KR20220090675A - 사용자의 선호도를 분석하는 대화 매칭 장치 및 방법 - Google Patents

사용자의 선호도를 분석하는 대화 매칭 장치 및 방법 Download PDF

Info

Publication number
KR20220090675A
KR20220090675A KR1020200181276A KR20200181276A KR20220090675A KR 20220090675 A KR20220090675 A KR 20220090675A KR 1020200181276 A KR1020200181276 A KR 1020200181276A KR 20200181276 A KR20200181276 A KR 20200181276A KR 20220090675 A KR20220090675 A KR 20220090675A
Authority
KR
South Korea
Prior art keywords
information
user
preference
conversation
matching
Prior art date
Application number
KR1020200181276A
Other languages
English (en)
Other versions
KR102485903B1 (ko
Inventor
이민호
Original Assignee
경북대학교 산학협력단
주식회사 에이엘아이
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 경북대학교 산학협력단, 주식회사 에이엘아이 filed Critical 경북대학교 산학협력단
Priority to KR1020200181276A priority Critical patent/KR102485903B1/ko
Publication of KR20220090675A publication Critical patent/KR20220090675A/ko
Application granted granted Critical
Publication of KR102485903B1 publication Critical patent/KR102485903B1/ko

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
    • G06Q50/50—Business processes related to the communications industry
    • G06Q50/30—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/08—Auctions
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Artificial Intelligence (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

사용자로부터의 대화 정보를 분석하여 단어 정보를 생성하고, 사용자의 관심사를 파악하도록 학습되는 학습 모델에 기초하여 단어 정보로부터 사용자의 선호 정보를 생성하며, 선호 정보에 따라 서로 다른 사용자를 매칭하도록 사전에 설정되는 매칭 알고리즘에 기초하여, 임의의 사용자를 검색하고, 검색된 사용자에 설정된 임의의 노드에 대화 정보를 전달하는 대화 매칭 장치를 제공한다.

