 실시예에서, 상기 사용자 인터페이스는 상기 하나 이상의 언어 규칙을 생성하기 위한 기초가 된 상기 텍스트 데이터의 적어도 일 부분을 다른 부분과 구별하여 표시할 수 있다.

대안적인 실시예에서, 상기 사용자 인터페이스는 상기 언어 규칙 집합을 트리 구조로 표시할 수 있다.

대안적인 실시예에서, 상기 제 1 사용자 입력은, 생성된 상기 하나 이상의 언어 규칙에 포함된 각 언어 규칙이 언어 규칙 집합에 포함될 지를 결정하는 바이너리 데이터; 또는 생성된 상기 하나 이상의 언어 규칙이 언어 규칙 집합에 포함될 경우 각 언어 규칙에 부여되는 논리 연산자 데이터를 포함할 수 있다.

대안적인 실시예에서, 상기 방법은 사용자로부터 입력되는 제 2 사용자 입력에 추가적으로 기초하여 하나 이상의 언어 규칙을 생성하는 단계를 더 포함할 수 있다.

대안적인 실시예에서, 상기 제 2 사용자 입력은, 상기 연관 정보에 포함된 적어도 하나의 척도에 대한 임계치; 또는 상기 하나 이상의 언어 함수 중 적어도 하나의 언어 함수에 대한 인자를 포함할 수 있다.

전술한 바와 같은 과제를 실현하기 위한 본 개시의 일 실시예에 따라 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램이 개시된다. 상기 컴퓨터 프로그램은 하나 이상의 프로세서에서 실행되는 경우, 텍스트 데이터를 분석하기 위한 이하의 동작들을 수행하도록 하며, 상기 동작들은: 하나 이상의 텍스트 데이터를 획득하는 동작; 컨셉 정보에 기초하여 상기 하나 이상의 텍스트 데이터 중 적어도 일부로부터 하나 이상의 언어 규칙을 생성하는 동작; 및 사용자로부터 입력된 제 1 사용자 입력에 기초하여 상기 생성된 하나 이상의 언어 규칙 중 적어도 하나의 언어 규칙을 포함하는 언어 규칙 집합을 생성하는 동작을 포함할 수 있다.

전술한 바와 같은 과제를 실현하기 위한 본 개시의 일 실시예에 따라 텍스트 데이터 분석 장치가 개시된다. 상기 장치는 하나 이상의 프로세서; 메모리; 및 네트워크를 포함하고, 그리고 상기 하나 이상의 프로세서는, 하나 이상의 텍스트 데이터를 획득하고, 컨셉 정보에 기초하여 상기 하나 이상의 텍스트 데이터 중 적어도 일부로부터 하나 이상의 언어 규칙을 생성하고, 그리고 사용자로부터 입력된 제 1 사용자 입력에 기초하여 상기 생성된 하나 이상의 언어 규칙 중 적어도 하나의 언어 규칙을 포함하는 언어 규칙 집합을 생성할 수 있다.

본 개시는 언어 규칙을 생성하는 데 사용자와의 인터랙션을 이용하고 이에 기반하여 텍스트 데이터를 분석하는 방법을 제공할 수 있다.

도 1은 본 개시의 일 실시예에 따라 텍스트 데이터 분석을 수행하기 위한 컴퓨팅 장치의 블록 구성도이다.
도 2는 본 개시의 일 실시예에 따라 네트워크 함수를 나타낸 개략도이다.
도 3은 본 개시의 일 실시예에 따라 언어 규칙 집합을 생성하기 위한 과정을 나타내는 순서도이다.
도 4는 본 개시의 일 실시예에 따라 언어 규칙을 생성하기 위한 과정을 나타내는 순서도이다.
도 5는 본 개시의 일 실시예에 따라 컴퓨팅 장치가 생성하는 트랜잭션 데이터의 예시도이다.
도 6은 본 개시의 일 실시예에 따른 사용자 인터페이스의 일 예시도이다.
도 7은 본 개시의 일 실시예에 따른 사용자 인터페이스의 다른 일 예시도이다.
도 8은 본 개시의 일 실시예에 따른 사용자 인터페이스의 다른 일 예시도이다.
도 9는 본 개시의 실시예들이 구현될 수 있는 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도이다.

다양한 실시예들이 이제 도면을 참조하여 설명된다. 본 명세서에서, 다양한 설명들이 본 개시의 이해를 제공하기 위해서 제시된다. 그러나, 이러한 실시예들은 이러한 구체적인 설명 없이도 실행될 수 있음이 명백하다.

본 명세서에서 사용되는 용어 "컴포넌트", "모듈", "시스템" 등은 컴퓨터-관련 엔티티, 하드웨어, 펌웨어, 소프트웨어, 소프트웨어 및 하드웨어의 조합, 또는 소프트웨어의 실행을 지칭한다. 예를 들어, 컴포넌트는 프로세서상에서 실행되는 처리과정(procedure), 프로세서, 객체, 실행 스레드, 프로그램, 및/또는 컴퓨터일 수 있지만, 이들로 제한되는 것은 아니다. 예를 들어, 컴퓨팅 장치에서 실행되는 애플리케이션 및 컴퓨팅 장치 모두 컴포넌트일 수 있다. 하나 이상의 컴포넌트는 프로세서 및/또는 실행 스레드 내에 상주할 수 있다. 일 컴포넌트는 하나의 컴퓨터 내에 로컬화 될 수 있다. 일 컴포넌트는 2개 이상의 컴퓨터들 사이에 분배될 수 있다. 또한, 이러한 컴포넌트들은 그 내부에 저장된 다양한 데이터 구조들을 갖는 다양한 컴퓨터 판독가능한 매체로부터 실행할 수 있다. 컴포넌트들은 예를 들어 하나 이상의 데이터 패킷들을 갖는 신호(예를 들면, 로컬 시스템, 분산 시스템에서 다른 컴포넌트와 상호작용하는 하나의 컴포넌트로부터의 데이터 및/또는 신호를 통해 다른 시스템과 인터넷과 같은 네트워크를 통해 전송되는 데이터)에 따라 로컬 및/또는 원격 처리들을 통해 통신할 수 있다.

더불어, 용어 "또는"은 배타적 "또는"이 아니라 내포적 "또는"을 의미하는 것으로 의도된다. 즉, 달리 특정되지 않거나 문맥상 명확하지 않은 경우에, "X는 A 또는 B를 이용한다"는 자연적인 내포적 치환 중 하나를 의미하는 것으로 의도된다. 즉, X가 A를 이용하거나; X가 B를 이용하거나; 또는 X가 A 및 B 모두를 이용하는 경우, "X는 A 또는 B를 이용한다"가 이들 경우들 어느 것으로도 적용될 수 있다. 또한, 본 명세서에 사용된 "및/또는"이라는 용어는 열거된 관련 아이템들 중 하나 이상의 아이템의 가능한 모든 조합을 지칭하고 포함하는 것으로 이해되어야 한다.

또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하는 것으로 이해되어야 한다. 다만, "포함한다" 및/또는 "포함하는"이라는 용어는, 하나 이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다. 또한, 달리 특정되지 않거나 단수 형태를 지시하는 것으로 문맥상 명확하지 않은 경우에, 본 명세서와 청구범위에서 단수는 일반적으로 "하나 또는 그 이상"을 의미하는 것으로 해석되어야 한다.

그리고, “A 또는 B 중 적어도 하나”이라는 용어는, “A만을 포함하는 경우”, “B 만을 포함하는 경우”, “A와 B의 구성으로 조합된 경우”를 의미하는 것으로 해석되어야 한다.

당업자들은 추가적으로 여기서 개시된 실시예들과 관련되어 설명된 다양한 예시적 논리적 블록들, 구성들, 모듈들, 회로들, 수단들, 로직들, 및 알고리즘 단계들이 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양쪽 모두의 조합들로 구현될 수 있음을 인식해야 한다. 하드웨어 및 소프트웨어의 상호교환성을 명백하게 예시하기 위해, 다양한 예시적 컴포넌트들, 블록들, 구성들, 수단들, 로직들, 모듈들, 회로들, 및 단계들은 그들의 기능성 측면에서 일반적으로 위에서 설명되었다. 그러한 기능성이 하드웨어로 또는 소프트웨어로서 구현되는지 여부는 전반적인 시스템에 부과된 특정 어플리케이션(application) 및 설계 제한들에 달려 있다. 숙련된 기술자들은 각각의 특정 어플리케이션들을 위해 다양한 방법들로 설명된 기능성을 구현할 수 있다. 다만, 그러한 구현의 결정들이 본 개시내용의 영역을 벗어나게 하는 것으로 해석되어서는 안된다.

제시된 실시예들에 대한 설명은 본 개시의 기술 분야에서 통상의 지식을 가진 자가 본 발명을 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 개시의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이다. 여기에 정의된 일반적인 원리들은 본 개시의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 발명은 여기에 제시된 실시예 들로 한정되는 것이 아니다. 본 발명은 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.

도 1은 본 개시의 일 실시예에 따라 텍스트 데이터 분석을 수행하기 위한 컴퓨팅 장치의 블록 구성도이다. 본 개시의 일 실시예에 따라 텍스트 데이터 분석을 수행하기 위한 컴퓨팅 장치(100)는 네트워크(110), 프로세서(120), 메모리(130), 출력부(140) 및 입력부(150)를 포함할 수 있다.

네트워크(110)는 본 개시의 일 실시예에 따른 하나 이상의 텍스트 데이터 등을 다른 컴퓨팅 장치, 서버 등과 송수신할 수 있다. 또한, 네트워크(110)는 복수의 컴퓨팅 장치 사이의 통신을 가능하게 하여 복수의 컴퓨팅 장치 각각에서 본 개시에 따른 텍스트 데이터 분석을 위한 동작들이 분산 수행되도록 할 수 있다.

본 개시의 일 실시예에 따른 네트워크(110)는 근거리(단거리), 원거리, 유선 및 무선 등과 같은 현재 사용 및 구현되는 임의의 형태의 유무선 통신 기술에 기반하여 동작할 수 있으며, 다른 네트워크들 에서도 사용될 수 있다.

프로세서(120)는 하나 이상의 코어로 구성될 수 있으며, 컴퓨팅 장치의 중앙 처리 장치(CPU: central processing unit), 범용 그래픽 처리 장치 (GPGPU: general purpose graphics processing unit), 텐서 처리 장치(TPU: tensor processing unit) 등의 모델의 학습을 위한 프로세서를 포함할 수 있다. 프로세서(120)는 하나 이상의 텍스트 데이터 중 적어도 일부로부터 하나 이상의 언어 규칙을 생성할 수 있다. 프로세서(120)는 상기 생성된 하나 이상의 언어 규칙을 출력부(140)를 통해 사용자 인터페이스 형태로 사용자에게 제공할 수도 있다. 프로세서(120)는 상기 사용자 인터페이스에 대한 사용자의 입력인 제 1 사용자 입력에 기초하여 하나 이상의 언어 규칙 중 적어도 하나의 언어 규칙을 포함하는 언어 규칙 집합을 생성할 수 있다.

본 개시의 일 실시예에 따르면, 메모리(130)는 프로세서(120)가 생성하거나 결정한 임의의 형태의 정보 및 네트워크(110)가 수신한 임의의 형태의 정보를 저장할 수 있다. 메모리(130)는 본 개시의 일 실시예에 따른 텍스트 데이터 분석을 위한 컴퓨터 프로그램을 저장할 수 있으며, 저장된 컴퓨터 프로그램은 프로세서(120)에 의하여 실행될 수도 있다.

본 개시의 실시예에 따른 데이터베이스는 컴퓨팅 장치(100)에 포함된 메모리(130)일 수 있다. 또는, 데이터베이스는 컴퓨팅 장치(100)와 연동된 별도의 서버 또는 컴퓨팅 장치에 포함된 메모리일 수도 있다.