Description

사용자의 선호도를 분석하는 대화 매칭 장치 및 방법{CONVERSATION MATCHING APPARATUS AND METHOD FOR ANALYZING USER PREFERENCES}
본 발명은 사용자의 선호도를 분석하는 대화 매칭 장치 및 방법에 관한 것으로, 보다 상세하게는, 사용자의 선호도를 분석하여, 선호도에 따라 대화를 매칭하는 대화 매칭 장치 및 방법에 관한 것이다.
현대에는 서로 다른 사용자의 대화를 유도하도록 마련된 다양한 대화형 사용자 매칭 앱이 개발되고 있다. 이와 같은, 매칭 시스템은 최근까지도 증가 추세를 나타내고 있으나, 종래의 매칭 시스템은 사용자가 직접 대화 방을 개설하여 대화 상대를 기다리거나, 또는, 사용자가 직접 수동으로 입력한 키워드에 맞는 대화 상대를 이어주는 방식이 이용된다. 또한, 종래의 매칭 시스템은 매칭 시스템에 동시간대에 접속한 사용자들을 무작위로 연결하여 주기도 한다.
이와 같이, 매칭 시스템은 많은 앱을 통해, 사용자와 사용자를 연결해주는 서비스를 제공하나, 그 방법은 매우 제한적이다. 이에 따라, 종래의 매칭 시스템은 연결된 사용자 간의 관심사가 비슷할 확률이 낮으므로, 많은 연결 시도를 통해 사용자 매칭이 이루어지게 되는 단점이 존재한다.
이에 따라, 관심사가 유사한 사용자들을 효율적으로 매칭시키는 방안이 요구되는 실정이다.
본 발명이 해결하고자 하는 기술적 과제는 사용자가 수행하는 대화로부터 사용자의 관심사를 추출하고, 관심사가 매칭되는 다른 사용자와의 대화를 유도하는 대화 매칭 장치 및 방법을 제공하는 것이다.
본 발명의 일측면은, 사용자로부터 대화 정보를 입력 받는 입력부; 상기 대화 정보를 분석하여 단어 정보를 생성하고, 상기 단어 정보로부터 사용자의 관심사를 파악하도록 학습되는 학습 모델을 생성하며, 상기 학습 모델에 기초하여 상기 단어 정보로부터 사용자의 선호 정보를 생성하는 상태 파악부; 상기 선호 정보에 따라 서로 다른 사용자를 매칭하도록 사전에 설정되는 매칭 알고리즘에 기초하여, 상기 선호 정보에 매칭되는 임의의 사용자를 검색하는 대화 연결부; 및 검색된 사용자에 설정된 임의의 노드에 상기 대화 정보를 전달하는 문장 처리부;를 포함할 수 있다.
또한, 상기 상태 파악부는, 상기 단어 정보로부터 서술어 성분을 추출하고, 상기 서술어 성분에 매칭되는 임의의 단어 정보를 상기 서술어 성분의 의미에 따라 소유 정보, 결핍 정보, 능력 정보 및 단순 선호 정보 중 적어도 하나의 정보로 분류할 수 있다.
또한, 상기 대화 연결부는, 임의의 관심사를 나타내는 선호 정보가 상기 소유 정보로 분류된 경우, 상기 관심사를 나타내는 선호 정보가 상기 결핍 정보로 분류된 임의의 사용자를 검색할 수 있다.
또한, 상기 상태 파악부는, 상기 단어 정보로부터 나타나는 문장 성분의 유형과 빈도에 따라 패턴 정보를 생성하고, 상기 선호 정보를 복수개의 단계로 분류하도록 설정되는 선호 단계에 기초하여, 상기 패턴 정보에 따라 상기 선호 정보에 대한 선호 단계를 설정할 수 있다.
본 발명의 다른 일측면은, 대화 매칭 장치에서의 대화 매칭 방법에 있어서, 입력부가 사용자로부터 대화 정보를 입력 받는 단계; 상태 파악부가 상기 대화 정보를 분석하여 단어 정보를 생성하고, 상기 단어 정보로부터 사용자의 관심사를 파악하도록 학습되는 학습 모델을 생성하며, 상기 학습 모델에 기초하여 상기 단어 정보로부터 사용자의 선호 정보를 생성하는 단계; 대화 연결부가 상기 선호 정보에 따라 서로 다른 사용자를 매칭하도록 사전에 설정되는 매칭 알고리즘에 기초하여, 상기 선호 정보에 매칭되는 임의의 사용자를 검색하는 단계; 및 문장 처리부가 검색된 사용자에 설정된 임의의 노드에 상기 대화 정보를 전달하는 단계;를 포함할 수 있다.
또한, 상기 사용자의 선호 정보를 생성하는 단계는, 상기 단어 정보로부터 서술어 성분을 추출하고, 상기 서술어 성분에 매칭되는 임의의 단어 정보를 상기 서술어 성분의 의미에 따라 소유 정보, 결핍 정보, 능력 정보 및 단순 선호 정보 중 적어도 하나의 정보로 분류할 수 있다.
또한, 상기 선호 정보에 매칭되는 사용자를 검색하는 단계는, 임의의 관심사를 나타내는 선호 정보가 상기 소유 정보로 분류된 경우, 상기 관심사를 나타내는 선호 정보가 상기 결핍 정보로 분류된 임의의 사용자를 검색할 수 있다.
또한, 상기 사용자의 선호 정보를 생성하는 단계는, 상기 단어 정보로부터 나타나는 문장 성분의 유형과 빈도에 따라 패턴 정보를 생성하고, 상기 선호 정보를 복수개의 단계로 분류하도록 설정되는 선호 단계에 기초하여, 상기 패턴 정보에 따라 상기 선호 정보에 대한 선호 단계를 설정할 수 있다.
상술한 본 발명의 일측면에 따르면, 사용자의 선호도를 분석하는 대화 매칭 장치 및 방법을 제공함으로써, 사용자가 수행하는 대화로부터 사용자의 관심사를 추출하고, 관심사가 매칭되는 다른 사용자와의 대화를 유도할 수 있다.
도1 및 도2는 본 발명의 일 실시예에 따른 대화 매칭 장치를 포함하는 대화 매칭 시스템의 개략도이다.
도3은 본 발명의 일 실시예에 따른 대화 매칭 장치의 제어블록도이다.
도4는 도3의 상태 파악부에서 선호 정보를 생성하는 과정을 나타낸 블록도이다.
도5는 도3의 대화 연결부에서 사용자를 검색하는 과정을 나타낸 블록도이다.
도6은 도3의 문장 처리부에서 대화 정보를 전달하는 과정을 나타낸 블록도이다.
도7은 본 발명의 일 실시예에 따른 대화 매칭 방법의 순서도이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예와 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.