본 개시의 일 실시예에 따르면, 메모리(130)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 멀티미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광디스크 중 적어도 하나의 타입의 저장매체를 포함할 수 있다. 컴퓨팅 장치(100)는 인터넷(internet) 상에서 상기 메모리(130)의 저장 기능을 수행하는 웹 스토리지(web storage)와 관련되어 동작할 수도 있다. 전술한 메모리에 대한 기재는 예시일 뿐, 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따른 출력부(140)는 사용자로부터 하나 이상의 언어 규칙에 대한 제 1 사용자 입력 또는 제 2 사용자 입력을 수신할 수 있는 사용자 인터페이스(UI, user interface)를 표시할 수 있다. 출력부(140)는 도 6 내지 도 8에 도시된 바와 같은 사용자 인터페이스를 표시할 수 있다. 도면에 도시되고 그리고 전술된 사용자 인터페이스들은 예시일 뿐, 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에 따른 출력부(140)는 프로세서(120)가 생성하거나 결정한 임의의 형태의 정보 및 네트워크(110)가 수신한 임의의 형태의 정보를 출력할 수 있다.

본 개시의 일 실시예에서 출력부(140)는 액정 디스플레이(liquid crystal display, LCD), 박막 트랜지스터 액정 디스플레이(thin film transistor-liquid crystal display, TFT LCD), 유기 발광 다이오드(organic light-emitting diode, OLED), 플렉시블 디스플레이(flexible display), 3차원 디스플레이(3D display) 중에서 적어도 하나를 포함할 수 있다. 이들 중 일부 디스플레이 모듈은 그를 통해 외부를 볼 수 있도록 투명형 또는 광 투과형으로 구성될 수 있다. 이는 투명 디스플레이 모듈이라 지칭될 수 있는데, 상기 투명 디스플레이 모듈의 대표적인 예로는 TOLED(Transparent OLED) 등이 있다.

본 개시의 일 실시예에 따른 입력부(150)를 통해 사용자 입력을 수신할 수 있다. 본 개시의 일 실시예에 따른 입력부(150)는 사용자 입력을 수신 받기 위한 사용자 인터페이스 상의 키 및/또는 버튼들, 또는 물리적인 키 및/또는 버튼들을 구비할 수 있다. 입력부(150)를 통한 사용자 입력에 따라 본 개시의 실시예들에 따른 디스플레이를 제어하기 위한 컴퓨터 프로그램이 실행될 수 있다.

본 개시의 실시예들에 따른 입력부(150)는 사용자의 버튼 조작 또는 터치 입력을 감지하여 신호를 수신하거나, 카메라 또는 마이크로폰을 통하여 사용자 등의 음성 또는 동작을 수신하여 이를 입력 신호로 변환할 수도 있다. 이를 위해 음성 인식(Speech Recognition) 기술 또는 동작 인식(Motion Recognition) 기술들이 사용될 수 있다.

본 개시의 실시예들에 따른 입력부(150)는 컴퓨팅 장치(100)와 연결된 외부 입력 장비로서 구현될 수도 있다. 예를 들어, 입력 장비는 사용자 입력을 수신하기 위한 터치 패드, 터치 펜, 키보드 또는 마우스 중 적어도 하나일 수 있으나, 이는 예시일 뿐이며 본 개시는 이에 제한되는 것은 아니다.

본 개시의 일 실시예에 따른 입력부(150)는 사용자 터치 입력을 인식할 수 있다. 본 개시의 일 실시예에 따른 입력부(150)는 출력부(140)와 동일한 구성일 수도 있다. 입력부(150)는 사용자의 선택 입력을 수신하도록 구현되는 터치 스크린으로 구성될 수 있다. 터치 스크린은 접촉식 정전용량 방식, 적외선 광 감지 방식, 표면 초음파(SAW) 방식, 압전 방식, 저항막 방식 중 어느 하나의 방식이 사용될 수 있다. 전술한 터치 스크린에 대한 자세한 기재는 본 발명의 일 실시예에 따른 예시일 뿐이며, 다양한 터치 스크린 패널이 컴퓨팅 장치(100)에 채용될 수 있다. 터치 스크린으로 구성된 입력부(150)는 터치 센서를 포함할 수 있다. 터치 센서는 입력부(150)의 특정 부위에 가해진 압력 또는 입력부(150)의 특정 부위에 발생하는 정전 용량 등의 변화를 전기적인 입력신호로 변환하도록 구성될 수 있다. 터치 센서는 터치 되는 위치 및 면적 뿐만 아니라, 터치 시의 압력까지도 검출할 수 있도록 구성될 수 있다. 터치 센서에 대한 터치 입력이 있는 경우, 그에 대응하는 신호(들)는 터치 제어기로 보내진다. 터치 제어기는 그 신호(들)를 처리한 다음 대응하는 데이터를 프로세서(120)로 전송한다. 이로써, 프로세서(120)는 입력부(150)의 어느 영역이 터치 되었는지 여부 등을 인식할 수 있게 된다. 본 개시에 따라 컴퓨팅 장치(100)는 상기 입력부(150)를 통해 사용자로부터 제 1 사용자 입력 또는 제 2 사용자 입력을 수신할 수 있다.

도 1에 도시된 컴퓨팅 장치(100)의 구성은 간략화 하여 나타낸 예시일 뿐이다. 본 개시의 일 실시예에서 컴퓨팅 장치(100)는 컴퓨팅 장치(100)의 컴퓨팅 환경을 수행하기 위한 다른 구성들이 포함될 수 있고, 개시된 구성들 중 일부만이 컴퓨팅 장치(100)를 구성할 수도 있다.

도 3은 본 개시의 일 실시예에 따라 언어 규칙 집합을 생성하기 위한 과정을 나타내는 순서도이다. 본 개시에 따른 컴퓨팅 장치(100)는 단계 S310에서 하나 이상의 텍스트 데이터를 획득할 수 있다. 컴퓨팅 장치(100)는 단계 S330에서 컨셉 정보에 기초하여 상기 하나 이상의 텍스트 데이터 중 적어도 일부로부터 하나 이상의 언어 규칙을 생성할 수 있다. 컴퓨팅 장치(100)는 단계 S350에서 생성된 상기 하나 이상의 언어 규칙을 포함하고, 사용자로부터 상기 하나 이상의 언어 규칙에 대한 제 1 사용자 입력을 수신할 수 있는 사용자 인터페이스를 제공할 수 있다. 컴퓨팅 장치(100)는 단계 S370에서 상기 제 1 사용자 입력에 기초하여 상기 하나 이상의 언어 규칙 중 적어도 하나의 언어 규칙을 포함하는 언어 규칙 집합을 생성할 수 있다.

본 개시내용에 있어서 “텍스트 데이터”는 인간이 이해할 수 있는 자연어로 기재된 임의의 형태의 데이터를 의미하며, 음소, 음절, 단어, 문장, 문서 등 임의의 길이를 가질 수 있다. 따라서 본 개시내용에 있어서 “하나 이상의 텍스트 데이터”라는 의미는 하나 이상의 음소, 하나 이상의 단어, 하나 이상의 문장, 하나 이상의 문서 등을 포함하는 의미로 해석되어야 한다.

본 개시에 있어서 “컨셉 집합”은 하나 이상의 단어들을 포함하는 단어 집합을 의미할 수 있다. 상기 컨셉 집합에 포함되는 “단어”에는 구, 절, 문장 등 임의의 형태의 텍스트가 포함될 수도 있다. 상기 컨셉 집합에 포함된 하나 이상의 단어들은 사전 결정된 특성에 기초하여 서로 유사하다고 판단되어진 유사 단어들 일 수 있다. 본 개시의 일 실시예에 있어서 상기 컨셉 집합에 포함된 단어가 하나일 경우, 해당 단어는 하나만으로도 유사하다고 판단될 수 있다. 상기 하나 이상의 단어들에 대한 유사 여부를 결정하는 상기 사전 결정된 특성에는 예를 들어 의미적 유사성, 문법적 유사성, 관념적 유사성, 지각적 유사성 등이 포함될 수 있다. 상기 의미적 유사성은 예를 들어 “법”, “규범”, “법칙”, “규칙” 등과 같이 동일하거나 유사한 의미를 갖는 복수의 단어들이 갖는 특성일 수 있다. 상기 문법적 유사성은 예를 들어 “먹다”, “먹은”, “먹는”, “먹었다” 등과 같이 동일한 단어에 대해 문법적으로 변형된 복수의 단어들이 갖는 특성일 수 있다. 상기 관념적 유사성은 예를 들어 “달”, “토끼”, 등과 같이 사람들에게 유사한 느낌이나 관념을 전달하여 실제 언어 사용에 있어서 자주 함께 등장하는 복수의 단어들이 갖는 특성일 수 있다. 상기 지각적 유사성은 예를 들어 “모니터”, “마우스”, “키보드” 등과 같이 물리적으로 동일한 공간에 위치하고 있다고 인식되는 복수의 단어들이 공유하는 특성일 수 있다. 상기 유사 판단의 기초가 되는 사전 결정된 특성에 관한 예시는 설명을 위한 일 예시에 불과할 뿐 본 개시를 제한하지 않으며, 본 개시에 있어서 컨셉 집합에 포함되는 복수의 단어들 사이 유사성은 임의의 특성을 제한없이 포함한다. 본 개시내용에 있어서 “컨셉”은 상술한 “컨셉 집합”에 포함된 단어들을 총칭하기 위한 용어로 사용될 수 있다. 예를 들어 “A 컨셉”은 “A라는 컨셉 집합에 포함되는 단어들의 총칭”일 수 있다.

본 개시에 따른 “컨셉 정보”는 상술한 바와 같은 컨셉 집합을 하나 이상 포함하는 데이터를 의미할 수 있다. 본 개시에 있어서 상기 컨셉 정보에 기초하여 하나 이상의 언어 규칙을 생성하는 방법은 이하 도 4 및 도 5를 참조하여 자세히 후술한다.

본 개시의 일 실시예에 따른 컴퓨팅 장치(100)는 획득된 하나 이상의 텍스트 데이터를 하나 이상의 토픽에 따라 분류할 수 있다. 컴퓨팅 장치(100)는 적어도 하나의 노드를 포함하는 잠재 공간 표현 모델에 기초하여 상기 하나 이상의 텍스트 데이터를 하나 이상의 토픽에 따라 분류할 수 있다.

도 2는 본 개시의 일 실시예에 따라 네트워크 함수를 나타낸 개략도이다. 본 개시에 따른 하나 이상의 텍스트 데이터에 대한 토픽 분류는 적어도 하나의 노드를 포함하는 인공 신경망 모델에 의해 수행될 수 있다.

본 명세서에 걸쳐 모델, 연산 모델, 신경망, 네트워크 함수, 뉴럴 네트워크(neural network)는 동일한 의미로 상호 교환적으로 사용될 수 있다. 신경망은 일반적으로 노드라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 노드들은 뉴런(neuron)들로 지칭될 수도 있다. 신경망은 적어도 하나의 노드들을 포함하여 구성된다. 신경망들을 구성하는 노드(또는 뉴런)들은 하나 이상의 링크에 의해 상호 연결될 수 있다.

신경망 내에서, 링크를 통해 연결된 하나 이상의 노드들은 상대적으로 입력 노드 및 출력 노드의 관계를 형성할 수 있다. 입력 노드 및 출력 노드의 개념은 상대적인 것으로서, 하나의 노드에 대하여 출력 노드 관계에 있는 임의의 노드는 다른 노드와의 관계에서 입력 노드 관계에 있을 수 있으며, 그 역도 성립할 수 있다. 상술한 바와 같이, 입력 노드 대 출력 노드 관계는 링크를 중심으로 생성될 수 있다. 하나의 입력 노드에 하나 이상의 출력 노드가 링크를 통해 연결될 수 있으며, 그 역도 성립할 수 있다.

하나의 링크를 통해 연결된 입력 노드 및 출력 노드 관계에서, 출력 노드의 데이터는 입력 노드에 입력된 데이터에 기초하여 그 값이 결정될 수 있다. 여기서 입력 노드와 출력 노드를 상호 연결하는 링크는 가중치(weight)를 가질 수 있다. 가중치는 가변적일 수 있으며, 신경망이 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변 될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드 값을 결정할 수 있다.

상술한 바와 같이, 신경망은 하나 이상의 노드들이 하나 이상의 링크를 통해 상호 연결되어 신경망 내에서 입력 노드 및 출력 노드 관계를 형성한다. 신경망 내에서 노드들과 링크들의 개수 및 노드들과 링크들 사이의 연관관계, 링크들 각각에 부여된 가중치의 값에 따라, 신경망의 특성이 결정될 수 있다. 예를 들어, 동일한 개수의 노드 및 링크들이 존재하고, 링크들의 가중치 값이 상이한 두 신경망이 존재하는 경우, 두 개의 신경망들은 서로 상이한 것으로 인식될 수 있다.

신경망은 하나 이상의 노드들의 집합으로 구성될 수 있다. 신경망을 구성하는 노드들의 부분 집합은 레이어(layer)를 구성할 수 있다. 신경망을 구성하는 노드들 중 일부는, 최초 입력 노드로부터의 거리들에 기초하여, 하나의 레이어(layer)를 구성할 수 있다. 예를 들어, 최초 입력 노드로부터 거리가 n인 노드들의 집합은, n 레이어를 구성할 수 있다. 최초 입력 노드로부터 거리는, 최초 입력 노드로부터 해당 노드까지 도달하기 위해 거쳐야 하는 링크들의 최소 개수에 의해 정의될 수 있다. 그러나, 이러한 레이어의 정의는 설명을 위한 임의적인 것으로서, 신경망 내에서 레이어의 차수는 상술한 것과 상이한 방법으로 정의될 수 있다. 예를 들어, 노드들의 레이어는 최종 출력 노드로부터 거리에 의해 정의될 수도 있다.

최초 입력 노드는 신경망 내의 노드들 중 다른 노드들과의 관계에서 링크를 거치지 않고 데이터가 직접 입력되는 하나 이상의 노드들을 의미할 수 있다. 또는, 신경망 네트워크 내에서, 링크를 기준으로 한 노드 간의 관계에 있어서, 링크로 연결된 다른 입력 노드들을 가지지 않는 노드들을 의미할 수 있다. 이와 유사하게, 최종 출력 노드는 신경망 내의 노드들 중 다른 노드들과의 관계에서, 출력 노드를 가지지 않는 하나 이상의 노드들을 의미할 수 있다. 또한, 히든 노드는 최초 입력 노드 및 최후 출력 노드가 아닌 신경망을 구성하는 노드들을 의미할 수 있다.

본 개시의 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수와 동일할 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하다가 다시 증가하는 형태의 신경망일 수 있다. 또한, 본 개시의 다른 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수 보다 적을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하는 형태의 신경망일 수 있다. 또한, 본 개시의 또 다른 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수보다 많을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 증가하는 형태의 신경망일 수 있다. 본 개시의 또 다른 일 실시예에 따른 신경망은 상술한 신경망들의 조합된 형태의 신경망일 수 있다.

딥 뉴럴 네트워크(DNN: deep neural network, 심층신경망)는 입력 레이어와 출력 레이어 외에 복수의 히든 레이어를 포함하는 신경망을 의미할 수 있다. 딥 뉴럴 네트워크를 이용하면 데이터의 잠재적인 구조(latent structures)를 파악할 수 있다. 즉, 사진, 글, 비디오, 음성, 음악의 잠재적인 구조(예를 들어, 어떤 물체가 사진에 있는지, 글의 내용과 감정이 무엇인지, 음성의 내용과 감정이 무엇인지 등)를 파악할 수 있다. 딥 뉴럴 네트워크는 컨볼루션 뉴럴 네트워크(CNN: convolutional neural network), 리커런트 뉴럴 네트워크(RNN: recurrent neural network), 오토 인코더(auto encoder), GAN(Generative Adversarial Networks), 제한 볼츠만 머신(RBM: restricted boltzmann machine), 심층 신뢰 네트워크(DBN: deep belief network), Q 네트워크, U 네트워크, 샴 네트워크, 적대적 생성 네트워크(GAN: Generative Adversarial Network) 등을 포함할 수 있다. 전술한 딥 뉴럴 네트워크의 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에서 네트워크 함수는 오토 인코더(autoencoder)를 포함할 수도 있다. 오토 인코더는 입력 데이터와 유사한 출력 데이터를 출력하기 위한 인공 신경망의 일종일 수 있다. 오토 인코더는 적어도 하나의 히든 레이어를 포함할 수 있으며, 홀수 개의 히든 레이어가 입출력 레이어 사이에 배치될 수 있다. 각각의 레이어의 노드의 수는 입력 레이어의 노드의 수에서 병목 레이어(인코딩)라는 중간 레이어로 축소되었다가, 병목 레이어에서 출력 레이어(입력 레이어와 대칭)로 축소와 대칭되어 확장될 수도 있다. 오토 인코더는 비선형 차원 감소를 수행할 수 있다. 입력 레이어 및 출력 레이어의 수는 입력 데이터의 전처리 이후에 차원과 대응될 수 있다. 오토 인코더 구조에서 인코더에 포함된 히든 레이어의 노드의 수는 입력 레이어에서 멀어질수록 감소하는 구조를 가질 수 있다. 병목 레이어(인코더와 디코더 사이에 위치하는 가장 적은 노드를 가진 레이어)의 노드의 수는 너무 작은 경우 충분한 양의 정보가 전달되지 않을 수 있으므로, 특정 수 이상(예를 들어, 입력 레이어의 절반 이상 등)으로 유지될 수도 있다.

뉴럴 네트워크는 교사 학습(supervised learning), 비교사 학습(unsupervised learning), 반교사학습(semi supervised learning), 또는 강화학습(reinforcement learning) 중 적어도 하나의 방식으로 학습될 수 있다. 뉴럴 네트워크의 학습은 뉴럴 네트워크가 특정한 동작을 수행하기 위한 지식을 뉴럴 네트워크에 적용하는 과정일 수 있다.

뉴럴 네트워크는 출력의 오류를 최소화하는 방향으로 학습될 수 있다. 뉴럴 네트워크의 학습에서 반복적으로 학습 데이터를 뉴럴 네트워크에 입력시키고 학습 데이터에 대한 뉴럴 네트워크의 출력과 타겟의 에러를 계산하고, 에러를 줄이기 위한 방향으로 뉴럴 네트워크의 에러를 뉴럴 네트워크의 출력 레이어에서부터 입력 레이어 방향으로 역전파(backpropagation)하여 뉴럴 네트워크의 각 노드의 가중치를 업데이트 하는 과정이다. 교사 학습의 경우 각각의 학습 데이터에 정답이 라벨링 되어있는 학습 데이터를 사용하며(즉, 라벨링된 학습 데이터), 비교사 학습의 경우는 각각의 학습 데이터에 정답이 라벨링되어 있지 않을 수 있다. 즉, 예를 들어 데이터 분류에 관한 교사 학습의 경우의 학습 데이터는 학습 데이터 각각에 카테고리가 라벨링 된 데이터 일 수 있다. 라벨링된 학습 데이터가 뉴럴 네트워크에 입력되고, 뉴럴 네트워크의 출력(카테고리)과 학습 데이터의 라벨을 비교함으로써 오류(error)가 계산될 수 있다. 다른 예로, 데이터 분류에 관한 비교사 학습의 경우 입력인 학습 데이터가 뉴럴 네트워크 출력과 비교됨으로써 오류가 계산될 수 있다. 계산된 오류는 뉴럴 네트워크에서 역방향(즉, 출력 레이어에서 입력 레이어 방향)으로 역전파 되며, 역전파에 따라 뉴럴 네트워크의 각 레이어의 각 노드들의 연결 가중치가 업데이트 될 수 있다. 업데이트 되는 각 노드의 연결 가중치는 학습률(learning rate)에 따라 변화량이 결정될 수 있다. 입력 데이터에 대한 뉴럴 네트워크의 계산과 에러의 역전파는 학습 사이클(epoch)을 구성할 수 있다. 학습률은 뉴럴 네트워크의 학습 사이클의 반복 횟수에 따라 상이하게 적용될 수 있다. 예를 들어, 뉴럴 네트워크의 학습 초기에는 높은 학습률을 사용하여 뉴럴 네트워크가 빠르게 일정 수준의 성능을 확보하도록 하여 효율성을 높이고, 학습 후기에는 낮은 학습률을 사용하여 정확도를 높일 수 있다.

뉴럴 네트워크의 학습에서 일반적으로 학습 데이터는 실제 데이터(즉, 학습된 뉴럴 네트워크를 이용하여 처리하고자 하는 데이터)의 부분집합일 수 있으며, 따라서, 학습 데이터에 대한 오류는 감소하나 실제 데이터에 대해서는 오류가 증가하는 학습 사이클이 존재할 수 있다. 과적합(overfitting)은 이와 같이 학습 데이터에 과하게 학습하여 실제 데이터에 대한 오류가 증가하는 현상이다. 예를 들어, 노란색 고양이를 보여 고양이를 학습한 뉴럴 네트워크가 노란색 이외의 고양이를 보고는 고양이임을 인식하지 못하는 현상이 과적합의 일종일 수 있다. 과적합은 머신러닝 알고리즘의 오류를 증가시키는 원인으로 작용할 수 있다. 이러한 과적합을 막기 위하여 다양한 최적화 방법이 사용될 수 있다. 과적합을 막기 위해서는 학습 데이터를 증가시키거나, 레귤라이제이션(regularization), 학습의 과정에서 네트워크의 노드 일부를 비활성화하는 드롭아웃(dropout), 배치 정규화 레이어(batch normalization layer)의 활용 등의 방법이 적용될 수 있다.

본 개시의 일 실시예에 있어서 컴퓨팅 장치(100)가 텍스트 데이터에 대해 토픽을 분류하기 위해 사용하는 잠재 공간 표현 모델은 상기 오토 인코더를 포함할 수 있다. 오토 인코더는 입력 데이터와 유사한 출력 데이터를 출력하기 위한 인공 신경망의 일종이며 하나 이상의 히든 레이어를 포함할 수 있다. 컴퓨팅 장치(100)는 텍스트 데이터를 벡터로 표현한 후 오토 인코더에 입력하고 출력된 벡터와 입력된 텍스트 데이터 벡터의 오차를 줄이는 방식으로 잠재 공간 표현 모델을 학습시킬 수 있다. 학습이 완료된 후, 컴퓨팅 장치(100)는 잠재 공간 표현 모델에 포함된 히든 레이어가 출력하는 히든 벡터를 획득할 수 있다. 상기 히든 벡터는 텍스트 데이터를 잠재 공간에 표현하기 위한 잠재 공간 표현 벡터로서 컴퓨팅 장치(100)에 의해 사용될 수 있다. 본 개시에 있어서 잠재 공간 표현 모델은 오토 인코더를 포함하고, 오토 인코더의 중간 출력인 히든 벡터를 사용함으로써 높은 차원을 갖는 텍스트 데이터 입력 벡터의 차원을 줄여 연산량을 줄일 수 있다. 또한 본 개시의 컴퓨팅 장치는 오토 인코더를 포함하는 잠재 공간 표현 모델을 사용함으로써 텍스트 데이터에 포함된 노이즈를 줄이고, 클러스터링을 보다 용이하게 할 수 있다. 컴퓨팅 장치(100)는 상기 복수의 텍스트 데이터 각각에 대한 히든 벡터들에 대해 L1 거리, L2 거리 또는 코사인 유사도를 계산하고 이에 기초하여 클러스터링을 수행할 수 있다.