도1 및 도2는 본 발명의 일 실시예에 따른 대화 매칭 장치를 포함하는 대화 매칭 시스템의 개략도이다.
대화 매칭 시스템(1)은 컴퓨팅 장치, 단말 장치 등을 포함하는 복수개의 노드를 유선 또는 무선 네트워크를 통해 연결시킬 수 있으며, 이에 따라, 각각의 노드는 다른 노드에 임의의 정보를 전달하거나, 또는 전달받을 수 있다.
여기에서, 복수개의 노드 각각은 대화 매칭 장치(100)일 수 있으며, 또는 복수개의 노드 각각은 대화 매칭 장치(100)가 연결되는 컴퓨팅 장치, 단말 장치 등을 의미할 수 있다.
대화 매칭 장치(100)는 사용자로부터 대화 정보를 입력 받을 수 있다. 이때, 대화 매칭 장치(100)는 문자, 텍스트 또는 음성 등의 형태로 대화 정보를 입력 받을 수 있다.
이에 따라, 대화 매칭 장치(100)는 일련의 문법 규칙에 따라 자연어를 분석하도록 마련되는 종래의 구문 분석 기법이 이용될 수 있으며, 이때, 대화 매칭 장치(100)는 구문 분석 기법을 이용하여 대화 정보로부터 하나 이상의 단어 정보를 추출할 수 있다.
여기에서, 단어 정보는 사용자가 발화하거나, 작성한 임의의 단어를 나타내도록 마련될 수 있으며, 이때, 단어 정보는 대화 정보 내에서의 패턴 또는 위치 등에 따라 서술어 성분, 주어 성분, 목적어 성분 및 보어 성분 등의 문장 성분 등을 나타내도록 마련될 수 있다.
이를 통해, 대화 매칭 장치(100)는 단어 정보로부터 사용자의 선호 정보를 생성할 수 있으며, 대화 매칭 장치(100)는 선호 정보에 매칭되는 다른 사용자를 검색하여, 검색된 사용자에 설정된 다른 대화 매칭 장치(100)에 연결될 수 있다.
이러한 경우에, 대화 매칭 장치(100)는 사용자로부터 입력되는 대화 정보를 다른 대화 매칭 장치(100)에 전달할 수 있으며, 또한, 대화 매칭 장치(100)는 다른 대화 매칭 장치(100)로부터 대화 정보를 전달받고, 전달받은 대화 정보를 사용자가 듣거나, 또는 볼 수 있도록 출력할 수 있다.
여기에서, 선호 정보는 사용자가 주로 이용하는 단어 정보에 따라 사용자의 관심사를 나타내도록 마련될 수 있다.
한편, 대화 매칭 장치(100)는 다른 대화 매칭 장치(100)에 연결되지 않은 경우에, 사용자가 대화 정보를 입력하도록 유도할 수 있으며, 이를 위해, 대화 매칭 장치(100)는 사전에 설정되는 대화 정보를 출력할 수 있으며, 또한, 대화 매칭 장치(100)는 사용자로부터 입력된 대화 정보에 따른 선호 정보에 기초하여 임의의 대화 정보를 생성하여 출력할 수도 있다.
일 실시예에서, 대화 매칭 시스템(1a)은 대화 매칭 장치(100)를 유선 또는 무선 네트워크를 통해 연결시킬 수 있으며, 또한, 대화 매칭 시스템(1)은 컴퓨팅 장치, 단말 장치 등을 포함하는 하나 이상의 단말 장치(200)를 유선 또는 무선 네트워크를 통해 연결시킬 수 있다.
이러한 경우에, 단말 장치(200)는 사용자로부터 대화 정보를 입력 받을 수 있으며, 이에 따라, 단말 장치(200)는 대화 정보를 유선 또는 무선 네트워크를 통해 대화 매칭 장치(100)에 전달할 수 있다.
이에 따라, 대화 매칭 장치(100)는 대화 정보로부터 단어 정보를 추출할 수 있고, 대화 매칭 장치(100)는 단어 정보로부터 사용자의 선호 정보를 생성할 수 있으며, 대화 매칭 장치(100)는 선호 정보에 매칭되는 다른 사용자를 검색하여, 검색된 사용자에 설정된 다른 단말 장치(200)에 연결될 수 있다.
이때, 대화 매칭 장치(100)는 임의의 단말 장치(200)로부터 전달된 대화 정보를 해당 단말 장치(200)와 매칭된 다른 단말 장치(200)에 전달할 수 있다.
이에 따라, 단말 장치(200)는 대화 매칭 장치(100)로부터 대화 정보를 전달받고, 전달받은 대화 정보를 사용자가 듣거나, 또는 볼 수 있도록 출력할 수 있다.
이하에서는, 대화 매칭 장치(100)에 대해 상세히 설명하도록 한다.
도3은 본 발명의 일 실시예에 따른 대화 매칭 장치의 제어블록도이다.
대화 매칭 장치(100)는 입력부(110), 상태 파악부(120), 대화 연결부(130), 문장 처리부(140), 출력부(150) 및 저장부(160)를 포함할 수 있다.
또한, 대화 매칭 장치(100)는 도 3에 도시된 구성요소보다 많은 구성요소에 의해 구현될 수 있고, 그보다 적은 구성요소에 의해 구현될 수 있다. 또는, 대화 매칭 장치(100)는 대화 매칭 장치(100)에 마련되는 적어도 두 개의 구성요소가 하나의 구성요소로 통합되어 하나의 구성요소가 복합적인 기능을 수행할 수도 있다. 이하, 상술한 구성요소들에 대해 구체적으로 설명하기로 한다.
입력부(110)는 사용자로부터 대화 정보를 입력 받을 수 있다. 이를 위해, 입력부(110)는 마이크 등의 음성 입력 기기를 이용하여 음성으로 나타나는 대화 정보를 음성 인식(Speech Recognition)을 통해 입력 받을 수 있고, 또한, 입력부(110)는 키보드(Keyboard) 또는 터치패드(Touch pad) 등의 문자 입력 기기를 이용하여 문자로 나타나는 대화 정보를 입력 받을 수 있다.
여기에서, 음성 인식(Speech Recognition)은 음성 신호를 수십 밀리 초로 분리하여 10여 차원으로 나타나는 특징 벡터를 추출하고, 추출된 특징 벡터를 통해 음성 신호를 모음 또는 자음 단위로 분할하며, 분할된 모음 또는 자음을 연결하여 임의의 단어를 생성하고, 생성된 단어를 분석하여 음성 신호의 의미를 판단하는 기법으로 이해할 수 있다.
상태 파악부(120)는 대화 정보를 분석하여 단어 정보를 생성할 수 있고, 상태 파악부(120)는 단어 정보로부터 사용자의 관심사를 파악하도록 학습되는 학습 모델을 생성할 수 있으며, 상태 파악부(120)는 학습 모델에 기초하여 단어 정보로부터 사용자의 선호 정보를 생성할 수 있다.
이에 따라, 저장부(160)는 사용자의 선호 정보가 저장될 수 있으며, 또한, 저장부(160)는 생성된 학습 모델이 저장될 수 있다.
여기에서, 학습 모델은 하나 이상의 단어 정보의 빈도, 패턴, 종류 등에 따라 소유 정보, 결핍 정보, 능력 정보 및 단순 선호 정보 중 적어도 하나의 선호 정보를 생성하도록 마련될 수 있다.
이때, 선호 정보는 사용자의 관심사를 나타내도록 소유 정보, 결핍 정보, 능력 정보 및 단순 선호 정보를 포함할 수 있으며, 소유 정보는 사용자가 소유하고 있는 임의의 객체를 나타내도록 마련될 수 있고, 결핍 정보는 사용자가 계발을 희망하거나, 소유를 희망하는 임의의 객체를 나타내도록 마련될 수 있으며, 능력 정보는 사용자가 수행 가능한 행동, 언어, 기술 등의 정보를 나타내도록 마련될 수 있고, 단순 선호 정보는 사용자가 관심을 가지는 임의의 객체를 나타내도록 마련될 수 있다.
예를 들어, 소유 정보는 고양이, 강아지, 자동차, 비행기, 자격증 등을 나타내도록 마련될 수 있고, 결핍 정보는 고양이, 강아지, 자동차, 비행기, 자격증, 스키, 축구, 글짓기, 속독 등을 나타내도록 마련될 수 있으며, 능력 정보는 스키, 축구, 글짓기, 속독 등을 나타내도록 마련될 수 있고, 단순 선호 정보는 브랜드 명칭, 우정, 사랑, 고양이, 연예인 등을 나타내도록 마련될 수 있다.
이를 위해, 상태 파악부(120)는 기계 학습(Machine Learning) 및 강화 학습(Reinficement Learning) 등의 인공지능(AI: Artificial Intelligence) 기법을 이용할 수 있다.
여기에서, 기계 학습은 복수개의 정보에 기초하여, 복수개의 정보를 하나 이상의 그룹으로 분류 가능하도록 학습 모델을 생성하고, 생성된 학습 모델에 기초하여 임의의 정보를 분류하는 기법으로 이해할 수 있으며, 이와 같은, 기계 학습은 관리자에 의해 분류된 복수개의 정보에 따라 임의의 정보를 분류 가능 하도록 학습 모델을 생성하는 지도 학습(Supervised Learning), 복수개의 정보 자체를 분석하거나, 또는 군집화 과정을 수행하며 학습 모델을 생성하는 비지도 학습(Unsupervised Learning), 지도 학습과 비지도 학습을 혼합하여 학습 모델을 생성하는 준지도 학습(Semi-Supervised Learning) 및 복수개의 정보에 대해 임의의 동작을 수행하는 과정에서 발생한 보상에 따라 학습 모델을 생성하는 강화 학습(Reinforcement Learning) 등을 포함할 수 있다.
일 실시예에서, 상태 파악부(120)는 비지도 학습을 통해 학습 모델을 생성할 수 있으며, 이러한 경우에, 상태 파악부(120)는 서로 다른 사용자에 따라 생성되는 단어 정보를 수집하고, 이를 군집화하여 학습 모델을 생성할 수 있다.
이와 관련하여, 상태 파악부(120)는 단어 정보로부터 서술어 성분을 추출할 수 있고, 상태 파악부(120)는 서술어 성분에 매칭되는 임의의 단어 정보를 서술어 성분의 의미에 따라 소유 정보, 결핍 정보, 능력 정보 및 단순 선호 정보 중 적어도 하나의 정보로 분류할 수 있다.
이는, 상태 파악부(120)가 대화 정보로부터 나타나는 대화의 문맥, 사용자의 감정, 주제 및 선호도 등을 분석하여 사용자의 관심사를 파악하는 것으로 이해할 수 있다.
이때, 서술어 성분에 매칭되는 임의의 단어 정보는 서술어 성분으로 나타나는 단어 정보에 인접하여 위치하는 다른 단어 정보를 의미할 수 있으며, 이때, 서술어 성분에 매칭되는 임의의 단어 정보는 서술어 성분을 나타내는 단어 정보와 같은 문장 내에 존재하는 다른 단어 정보를 의미할 수도 있다. 한편, 서술어 성분에 매칭되는 임의의 단어 정보는 주어 성분 또는 목적어 성분으로 나타나는 단어 정보를 의미할 수 있다.
일 실시예에서, 상태 파악부(120)는 단어 정보로부터 나타나는 서술어 성분이 '갖고 싶다'를 나타내는 경우에 해당 단어 정보에 매칭되는 단어 정보를 결핍 정보로 분류할 수 있다.
또한, 상태 파악부(120)는 단어 정보로부터 나타나는 서술어 성분이 '있다'를 나타내는 경우에 해당 단어 정보에 매칭되는 단어 정보를 소유 정보로 분류할 수 있다.
또한, 상태 파악부(120)는 단어 정보로부터 나타나는 서술어 성분이 '할 수 있다'를 나타내는 경우에, 해당 단어 정보에 매칭되는 단어 정보를 능력 정보로 분류할 수 있다.
이와 관련하여, 상태 파악부(120)는 학습 모델에 기초하여 서로 다른 선호 정보를 생성할 수 있으며, 이러한 경우에, 상태 파악부(120)는 여기에 기재되어 있는 일 실시예와 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다.
한편, 상태 파악부(120)는 단어 정보로부터 나타나는 문장 성분의 유형과 빈도에 따라 패턴 정보를 생성할 수 있고, 상태 파악부(120)는 선호 정보를 복수개의 단계로 분류하도록 설정되는 선호 단계에 기초하여, 패턴 정보에 따라 선호 정보에 대한 선호 단계를 설정할 수 있다.
여기에서, 패턴 정보는 사용자의 언어 습관 등을 나타내도록 생성될 수 있으며, 또한, 패턴 정보는 사용자가 주로 이용하는 특정한 단어 등의 패턴을 나타내도록 생성될 수 있다.
또한, 선호 단계는 패턴 정보에 기초하여 사용자로부터 나타나는 관심사에 대한 사용자의 수준을 나타내도록 설정될 수 있으며, 이때, 선호 단계는 선호 정보에 마련되는 소유 정보, 결핍 정보, 능력 정보 및 단순 선호 정보에 따라 서로 다르게 설정될 수 있다.