본 개시의 일 실시예에 따라 프로세서(120)에 의해 잠재 공간 표현 모델에 입력되는 입력 데이터에는 토픽 모델링 알고리즘에 기초하여 생성된 텍스트 데이터에 대한 토픽 벡터 또는 적어도 하나의 노드를 포함하는 임베딩 모델을 통해 생성된 텍스트 데이터에 대한 임베딩 벡터가 포함될 수 있다. 상기 토픽 벡터는 LDA, TF-IDF 기술 등의 적용 결과로 생성될 수 있다. 예를 들어, LDA 기술을 통해 텍스트 데이터에 대한 토픽을 추출할 경우 기 존재하는 K 개의 토픽 각각에 대한 확률을 획득할 수 있는데, 이는 K 크기를 갖는 벡터로 표현될 수 있다. 컴퓨팅 장치(100)는 상기 K 크기를 갖는 벡터에 기초하여 토픽 벡터를 생성할 수 있다.

상기 임베딩 벡터를 생성하기 위한 적어도 하나의 노드를 포함하는 임베딩 모델은 학습 단계에서 입력으로 하나 이상의 텍스트 데이터를 수신할 수 있다. 상기 임베딩 모델은 비지도 학습을 위해 입력된 하나 이상의 텍스트 데이터에서 사전 결정된 비율의 토큰을 마스킹(masking)할 수 있다. 상기 토큰은 단어, 어절 또는 음절 등을 포함하는 텍스트 데이터의 단위를 의미한다. 상기 사전 결정된 비율은 예를 들어 전체 문장 길이의 30%일 수 있다. 상기 마스킹은 임베딩 모델에 해당 토큰을 입력하지 않기 위한 작업으로 토큰에 포함된 텍스트 데이터 내용을 삭제함으로써 수행될 수 있다. 그 후 상기 임베딩 모델은 마스킹된 토큰을 예측하고 실제 해당 위치의 토큰과 비교하여 오차를 줄이는 방식으로 학습될 수 있다. 이 과정에서 상기 임베딩 모델은 입력 문장에 대한 임베딩 벡터를 생성하게 된다. 위 과정을 반복한 후 임베딩 모델에 대한 학습이 완료된 경우, 본 개시에 따른 컴퓨팅 장치(100)는 하나 이상의 텍스트 데이터에 대해 상기 임베딩 모델에 기초하여 임베딩 벡터를 생성할 수 있다.

컴퓨팅 장치(100)는 상기 토픽 벡터 및 임베딩 벡터를 결합시켜 전술한 잠재 공간 표현 모델의 입력 데이터로 사용할 수 있다. 이 경우, 모델에 입력되는 텍스트 데이터를 단순히 원-핫 벡터 등의 방식으로 표현하는 것보다 텍스트 데이터의 토픽, 내용 등의 특성을 반영한 입력 데이터를 생성할 수 있으며 이는 토픽 분류의 성능을 향상시키는 효과를 갖는다.

본 개시의 일 실시예에 있어서 컴퓨팅 장치(100)는 하나 이상의 텍스트 데이터를 하나 이상의 토픽에 따라 분류한 후, 각각의 토픽에 대해 언어 규칙을 생성할 수 있다. 이와 같이 토픽에 따라 분류된 텍스트 데이터에 기초하여 언어 규칙을 생성할 경우 토픽 분류 없이 언어 규칙을 생성하는 경우보다 특정 토픽에 공통되는 언어 규칙을 보다 빠르고 효과적으로 찾아 낼 수 있다.

도 3을 참조할 때 컴퓨팅 장치(100)가 단계 S330에서 컨셉 정보에 기초하여 하나 이상의 텍스트 데이터 중 적어도 일부로부터 하나 이상의 언어 규칙을 생성하는 방법에 관하여 도 4 및 도 5를 참조하여 자세히 서술한다.

도 4는 본 개시의 일 실시예에 따라 언어 규칙을 생성하기 위한 과정을 나타내는 순서도이다. 컴퓨팅 장치(100)는 단계 S410에서 컨셉 정보에 기초하여 획득된 하나 이상의 텍스트 데이터로부터 하나 이상의 트랜잭션 데이터를 생성할 수 있다. 컴퓨팅 장치(100)는 컨셉 정보에 포함된 하나 이상의 컨셉 집합들이 하나 이상의 텍스트 데이터 각각에 포함되어 있는지 확인한 후 트랜잭션 데이터를 생성할 수 있다. 상기 트랜잭션 데이터는 각 텍스트마다 하나 이상의 각 컨셉 집합이 포함되어 있는지 여부를 나타내는 바이너리 데이터를 포함할 수 있다.

도 5는 본 개시의 일 실시예에 따라 컴퓨팅 장치가 생성하는 트랜잭션 데이터의 예시도이다. 도 5에 도시된 바와 같이 본 개시에 따른 트랜잭션 데이터는 행렬 형태로 표현될 수 있다. 행렬로 표현된 트랜잭션 데이터에서 각 행은 어느 하나의 텍스트 데이터에 대한 하나 이상의 컨셉 집합에 대한 바이너리 데이터를 포함할 수 있다. 행렬로 표현된 트랜잭션 데이터에서 각 열은 어느 하나의 컨셉 집합이 하나 이상의 텍스트 데이터 중 어느 텍스트 데이터에 포함되어 있는지에 대한 바이너리 데이터를 포함할 수 있다. 상기 바이너리 데이터는 각 컨셉 집합이 해당하는 텍스트 데이터에 포함되어 있는지 여부를 나타낼 수 있다. 예컨대, 1번 텍스트 데이터에 대한 트랜잭션 데이터를 나타내는 참조번호 510의 경우, 1번 텍스트 데이터에 '_meaning_01'에 해당하는 컨셉 집합은 존재하지 않고 1번 텍스트 데이터에 '_Contract_01'에 해당하는 컨셉 집합은 존재하는 것을 바이너리 데이터의 True, False 표기를 통해 확인할 수 있다. 이와 같이 본 개시는 개별 단어 수준이 아닌 하나 이상의 유사 단어들로 구성된 컨셉 집합 수준에서 텍스트 데이터를 검사하고 트랜잭션 데이터를 생성하므로, 트랜잭션 데이터의 그룹화가 용이하며 그에 따라 텍스트 데이터로부터 텍스트 데이터에 포함된 함의를 나타내는 상위 개념을 보다 빠르게 추출할 수 있다.

도 4를 참조하면, 컴퓨팅 장치(100)는 단계 S430에서 상기 생성된 하나 이상의 트랜잭션 데이터를 기초로 하나 이상의 컨셉 집합 아이템 세트에 대한 연관 정보를 산출할 수 있다.

본 개시의 일 실시예에 따른 "컨셉 집합 아이템 세트"는 하나 이상의 컨셉 집합들의 집합을 의미한다. 예컨대 A 컨셉 집합, B 컨셉 집합, C 컨셉 집합이 있을 경우, 컨셉 집합 아이템 세트는 A, B, C, (A,B), (B,C), (A,C) 또는 (A,B,C)와 같은 구성이 가능하다. 상기 컨셉 집합 아이템 세트에는 하나의 컨셉 집합만이 포함될 수도 있다. 컨셉 집합 아이템 세트에 포함될 수 있는 컨셉 집합의 개수는 임의의 자연수일 수 있다.

본 개시의 일 실시예에 따른 연관 정보에는 지지도(support), 신뢰도(confidence), 향상도(lift), 레버리지(leverage), 컨빅션(conviction) 중 적어도 하나의 척도에 대한 값이 포함될 수 있다. 상기 지지도는 수학식 1과 같이 표현될 수 있다.

[수학식 1]

은

에

및

로 표현되는 컨셉 집합을 동시에 포함하는 텍스트 데이터의 수를 나타낸다.

은 전체 텍스트 데이터의 수를 나타낸다. 지지도는 하나 이상의 텍스트 데이터 중에서 특정 컨셉 해당하는 단어를 포함하고 있는 텍스트 데이터의 수를 표현할 수 있다. 만약 컨셉 집합 하나에 대한 지지도를 계산할 경우, 수학식 2에 의해 연산 될 수 있다.

[수학식 2]

는 전체 텍스트 데이터 중

컨셉에 해당하는 단어를 포함하는 데이터 수를 나타낸다. 즉, 지지도는 하나의 컨셉 집합에 대해서도 계산될 수 있다.

본 개시의 일 실시예에 따른 신뢰도는 수학식 3과 같이 표현될 수 있다.

[수학식 3]

신뢰도는 상기 수학식 1 및 수학식 2에 따른 지지도에 기초하여 계산될 수 있다. 신뢰도는 컨셉 A가 포함된 데이터 중에서 B도 포함된 데이터의 비율을 의미하므로 조건부 확률의 의미를 포함할 수 있다. 신뢰도의 경우,

와

를 계산할 때 그 분모의 크기가 달라질 수 있으므로 비대칭 척도이다. 신뢰도는 연관 정보에 포함된 척도 중 하나로서, 텍스트에서 단어의 순서에 따른 특징을 고려할 수 있다.

본 개시의 일 실시예에 따른 향상도는 수학식 4와 같이 표현될 수 있다.

[수학식 4]

향상도는 상기 수학식 1 내지 수학식 3에 근거하여 계산될 수 있다. 향상도가 1 인 경우 A, B 두 컨셉은 서로 독립적이라고 할 수 있다. 향상도가 1보다 클 경우 A, B 두 컨셉은 서로 양의 상관 관계를 가진다. 향상도가 1보다 작은 경우, A, B 두 컨셉은 서로 음의 상관 관계를 갖는다. 향상도의 경우

와

의 값이 항상 같을 것이 보장되므로 교환 법칙이 성립하는 척도이다.

본 개시의 일 실시예에 따른 레버리지는 수학식 5와 같이 표현될 수 있다.

[수학식 5]

본 개시의 일 실시예에 따른 컨빅션은 수학식 6과 같이 표현될 수 있다.

[수학식 6]

전술한 수학식들로 표현되는 척도들은 연관 정보에 포함되는 하나 이상의 척도들에 대한 예시일 뿐, 본 개시는 트랜잭션 데이터로부터 생성될 수 있는 다양한 수치 데이터를 제한없이 포함할 수 있다.

본 개시에 따른 컴퓨팅 장치(100)는 다양한 실시예에서 상술한 수학식 1 내지 수학식 6으로 표현되는 척도들을 포함하는 연관 정보를 산출할 수 있다. 본 개시에 따른 컴퓨팅 장치(100)는 상기 연관 정보를 산출한 후, 각각의 척도에 대해 임계값 이상의 값을 갖는 컨셉 집합 아이템 세트만 선택할 수 있다. 예를 들어 컴퓨팅 장치(100)는 계산된 지지도의 값이 0.9 이상인 컨셉 집합 아이템 세트를 선별할 수 있다. 또한 지지도의 값이 0.9 이상이면서 신뢰도의 값도 0.9 이상인 컨셉 집합 아이템 세트를 선별할 수도 있다. 본 개시에 따른 컴퓨팅 장치(100)는 상기 연관 정보에 기초하여 하나 이상의 언어 규칙을 생성할 수 있고, 나아가 사용자 인터페이스에 상기 연관 정보를 포함시켜 출력시킬 수도 있다.

다시 도 4를 참조하면, 컴퓨팅 장치(100)는 단계 S450에서 상기 연관 정보 및 언어학적 조건을 나타내는 하나 이상의 언어 함수에 기초하여 하나 이상의 언어 규칙을 생성할 수 있다. 상기 하나 이상의 언어 함수에는 예를 들어 컨셉의 교집합을 의미하는 AND 함수, 컨셉의 합집합을 의미하는 OR 함수, 순서와 무관한 컨셉 간 거리 함수(DIST), 순서를 고려한 컨셉 간 거리 함수(ORDDIST), 컨셉 출현 빈도 함수(FREQ), 컨셉-시작점 거리 함수(START) 또는 컨셉-끝점 거리 함수(END) 등이 포함될 수 있다.

상기 순서와 무관한 컨셉 간 거리 함수(DIST)는 함수 파라미터로 거리에 대한 최대값을 필요로 할 수 있다. 상기 거리에 대한 최대값은 제 2 사용자 입력을 통해 사용자로부터 입력된 값에 기초하여 설정될 수도 있고, 디폴트 값으로 설정되어 있을 수도 있다. 상기 디폴트 값은 예를 들어 10일 수 있다. 순서와 무관한 컨셉 간 거리 함수(DIST)는 두 컨셉에 해당하는 단어가 하나의 텍스트 데이터에 공통적으로 등장하되, 거리에 대한 최대값 미만으로 떨어져 있는 경우를 탐색하기 위한 함수를 의미한다. 상기 순서를 고려한 컨셉 간 거리 함수(ORDDIST)는 선행 컨셉에 해당하는 단어와 후행 컨셉에 해당하는 단어를 구분하고, 해당 순서에 따라 단어가 존재하되, 설정된 거리 최대값 이하로 단어가 존재하는 경우를 탐색하기 위한 함수이다. 순서를 고려한 컨셉 간 거리 함수 역시 마찬가지로 함수 파라미터로서 거리에 대한 최대값을 필요로 할 수 있으며 해당하는 내용은 순서 무관 컨셉 간 거리 함수와 중복되므로 생략한다.

상기 컨셉 출현 빈도 함수(FREQ)는 파라미터로 최소 빈도수를 요구할 수 있다. 컨셉 출현 빈도 함수는 하나 이상의 컨셉이 텍스트 데이터에서 출현된 횟수를 나타낼 수 있다. 예를 들어 최소 빈도수를 3으로 설정한 경우, 컴퓨팅 장치(100)가 컨셉 출현 빈도 함수를 언어 규칙 생성 시 적용하게 되면 생성되는 언어 규칙은 하나 이상의 텍스트 데이터에서 최소 3번 이상 나타남을 보장할 수 있다. 상기 컨셉 출현 빈도 함수는 지나치게 간헐적으로 나타나는 노이즈에 가까운 규칙을 무시하기 위해 언어 함수의 하나로 사용될 수 있다.

상기 컨셉-시작점 거리 함수(START) 또는 컨셉-끝점 거리 함수(END)는 컨셉이 텍스트 데이터의 시작점 또는 끝점과 최대 N 거리 이하에 위치한 경우를 탐색하기 위한 언어 함수이다. 위 컨셉-시작점 거리 함수(START) 또는 컨셉-끝점 거리 함수(END)는 함수 파라미터로 공통적으로 최대 거리를 필요로 할 수 있다. 예를 들어 컨셉-시작점 거리 함수(START)가 최대 거리 파라미터로 5를 가지고 있는 경우, 텍스트 데이터의 첫 어절 또는 단어로부터 5번째 순서 이내에 해당 컨셉 집합의 원소 단어를 포함하는 텍스트 데이터를 검출할 수 있다. 컨셉-끝점 거리 함수(END)도 마찬가지 기능을 수행하나 그 기준점이 마지막 단어인 것을 차이로 할 수 있다. 상기 컨셉-시작점 거리 함수(START) 또는 컨셉-끝점 거리 함수(END)는 텍스트 데이터에서 중요한 정보는 통상 텍스트 데이터의 시작점 부근에서 나타나거나 끝점 부근에서 나타난다는 언어학적인 배경 지식이 포함된 언어 함수일 수 있다.

전술한 하나 이상의 언어 함수에 포함되는 언어 함수의 종류에 관한 서술은 예시적 열거에 불과하며 본 개시를 제한하지 않는다. 본 개시는 언어학적 조건을 나타내는 하나 이상의 언어 함수를 적용하여 해당 조건에 맞는 텍스트 데이터를 찾기 위한 언어 규칙을 생성할 수 있다. 예를 들어 A 컨셉과 B 컨셉을 포함하는 컨셉 집합 아이템 세트에 대해서 언어함수로 ORDDIST가 선택된 경우, 언어 규칙은 (ORDDIST, 9, A 컨셉, B 컨셉)과 같이 표현될 수 있다. 언어 규칙에 포함된 9는 컨셉에 해당하는 단어간 거리를 의미할 수 있다. 상기 언어 함수의 선택은 별도의 제 2 사용자 입력에 기초하여 수행될 수 있다. 상기 언어 함수는 컴퓨팅 장치(100)에 의해 사전 결정된 종류와 파라미터 값으로 결정될 수도 있다.

도 3을 참조하면 컴퓨팅 장치(100)는 단계 S350에서 생성된 상기 하나 이상의 언어 규칙을 포함하고, 사용자로부터 상기 하나 이상의 언어 규칙에 대한 제 1 사용자 입력을 수신할 수 있는 사용자 인터페이스를 제공할 수 있다. 이하에서는 도 6 내지 도 8을 참조하여 본 개시의 일 실시예에 따른 사용자 인터페이스를 설명한다.

본 개시의 일 실시예에 따른 사용자 인터페이스는 하나 이상의 언어 규칙과 관련된 부가 정보를 포함할 수 있다. 상기 부가 정보는 언어 규칙에 대한 정량적 수치 데이터를 포함할 수 있다. 상기 부가 정보에는 사용자의 언어 규칙 선택을 돕기 위한 정성적 데이터가 포함될 수도 있다. 위와 같이 본 개시에 따른 컴퓨팅 장치(100)는 사용자 인터페이스에 언어 규칙을 표시할 뿐만 아니라 하나 이상의 언어 규칙에 대한 부가 정보도 함께 표시함으로써 사용자의 언어 규칙 선택 및 언어 규칙 집합 생성에 도움을 줄 수 있다.

본 개시의 일 실시예에 따라 사용자 인터페이스에 포함되는 상기 부가 정보에는, 하나 이상의 언어 규칙에 포함된 하나 이상의 컨셉 집합 아이템 세트에 대한 연관 정보 또는 언어 규칙 생성의 기초가 된 언어 함수에 대한 정보가 포함될 수 있다.

도 6은 본 개시의 일 실시예에 따른 사용자 인터페이스의 일 예시도이다. 본 개시에 따른 컴퓨팅 장치(100)는 출력부(140)를 통해 도 6의 예시와 같은 사용자 인터페이스를 표시할 수 있다. 사용자 인터페이스에는 하나 이상의 언어 규칙마다 포함된 하나 이상의 컨셉 집합을 표시하는 부분(610)이 포함될 수 있다. 참조번호 610이 도시하는 표에서 'antecedents'는 선행하는 컨셉을 나타내고, 'consequents'는 후행되는 컨셉을 나타낸다.

상기 사용자 인터페이스에는 언어 함수를 표시하는 부분(630)이 포함될 수 있다. 본 개시에 따른 일 실시예로서 참조번호 630이 도시하는 부분에서 'linguistic function'은 각 언어 규칙마다 적용된 언어 함수의 종류를 나타낼 수 있다. 또한 'linguistic distance/frequency' 부분은 'linguistic function'에 나타난 언어 함수의 종류에 따라 획득된 값을 표시한 열(column)의 명칭일 수 있다. 예를 들어 언어 함수의 종류가 순서와 무관한 두 컨셉 집합 사이의 거리(DIST), 또는 순서를 고려한 두 컨셉 집합 사이의 거리(ORDDIST)인 경우, 각각의 'linguistic distance/frequency' 부분에는 거리 값이 포함될 수 있다. 다른 예를 들어 언어 함수의 종류가 텍스트 데이터에서 해당 언어 규칙이 출현하는 빈도수일 경우, 'linguistic distance/frequency' 부분에는 빈도수가 포함될 수도 있다.

상기 사용자 인터페이스에는 연관 정보를 포함하는 부분(650)이 포함될 수 있다. 상기 연관 정보를 포함하는 부분(650)에는 각 언어 규칙에 대한 지지도, 신뢰도, 향상도, 레버리지, 컨빅션 등 전술한 바와 같은 연관 정보에 포함된 척도 중 적어도 하나가 포함될 수 있다.

본 개시에 따른 사용자 인터페이스를 통해 사용자는 생성된 언어 규칙과 함께 다양한 부가 정보를 확인함으로써 하나 이상의 언어 규칙을 효과적으로 선택한 후 언어 규칙 집합을 생성할 수 있다.

본 개시의 일 실시예에 따른 사용자 인터페이스는 상기 하나 이상의 언어 규칙을 생성하기 위한 기초가 된 상기 텍스트 데이터의 적어도 일 부분을 다른 부분과 구별하여 표시할 수 있다.

도 7은 본 개시의 일 실시예에 따른 사용자 인터페이스의 다른 일 예시도이다. 본 개시에 따른 일 실시예에서 사용자 인터페이스에는 언어 규칙을 생성하는데 기초가 된 텍스트 데이터의 적어도 일 부분을 다른 텍스트 데이터 부분과 구별하여 표시하는 부분(710)이 포함될 수 있다. 예컨대 참조번호 710의 경우, 프로세서(120)가 생성한 언어 규칙에는 'hydrogen'이라는 단어를 포함하는 컨셉 집합이 포함될 수 있다. 이 때 컴퓨팅 장치(100)는 사용자 인터페이스에서 해당 언어 규칙을 생성하는데 기초가 된 컨셉 집합에 포함된 단어(예를 들어, hydrogen)에 밑줄을 치는 방식으로 다른 텍스트 데이터 부분과 구별하여 표시할 수 있다. 컴퓨팅 장치(100)는 언어 규칙을 생성하는데 기초가 된 컨셉 집합에 포함된 단어들을 다른 텍스트와 다른 색상을 갖도록 할 수 있다. 컴퓨팅 장치(100)는 언어 규칙을 생성하는데 기초가 된 컨셉 집합에 포함된 단어들의 배경색을 강조를 위해 다른 단어와 다르게 할 수도 있다. 본 개시에 있어서 전술한 바와 같은 구별을 위한 표시 방법은 설명을 위한 예시에 불과하며, 본 개시는 언어 규칙 생성에 기초가 된 하나 이상의 컨셉 집합에 포함된 각 단어를 텍스트 데이터 내에서 다른 부분과 구별하기 위한 표시 방법을 제한없이 포함한다.

계속하여 도 7을 참조할 때 본 개시의 일 실시예에 있어서, 사용자 인터페이스에는 언어 규칙의 출현 빈도수를 표시하는 부분(730)이 포함될 수 있다. 참조번호 730에 포함된 숫자는 해당하는 각 언어 규칙이 하나 이상의 텍스트 데이터 상에서 몇 번 출현하였는지를 나타낼 수 있다.

본 개시의 일 실시예에 따른 사용자 인터페이스는 언어 규칙 집합을 트리 구조로 표시할 수 있다. 본 개시에 따른 텍스트 분석 방법에서 컴퓨팅 장치(100)는 생성된 언어 규칙 집합을 트리 구조로 표시함으로써 언어 규칙 집합에 포함된 하나 이상의 규칙 사이의 구조를 한눈에 용이하게 파악할 수 있게 한다. 그 결과 본 개시에 따른 사용자 인터페이스는 사용자에게 언어 규칙 집합에 대한 편집을 편리하게 해주는 효과가 있다.