예를 들어, 선호 단계는 능력 정보에 대해 입문 단계, 초급 단계, 중급 단계 및 고급 단계를 나타내도록 설정될 수 있으며, 이러한 경우에, 상태 파악부(120)는 패턴 정보로부터 사용자가 가장 높은 빈도로 사용하는 것으로 나타나는 단어 정보에 따라 능력 정보에 대한 선호 단계를 설정할 수 있다.
대화 연결부(130)는 선호 정보에 따라 서로 다른 사용자를 매칭하도록 사전에 설정되는 매칭 알고리즘에 기초하여, 선호 정보에 매칭되는 임의의 사용자를 검색할 수 있다. 이와 관련하여, 저장부(160)는 매칭 알고리즘이 저장될 수 있다.
또한, 임의의 사용자를 검색하는 것은 대화 매칭 장치(100)에서 생성된 선호 정보에 대해, 다른 대화 매칭 장치(100)에서 생성된 다른 사용자에 대한 선호 정보의 매칭 여부를 검색하는 것으로 이해할 수도 있다.
이때, 사전에 설정되는 매칭 알고리즘은 임의의 관심사 또는 단어 정보로 나타나는 선호 정보에 대해, 해당 선호 정보가 분류되는 복수개의 정보 간의 관계를 나타내도록 설정될 수 있다.
이와 관련하여, 대화 연결부(130)는 임의의 관심사를 나타내는 선호 정보가 소유 정보로 분류된 경우에, 동일한 관심사를 나타내는 선호 정보가 결핍 정보로 분류된 임의의 사용자를 검색할 수 있다.
예를 들어, 대화 연결부(130)는 임의의 사용자에 대해 생성된 소유 정보가 고양이를 나타내는 경우에, 고양이가 결핍 정보를 나타내도록 선호 정보가 분류된 사용자를 검색하도록 마련될 수 있다.
또한, 사전에 설정되는 매칭 알고리즘은 임의의 관심사 또는 단어 정보로 나타나는 선호 정보에 대해, 해당 선호 정보가 분류되는 선호 단계 간의 관계를 나타내도록 설정될 수도 있다.
이러한 경우에, 대화 연결부(130)는 임의의 관심사에 대해 선호 정보가 능력 정보로 분류되고, 능력 정보의 선호 단계가 고급으로 분류된 경우에, 동일한 관심사를 나타내는 선호 정보가 능력 정보로 분류되고, 능력 정보의 선호 단계가 초급으로 분류된 임의의 사용자를 검색할 수 있다.
한편, 사전에 설정되는 매칭 알고리즘은 임의의 관심사 또는 단어 정보로 나타나는 선호 정보에 대해, 해당 선호 정보가 분류되는 복수개의 정보 간의 관계와, 해당 선호 정보가 분류되는 선호 단계 간의 관계를 나타내도록 설정될 수 있다.
이러한 경우에, 대화 연결부(130)는 임의의 관심사에 대해 선호 정보가 결핍 정보로 분류된 경우에, 동일한 관심사를 나타내는 선호 정보가 능력 정보로 분류되고, 능력 정보의 선호 단계가 고급으로 분류된 임의의 사용자를 검색할 수 있다.
한편, 사전에 설정되는 매칭 알고리즘은 패턴 정보에 따라 서로 다른 사용자를 연결하도록 설정될 수 있으며, 이러한 경우에, 대화 연결부(130)는 동일한 패턴 정보를 나타내는 사용자를 검색할 수 있다.
이와 같이, 대화 연결부(130)는 사전에 설정되는 매칭 알고리즘에 따라 임의의 사용자를 검색할 수 있으며, 이때, 사전에 설정되는 매칭 알고리즘은 여기에 기재되어 있는 일 실시예와 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있음이 이해되어야 한다.
문장 처리부(140)는 검색된 사용자에 설정된 임의의 노드에 대화 정보를 전달할 수 있다. 또한, 문장 처리부(140)는 임의의 노드로부터 대화 정보를 전달받을 수 있다. 여기에서, 임의의 노드는 검색된 사용자에 대한 다른 대화 매칭 장치(100)를 의미할 수 있다.
이에 따라, 출력부(150)는 대화 정보를 출력할 수 있다. 이를 위해, 출력부(150)는 모니터(Monitor) 등의 디스플레이 장치가 이용될 수 있으며, 이러한 경우에, 출력부(150)는 대화 정보를 문자로 출력할 수 있다. 또한, 출력부(150)는 스피커(Speaker) 등의 음성 출력 장치가 이용될 수 있으며, 이러한 경우에, 출력부(150)는 대화 정보를 음성으로 출력할 수 있다.
일 실시예에서, 대화 매칭 시스템(1a)은 대화 매칭 장치(100) 및 단말 장치(200)를 포함할 수 있으며, 이러한 경우에, 대화 매칭 장치(100)는 상태 파악부(120), 대화 연결부(130), 문장 처리부(140), 출력부(150) 및 저장부(160)를 포함할 수 있으며, 입력부(110)는 단말 장치(200)에 마련될 수 있다. 이때, 대화 매칭 장치(100) 및 단말 장치(200)는 각각 통신부(미도시)를 포함할 수 있다.
이러한 경우에, 단말 장치(200)의 입력부(110)는 사용자로부터 대화 정보를 입력 받을 수 있으며, 이에 따라, 단말 장치(200)의 통신부(미도시)는 대화 정보를 유선 또는 무선 네트워크를 통해 대화 매칭 장치(100)의 통신부(미도시)에 전달할 수 있다.
이에 따라, 대화 매칭 장치(100)의 상태 파악부(120)는 대화 정보로부터 단어 정보를 추출할 수 있고, 대화 매칭 장치(100)의 상태 파악부(120)는 단어 정보로부터 사용자의 선호 정보를 생성할 수 있으며, 대화 매칭 장치(100)의 대화 연결부(130)는 선호 정보에 매칭되는 다른 사용자를 검색하여, 검색된 사용자에 설정된 다른 단말 장치(200)에 연결될 수 있다.
이때, 대화 매칭 장치(100)의 통신부(미도시)는 임의의 단말 장치(200)의 통신부(미도시)로부터 전달된 대화 정보를 해당 단말 장치(200)와 매칭된 다른 단말 장치(200)의 통신부(미도시)에 전달할 수 있다.
이에 따라, 단말 장치(200)는 대화 매칭 장치(100)로부터 대화 정보를 전달받고, 전달받은 대화 정보를 사용자가 듣거나, 또는 볼 수 있도록 출력할 수 있다.
도4는 도3의 상태 파악부에서 선호 정보를 생성하는 과정을 나타낸 블록도이다.