도 8은 본 개시의 일 실시예에 따른 사용자 인터페이스의 다른 일 예시도이다. 본 개시에 따른 사용자 인터페이스는 언어 규칙 집합을 트리 구조로 표현하는 부분(810)을 포함할 수 있다. 예를 들어 'Concepts'라는 언어 규칙 집합에는 두 개의 서브 언어 규칙 집합('Predefined Concepts', 'Custom Concepts')이 포함될 수 있다. 나아가 'Custom Concepts' 서브 언어 규칙 집합은 다시 'PreDefOrg', 'UniversityNames' 등과 같은 언어 규칙들을 그 하위 구성으로 포함할 수 있다. 본 개시는 상기한 바와 같이 하나의 언어 규칙 집합에 어떤 언어 규칙들이 포함되는 지, 어떤 하위 언어 규칙 집합이 포함되는지를 트리 구조 형태로 사용자 인터페이스에 도시하므로 사용자로 하여금 언어 규칙 집합을 용이하게 파악하고 관리할 수 있게 한다.

본 개시의 일 실시예에 있어서 사용자 인터페이스는 언어 규칙을 편집할 수 있는 부분(830)을 포함할 수 있다. 생성된 언어 규칙 또한 트리 구조로 표현될 수 있다. 예를 들어, 언어 규칙이 (OR, (AND, 'hydrogen'))으로 구성된 경우, 컴퓨팅 장치(100)는 언어 규칙 내에서 가장 상위 논리 연산자인 'OR'을 부모 노드로 하고 나머지 서브 규칙들을 자식 노드로 하는 트리 구조 형태로 상기 언어 규칙을 표현할 수 있다. 본 개시에 따른 사용자 인터페이스에 있어서 참조번호 830과 같은 구성은 언어 규칙 집합에 포함되는 하나 이상의 언어 규칙에 대한 관리뿐만 아니라, 언어 규칙 내에서 세부 사항을 수정하는 데에도 도움을 줄 수 있다.

전술한 도 6 내지 도 8에 나타난 사용자 인터페이스에 관한 예시도는 설명을 위한 예시일 뿐 본 개시를 제한하지 않으며, 본 개시는 하나 이상의 언어 규칙을 포함하는 다양한 종류의 사용자 인터페이스를 제한없이 포함한다.

본 개시의 일 실시예에 따라 컴퓨팅 장치(100)는 사용자로부터 제 1 사용자 입력을 수신할 수 있다. 상기 제 1 사용자 입력은 생성된 상기 하나 이상의 언어 규칙에 포함된 각 언어 규칙이 언어 규칙 집합에 포함될 지를 결정하는 바이너리 데이터 또는 생성된 상기 하나 이상의 언어 규칙이 언어 규칙 집합에 포함될 경우 각 언어 규칙에 부여되는 논리 연산자 데이터를 포함할 수 있다. 상기 바이너리 데이터는 0 또는 1의 값을 가질 수 있다. 상기 바이너리 데이터는 True or False의 Boolean 데이터를 가질 수도 있다. 컴퓨팅 장치(100)는 상기 제 1 사용자 입력에 포함된 각 언어 규칙에 대한 바이너리 데이터에 기초하여 생성된 하나 이상의 언어 규칙이 기존 언어 규칙 집합에 포함될 지 여부를 결정할 수 있다. 컴퓨팅 장치(100)는 상기 바이너리 데이터에 대한 디폴트 값으로 모든 언어 규칙에 대해 0으로 설정될 수 있다. 또는 컴퓨팅 장치(100)는 하나 이상의 언어 규칙에 대한 연관 정보 중 적어도 하나의 척도와 해당 척도의 임계값을 비교하여 상위 N개의 언어 규칙에 대해서만 디폴트 값으로 1을 설정하고 나머지는 디폴트 값으로 0을 설정할 수도 있다.

본 개시의 일 실시예에 따른 제 1 사용자 입력에 포함된 논리 연산자 데이터는 예를 들어 'OR', 'AND', 'NOT' 등을 포함할 수 있다. 상기 논리 연산자 데이터는 언어 규칙 집합에 새롭게 포함될 언어 규칙과 다른 언어 규칙들 사이의 관계를 나타내는 데이터일 수 있다. 예를 들어 사용자가 제 1 사용자 입력을 통해 어느 하나의 언어 규칙을 언어 규칙 집합에 포함되도록 선택하면서 논리 연산자 데이터를 'OR'로 입력한 경우, 해당 언어 규칙은 기존에 존재하던 다른 언어 규칙들과 OR, 즉 '또는'의 관계로 정의되어 언어 규칙 집합에 포함될 수 있다. 일 예시로 상기 'OR'은 하나 이상의 언어 규칙이 언어 규칙 집합에 포함될 경우 각 언어 규칙에 부여되는 논리 연산자 데이터의 디폴트 값으로 설정될 수 있다. 다른 일 예시에서 논리 연산자 데이터 'NOT'은 '해당 언어 규칙이 존재하지 않을 것'을 조건으로 설정하기 위한 데이터일 수 있다. 예를 들어, 입력 문서에 노이즈가 지나치게 많거나, 모든 문서에 공통적으로 존재하는 문장 또는 문단으로서 텍스트 데이터를 분석하는데 기여하는 바가 없는 경우 이러한 텍스트들에 대해 생성되는 언어 규칙을 제외할 필요가 있다. 따라서 사용자는 검출된 빈도수는 높으나 노이즈에 해당하여 해당 언어 규칙을 제외하는 것 자체를 조건으로 설정하고 싶은 경우, 그러한 언어 규칙을 언어 규칙 집합에 포함시키면서 논리 연산자 데이터로 'NOT'을 선택할 수 있다. 전술한 논리 연산자 데이터에 관한 서술은 일 예시일 뿐 본 개시를 제한하지 않는다.

본 개시에 따른 컴퓨팅 장치(100)는 상술한 제 1 사용자 입력에 기초하여 생성된 하나 이상의 언어 규칙 중 적어도 하나의 언어 규칙을 포함하는 언어 규칙 집합을 생성할 수 있다. 본 개시에 따른 텍스트 분석 방법은 컴퓨팅 장치(100)를 통해 컨셉 정보에 기초하여 하나 이상의 언어 규칙을 생성하되, 최종적으로 언어 규칙 집합을 생성함에 있어서 사용자로부터 제 1 사용자 입력을 수신하고 이에 기초하여 언어 규칙 집합을 생성한다. 따라서 본 개시에 따른 컴퓨팅 장치(100)는 사용자가 입력하는 텍스트 데이터의 종류, 텍스트 적용 분야 등에 따라 사용자가 원하는 특정 도메인에 특화된 언어 규칙 집합 생성 방법을 제공할 수 있다.

본 개시에 따른 컴퓨팅 장치(100)는 하나 이상의 언어 규칙을 포함하는 언어 규칙 집합을 통해 입력되는 텍스트 데이터를 분류할 수 있다. 상기 언어 규칙 집합에 포함된 각 언어 규칙은 텍스트 분류 조건에 해당하는 것으로 이해될 수 있다. 예를 들어 언어 규칙 집합에 (AND, Concept1, Concept2)라는 제 1 언어 규칙과 (ORDDIST, 9, Concept3, Concept4)라는 제 2 언어 규칙이 포함된 경우, 컴퓨팅 장치(100)는 획득된 하나 이상의 텍스트 데이터 중 상기 언어 규칙 집합에 포함된 제 1 언어 규칙 및 제 2 언어 규칙을 모두 만족하는 텍스트 데이터를 분류해낼 수 있다. 또한 언어 규칙 집합이 하나 이상의 언어 규칙을 트리 구조로 포함하는 경우 컴퓨팅 장치는 제 1 언어 규칙 및 제 2 언어 규칙을 만족하는 하나 이상의 텍스트 데이터들 중 추가적으로 제 3 언어 규칙을 만족하는 텍스트 데이터 및 만족하지 않는 텍스트 데이터로 분류할 수 있다. 위와 같이 생성된 언어 규칙에 기반하여 텍스트를 분류할 경우 사용자는 해당 텍스트가 분류된 원인을 알 수 있으므로 언어 규칙 수정이 용이하다는 장점이 있다. 또한 도 6 내지 도 8에서 전술한 바와 같이 트리 구조를 갖는 언어 규칙 집합에 기초하여 텍스트 데이터를 분류할 경우, 전체 텍스트 데이터의 분포 또는 자료 구조를 한 눈에 확인할 수 있으므로 텍스트 데이터 집합의 구조화가 용이하다는 점에 장점이 있다.

다시 도 3을 참조할 때, 단계 S330은 사용자로부터 입력되는 제 2 사용자 입력에 추가적으로 기초하여 하나 이상의 언어 규칙을 생성하는 단계를 더 포함할 수 있다. 본 개시에 따른 컴퓨팅 장치(100)는 전술한 바와 같이 언어 규칙 집합을 생성할 때 고려되기 위한 제 1 사용자 입력 외에 언어 규칙을 생성할 때도 제 2 사용자 입력을 수신할 수 있다. 이에 따라 본 개시에 따른 컴퓨팅 장치(100)는 언어 규칙의 생성 및 언어 규칙 집합 생성을 포함한 전체 과정에 사용자의 선택을 개입하게 함으로써 보다 도메인에 특화된 언어 규칙 집합을 생성할 수 있게 한다.

본 개시의 일 실시예에 따른 제 2 사용자 입력은 연관 정보에 포함된 적어도 하나의 척도에 대한 임계치 또는 하나 이상의 언어 함수 중 적어도 하나의 언어 함수에 대한 인자를 포함할 수 있다. 본 개시에 있어서 프로세서(120)가 언어 규칙을 생성하기 위해서는 전술한 바와 같은 컨셉 집합 아이템 세트에 대한 연관 정보에 기초하게 되는데 이 때 연관 정보 중 적어도 하나의 척도에 대한 임계치를 사용자가 설정할 수 있다. 예를 들어 사용자는 제 2 사용자 입력을 통해 연관 정보에 포함된 지지도의 임계치를 0.9로 설정할 수 있다. 다른 예를 들어 사용자는 제 2 사용자 입력을 통해 연관 정보에 포함된 신뢰도의 임계치를 0.99로 설정할 수도 있다. 이와 같이 사용자는 제 2 사용자 입력을 통해 언어 규칙 생성 단계에서부터 생성될 언어 규칙의 성능 지표 하한을 설정함으로써 일정 성능 이상의 언어 규칙만 제공받을 수 있다. 그 결과 사용자는 효과적인 언어 규칙 집합을 생성할 수 있다. 상기 제 2 사용자 입력은 하나 이상의 언어 함수 중 적어도 하나의 언어 함수에 대한 인자를 포함한다. 상기 인자에는 언어 함수의 종류가 포함될 수 있다. 상기 인자에는 언어 함수의 종류에 따라 하나 이상의 파라미터를 요구할 경우 해당 파라미터에 대한 값이 포함될 수도 있다. 사용자는 제 2 사용자 입력을 통해 컴퓨팅 장치(100)에 적용할 언어 함수의 종류를 지정할 수 있다. 상기 언어 함수의 종류에는 순서와 무관한 단어 간 거리 함수, 순서를 고려한 단어 간 거리 함수, 단어 출현 빈도 함수, 단어-시작점 거리 함수 또는 단어-끝점 거리 함수 중 적어도 하나가 포함될 수 있다. 또한 사용자는 언어 함수의 종류로 단어 간 거리 함수를 설정하면서 동시에 단어 간 거리의 최대값을 설정할 수 있다. 예를 들어 사용자는 제 2 사용자 입력을 통해 언어 규칙 생성에 사용될 언어 함수를 ORDDIST로 설정하면서 동시에 최대 거리값을 10으로 설정할 수 있다. 전술한 제 2 사용자 입력에 대한 예시는 일 예시에 불과할 뿐 본 개시를 제한하지 않는다.

위와 같이 본 개시에 따른 컴퓨팅 장치(100)는 사용자로부터 제 2 사용자 입력을 수신하고 이에 기초하여 하나 이상의 언어 규칙을 생성하므로 사용자에게 잘 맞는 커스터마이징 기능을 제공할 수 있다.

도 9는 본 개시의 실시예들이 구현될 수 있는 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도이다. 본 개시가 일반적으로 컴퓨팅 장치에 의해 구현될 수 있는 것으로 전술되었지만, 당업자라면 본 개시가 하나 이상의 컴퓨터 상에서 실행될 수 있는 컴퓨터 실행가능 명령어 및/또는 기타 프로그램 모듈들과 결합되어 및/또는 하드웨어와 소프트웨어의 조합으로써 구현될 수 있다는 것을 잘 알 것이다.

일반적으로, 프로그램 모듈은 특정의 태스크를 수행하거나 특정의 추상 데이터 유형을 구현하는 루틴, 프로그램, 컴포넌트, 데이터 구조, 기타 등등을 포함한다. 또한, 당업자라면 본 개시의 방법이 단일-프로세서 또는 멀티프로세서 컴퓨터 시스템, 미니컴퓨터, 메인프레임 컴퓨터는 물론 퍼스널 컴퓨터, 핸드헬드 컴퓨팅 장치, 마이크로프로세서-기반 또는 프로그램가능 가전 제품, 기타 등등(이들 각각은 하나 이상의 연관된 장치와 연결되어 동작할 수 있음)을 비롯한 다른 컴퓨터 시스템 구성으로 실시될 수 있다는 것을 잘 알 것이다.

본 개시의 설명된 실시예들은 또한 어떤 태스크들이 통신 네트워크를 통해 연결되어 있는 원격 처리 장치들에 의해 수행되는 분산 컴퓨팅 환경에서 실시될 수 있다. 분산 컴퓨팅 환경에서, 프로그램 모듈은 로컬 및 원격 메모리 저장 장치 둘 다에 위치할 수 있다.

컴퓨터는 통상적으로 다양한 컴퓨터 판독가능 매체를 포함한다. 컴퓨터에 의해 액세스 가능한 매체는 그 어떤 것이든지 컴퓨터 판독가능 매체가 될 수 있고, 이러한 컴퓨터 판독가능 매체는 휘발성 및 비휘발성 매체, 일시적(transitory) 및 비일시적(non-transitory) 매체, 이동식 및 비-이동식 매체를 포함한다. 제한이 아닌 예로서, 컴퓨터 판독가능 매체는 컴퓨터 판독가능 저장 매체 및 컴퓨터 판독가능 전송 매체를 포함할 수 있다. 컴퓨터 판독가능 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보를 저장하는 임의의 방법 또는 기술로 구현되는 휘발성 및 비휘발성 매체, 일시적 및 비-일시적 매체, 이동식 및 비이동식 매체를 포함한다. 컴퓨터 판독가능 저장 매체는 RAM, ROM, EEPROM, 플래시 메모리 또는 기타 메모리 기술, CD-ROM, DVD(digital video disk) 또는 기타 광 디스크 저장 장치, 자기 카세트, 자기 테이프, 자기 디스크 저장 장치 또는 기타 자기 저장 장치, 또는 컴퓨터에 의해 액세스될 수 있고 원하는 정보를 저장하는 데 사용될 수 있는 임의의 기타 매체를 포함하지만, 이에 한정되지 않는다.

컴퓨터 판독가능 전송 매체는 통상적으로 반송파(carrier wave) 또는 기타 전송 메커니즘(transport mechanism)과 같은 피변조 데이터 신호(modulated data signal)에 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터 등을 구현하고 모든 정보 전달 매체를 포함한다. 피변조 데이터 신호라는 용어는 신호 내에 정보를 인코딩하도록 그 신호의 특성들 중 하나 이상을 설정 또는 변경시킨 신호를 의미한다. 제한이 아닌 예로서, 컴퓨터 판독가능 전송 매체는 유선 네트워크 또는 직접 배선 접속(direct-wired connection)과 같은 유선 매체, 그리고 음향, RF, 적외선, 기타 무선 매체와 같은 무선 매체를 포함한다. 상술된 매체들 중 임의의 것의 조합도 역시 컴퓨터 판독가능 전송 매체의 범위 안에 포함되는 것으로 한다.

컴퓨터(1102)를 포함하는 본 개시의 여러가지 측면들을 구현하는 예시적인 환경(1100)이 나타내어져 있으며, 컴퓨터(1102)는 처리 장치(1104), 시스템 메모리(1106) 및 시스템 버스(1108)를 포함한다. 시스템 버스(1108)는 시스템 메모리(1106)(이에 한정되지 않음)를 비롯한 시스템 컴포넌트들을 처리 장치(1104)에 연결시킨다. 처리 장치(1104)는 다양한 상용 프로세서들 중 임의의 프로세서일 수 있다. 듀얼 프로세서 및 기타 멀티프로세서 아키텍처도 역시 처리 장치(1104)로서 이용될 수 있다.

시스템 버스(1108)는 메모리 버스, 주변장치 버스, 및 다양한 상용 버스 아키텍처 중 임의의 것을 사용하는 로컬 버스에 추가적으로 상호 연결될 수 있는 몇 가지 유형의 버스 구조 중 임의의 것일 수 있다. 시스템 메모리(1106)는 판독 전용 메모리(ROM)(1110) 및 랜덤 액세스 메모리(RAM)(1112)를 포함한다. 기본 입/출력 시스템(BIOS)은 ROM, EPROM, EEPROM 등의 비휘발성 메모리(1110)에 저장되며, 이 BIOS는 시동 중과 같은 때에 컴퓨터(1102) 내의 구성요소들 간에 정보를 전송하는 일을 돕는 기본적인 루틴을 포함한다. RAM(1112)은 또한 데이터를 캐싱하기 위한 정적 RAM 등의 고속 RAM을 포함할 수 있다.

컴퓨터(1102)는 또한 내장형 하드 디스크 드라이브(HDD)(1114)(예를 들어, EIDE, SATA)－이 내장형 하드 디스크 드라이브(1114)는 또한 적당한 섀시(도시 생략) 내에서 외장형 용도로 구성될 수 있음－, 자기 플로피 디스크 드라이브(FDD)(1116)(예를 들어, 이동식 디스켓(1118)으로부터 판독을 하거나 그에 기록을 하기 위한 것임), 및 광 디스크 드라이브(1120)(예를 들어, CD-ROM 디스크(1122)를 판독하거나 DVD 등의 기타 고용량 광 매체로부터 판독을 하거나 그에 기록을 하기 위한 것임)를 포함한다. 하드 디스크 드라이브(1114), 자기 디스크 드라이브(1116) 및 광 디스크 드라이브(1120)는 각각 하드 디스크 드라이브 인터페이스(1124), 자기 디스크 드라이브 인터페이스(1126) 및 광 드라이브 인터페이스(1128)에 의해 시스템 버스(1108)에 연결될 수 있다. 외장형 드라이브 구현을 위한 인터페이스(1124)는 USB(Universal Serial Bus) 및 IEEE 1394 인터페이스 기술 중 적어도 하나 또는 그 둘 다를 포함한다.

이들 드라이브 및 그와 연관된 컴퓨터 판독가능 매체는 데이터, 데이터 구조, 컴퓨터 실행가능 명령어, 기타 등등의 비휘발성 저장을 제공한다. 컴퓨터(1102)의 경우, 드라이브 및 매체는 임의의 데이터를 적당한 디지털 형식으로 저장하는 것에 대응한다. 상기에서의 컴퓨터 판독가능 매체에 대한 설명이 HDD, 이동식 자기 디스크, 및 CD 또는 DVD 등의 이동식 광 매체를 언급하고 있지만, 당업자라면 집 드라이브(zip drive), 자기 카세트, 플래쉬 메모리 카드, 카트리지, 기타 등등의 컴퓨터에 의해 판독가능한 다른 유형의 매체도 역시 예시적인 운영 환경에서 사용될 수 있으며 또 임의의 이러한 매체가 본 개시의 방법들을 수행하기 위한 컴퓨터 실행가능 명령어를 포함할 수 있다는 것을 잘 알 것이다.

운영 체제(1130), 하나 이상의 애플리케이션 프로그램(1132), 기타 프로그램 모듈(1134) 및 프로그램 데이터(1136)를 비롯한 다수의 프로그램 모듈이 드라이브 및 RAM(1112)에 저장될 수 있다. 운영 체제, 애플리케이션, 모듈 및/또는 데이터의 전부 또는 그 일부분이 또한 RAM(1112)에 캐싱될 수 있다. 본 개시가 여러가지 상업적으로 이용가능한 운영 체제 또는 운영 체제들의 조합에서 구현될 수 있다는 것을 잘 알 것이다.

사용자는 하나 이상의 유선/무선 입력 장치, 예를 들어, 키보드(1138) 및 마우스(1140) 등의 포인팅 장치를 통해 컴퓨터(1102)에 명령 및 정보를 입력할 수 있다. 기타 입력 장치(도시 생략)로는 마이크, IR 리모콘, 조이스틱, 게임 패드, 스타일러스 펜, 터치 스크린, 기타 등등이 있을 수 있다. 이들 및 기타 입력 장치가 종종 시스템 버스(1108)에 연결되어 있는 입력 장치 인터페이스(1142)를 통해 처리 장치(1104)에 연결되지만, 병렬 포트, IEEE 1394 직렬 포트, 게임 포트, USB 포트, IR 인터페이스, 기타 등등의 기타 인터페이스에 의해 연결될 수 있다.

모니터(1144) 또는 다른 유형의 디스플레이 장치도 역시 비디오 어댑터(1146) 등의 인터페이스를 통해 시스템 버스(1108)에 연결된다. 모니터(1144)에 부가하여, 컴퓨터는 일반적으로 스피커, 프린터, 기타 등등의 기타 주변 출력 장치(도시 생략)를 포함한다.

컴퓨터(1102)는 유선 및/또는 무선 통신을 통한 원격 컴퓨터(들)(1148) 등의 하나 이상의 원격 컴퓨터로의 논리적 연결을 사용하여 네트워크화된 환경에서 동작할 수 있다. 원격 컴퓨터(들)(1148)는 워크스테이션, 컴퓨팅 디바이스 컴퓨터, 라우터, 퍼스널 컴퓨터, 휴대용 컴퓨터, 마이크로프로세서-기반 오락 기기, 피어 장치 또는 기타 통상의 네트워크 노드일 수 있으며, 일반적으로 컴퓨터(1102)에 대해 기술된 구성요소들 중 다수 또는 그 전부를 포함하지만, 간략함을 위해, 메모리 저장 장치(1150)만이 도시되어 있다. 도시되어 있는 논리적 연결은 근거리 통신망(LAN)(1152) 및/또는 더 큰 네트워크, 예를 들어, 원거리 통신망(WAN)(1154)에의 유선/무선 연결을 포함한다. 이러한 LAN 및 WAN 네트워킹 환경은 사무실 및 회사에서 일반적인 것이며, 인트라넷 등의 전사적 컴퓨터 네트워크(enterprise-wide computer network)를 용이하게 해주며, 이들 모두는 전세계 컴퓨터 네트워크, 예를 들어, 인터넷에 연결될 수 있다.