도4를 참조하면, 입력부(110)는 사용자로부터 대화 정보를 입력 받을 수 있다.
이에 따라, 상태 파악부(120)는 대화 정보를 분석하여 단어 정보를 생성할 수 있고, 상태 파악부(120)는 단어 정보로부터 사용자의 관심사를 파악하도록 학습되는 학습 모델을 생성할 수 있으며, 상태 파악부(120)는 학습 모델에 기초하여 단어 정보로부터 사용자의 선호 정보를 생성할 수 있다.
이와 관련하여, 상태 파악부(120)는 단어 정보로부터 서술어 성분을 추출할 수 있고, 상태 파악부(120)는 서술어 성분에 매칭되는 임의의 단어 정보를 서술어 성분의 의미에 따라 소유 정보, 결핍 정보, 능력 정보 및 단순 선호 정보 중 적어도 하나의 정보로 분류할 수 있다.
한편, 상태 파악부(120)는 단어 정보로부터 나타나는 문장 성분의 유형과 빈도에 따라 패턴 정보를 생성할 수 있고, 상태 파악부(120)는 선호 정보를 복수개의 단계로 분류하도록 설정되는 선호 단계에 기초하여, 패턴 정보에 따라 선호 정보에 대한 선호 단계를 설정할 수 있다.
이때, 저장부(160)는 사용자의 선호 정보가 저장될 수 있으며, 또한, 저장부(160)는 생성된 학습 모델이 저장될 수 있다.
도5는 도3의 대화 연결부에서 사용자를 검색하는 과정을 나타낸 블록도이다.
도5를 참조하면, 저장부(160)는 매칭 알고리즘이 저장될 수 있다. 이에 따라, 대화 연결부(130)는 선호 정보에 따라 서로 다른 사용자를 매칭하도록 사전에 설정되는 매칭 알고리즘에 기초하여, 선호 정보에 매칭되는 임의의 사용자를 검색할 수 있다.
이때, 사전에 설정되는 매칭 알고리즘은 임의의 관심사 또는 단어 정보로 나타나는 선호 정보에 대해, 해당 선호 정보가 분류되는 복수개의 정보 간의 관계를 나타내도록 설정될 수 있다.
또한, 사전에 설정되는 매칭 알고리즘은 임의의 관심사 또는 단어 정보로 나타나는 선호 정보에 대해, 해당 선호 정보가 분류되는 선호 단계 간의 관계를 나타내도록 설정될 수도 있다.
또한, 사전에 설정되는 매칭 알고리즘은 임의의 관심사 또는 단어 정보로 나타나는 선호 정보에 대해, 해당 선호 정보가 분류되는 복수개의 정보 간의 관계와, 해당 선호 정보가 분류되는 선호 단계 간의 관계를 나타내도록 설정될 수 있다.
한편, 사전에 설정되는 매칭 알고리즘은 패턴 정보에 따라 서로 다른 사용자를 연결하도록 설정될 수 있으며, 이러한 경우에, 대화 연결부(130)는 동일한 패턴 정보를 나타내는 사용자를 검색할 수 있다.
여기에서, 임의의 사용자를 검색하는 것은 대화 매칭 장치(100)에서 생성된 선호 정보에 대해, 다른 대화 매칭 장치(100b)에서 생성된 다른 사용자에 대한 선호 정보의 매칭 여부를 검색하는 것으로 이해할 수도 있다.
도6은 도3의 문장 처리부에서 대화 정보를 전달하는 과정을 나타낸 블록도이다.
도6을 참조하면, 입력부(110)는 사용자로부터 대화 정보를 입력 받을 수 있다. 이때, 입력부(110)는 마이크 등의 음성 입력 기기를 이용하여 음성으로 나타나는 대화 정보를 음성 인식을 통해 입력 받을 수 있고, 또한, 입력부(110)는 키보드 또는 터치패드 등의 문자 입력 기기를 이용하여 문자로 나타나는 대화 정보를 입력 받을 수 있다.
이에 따라, 문장 처리부(140)는 검색된 사용자에 설정된 임의의 노드에 대화 정보를 전달할 수 있다. 여기에서, 임의의 노드는 검색된 사용자에 대한 다른 대화 매칭 장치(100b)를 의미할 수 있다.
또한, 문장 처리부(140)는 임의의 노드로부터 대화 정보를 전달받을 수 있다. 이에 따라, 출력부(150)는 대화 정보를 출력할 수 있다. 이를 위해, 출력부(150)는 모니터(Monitor) 등의 디스플레이 장치가 이용될 수 있으며, 이러한 경우에, 출력부(150)는 대화 정보를 문자로 출력할 수 있다. 또한, 출력부(150)는 스피커(Speaker) 등의 음성 출력 장치가 이용될 수 있으며, 이러한 경우에, 출력부(150)는 대화 정보를 음성으로 출력할 수 있다.
도7은 본 발명의 일 실시예에 따른 대화 매칭 방법의 순서도이다.
본 발명의 일 실시예에 따른 대화 매칭 방법은 도 1에 도시된 대화 매칭 장치(100)와 실질적으로 동일한 구성 상에서 진행되므로, 도 1의 대화 매칭 장치(100)와 동일한 구성요소에 대해 동일한 도면 부호를 부여하고, 반복되는 설명은 생략하기로 한다.
대화 매칭 방법은 대화 정보를 입력 받는 단계(600), 사용자의 선호 정보를 생성하는 단계(610), 선호 정보에 매칭되는 사용자를 검색하는 단계(620) 및 대화 정보를 전달하는 단계(630)를 포함할 수 있다.
대화 정보를 입력 받는 단계(600)는 입력부(110)가 사용자로부터 대화 정보를 입력 받는 단계일 수 있다.
사용자의 선호 정보를 생성하는 단계(610)는 상태 파악부(120)가 대화 정보를 분석하여 단어 정보를 생성하고, 단어 정보로부터 사용자의 관심사를 파악하도록 학습되는 학습 모델을 생성하며, 학습 모델에 기초하여 단어 정보로부터 사용자의 선호 정보를 생성하는 단계일 수 있다.
선호 정보에 매칭되는 사용자를 검색하는 단계(620)는 대화 연결부(130)가 선호 정보에 따라 서로 다른 사용자를 매칭하도록 사전에 설정되는 매칭 알고리즘에 기초하여, 선호 정보에 매칭되는 임의의 사용자를 검색하는 단계일 수 있다.
대화 정보를 전달하는 단계(630)는 문장 처리부(140)가 검색된 사용자에 설정된 임의의 노드에 대화 정보를 전달하는 단계일 수 있다.
이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
1, 1a: 대화 매칭 시스템
100, 100a, 100b: 대화 매칭 장치
200: 단말 장치