LAN 네트워킹 환경에서 사용될 때, 컴퓨터(1102)는 유선 및/또는 무선 통신 네트워크 인터페이스 또는 어댑터(1156)를 통해 로컬 네트워크(1152)에 연결된다. 어댑터(1156)는 LAN(1152)에의 유선 또는 무선 통신을 용이하게 해줄 수 있으며, 이 LAN(1152)은 또한 무선 어댑터(1156)와 통신하기 위해 그에 설치되어 있는 무선 액세스 포인트를 포함하고 있다. WAN 네트워킹 환경에서 사용될 때, 컴퓨터(1102)는 모뎀(1158)을 포함할 수 있거나, WAN(1154) 상의 통신 컴퓨팅 디바이스에 연결되거나, 또는 인터넷을 통하는 등, WAN(1154)을 통해 통신을 설정하는 기타 수단을 갖는다. 내장형 또는 외장형 및 유선 또는 무선 장치일 수 있는 모뎀(1158)은 직렬 포트 인터페이스(1142)를 통해 시스템 버스(1108)에 연결된다. 네트워크화된 환경에서, 컴퓨터(1102)에 대해 설명된 프로그램 모듈들 또는 그의 일부분이 원격 메모리/저장 장치(1150)에 저장될 수 있다. 도시된 네트워크 연결이 예시적인 것이며 컴퓨터들 사이에 통신 링크를 설정하는 기타 수단이 사용될 수 있다는 것을 잘 알 것이다.

컴퓨터(1102)는 무선 통신으로 배치되어 동작하는 임의의 무선 장치 또는 개체, 예를 들어, 프린터, 스캐너, 데스크톱 및/또는 휴대용 컴퓨터, PDA(portable data assistant), 통신 위성, 무선 검출가능 태그와 연관된 임의의 장비 또는 장소, 및 전화와 통신을 하는 동작을 한다. 이것은 적어도 Wi-Fi 및 블루투스 무선 기술을 포함한다. 따라서, 통신은 종래의 네트워크에서와 같이 미리 정의된 구조이거나 단순하게 적어도 2개의 장치 사이의 애드혹 통신(ad hoc communication)일 수 있다.

Wi-Fi(Wireless Fidelity)는 유선 없이도 인터넷 등으로의 연결을 가능하게 해준다. Wi-Fi는 이러한 장치, 예를 들어, 컴퓨터가 실내에서 및 실외에서, 즉 기지국의 통화권 내의 아무 곳에서나 데이터를 전송 및 수신할 수 있게 해주는 셀 전화와 같은 무선 기술이다. Wi-Fi 네트워크는 안전하고 신뢰성 있으며 고속인 무선 연결을 제공하기 위해 IEEE 802.11(a, b, g, 기타)이라고 하는 무선 기술을 사용한다. 컴퓨터를 서로에, 인터넷에 및 유선 네트워크(IEEE 802.3 또는 이더넷을 사용함)에 연결시키기 위해 Wi-Fi가 사용될 수 있다. Wi-Fi 네트워크는 비인가 2.4 및 5GHz 무선 대역에서, 예를 들어, 11Mbps(802.11a) 또는 54 Mbps(802.11b) 데이터 레이트로 동작하거나, 양 대역(듀얼 대역)을 포함하는 제품에서 동작할 수 있다.

본 개시의 기술 분야에서 통상의 지식을 가진 자는 정보 및 신호들이 임의의 다양한 상이한 기술들 및 기법들을 이용하여 표현될 수 있다는 것을 이해할 것이다. 예를 들어, 위의 설명에서 참조될 수 있는 데이터, 지시들, 명령들, 정보, 신호들, 비트들, 심볼들 및 칩들은 전압들, 전류들, 전자기파들, 자기장들 또는 입자들, 광학장들 또는 입자들, 또는 이들의 임의의 결합에 의해 표현될 수 있다.

본 개시의 기술 분야에서 통상의 지식을 가진 자는 여기에 개시된 실시예들과 관련하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 프로세서들, 수단들, 회로들 및 알고리즘 단계들이 전자 하드웨어, (편의를 위해, 여기에서 소프트웨어로 지칭되는) 다양한 형태들의 프로그램 또는 설계 코드 또는 이들 모두의 결합에 의해 구현될 수 있다는 것을 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호 호환성을 명확하게 설명하기 위해, 다양한 예시적인 컴포넌트들, 블록들, 모듈들, 회로들 및 단계들이 이들의 기능과 관련하여 위에서 일반적으로 설명되었다. 이러한 기능이 하드웨어 또는 소프트웨어로서 구현되는지 여부는 특정한 애플리케이션 및 전체 시스템에 대하여 부과되는 설계 제약들에 따라 좌우된다. 본 개시의 기술 분야에서 통상의 지식을 가진 자는 각각의 특정한 애플리케이션에 대하여 다양한 방식들로 설명된 기능을 구현할 수 있으나, 이러한 구현 결정들은 본 개시의 범위를 벗어나는 것으로 해석되어서는 안 될 것이다.

여기서 제시된 다양한 실시예들은 방법, 장치, 또는 표준 프로그래밍 및/또는 엔지니어링 기술을 사용한 제조 물품(article)으로 구현될 수 있다. 용어 제조 물품은 임의의 컴퓨터-판독가능 저장장치로부터 액세스 가능한 컴퓨터 프로그램, 캐리어, 또는 매체(media)를 포함한다. 예를 들어, 컴퓨터-판독가능 저장매체는 자기 저장 장치(예를 들면, 하드 디스크, 플로피 디스크, 자기 스트립, 등), 광학 디스크(예를 들면, CD, DVD, 등), 스마트 카드, 및 플래쉬 메모리 장치(예를 들면, EEPROM, 카드, 스틱, 키 드라이브, 등)를 포함하지만, 이들로 제한되는 것은 아니다. 또한, 여기서 제시되는 다양한 저장 매체는 정보를 저장하기 위한 하나 이상의 장치 및/또는 다른 기계-판독가능한 매체를 포함한다.

제시된 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조는 예시적인 접근들의 일례임을 이해하도록 한다. 설계 우선순위들에 기반하여, 본 개시의 범위 내에서 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조가 재배열될 수 있다는 것을 이해하도록 한다. 첨부된 방법 청구항들은 샘플 순서로 다양한 단계들의 엘리먼트들을 제공하지만 제시된 특정한 순서 또는 계층 구조에 한정되는 것을 의미하지는 않는다.

제시된 실시예들에 대한 설명은 임의의 본 개시의 기술 분야에서 통상의 지식을 가진 자가 본 개시를 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 개시의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이며, 여기에 정의된 일반적인 원리들은 본 개시의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 개시는 여기에 제시된 실시예들로 한정되는 것이 아니라, 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.

Claims

적어도 하나의 프로세서를 포함하는 컴퓨팅 장치에 의해 수행되는 텍스트 데이터 분석 방법에 있어서,
하나 이상의 텍스트 데이터를 획득하는 단계;
컨셉 정보에 기초하여 상기 하나 이상의 텍스트 데이터 중 적어도 일부로부터 하나 이상의 언어 규칙을 생성하는 단계;
생성된 상기 하나 이상의 언어 규칙을 포함하고, 사용자로부터 상기 하나 이상의 언어 규칙에 대한 제 1 사용자 입력을 수신할 수 있는 사용자 인터페이스를 제공하는 단계; 및
상기 제 1 사용자 입력에 기초하여 상기 하나 이상의 언어 규칙 중 적어도 하나의 언어 규칙을 포함하는 언어 규칙 집합을 생성하는 단계;
를 포함하는,
텍스트 데이터 분석 방법.
제 1 항에 있어서,
상기 컨셉 정보는 하나 이상의 컨셉 집합을 포함하되,
상기 컨셉 집합에는 하나 이상의 유사 단어들이 포함되는,
텍스트 데이터 분석 방법.
제 1 항에 있어서,
상기 하나 이상의 언어 규칙을 생성하는 단계는:
상기 컨셉 정보에 기초하여 상기 하나 이상의 텍스트 데이터로부터 하나 이상의 트랜잭션 데이터를 생성하는 단계;
상기 하나 이상의 트랜잭션 데이터를 기초로 하나 이상의 컨셉 집합 아이템 세트에 대한 연관 정보를 산출하는 단계; 및
상기 연관 정보 및 언어학적 조건을 나타내는 하나 이상의 언어 함수에 기초하여 하나 이상의 언어 규칙을 생성하는 단계;
를 포함하는,
텍스트 데이터 분석 방법.
제 1 항에 있어서,
상기 사용자 인터페이스는,
상기 하나 이상의 언어 규칙과 관련된 부가 정보를 포함하는,
텍스트 데이터 분석 방법.
제 4 항에 있어서,
상기 부가 정보에는,
상기 하나 이상의 언어 규칙에 포함된 하나 이상의 컨셉 집합 아이템 세트에 대한 연관 정보; 또는
언어 규칙 생성의 기초가 된 언어 함수에 대한 정보;
가 포함되는,
텍스트 데이터 분석 방법.
제 1 항에 있어서,
상기 사용자 인터페이스는 상기 하나 이상의 언어 규칙을 생성하기 위한 기초가 된 상기 텍스트 데이터의 적어도 일 부분을 다른 부분과 구별하여 표시하는,
텍스트 데이터 분석 방법.
제 1 항에 있어서,
상기 사용자 인터페이스는 상기 언어 규칙 집합을 트리 구조로 표시하는,
텍스트 데이터 분석 방법.
제 1 항에 있어서,
상기 제 1 사용자 입력은,
생성된 상기 하나 이상의 언어 규칙에 포함된 각 언어 규칙이 언어 규칙 집합에 포함될 지를 결정하는 바이너리 데이터; 또는
생성된 상기 하나 이상의 언어 규칙이 언어 규칙 집합에 포함될 경우 각 언어 규칙에 부여되는 논리 연산자 데이터;
를 포함하는,
텍스트 데이터 분석 방법.
제 3 항에 있어서,
사용자로부터 입력되는 제 2 사용자 입력에 추가적으로 기초하여 하나 이상의 언어 규칙을 생성하는 단계;
를 더 포함하는,
텍스트 데이터 분석 방법.
제 9 항에 있어서,
상기 제 2 사용자 입력은,
상기 연관 정보에 포함된 적어도 하나의 척도에 대한 임계치; 또는
상기 하나 이상의 언어 함수 중 적어도 하나의 언어 함수에 대한 인자;
를 포함하는,
텍스트 데이터 분석 방법.
컴퓨터 판독가능 저장 매체 저장된 컴퓨터 프로그램으로서, 상기 컴퓨터 프로그램은 하나 이상의 프로세서에서 실행되는 경우, 텍스트 데이터를 분석하기 위한 이하의 동작들을 수행하도록 하며, 상기 동작들은:
하나 이상의 텍스트 데이터를 획득하는 동작;
컨셉 정보에 기초하여 상기 하나 이상의 텍스트 데이터 중 적어도 일부로부터 하나 이상의 언어 규칙을 생성하는 동작; 및
사용자로부터 입력된 제 1 사용자 입력에 기초하여 상기 생성된 하나 이상의 언어 규칙 중 적어도 하나의 언어 규칙을 포함하는 언어 규칙 집합을 생성하는 동작;
을 포함하는,
컴퓨터 판독가능 저장매체에 저장된 컴퓨터 프로그램.
텍스트 데이터 분석 장치로서,
하나 이상의 프로세서;
메모리; 및
네트워크;
를 포함하고, 그리고
상기 하나 이상의 프로세서는,
하나 이상의 텍스트 데이터를 획득하고,
컨셉 정보에 기초하여 상기 하나 이상의 텍스트 데이터 중 적어도 일부로부터 하나 이상의 언어 규칙을 생성하고, 그리고
사용자로부터 입력된 제 1 사용자 입력에 기초하여 상기 생성된 하나 이상의 언어 규칙 중 적어도 하나의 언어 규칙을 포함하는 언어 규칙 집합을 생성하는,
텍스트 데이터 분석 장치.