Claims (8)

  1. 사용자로부터 대화 정보를 입력 받는 입력부;
    상기 대화 정보를 분석하여 단어 정보를 생성하고, 상기 단어 정보로부터 사용자의 관심사를 파악하도록 학습되는 학습 모델을 생성하며, 상기 학습 모델에 기초하여 상기 단어 정보로부터 사용자의 선호 정보를 생성하는 상태 파악부;
    상기 선호 정보에 따라 서로 다른 사용자를 매칭하도록 사전에 설정되는 매칭 알고리즘에 기초하여, 상기 선호 정보에 매칭되는 임의의 사용자를 검색하는 대화 연결부; 및
    검색된 사용자에 설정된 임의의 노드에 상기 대화 정보를 전달하는 문장 처리부;를 포함하는, 대화 매칭 장치.
  2. 제1항에 있어서, 상기 상태 파악부는,
    상기 단어 정보로부터 서술어 성분을 추출하고, 상기 서술어 성분에 매칭되는 임의의 단어 정보를 상기 서술어 성분의 의미에 따라 소유 정보, 결핍 정보, 능력 정보 및 단순 선호 정보 중 적어도 하나의 정보로 분류하는, 대화 매칭 장치.
  3. 제2항에 있어서, 상기 대화 연결부는,
    임의의 관심사를 나타내는 선호 정보가 상기 소유 정보로 분류된 경우, 상기 관심사를 나타내는 선호 정보가 상기 결핍 정보로 분류된 임의의 사용자를 검색하는, 대화 매칭 장치.
  4. 제1항에 있어서, 상기 상태 파악부는,
    상기 단어 정보로부터 나타나는 문장 성분의 유형과 빈도에 따라 패턴 정보를 생성하고, 상기 선호 정보를 복수개의 단계로 분류하도록 설정되는 선호 단계에 기초하여, 상기 패턴 정보에 따라 상기 선호 정보에 대한 선호 단계를 설정하는, 대화 매칭 장치.
  5. 사용자의 선호도를 분석하는 대화 매칭 장치에서의 대화 매칭 방법에 있어서,
    입력부가 사용자로부터 대화 정보를 입력 받는 단계;
    상태 파악부가 상기 대화 정보를 분석하여 단어 정보를 생성하고, 상기 단어 정보로부터 사용자의 관심사를 파악하도록 학습되는 학습 모델을 생성하며, 상기 학습 모델에 기초하여 상기 단어 정보로부터 사용자의 선호 정보를 생성하는 단계;
    대화 연결부가 상기 선호 정보에 따라 서로 다른 사용자를 매칭하도록 사전에 설정되는 매칭 알고리즘에 기초하여, 상기 선호 정보에 매칭되는 임의의 사용자를 검색하는 단계; 및
    문장 처리부가 검색된 사용자에 설정된 임의의 노드에 상기 대화 정보를 전달하는 단계;를 포함하는, 대화 매칭 방법.
  6. 제5항에 있어서, 상기 사용자의 선호 정보를 생성하는 단계는,
    상기 단어 정보로부터 서술어 성분을 추출하고, 상기 서술어 성분에 매칭되는 임의의 단어 정보를 상기 서술어 성분의 의미에 따라 소유 정보, 결핍 정보, 능력 정보 및 단순 선호 정보 중 적어도 하나의 정보로 분류하는, 대화 매칭 방법.
  7. 제6항에 있어서, 상기 선호 정보에 매칭되는 사용자를 검색하는 단계는,
    임의의 관심사를 나타내는 선호 정보가 상기 소유 정보로 분류된 경우, 상기 관심사를 나타내는 선호 정보가 상기 결핍 정보로 분류된 임의의 사용자를 검색하는, 대화 매칭 방법.
  8. 제5항에 있어서, 상기 사용자의 선호 정보를 생성하는 단계는,
    상기 단어 정보로부터 나타나는 문장 성분의 유형과 빈도에 따라 패턴 정보를 생성하고, 상기 선호 정보를 복수개의 단계로 분류하도록 설정되는 선호 단계에 기초하여, 상기 패턴 정보에 따라 상기 선호 정보에 대한 선호 단계를 설정하는, 대화 매칭 방법.

KR1020200181276A 2020-12-22 2020-12-22 사용자의 선호도를 분석하는 대화 매칭 장치 및 방법 KR102485903B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200181276A KR102485903B1 (ko) 2020-12-22 2020-12-22 사용자의 선호도를 분석하는 대화 매칭 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200181276A KR102485903B1 (ko) 2020-12-22 2020-12-22 사용자의 선호도를 분석하는 대화 매칭 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20220090675A true KR20220090675A (ko) 2022-06-30
KR102485903B1 KR102485903B1 (ko) 2023-01-09

Family

ID=82215510

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200181276A KR102485903B1 (ko) 2020-12-22 2020-12-22 사용자의 선호도를 분석하는 대화 매칭 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102485903B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116484841A (zh) * 2023-05-10 2023-07-25 道有道科技集团股份公司 基于自动化审核的信息校验系统及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100020678A (ko) * 2008-08-13 2010-02-23 에스케이 텔레콤주식회사 양태 분석 장치, 양태 분석 방법, 저장 매체, 정보 제공 시스템, 정보 제공 서비스 서버 및 정보 제공 방법
KR20150068457A (ko) * 2012-10-10 2015-06-19 이베이 인크. 구매자와 판매자를 연결하기
KR20180001155A (ko) * 2016-06-27 2018-01-04 (주)휴먼웍스 빅 데이터를 이용한 인공지능의 온라인 채팅 대화상대 자동맞춤 방법과 이를 위한 자동맞춤 시스템

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100020678A (ko) * 2008-08-13 2010-02-23 에스케이 텔레콤주식회사 양태 분석 장치, 양태 분석 방법, 저장 매체, 정보 제공 시스템, 정보 제공 서비스 서버 및 정보 제공 방법
KR20150068457A (ko) * 2012-10-10 2015-06-19 이베이 인크. 구매자와 판매자를 연결하기
KR20180001155A (ko) * 2016-06-27 2018-01-04 (주)휴먼웍스 빅 데이터를 이용한 인공지능의 온라인 채팅 대화상대 자동맞춤 방법과 이를 위한 자동맞춤 시스템

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116484841A (zh) * 2023-05-10 2023-07-25 道有道科技集团股份公司 基于自动化审核的信息校验系统及方法
CN116484841B (zh) * 2023-05-10 2023-10-03 道有道科技集团股份公司 基于自动化审核的信息校验系统及方法

Also Published As

Publication number Publication date
KR102485903B1 (ko) 2023-01-09

Similar Documents

Publication Publication Date Title
US10977452B2 (en) Multi-lingual virtual personal assistant
US10936664B2 (en) Dialogue system and computer program therefor
US11769492B2 (en) Voice conversation analysis method and apparatus using artificial intelligence
US9547471B2 (en) Generating computer responses to social conversational inputs
WO2021017612A1 (zh) 基于语音分析的问答方法、装置、设备及存储介质
Sahay et al. Multimodal relational tensor network for sentiment and emotion classification
JP6019604B2 (ja) 音声認識装置、音声認識方法、及びプログラム
US20220148576A1 (en) Electronic device and control method
JP6818706B2 (ja) 情報提供装置、情報提供方法、およびプログラム
CN110462676A (zh) 电子装置、其控制方法和非暂态计算机可读记录介质
CN108073565A (zh) 词语规范化的方法和设备及机器翻译方法和设备
CN111694941B (zh) 一种回复信息确定方法、装置、存储介质及电子设备
Kaushik et al. Automatic sentiment detection in naturalistic audio
CN109325124A (zh) 一种情感分类方法、装置、服务器和存储介质
CN107657949A (zh) 游戏数据的获取方法及装置
Alam et al. Comparative study of speaker personality traits recognition in conversational and broadcast news speech.
KR20210051523A (ko) 도메인 자동 분류 대화 시스템
KR102485903B1 (ko) 사용자의 선호도를 분석하는 대화 매칭 장치 및 방법
JP6299563B2 (ja) 応答生成方法、応答生成装置及び応答生成プログラム
JP6821542B2 (ja) 複数種の対話を続けて実施可能な対話制御装置、プログラム及び方法
KR20200011251A (ko) 대화 인지를 위한 규칙 생성 방법, 규칙 기반의 추론 방법 및 그 방법이 적용된 장치
JP2003202892A (ja) 音声ロボットシステム及び音声ロボット動作方法
JP6858721B2 (ja) コンテンツに関する対話を実施可能な対話制御装置、プログラム及び方法
JP2021144633A (ja) ユーザの関心度に応じて対話内容を切り替える対話装置、プログラム及び方法
CN116049414B (zh) 基于话题描述的文本聚类方法、电子设备和存储介质

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant