KR20230100220A - Copyright sales brokering method for literary and dramatic works using computing apparatus - Google Patents

Copyright sales brokering method for literary and dramatic works using computing apparatus Download PDF

Info

Publication number
KR20230100220A
KR20230100220A KR1020210189921A KR20210189921A KR20230100220A KR 20230100220 A KR20230100220 A KR 20230100220A KR 1020210189921 A KR1020210189921 A KR 1020210189921A KR 20210189921 A KR20210189921 A KR 20210189921A KR 20230100220 A KR20230100220 A KR 20230100220A
Authority
KR
South Korea
Prior art keywords
information
work
processor
matching
purchase request
Prior art date
Application number
KR1020210189921A
Other languages
Korean (ko)
Inventor
우정권
Original Assignee
단국대학교 천안캠퍼스 산학협력단
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 단국대학교 천안캠퍼스 산학협력단 filed Critical 단국대학교 천안캠퍼스 산학협력단
Priority to KR1020210189921A priority Critical patent/KR20230100220A/en
Publication of KR20230100220A publication Critical patent/KR20230100220A/en

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/18Legal services
    • G06Q50/184Intellectual property management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/10Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/08Auctions

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Technology Law (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • Tourism & Hospitality (AREA)
  • Software Systems (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 컴퓨터 장치를 이용한 어문 저작물 IP의 거래 중개 방법에 대한 것으로, 보다 상세하게는, 자연어 처리를 바탕으로 판매저작물과 구매요청을 동일한 요약정보 메타데이터로 변환함으로써 자동화된 방법으로 거래중개정보를 생성하여 IP 거래를 중개하는 방법 및 이를 구현한 시스템에 관한 것이다. 본 발명에 따른 IP 거래 중개 방법은, 프로세서에 의해 동작할 수 있으며, 상기 프로세서가 저작물 IP의 판매자로부터 적어도 하나의 판매저작물 정보를 입력받는 단계, 상기 프로세서가 저작물 IP의 구매자로부터 적어도 하나의 구매요청 정보를 입력받는 단계, 상기 프로세서가 상기 판매저작물 정보로부터 제1 요약정보를 추출하는 단계, 상기 프로세서가 상기 구매요청 정보로부터 제2 요약정보를 추출하는 단계, 상기 프로세서가 상기 제1 요약정보와 제2 요약정보간의 상관성에 기반하여 스토리 평가 지수를 계산하는 단계, 상기 프로세서가 상기 스토리 평가 지수에 기반하여 상기 판매저작물 정보와 상기 구매요청 정보 간의 매칭 점수를 계산하는 단계, 및 상기 프로세서가 상기 IP 판매자와 상기 IP 구매자 중 일방 또는 쌍방에게 상기 매칭 점수에 관한 정보를 전송하는 단계를 포함할 수 있다.The present invention relates to a transaction mediation method of literary works IP using a computer device, and more specifically, based on natural language processing, transaction mediation information is automatically converted by converting a sales work and a purchase request into the same summary information metadata. It relates to a method for creating and brokering IP transactions and a system implementing the same. The IP transaction mediation method according to the present invention may be operated by a processor, wherein the processor receives at least one piece of work information for sale from a seller of a work IP, and the processor requests at least one purchase request from a buyer of the work IP. Receiving information, extracting, by the processor, first summary information from the sales work information; extracting, by the processor, second summary information from the purchase request information; 2 calculating a story evaluation index based on correlation between summary information; calculating, by the processor, a matching score between the sales work information and the purchase request information based on the story evaluation index; and, by the processor, the IP seller and transmitting information about the matching score to one or both of the IP purchasers.

Figure P1020210189921
Figure P1020210189921

Description

컴퓨터 장치를 이용한 어문 저작물 IP의 거래 중개 방법 {COPYRIGHT SALES BROKERING METHOD FOR LITERARY AND DRAMATIC WORKS USING COMPUTING APPARATUS}Transaction brokerage method of literary works IP using computer device {COPYRIGHT SALES BROKERING METHOD FOR LITERARY AND DRAMATIC WORKS USING COMPUTING APPARATUS}

본 발명은 컴퓨터 장치를 이용한 어문 저작물 IP의 거래 중개 방법에 대한 것으로, 보다 상세하게는, 자연어 처리를 바탕으로 판매저작물과 구매요청을 동일한 요약정보 메타데이터로 변환함으로써 자동화된 방법으로 거래중개정보를 생성하여 IP 거래를 중개하는 방법 및 이를 구현한 시스템에 관한 것이다.The present invention relates to a transaction mediation method of literary works IP using a computer device, and more specifically, based on natural language processing, transaction mediation information is automatically converted by converting a sales work and a purchase request into the same summary information metadata. It relates to a method for creating and brokering IP transactions and a system implementing the same.

다양한 창작 이야기에 토대를 둔 문화저작물의 유통이 증가하는 추세에 있다. 특히 최근에는 개인 저작자가 발표한 1차 저작물이 다양한 유형의 2차 저작물로 제작되어 상업적 성공을 거두는 사례 또한 이어지고 있다. 예를 들어, 어문 저작물을 2차 저작물로서 영상화하여 상업화하는 등의 목적을 위해 1차 저작물에 대한 지식재산권(Intellectual Property, IP) 시장 규모가 확대되는 추세에 있다.The distribution of cultural works based on various creative stories is on the rise. In particular, in recent years, primary works announced by individual authors have been produced as secondary works of various types, resulting in commercial success. For example, for the purpose of commercializing a literary work by visualizing it as a secondary work, the intellectual property (IP) market for primary works is expanding.

종래에는 2차 저작물의 상업화를 추진하는 제작자가 1차 저작물 또는 그 저작권자를 탐색하는 과정에 다양한 어려움이 있었다. 공개되는 1차 저작물의 양이 방대하기 때문에, IP 거래에 있어서 2차 저작물의 제작자와 1차 저작물의 작가 간에는 1차 저작물의 유통을 담당하는 플랫폼 또는 콘텐츠 공급사(CP)가 중개자로서 개입하게 되는 경우가 빈번하였다. 그러나 이 같은 저작물의 중간 유통 구조는 2차 저작물을 제작하고자 하는 제작자 입장에서 작품 탐색의 다양성을 제한하고, 1차 저작물의 작가에게는 IP의 공급 조건 등에 관련하여 불리하거나 불공정한 계약 체결이 강요되는 등의 문제를 발생시키곤 하였다.Conventionally, producers promoting the commercialization of secondary works had various difficulties in the process of searching for primary works or their copyright holders. Due to the vast amount of published primary works, in IP transactions, a platform in charge of distribution of the primary works or a content supplier (CP) intervenes as an intermediary between the producer of secondary works and the writer of primary works. was frequent. However, such an intermediary distribution structure of works restricts the diversity of search for works from the perspective of producers who want to produce secondary works, and writers of primary works are forced to enter into unfavorable or unfair contracts in relation to IP supply conditions, etc. used to cause problems.

특히 1차 저작물 작가의 입장에서는 본인의 저작물 IP를 중간 중개자를 거치지 않고 직접 다양한 2차 저작물 제작자들에게 노출하고 싶고, 중개자의 존재로 인해 침해되는 본인의 IP 관련 수익을 보다 안전하게 보호하고, 나아가 2차 저작물 제작자들에 대하여 직접 시장조사를 실시하여 상업적 창작활동에 반영하는 등, 현재 유통구조에서는 기대하기 어려운 서비스 경험들을 기대하게 된다.In particular, from the standpoint of the primary author, I want to directly expose my copyrighted IP to various secondary copyright producers without going through an intermediary, and more safely protect my IP-related revenue from infringement due to the existence of an intermediary. We expect service experiences that are difficult to expect in the current distribution structure, such as conducting market research directly on producers of secondary works and reflecting them in commercial creative activities.

그럼에도 불구하고, 상술하였듯 1차 저작물의 양이 방대하고, 또한 1차 저작물의 판권을 획득하고자 하는 2차 저작물 제작자 또한 적은 수가 아니기에, 그 양자 간의 IP 거래를 중개하는 주체가 존재할 수밖에 없다는 한계가 있다.Nevertheless, as mentioned above, since the amount of primary works is vast and the number of producers of secondary works that want to acquire the copyright of the primary works is not small, there is a limit that there is no choice but to have an entity that mediates IP transactions between the two. there is.

이러한 영역에서 종래의 해결책으로는 1차 저작물을 상품과 유사한 방식으로 추천하는 기술이 존재하였다. 이러한 기술은 1차 저작물을 직접 소비하는 소비자 또는 구독자를 대상으로 서점, 영화관, 영상 콘텐츠 플랫폼과 같은 곳에서 사용하여 왔다. 종래기술에서는 다수의 소비자의 소비 패턴을 분석하여 소비자의 구독수가 높은 것에 가중치를 두거나, 소비자의 연속적 선택을 분석하여 연관 작품을 추천하는 등의 분석을 활용하였다. 또한 1차 저작물에 인력(人力)으로 태그(Tag)를 부여하여 저작물의 속성에 대한 검색을 가능하게 하는 방법을 활용하였다.As a conventional solution in this area, there was a technology that recommends primary works in a similar way to products. These technologies have been used in places such as bookstores, movie theaters, and video content platforms for consumers or subscribers who directly consume primary works. In the prior art, analyzes such as analyzing the consumption patterns of a large number of consumers and assigning weight to the number of consumers with a high number of subscriptions or analyzing the continuous selection of consumers and recommending related works have been utilized. In addition, a method of enabling search for the properties of a work by assigning a tag to the primary work was utilized.

그러나 소비자의 소비 패턴을 분석하여 1차 저작물을 추천하기 위해서는 다수의 소비자가 이미 저작물을 소비한 기록으로부터 결과를 도출하여야 하므로, 시장 또는 플랫폼에 새로이 진입한 소비자를 대상으로 하는 추천의 정확도가 낮게 되었다. 또한, 2차 저작물 제작자와 같이 대량소비를 전제로 하지 않고 엄선된 1차 저작물을 선별하는 데 집중하는 경우에는 대응하기 어려웠다. 결국 종래 기술을 이용하여서도 저작물 거래에 있어 중개자의 개입을 배제하는 데에 어려움이 있었다.However, in order to recommend primary works by analyzing consumers' consumption patterns, results must be derived from the record of a number of consumers already consuming copyrighted works, so the accuracy of recommendations targeting consumers who have newly entered the market or platform has been low. . In addition, it was difficult to respond to those who focused on selecting carefully selected primary works without the premise of mass consumption, such as producers of secondary works. After all, even using the prior art, there was a difficulty in excluding the intervention of intermediaries in the transaction of copyrighted works.

본 발명은 상술한 종래 배경기술의 한계를 극복하기 위하여 어문 저작물의 거래 중개 과정을 자동화하고자 하는 것이다. 종래기술이 가지는 본질적 한계는 방대한 1차 저작물의 양으로부터 기인한다. 방대한 양의 어문 저작물의 존재로 인해 작가와 제작자 간의 직거래가 사실상 불가능하며, 중개를 전업으로 하는 자가 개입되지 않으면 합리적인 시장이 형성되기 어렵다. 상술하였던 CP 및 플랫폼에 의한 부당대우 또한 이러한 중개자의 필연성으로부터 기인하는 바가 크다. 따라서, 본 발명은 이러한 중개 절차에 중개자의 개입을 최소화하고 대부분의 절차를 자동화하는 것을 목적으로 한다.The present invention is intended to automate the transaction mediation process of literary works in order to overcome the limitations of the prior art described above. The essential limitation of the prior art comes from the vast amount of primary works. Direct transactions between writers and producers are virtually impossible due to the existence of a vast amount of literary works, and it is difficult to form a reasonable market without the intervention of full-time mediators. The above-mentioned unfair treatment by CP and platform is also largely due to the inevitability of these mediators. Accordingly, an object of the present invention is to minimize intermediary intervention in such mediation procedures and to automate most of the procedures.

상술한 문제점을 해결하기 위한 본 발명의 일 양태에 따른 프로세서를 포함하는 컴퓨터 장치를 이용한 어문 저작물 IP(Intellectual Property)의 거래 중개 방법은, 상기 프로세서가 저작물 IP의 판매자로부터 적어도 하나의 판매저작물 정보를 입력받는 단계, 상기 프로세서가 저작물 IP의 구매자로부터 적어도 하나의 구매요청 정보를 입력받는 단계, 상기 프로세서가 상기 판매저작물 정보로부터 제1 요약정보를 추출하는 단계, 상기 프로세서가 상기 구매요청 정보로부터 제2 요약정보를 추출하는 단계, 상기 프로세서가 상기 제1 요약정보와 제2 요약정보간의 상관성에 기반하여 스토리 평가 지수를 계산하는 단계, 상기 프로세서가 상기 스토리 평가 지수에 기반하여 상기 판매저작물 정보와 상기 구매요청 정보 간의 매칭 점수를 계산하는 단계, 및 상기 프로세서가 상기 IP 판매자와 상기 IP 구매자 중 일방 또는 쌍방에게 상기 매칭 점수에 관한 정보를 전송하는 단계; 를 포함할 수 있다.In order to solve the above problem, a method for brokering a transaction of literary works IP (Intellectual Property) using a computer device including a processor according to an aspect of the present invention, wherein the processor obtains at least one sales work information from a seller of the work IP Receiving an input, the processor receiving at least one piece of purchase request information from a purchaser of a work IP, the processor extracting first summary information from the sales work information, the processor extracting second summary information from the purchase request information Extracting summary information; Calculating, by the processor, a story evaluation index based on correlation between the first summary information and second summary information; calculating a matching score between requested information, and transmitting, by the processor, information about the matching score to one or both of the IP seller and the IP buyer; can include

상기 제1 요약정보와 제2 요약정보는, 콘텐츠 유형, 장르, 주제, 인물, 사건, 배경 중 적어도 하나의 항목, 그리고 상기 각각의 항목에 대응하는 스토리 정보값을 포함하는 저작물 메타데이터일 수 있다.The first summary information and the second summary information may be copyrighted metadata including at least one item among content type, genre, subject, person, incident, and background, and a story information value corresponding to each item. .

상기 스토리 평가 지수를 계산하는 단계는, 상기 프로세서가 상기 제1 요약정보와 제2 요약정보를 구성하는 적어도 하나의 항목들마다 각각의 항목에 지정된 정보값을 서로 비교하여 적어도 하나의 일치율을 계산하는 단계, 상기 프로세서가 상기 항목들 별로 상기 일치율을 대응시킨 스토리 평가 지수를 구성하는 단계를 포함할 수 있다.In the step of calculating the story evaluation index, the processor calculates at least one matching rate by comparing information values assigned to each item for each of at least one item constituting the first summary information and the second summary information. and configuring, by the processor, a story evaluation index corresponding to the match rate for each of the items.

상기 프로세서가 상기 각각의 항목에 지정된 정보값을 서로 비교하는 방법은, 상기 제1 요약정보의 제1 항목에 지정된 제1 정보값을 읽어들이고, 상기 제2 요약정보에서 상기 제1 항목에 지정된 제2 정보값을 읽어들이고, 상기 제1 정보값과 상기 제2 정보값을 자연어 처리 장치에 입력하여 단어 벡터 공간에서의 일치율을 계산하고, 상기 단어 벡터 공간에서의 일치율을 상기 제1 항목에 대한 일치율로 결정하고, 그리고 상기의 절차를 상기 프로세서가 상기 각각의 항목에 대하여 수행하는 것일 수 있다.The method in which the processor compares the information values specified in the respective items with each other, reads the first information value specified in the first item of the first summary information, and reads the first information value specified in the first item in the second summary information. 2 information values are read, the first information value and the second information value are input to the natural language processing device to calculate the agreement rate in the word vector space, and the agreement rate in the word vector space is the agreement rate for the first item. , and the process may be performed by the processor for each item.

상기 판매저작물 정보는 상기 판매자가 판매저작물에 대하여 책정한 희망 가격 정보를 포함하고, 상기 구매요청 정보는 상기 구매자가 임의의 판매저작물에 지불할 의향이 있는 예상 가격 정보를 포함하고, 상기 매칭 점수는, 상기 스토리 평가 지수를 합산, 평균, 가중 합산, 가중 평균 중 하나 이상의 계산법을 이용해 병합한 일치 점수, 상기 판매저작물의 이용자 조회수, 이용자 평가 점수, 이용자의 리뷰 내용, 판매저작물의 용량 또는 재생시간 중 적어도 하나에 기반하는 인기 점수, 그리고 상기 희망 가격 정보와 예상 가격 정보의 금액의 비교에 기반하여 결정되는 가격 점수를 상기 프로세서가 가중 합산한 것일 수 있다.The selling work information includes desired price information set by the seller for the selling work, the purchase request information includes expected price information that the buyer is willing to pay for any selling work, and the matching score is , the matching score obtained by merging the above story evaluation indices using one or more calculation methods among summation, average, weighted sum, and weighted average, the number of user views of the sales works, user evaluation scores, user review content, and the volume or playback time of the sales works The processor may weight-add a popularity score based on at least one and a price score determined based on a comparison between the desired price information and the price of the expected price information.

상기 프로세서가 상기 매칭 점수를 가중 합산하는 방법은, 상기 일치 점수에 제1 백분율 비중을, 상기 인기 점수에 제2 백분율 비중을, 상기 가격 점수에 제3 백분율 비중을 각각 곱한 뒤 그 결과를 합산하는 것일 수 있다.The weighted summing method of the matching scores by the processor may include multiplying the matching score by a first percentage weight, the popularity score by a second percentage weight, and the price score by a third percentage weight, respectively, and summing the results. it could be

상기 프로세서가 상기 매칭 점수에 관한 정보를 전송하는 단계는, 상기 프로세서가 상기 희망 가격 정보와 예상 가격 정보를 기반으로 판매저작물의 추천 가격 정보를 생성하는 단계, 및 상기 프로세서가 상기 추천 가격 정보를 상기 매칭 점수와 함께 전송하는 단계를 더 포함할 수 있다.The transmitting of information on the matching score by the processor may include generating, by the processor, recommended price information of a work for sale based on the desired price information and expected price information; A step of transmitting together with the matching score may be further included.

상기 프로세서가 상기 매칭 점수에 관한 정보를 전송하는 단계는, 상기 프로세서가 하나의 상기 판매저작물 정보와 복수의 상기 구매요청 정보 간에 각각 계산된 복수의 매칭 점수를 전송하는 단계, 및 상기 프로세서가 복수의 상기 판매저작물 정보와 하나의 상기 구매요청 정보 간에 각각 계산된 복수의 매칭 점수를 전송하는 단계 중 적어도 하나를 더 포함할 수 있다.The step of transmitting, by the processor, information about the matching score may include: transmitting, by the processor, a plurality of matching points calculated between one piece of sales work information and a plurality of pieces of purchase request information; The method may further include at least one of transmitting a plurality of matching scores each calculated between the sales work information and the piece of purchase request information.

상기 제1 요약정보와 상기 제2 요약정보 중 적어도 하나는 자연어 처리 장치에 의해 추출될 수 있다.At least one of the first summary information and the second summary information may be extracted by a natural language processing device.

상기의 프로세서를 포함하는 컴퓨터 장치를 이용한 어문 저작물 IP의 거래 중개 방법은, 상기 프로세서가 상기 판매저작물 정보와 상기 제1 요약정보 중 적어도 하나를 데이터베이스(Database)로부터 불러들이는 단계를 더 포함할 수 있다.The transaction mediation method of literary works IP using a computer device including the processor may further include, by the processor, reading at least one of the sales work information and the first summary information from a database. there is.

상술한 문제점을 해결하기 위한 본 발명의 일 양태에 따른 어문 저작물 IP의 거래 중개 기능을 가진 프로세서를 포함하는 컴퓨터 장치는, 저작물 IP의 판매자로부터 적어도 하나의 판매저작물 정보를 입력받는 제1입력부, 저작물 IP의 구매자로부터 적어도 하나의 구매요청 정보를 입력받는 제2입력부, 상기 판매저작물 정보로부터 제1 요약정보를 추출하는 제1추출부, 상기 구매요청 정보로부터 제2 요약정보를 추출하는 제2추출부, 상기 제1 요약정보와 제2 요약정보간의 상관성에 기반하여 스토리 평가 지수를 계산하는 지수계산부, 상기 스토리 평가 지수에 기반하여 상기 판매저작물과 상기 구매요청 정보 간의 매칭 점수를 계산하는 매칭계산부, 및 상기 IP 판매자와 상기 IP 구매자 중 일방 또는 쌍방에게 상기 매칭 점수에 관한 정보를 전송하는 전송부를 포함할 수 있다.A computer device including a processor having a transaction mediation function of literary works IP according to an aspect of the present invention for solving the above-mentioned problems, a first input unit for receiving at least one piece of sales information from a seller of a work IP, a work A second input unit for receiving at least one piece of purchase request information from a purchaser of an IP, a first extractor for extracting first summary information from the sales work information, and a second extractor for extracting second summary information from the purchase request information. , an index calculation unit that calculates a story evaluation index based on the correlation between the first summary information and the second summary information, and a matching calculator that calculates a matching score between the sales work and the purchase request information based on the story evaluation index , and a transmission unit for transmitting information about the matching score to one or both of the IP seller and the IP buyer.

상기 제1 요약정보와 제2 요약정보는,The first summary information and the second summary information,

콘텐츠 유형, 장르, 주제, 인물, 사건, 배경 중 적어도 하나의 항목, 그리고 상기 각각의 항목에 대응하는 스토리 정보값을 포함하는 저작물 메타데이터일 수 있다.It may be copyrighted metadata including at least one item among content type, genre, subject, person, event, and background, and a story information value corresponding to each item.

상기 지수계산부는, 상기 제1 요약정보와 제2 요약정보를 구성하는 적어도 하나의 항목들마다 각각의 항목에 지정된 정보값을 서로 비교하여 계산한 적어도 하나의 일치율에 기반하여, 상기 항목들 별로 상기 일치율을 대응시킨 스토리 평가 지수를 출력하도록 구성될 수 있다.The index calculation unit calculates the information value for each item based on at least one matching rate calculated by comparing information values assigned to each item for each of the at least one item constituting the first summary information and the second summary information. It may be configured to output a story evaluation index corresponding to the matching rate.

상기 지수계산부가 상기 각각의 항목에 지정된 정보값을 서로 비교하는 방법은, 상기 제1 요약정보의 제1 항목에 지정된 제1 정보값을 읽어들이고, 상기 제2 요약정보에서 상기 제1 항목에 지정된 제2 정보값을 읽어들이고, 상기 제1 정보값과 상기 제2 정보값을 자연어 처리 장치에 입력하여 단어 벡터 공간에서의 일치율을 계산하고, 상기 단어 벡터 공간에서의 일치율을 상기 제1 항목에 대한 일치율로 결정하고, 그리고 상기의 절차를 상기 프로세서가 상기 각각의 항목에 대하여 수행하는 것일 수 있다.The index calculation unit compares the information values designated for each item with each other by reading the first information value designated for the first item of the first summary information, and reading the value specified for the first item in the second summary information. The second information value is read, the first information value and the second information value are input to the natural language processing device to calculate the matching rate in the word vector space, and the matching rate in the word vector space is calculated for the first item. The matching rate may be determined, and the above procedure may be performed by the processor for each item.

상기 판매저작물 정보는 상기 판매자가 판매저작물에 대하여 책정한 희망 가격 정보를 포함하고, 상기 구매요청 정보는 상기 구매자가 임의의 판매저작물에 지불할 의향이 있는 예상 가격 정보를 포함하고, 상기 매칭 점수는, 상기 스토리 평가 지수를 합산, 평균, 가중 합산, 가중 평균 중 하나 이상의 계산법을 이용해 병합한 일치 점수, 상기 판매저작물의 이용자 조회수, 이용자 평가 점수, 이용자의 리뷰 내용, 판매저작물의 용량 또는 재생시간 중 적어도 하나에 기반하는 인기 점수, 그리고 상기 희망 가격 정보와 예상 가격 정보의 금액의 비교에 기반하여 결정되는 가격 점수를 상기 매칭계산부가 가중 합산한 것일 수 있다.The selling work information includes desired price information set by the seller for the selling work, the purchase request information includes expected price information that the buyer is willing to pay for any selling work, and the matching score is , the matching score obtained by merging the above story evaluation indices using one or more calculation methods among summation, average, weighted sum, and weighted average, the number of user views of the sales works, user evaluation scores, user review content, and the volume or playback time of the sales works The matching calculation unit may weight-add a popularity score based on at least one and a price score determined based on a comparison of amounts of the desired price information and the expected price information.

상기 매칭계산부는, 상기 일치 점수에 제1 백분율 비중을, 상기 인기 점수에 제2 백분율 비중을, 상기 가격 점수에 제3 백분율 비중을 각각 곱한 뒤 그 결과를 합산하여 상기 매칭 점수를 출력하도록 구성될 수 있다.The matching calculation unit may be configured to multiply the matching score by a first percentage weight, the popularity score by a second percentage weight, and the price score by a third percentage weight, and then sum the results to output the matching score. can

상기 매칭계산부는, 상기 희망 가격 정보와 예상 가격 정보를 기반으로 판매저작물의 추천 가격 정보를 생성하고, 상기 전송부는, 상기 추천 가격 정보를 상기 매칭 점수와 함께 전송하도록 구성될 수 있다.The matching calculation unit may be configured to generate recommended price information of a work for sale based on the desired price information and expected price information, and the transmission unit to transmit the recommended price information together with the matching score.

상기 전송부는, 하나의 상기 판매저작물 정보와 복수의 상기 구매요청 정보 간에 각각 계산된 복수의 매칭 점수, 및 복수의 상기 판매저작물 정보와 하나의 상기 구매요청 정보 간에 각각 계산된 복수의 매칭 점수 중 적어도 하나를 더 전송하도록 구성될 수 있다.The transmission unit may include at least one of a plurality of matching scores calculated between a piece of work for sale information and a plurality of pieces of purchase request information, and a plurality of matching scores respectively calculated between a plurality of pieces of work for sale information and one piece of purchase request information. It can be configured to transmit one more.

상기 제1 추출부 또는 제2 추출부 중 적어도 하나는 자연어 처리 장치에 의해 동작할 수 있다.At least one of the first extraction unit and the second extraction unit may be operated by a natural language processing device.

상기 어문 저작물 IP의 거래 중개 기능을 가진 프로세서를 포함하는 컴퓨터 장치는, 상기 판매저작물 정보와 상기 제1 요약정보 중 적어도 하나를 저장하는 데이터베이스(Database)를 더 포함할 수 있다.The computer device including a processor having a transaction mediation function of the literary work IP may further include a database storing at least one of the sales work information and the first summary information.

상술한 문제점을 해결하기 위한 본 발명의 일 양태에 따른 컴퓨터 판독가능 기록 매체는, 프로세서에서 실행될 수 있는 명령어들을 포함하고, 상기 명령어들은, 프로세서에서 실행될 때 상기 프로세서로 하여금, 저작물 IP의 판매자로부터 적어도 하나의 판매저작물 정보를 입력받고, 저작물 IP의 구매자로부터 적어도 하나의 구매요청 정보를 입력받고, 상기 판매저작물 정보로부터 제1 요약정보를 추출하고, 상기 구매요청 정보로부터 제2 요약정보를 추출하고, 상기 제1 요약정보와 제2 요약정보간의 상관성에 기반하여 스토리 평가 지수를 계산하고, 상기 스토리 평가 지수에 기반하여 상기 판매저작물 정보와 상기 구매요청 정보 간의 매칭 점수를 계산하고, 그리고 상기 IP 판매자와 상기 IP 구매자 중 일방 또는 쌍방에게 상기 매칭 점수에 관한 정보를 전송하도록 구성될 수 있다.A computer readable recording medium according to an aspect of the present invention for solving the above problems includes instructions that can be executed in a processor, and the instructions, when executed in a processor, cause the processor to obtain at least from a seller of a work IP Receiving one sales work information, receiving at least one purchase request information from a buyer of the work IP, extracting first summary information from the sales work information, extracting second summary information from the purchase request information, A story evaluation index is calculated based on the correlation between the first summary information and the second summary information, a matching score between the sales work information and the purchase request information is calculated based on the story evaluation index, and the IP seller and It may be configured to transmit information about the matching score to one or both of the IP purchasers.

어문 저작물의 메타데이터화를 통해 IP 거래의 중개 절차를 자동화함으로써, 중개의 효율을 극대화하면서도 중개자가 개입할 수 있는 영역을 최소화할 수 있다. 이를 통하여 1차 저작물 작가와 2차 저작물 제작자 간에 보다 직접적인 IP 거래를 성사시켜, 쌍방에 이익이 되는 결과를 도출할 수 있다.By automating the mediation process of IP transactions through metadata of literary works, it is possible to maximize the efficiency of mediation while minimizing the area in which intermediaries can intervene. Through this, a more direct IP transaction can be concluded between the primary author and the secondary author, resulting in beneficial results for both parties.

도 1은 본 발명의 기본 개념을 요약한 개념도,
도 2는 본 발명에 의한 어문 저작물의 요약정보화 과정과 이를 바탕으로 한 IP 거래 중개 방법을 나타낸 개념도,
도 3은 제1 요약정보와 제2 요약정보의 항목 별 정보값 비교를 통해 스토리 평가 지수를 도출하는 과정에 대한 개념도,
도 4는 복수의 판매저작물 정보에 대하여 복수의 구매요청 정보를 대응한 거래중개정보의 예시도,
도 5는 본 발명의 실시예 상 시스템을 구현하기 위한 프로세서를 포함하는 컴퓨터 장치의 개념도,
도 6은 판매저작물 정보 및 구매요청 정보의 공통서식에 관한 일 실시예를 나타낸 개념도,
도 7은 일치하는 정도의 계산을 위한 자연어 처리 장치의 동작을 나타낸 개념도이다.
1 is a conceptual diagram summarizing the basic concept of the present invention;
2 is a conceptual diagram showing the summary informationization process of literary works according to the present invention and the IP transaction mediation method based on the process;
3 is a conceptual diagram of a process of deriving a story evaluation index through comparison of information values for each item of first summary information and second summary information;
4 is an example of transaction brokerage information corresponding to a plurality of purchase request information for a plurality of sales work information;
5 is a conceptual diagram of a computer device including a processor for implementing a system according to an embodiment of the present invention;
6 is a conceptual diagram showing an embodiment of a common format for sales work information and purchase request information;
7 is a conceptual diagram illustrating an operation of a natural language processing device for calculating a matching degree.

본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.Since the present invention can make various changes and have various embodiments, specific embodiments are illustrated in the drawings and described in detail. However, this is not intended to limit the present invention to specific embodiments, and should be understood to include all modifications, equivalents, and substitutes included in the spirit and scope of the present invention.

제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다. "및/또는"이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.Terms such as first and second may be used to describe various components, but the components should not be limited by the terms. These terms are only used for the purpose of distinguishing one component from another. For example, a first element may be termed a second element, and similarly, a second element may be termed a first element, without departing from the scope of the present invention. The term “and/or” includes any combination of a plurality of related listed items or any of a plurality of related listed items.

어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.It is understood that when an element is referred to as being "connected" or "connected" to another element, it may be directly connected or connected to the other element, but other elements may exist in the middle. It should be. On the other hand, when an element is referred to as “directly connected” or “directly connected” to another element, it should be understood that no other element exists in the middle.

본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.Terms used in this application are only used to describe specific embodiments, and are not intended to limit the present invention. Singular expressions include plural expressions unless the context clearly dictates otherwise. In this application, the terms "include" or "have" are intended to designate that there is a feature, number, step, operation, component, part, or combination thereof described in the specification, but one or more other features It should be understood that the presence or addition of numbers, steps, operations, components, parts, or combinations thereof is not precluded.

다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.Unless defined otherwise, all terms used herein, including technical or scientific terms, have the same meaning as commonly understood by one of ordinary skill in the art to which the present invention belongs. Terms such as those defined in commonly used dictionaries should be interpreted as having a meaning consistent with the meaning in the context of the related art, and unless explicitly defined in the present application, they should not be interpreted in an ideal or excessively formal meaning. don't

본 출원에서 발명을 설명함에 있어 "장치" 또는 "부"라는 용어를 사용하는 경우, 이는 장치 또는 기능부로서 구현될 수 있는 본 발명의 어떠한 기능을 나타내는 실시예를 설명하기 위한 것이며, 반드시 해당 기능이 독립적인 단일 장치나 기능부로서 구현되어야 함을 의미하지 않는다. 예를 들어, 하나의 장치는 동일한 기능을 수행하는 복수의 장치로 구현될 수도 있으며, 반대로 복수의 장치 기능을 동시에 수행하기 위한 하나의 장치가 설치될 수도 있다. 어떤 장치 또는 기능부의 기능은 소프트웨어적 수단을 통해 다른 장치나 기능부에 의해 또는 일반적 컴퓨터 및 정보처리 장치에 의해서 구현될 수 있다. 또한 복수의 장치 또는 기능부는 서로 정보통신 네트워크로만 연결되고 물리적 공간에서는 이격되어 있을 수 있다. 이는 동일한 기술적 사상을 구현하기 위하여 정보처리 기술 분야에 익숙한 통상의 기술자가 취할 수 있는 다양한 실시예의 영역이므로, 여하의 상세한 구현 방법은 모두 본 출원상 발명의 기술적 사상 영역에 포함되는 것으로 해석되어야 한다.When the term "device" or "unit" is used in describing the invention in this application, it is intended to describe an embodiment showing any function of the present invention that can be implemented as a device or functional unit, and necessarily the corresponding function It does not imply that it must be implemented as a single, independent device or function. For example, one device may be implemented with a plurality of devices performing the same function, or conversely, one device may be installed to simultaneously perform the functions of a plurality of devices. Functions of certain devices or functional units may be implemented by other devices or functional units through software means or by general computers and information processing devices. In addition, a plurality of devices or functional units may be connected to each other only through an information communication network and separated from each other in a physical space. Since this is an area of various embodiments that can be taken by a person skilled in the art in the information processing technology field to implement the same technical idea, any detailed implementation method should be construed as being included in the technical idea area of the present invention.

이하, 첨부한 도면들을 참조하여, 본 출원 발명의 바람직한 실시예를 보다 상세하게 설명하고자 한다. 본 발명을 설명함에 있어 전체적인 이해를 용이하게 하기 위하여 도면상의 동일한 구성요소에 대해서는 동일한 참조부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.Hereinafter, with reference to the accompanying drawings, preferred embodiments of the present application will be described in more detail. In order to facilitate overall understanding in the description of the present invention, the same reference numerals are used for the same components in the drawings, and redundant descriptions of the same components are omitted.

본 발명은 어문 저작물의 거래 중개 과정을 자동화하고자 하는 목적을 가진다. 이를 위하여, 본 발명에서는 판매를 목적으로 게시되는 어문 저작물로부터 표준화된 메타데이터 양식의 요약정보를 추출하는 한편, 이러한 어문 저작물의 저작권을 획득하고자 하는 제작자들의 구매요청 정보로부터도 동일한 양식의 요약정보를 추출하여, 대량의 저작물과 구매요청을 자동으로 비교할 수 있도록 한다.The present invention has an object to automate the process of brokering transactions of literary works. To this end, in the present invention, summary information in a standardized metadata form is extracted from literary works posted for sale, while summary information in the same format is also extracted from purchase request information of producers who want to acquire the copyright of such literary works. By extracting, it is possible to automatically compare a large number of works and purchase requests.

도 1은 본 발명의 기본 개념을 요약한 개념도이다. 판매저작물 정보(220)는 어문 저작물의 저작권자에 의해 제공되는 정보이다. 판매저작물 정보(220)는 판매저작물의 내용 본문이나 그에 대한 요약 정보를 포함할 수 있다. 한편, 저작권을 획득하여 2차 저작물을 제작하고자 하는 제작자들은 구매요청 정보(225)를 제공한다. 구매요청 정보(225)는 찾고 있는 원천 저작물에 대해 서술한 문장, 기획서 등의 문건, 검색 쿼리를 포함할 수 있다.1 is a conceptual diagram summarizing the basic concept of the present invention. The sales work information 220 is information provided by a copyright holder of a literary work. The sales work information 220 may include the content body of the sales work or summary information thereof. Meanwhile, producers who want to produce secondary works by obtaining copyrights provide purchase request information 225 . The purchase request information 225 may include a sentence describing the original work being sought, a document such as a proposal, and a search query.

판매저작물 정보(220)와 구매요청 정보(225)는 모두 자연어로 작성된 문서일 수 있다. 여기에서 자연어란 인공어와 대비되는 개념으로, 어떤 인공적인 규칙이나 언어 체계에 의해 정서된 것이 아닌, 일상적으로 사용되는 문어체 또는 구어체의 언어에 의해 작성된 것이라는 의미를 나타낸다. 도 6은 판매저작물 정보(220) 및 구매요청 정보(225)의 공통서식에 관한 일 실시예를 나타낸 예시도이다. 도 6에 나타난 "스토리 세트"는 판매저작물을 판매하고자 하는 저작권자 또는 판매자가, 또는 저작권을 획득하고자 하는 2차 저작물 제작자가 직접 작성하여 제출할 수 있는 정보 시트이다. 본 발명의 목적 달성을 위하여서는 이러한 자연어 기반의 요약 정보 간에 자동화된 방법으로 상호 간 유사성을 대조할 필요가 있다.Both the sales work information 220 and the purchase request information 225 may be documents written in natural language. Here, a natural language is a concept contrasted with an artificial language, and means that it is not emotionalized by any artificial rule or language system, but is written by a written or colloquial language used daily. FIG. 6 is an exemplary diagram illustrating an embodiment of a common format of sales work information 220 and purchase request information 225. Referring to FIG. The "story set" shown in FIG. 6 is an information sheet that can be prepared and submitted directly by a copyright owner or seller who wants to sell a work for sale or by a creator of a secondary work who wants to acquire copyright. In order to achieve the object of the present invention, it is necessary to compare similarities between these natural language-based summary information using an automated method.

자연어로 작성된 문서는 언어적 특성으로 인해 상호 간의 유사성을 대조하기가 매우 까다롭다. 예를 들어, 인간의 직관에 의하여 어떠한 어문 저작물과 어떠한 제작사 기획서가 동일한 내용을 서술하고 있다고 판단할 수 있으나, 두 문서 정보의 원본을 기계적으로 비교하여 유사함을 판단하는 것은 매우 어렵다(100). 동일한 의미도 다른 형태의 문장이나 단어를 이용해 표기될 수 있으므로, 단순히 정보의 일대일 대조를 넘어서는 별도의 기술적 조치가 필요하다.It is very difficult to compare documents written in natural language due to their linguistic characteristics. For example, it can be judged by human intuition that a certain literary work and a certain manufacturer's plan describe the same content, but it is very difficult to determine similarity by mechanically comparing the originals of the two document information (100). Since the same meaning can be expressed using different types of sentences or words, a separate technical measure beyond simple one-to-one comparison of information is required.

본 발명에서는 판매저작물 정보(220)를 제1 요약정보(250)로, 구매요청 정보(225)를 제2 요약정보(255)로 각각 변환한다. 바람직하게는, 상기 각 변환 과정은 동일한 방식으로 구현된 자연어 처리 장치에 의해 동작할 수 있다. 또한 바람직하게는, 상기 제1 요약정보(250)와 제2 요약정보(255)는 동일한 양식을 가진 메타데이터 형식일 수 있다. 자연어 처리 장치는 대량의 언어 콘텐츠를 자동으로 요약하여 그 요지를 추출하는 기능을 가질 수 있으므로, 두 저작물을 동일한 자연어 처리 장치에 입력하여 동일한 양식의 메타데이터를 추출하는 경우, 두 정보가 용이하게 비교(110)될 수 있다.In the present invention, sales work information 220 is converted into first summary information 250 and purchase request information 225 is converted into second summary information 255, respectively. Preferably, each conversion process may be operated by a natural language processing device implemented in the same manner. Also preferably, the first summary information 250 and the second summary information 255 may be metadata formats having the same format. Since the natural language processing device may have a function of automatically summarizing a large amount of language content and extracting its gist, when the metadata of the same form is extracted by inputting two works to the same natural language processing device, the two pieces of information are easily compared. (110) can be.

비교(110) 과정에서 각 메타데이터는 의미 집합 단위로 비교될 수 있다. 예를 들어, 제1 요약정보(250)에 수록된 메타데이터 중 '장르' 필드가 판매저작물의 장르를 '판타지'로 정의하는 경우, 이 정도는 제2 요약정보(255)에 수록된 '장르'필드의 메타데이터와 직접 비교될 수 있다. 이 때, 각 메타데이터 필드는 일치 여부에 대한 예/아니오식 판단이 아닌, 일치 정도에 따른 수치적 판단에 의해 비교될 수 있다. 예를 들어, 제2 요약정보(255)에 기재된 '장르' 필드 메타데이터의 값이 상기 제1 요약정보(250)와 동일하게 '판타지'인 경우, 완전히 일치하는 것으로 판단할 수 있는 한편, 해당 값이 'SF'인 경우, '판타지'와 의미적으로 유사한 지점이 있으므로 부분적으로 일치하고 있다고 판단할 수 있다.In the process of comparison 110, each metadata may be compared in units of semantic sets. For example, if the 'genre' field of the metadata included in the first summary information 250 defines the genre of a work for sale as 'fantasy', this degree corresponds to the 'genre' field included in the second summary information 255. can be compared directly with the metadata of In this case, each metadata field may be compared by a numerical judgment according to the degree of match, rather than a yes/no decision on whether or not the fields match. For example, when the value of the 'genre' field metadata described in the second summary information 255 is 'fantasy' the same as that of the first summary information 250, it can be judged to be completely matched, while the corresponding When the value is 'SF', it can be determined that there is a point that is semantically similar to 'fantasy' and therefore partially coincides.

상술한 바와 같은 부분적 일치의 판단 또한 자연어 처리 장치를 통해 이루어질 수 있다. 자연어 처리 기술을 사용하여 특정한 단어가 다른 단어와 어느 정도의 의미적 유사성을 가지고 있는지 파악할 수 있다. 예를 들어, 종래에 제시되어 있는 Word2Vec과 같은 방법론은, 인공지능 학습 체계를 이용하여 단어를 벡터 공간의 정보로 변환하고, 벡터 공간에서 두 단어가 가리키는 벡터 간의 차이를 비교함으로써 단어 간의 연관 정도를 자동적 수단에 의해 측정할 수 있는 도구를 제공한다. 본 발명에서는 상술한 Word2Vec이나, 그 밖에 유사한 기능을 가진 다른 알고리즘을 사용하여 단어 간의 연관도를 파악하여 그 정도에 기반해 비교를 실시할 수 있다.Determination of partial match as described above may also be performed through a natural language processing device. Natural language processing techniques can be used to determine the degree of semantic similarity of certain words to other words. For example, a conventional methodology such as Word2Vec converts a word into vector space information using an artificial intelligence learning system, and compares the difference between vectors pointed by two words in the vector space to determine the degree of association between words. Provides a tool that can be measured by automatic means. In the present invention, the degree of association between words can be identified using the aforementioned Word2Vec or other algorithms having similar functions, and comparison can be performed based on the degree.

상술한 바와 같이 표준화된 요약정보 형태로 변경된 정보를 상호 대조하는 방식을 사용하면, 대량의 판매저작물 정보와 대량의 구매요청 정보에 대하여 고속으로 비교를 실시할 수 있으며, 또한 상술한 바와 같은 자연어 처리 기반의 의미적 유사성 판단을 거치는 경우, 일치 여부가 아닌 일치의 정도를 수치화하여 도출할 수 있다. 이 같은 과정을 거치면, 특정 판매저작물과 특정 구매요청 간에 높은 일치율이 확인되는 경우, 이를 바탕으로 상호 간의 저작권 거래를 중개할 수 있음은 자명하다. 본 발명을 통해 이처럼 자동화된 방식을 사용하여 어문 저작물 IP의 수요와 공급 간을 효율적으로 연결하여 거래를 중개할 수 있다.As described above, if the method of mutually collating information changed in the form of standardized summary information is used, a large amount of sales work information and a large amount of purchase request information can be compared at high speed, and natural language processing as described above can be performed. In the case of passing through a semantic similarity judgment based on the semantic similarity, it can be derived by quantifying the degree of match, not whether or not it matches. After going through this process, it is obvious that if a high matching rate is confirmed between a specific sales work and a specific purchase request, it is possible to mediate copyright transactions between each other based on this. Through the present invention, it is possible to mediate transactions by efficiently connecting demand and supply of literary works IP using such an automated method.

도 2는 본 발명에 의한 어문 저작물의 요약정보화 과정과 이를 바탕으로 한 IP 거래 중개 방법을 나타낸 개념도이다.2 is a conceptual diagram showing the summary information processing of literary works according to the present invention and the IP transaction mediation method based thereon.

어문 저작물 IP 거래 중개 시스템(200)에 있어서, 거래의 참여자로는 판매자(210)와 구매자(215)를 상정한다. 상기 판매자(210)는 어문 저작물의 저작자 및/또는 저작권자로서, 1차 저작물의 IP를 보유하고 이를 타인에게 판매할 의향이 있는 자를 의미한다. 상기 판매자(210)는 어문 저작물의 저작자 본인일 수도 있고, 저작자 본인으로부터 IP 거래 사무를 위탁 받은 제삼자일 수도 있다. 상기 구매자(215)는 어문 저작물의 IP를 구매하고자 하는 자로서, 2차 저작물 제작을 위해 1차 저작물의 IP를 소정의 계약조건 하에 구매할 의향이 있는 자를 의미한다. 예를 들어, 개작 창작자, 영상물 제작자, 콘텐츠 공급사(CP) 등이 구매자(215)가 될 수 있다.In the literary works IP transaction mediation system 200, a seller 210 and a buyer 215 are assumed as participants in the transaction. The seller 210 is an author and/or a copyright holder of a literary work, and means a person who possesses an IP of a primary work and intends to sell it to others. The seller 210 may be the author of the literary work himself or may be a third party entrusted with IP transaction affairs from the author himself. The purchaser 215 is a person who wants to purchase the IP of a literary work, and means a person who intends to purchase the IP of a primary work under a predetermined contract condition in order to produce a secondary work. For example, the buyer 215 may be an adaptation creator, a video product producer, or a content supply company (CP).

상기 판매자(210)는 IP 거래 중개 시스템(200)에 판매저작물 정보(220)를 업로드한다. 판매저작물 정보(220)는 IP 판매의 대상이 되는 어문 저작물, 즉 판매제작물의 원본과 그에 연관된 부수정보를 포함하는 정보집합일 수 있다. 바람직하게는, 판매저작물 정보(220)는 판매저작물의 원본 데이터, 판매저작물의 제목, 작가, 장르, 배경, 사건, 인물, 태그 등 요약정보, 판매저작물에 판매자(210)가 책정한 희망 가격 정보 중 적어도 하나를 포함하는 정보집합일 수 있다. 또한, IP 거래 중개 시스템(200)은 다수의 판매자(210)로부터 다수의 판매저작물 정보(220)를 제공받아 활용할 수 있다.The seller 210 uploads the sales work information 220 to the IP transaction mediation system 200 . The sales work information 220 may be a set of information including an original copy of a literary work targeted for IP sales, that is, a sales work, and related supplementary information. Preferably, the sales work information 220 includes original data of the sales work, summary information such as the title, author, genre, background, event, person, tag of the sales work, and desired price information set by the seller 210 for the sales work. It may be an information set including at least one of In addition, the IP transaction intermediary system 200 may receive and utilize a plurality of sales work information 220 from a plurality of sellers 210 .

상기 판매저작물 정보(220)는 제1 입력부(230)를 통해 상기 시스템(200)에 입력된다. 제1 입력부(230)에 입력된 상기 판매저작물 정보(220)는 제1 추출부(240)로 전달된다. 제1 추출부(240)는 상기 판매저작물 정보(220)를 제1 요약정보(250)로 변환한다.The sales writing information 220 is input to the system 200 through the first input unit 230 . The sales work information 220 input to the first input unit 230 is transferred to the first extraction unit 240 . The first extractor 240 converts the sales work information 220 into first summary information 250 .

상기 제1 추출부(240)는 상기 판매저작물 정보(220)로부터 상기 제1 요약정보(250)를 추출하기 위하여 자연어 처리 장치(238)를 사용할 수 있다. 상기 자연어 처리 장치(238)는 자연어 해석 능력을 구비한 컴퓨터 프로세서에 의해 동작하는 장치로서, 바람직하게는, 해석 인공지능에 의하여 구동되는 것일 수 있다.The first extractor 240 may use the natural language processing device 238 to extract the first summary information 250 from the sales work information 220 . The natural language processing device 238 is a device operated by a computer processor having a natural language interpretation capability, and may be driven by artificial intelligence for interpretation.

본 발명의 일 실시예에 따르면, 상기 자연어 처리 장치(248)의 해석 인공지능은 사전학습 언어모델에 기반하여 동작하도록 구현될 수 있다. 바람직하게는, BERT(Bidirectional Encoder Representations from Transformers) 계열의 모델, 보다 구체적으로는, "XML-RoBERTA-paraphrase" 와 같은 유의어 판별 기능을 갖춘 모델이 사용될 수 있다. 상기 모델은 문장 분석 작업에 특화된 것으로, 관련 작업에 특화된 데이터로 사전에 전이학습(Fine-tuning)이 수행된 모델일 수 있다. 상기 모델은, 일례로, 2019년 Conneau, A. 등이 arXiv를 통해 발표한 논문에 제시된 종래의 것을 사용할 수 있으나, 이에 한정되지 아니하며, 본 발명의 자연어 처리 목적을 달성할 수 있는 어떠한 언어모델이 사용되어도 본 발명에 포함된다 할 것이다.According to an embodiment of the present invention, the interpretation artificial intelligence of the natural language processing device 248 may be implemented to operate based on a pre-learning language model. Preferably, a BERT (Bidirectional Encoder Representations from Transformers) series model, more specifically, a model having a synonym discrimination function such as "XML-RoBERTA-paraphrase" may be used. The model is specialized for a sentence analysis task, and may be a model in which fine-tuning has been performed in advance with data specialized for a related task. As an example, the conventional model presented in a paper published by Conneau, A., etc. in 2019 through arXiv may be used, but is not limited thereto, and any language model capable of achieving the purpose of natural language processing of the present invention may be used. Even if used, it will be included in the present invention.

상기와 같은 학습 모델에 의하여 상기 자연어 처리 장치(238)는 입력되는 문장의 의미적 또는 내재적 정보를 파악하고, 필요 시 유사성을 분석하는 동작을 수행할 수 있다.According to the learning model as described above, the natural language processing device 238 can identify semantic or intrinsic information of an input sentence and, if necessary, perform an operation of analyzing similarities.

상기 자연어 처리 장치(238)의 자연어 처리 인공지능 학습을 위해서는 초기 학습이 진행될 수 있다. 초기 학습을 위해서는 기존에 알려져 있는 어문 저작물의 원문과 이를 요약한 정보를 매칭시킨 비정형 학습 데이터베이스를 사용할 수 있다.For natural language processing artificial intelligence learning of the natural language processing device 238, initial learning may be performed. For initial learning, an unstructured learning database that matches the original text of a previously known literary work with information summarizing it can be used.

상기 비정형 학습 데이터베이스는, 예를 들어, 출판사에 의해 발표된 어문 저작물의 본문과 해당 어문 저작물의 제목, 작가, 장르, 배경, 사건, 인물, 태그, 줄거리를 요약한 요약정보를 포함할 수 있다. 상기와 같은 요약정보는 본 발명의 자연어 처리 장치(238)가 어문 저작물 본문을 자동으로 요약정보로 변환하기 위한 학습 자료로 사용될 수 있다.The unstructured learning database may include, for example, summary information summarizing the body of a literary work published by a publisher and the title, author, genre, background, event, person, tag, and plot of the literary work. The summary information as described above may be used as learning data for the natural language processing device 238 of the present invention to automatically convert the text of a literary work into summary information.

또는, 상기 비정형 학습 데이터베이스는 SNS 또는 기타 수단을 통하여 수집된 한국어 일상 대화 기반의 데이터셋 및 말뭉치로서 단어의 문맥 파악이 가능한 자료를 포함할 수 있다. 상기와 같은 데이터는 본 발명의 자연어 처리 장치(238)가 동의어 또는 유의어를 상호 비교하고 그 의미적 일치 정도를 도출하기 위한 학습 자료로 사용될 수 있다.Alternatively, the unstructured learning database may include a data set and a corpus based on Korean daily conversations collected through SNS or other means, and data capable of understanding the context of words. The above data can be used as learning data for the natural language processing device 238 of the present invention to compare synonyms or synonyms and to derive the degree of semantic agreement between them.

본 발명의 일 실시예에서, 상기 비정형 학습 데이터베이스는 상기 자연어 처리 장치(238)의 한국어 사전학습 언어모델을 학습시키기 위한 것으로서, SNS 사용 데이터로부터 유래한 기계학습 병렬 말뭉치 데이터셋일 수 있다. 상기 데이터셋은, 일례로, 2019년 Conneau, A. 등이 arXiv를 통해 발표한 논문에 제시한 Facebook AI Research 제공의 약 100여개 언어에 대응하는 기계학습 번역 병렬 말뭉치 데이터셋을 사용하여도 무방하나, 이에 한정되지 아니하며, 본 발명의 자연어 처리 목적을 달성할 수 있는 어떠한 자료를 이용하여 학습하더라도 그 결과물은 본 발명에 포함된다 할 것이다.In one embodiment of the present invention, the unstructured learning database is for learning the Korean pre-learning language model of the natural language processing device 238, and may be a machine learning parallel corpus dataset derived from SNS usage data. As an example, the above dataset is a machine learning translation parallel corpus dataset corresponding to about 100 languages provided by Facebook AI Research presented in a paper published through arXiv by Conneau, A., etc. in 2019. It is okay to use .

상기 비정형 학습 데이터베이스는 정제를 위해 전처리되어 투입될 수 있다. 상기 전처리 과정은 자언어 처리 장치가 정상적으로 처리하지 못하는 데이터에 대하여 단어 의미의 보정, 오타 수정, 맞춤법 수정 등을 적용하는 과정일 수 있다. 상기 전처리 과정에서는 정규식 기반의 정제 프로그램을 사용하여 문단 및 문장 분리, 숫자 또는 영어 표현, 특수문자 또는 이모티콘, 문장부호 등 어문 저작물 내부의 양식적 요소를 같은 양식으로 변환하거나 또는 저작물로부터 제거하여 학습 대상이 되는 어문 저작물 원본의 데이터 균일성을 강화할 수 있다.The unstructured learning database may be preprocessed and input for refinement. The preprocessing process may be a process of applying word meaning correction, typo correction, spelling correction, etc. to data that the native language processing device cannot normally process. In the pre-processing process, paragraph and sentence separation, numbers or English expressions, special characters or emoticons, punctuation marks, etc. are converted into the same form or removed from the work to be studied using a regular expression-based refinement program. It can strengthen the data uniformity of the original of the literary work that becomes the

상기 전처리 과정에서는 학습 대상이 되는 데이터의 균일성을 더욱 향상시키기 위해 문장을 사전 분할하는 토크나이징(Tokenizing) 절차를 적용할 수 있다. 주어진 자연어 문장의 어절 간의 띄어쓰기, 품사의 형태소 분석, Byte Pair Encoding 등의 방법을 통하여 분절하여, 자연어 처리 장치(238)로 하여금 어휘의 지식체게(Vocabulary)를 구축하도록 할 수 있다.In the preprocessing process, a tokenizing procedure for pre-segmenting sentences may be applied in order to further improve the uniformity of data to be learned. The natural language processing device 238 may build a vocabulary knowledge body (Vocabulary) by segmenting through methods such as spacing between words of a given natural language sentence, morpheme analysis of parts of speech, and byte pair encoding.

상기와 같이 학습된 자연어 처리 장치(238)는 심층신경망(Deep Neural Network)과 얕은신경망(Shallow Neural Network)중 어느 하나 또는 둘 모두를 사용하도록 구성될 수 있다. 예를 들어, 심층신경망에 의해서는 어문 저작문의 원문을 분석하여 요약정보를 추출하는 과정을, 얕은신경망에 의해서는 Word2Vec을 포함하는 단어 대조 방식에 의하여 단어의 의미 일치율을 판단하는 과정을 수행하도록 구성될 수 있다.The natural language processing device 238 trained as described above may be configured to use either or both of a deep neural network and a shallow neural network. For example, a process of extracting summary information by analyzing the original text of a literary work by a deep neural network, and a process of determining the semantic agreement rate of words by a word matching method including Word2Vec by a shallow neural network are configured to be performed. It can be.

상기 자연어 처리 장치(248)를 사용하여 제1 추출부(240)에 의해 추출된 제1 요약정보(250)는 본 발명의 시스템(200)에서 사용하는 표준화된 포맷의 저작물 메타데이터 형식으로 되어 있으며, 콘텐츠 유형, 장르, 주제, 인물, 사건, 배경 중 적어도 하나의 항목, 그리고 상기 각각의 항목에 대응하는 스토리 정보값으로 구성되어 있을 수 있다. 상기 항목들 가운데 콘텐츠 유형이란, 판매저작물을 통해 2차 저작물 제작을 희망하는 콘텐츠 매체의 유형 정보를 열거한 것일 수 있다. 예를 들면, 도 3의 제1 요약정보 예(250a)와 같이, "콘텐츠 유형: 웹툰, TV드라마, 영화; 장르: 로맨스; 사건: 사랑; 배경: 해변"과 같은 형태로 요약된 제1 요약정보(250)는, 상응하는 판매저작물 정보(220)가 웹툰, TV드라마, 영화 등으로의 개작을 희망하는 로맨스 장르의 저작물로 해변에서 일어나는 사랑 이야기임을 표현할 수 있다.The first summary information 250 extracted by the first extractor 240 using the natural language processing device 248 is in the form of copyrighted work metadata in a standardized format used in the system 200 of the present invention, , at least one of content type, genre, subject, person, event, and background, and a story information value corresponding to each item. Among the above items, the type of content may enumerate type information of a content medium in which a secondary work is desired to be produced through a work for sale. For example, as shown in the first summary information example 250a of FIG. 3, the first summary summarized in the form of "content type: webtoon, TV drama, movie; genre: romance; event: love; background: beach" The information 250 may express that the corresponding sales content information 220 is a romance genre work that is desired to be adapted into a webtoon, TV drama, or movie, and is a love story that takes place on the beach.

상기 제1 요약정보(250)는, 바람직하게는, 판매저작물 데이터베이스(260)에 저장되어 활용될 수 있다. 상술하였던 바와 같이, IP 거래 중개 시스템(200)에는 복수의 판매자(210)가 동시에 참여할 수 있다. 판매자(210)는 IP 거래 중개 시스템(200)에 임의의 원하는 시점에 판매저작물 정보(220)를 제공하고, 시스템(200)은 해당 정보를 제1 요약정보(250)의 형태로 변환하여 상기 판매저작물 정보(220)와 함께 판매저작물 데이터베이스(260)에 축적한 뒤, 임의의 시점에, 바람직하게는 구매자(215)의 구매요청 정보(225)가 입력되는 시점에, 판매저작물 데이터베이스(260)에 저장된 복수의 판매저작물 정보(220) 및 제1 요약정보(250)를 이용하여 IP 거래 중개를 시도할 수 있다.Preferably, the first summary information 250 may be stored and utilized in the sales writing database 260 . As described above, a plurality of sellers 210 may participate in the IP transaction brokerage system 200 at the same time. The seller 210 provides the sales work information 220 to the IP transaction intermediary system 200 at any desired time, and the system 200 converts the information into the form of first summary information 250 and the sale After accumulating in the sales works database 260 together with the work information 220, at any time, preferably at the time when the purchase request information 225 of the buyer 215 is entered, the sales works database 260 Intermediation of IP transactions may be attempted by using the stored information on a plurality of works for sale 220 and the first summary information 250 .

한편, 상기 구매자(215)는 IP 거래 중개 시스템(200)에 구매요청 정보(225)를 업로드한다. 구매요청 정보(225)는 구매자(210)가 2차 저작물 제작을 목적으로 획득하고자 하는 저작물 IP에 관한 내용을 담은 정보로, 저작물을 검색하기 위한 단어 또는 문장 형태의 검색 쿼리(Query), 구매요청서의 형태로서 구매자가 희망하는 어문 저작물의 장르, 배경, 사건, 인물, 태그 등 요약정보, 임의의 판매저작물의 IP 구매를 위하여 구매자(215)가 지불할 의향이 있는 금액에 대한 예상 가격 정보 중 적어도 하나를 포함하는 정보집합일 수 있다. 또한, IP 거래 중개 시스템(200)은 다수의 구매자(215)로부터 다수의 구매요청 정보(225)를 제공받아 활용할 수 있다.Meanwhile, the purchaser 215 uploads purchase request information 225 to the IP transaction mediation system 200 . The purchase request information 225 is information containing content about the work IP that the buyer 210 wants to acquire for the purpose of producing a secondary work, a search query in the form of words or sentences to search for the work, and a purchase request. At least among the expected price information on the amount that the buyer 215 is willing to pay for the purchase of summary information such as genre, background, event, person, tag, etc. of the literary work desired by the buyer, and IP purchase of any work for sale It may be an information set including one. In addition, the IP transaction brokerage system 200 may receive and utilize a plurality of purchase request information 225 from a plurality of buyers 215 .

상기 구매요청 정보(225)는 제2 입력부(235)를 통해 상기 시스템(200)에 입력된다. 제2 입력부(235)에 입력된 상기 구매요청 정보(225)는 제2 추출부(245)로 전달된다. 제2 추출부(245)는 상기 구매요청 정보(225)를 제2 요약정보(255)로 변환한다.The purchase request information 225 is input to the system 200 through the second input unit 235 . The purchase request information 225 input through the second input unit 235 is transmitted to the second extraction unit 245 . The second extractor 245 converts the purchase request information 225 into second summary information 255 .

상기 제2 추출부(245)는 상기 구매요청 정보(225)로부터 상기 제2 요약정보(255)를 추출하기 위하여 자연어 처리 장치(238)를 사용할 수 있다. 상기 자연어 처리 장치(238)는 자연어 해석 능력을 구비한 컴퓨터 프로세서에 의해 동작하는 장치로서, 바람직하게는, 해석 인공지능에 의하여 구동되는 것일 수 있다.The second extractor 245 may use the natural language processing device 238 to extract the second summary information 255 from the purchase request information 225 . The natural language processing device 238 is a device operated by a computer processor having a natural language interpretation capability, and may be driven by artificial intelligence for interpretation.

또한, 바람직하게는, 상기 제1 요약정보(250) 추출을 위해 제1 추출부(240)가 호출한 자연어 처리 장치(238)와 동일한 학습 데이터에 의해 학습되어 동일한 방식으로 동작하는 장치일 수 있다. 이는 제1 요약정보(250)와 제2 요약정보(255)의 메타데이터 양식이 가급적 동일하여야만 이후 매칭부(270)에서 수행될 IP 거래 중개 과정이 용이하기 때문이나, 반드시 이러한 구현에 한정되어야만 하는 것은 아니며, 매칭을 원활하게 하여 본 발명의 목적을 양호하게 달성하기 위한 목적 하에서라면 제1 추출부(240)와 제2 추출부(245)가 호출하는 자연어 처리 장치(238)는 각각 상이한 학습 데이터 및/또는 방식으로 동작하여도 무방하다.Also, preferably, it may be a device that is learned by the same learning data as the natural language processing device 238 called by the first extractor 240 to extract the first summary information 250 and operates in the same way. . This is because the metadata format of the first summary information 250 and the second summary information 255 should be the same as possible so that the IP transaction mediation process to be performed by the matching unit 270 is easy, but it must be limited to this implementation. It is not, and if it is for the purpose of achieving the object of the present invention by smooth matching, the natural language processing device 238 called by the first extraction unit 240 and the second extraction unit 245 each have different learning data And / or may operate in a way.

상기 자연어 처리 장치(248)를 사용하여 제2 추출부(245)에 의해 추출된 제2 요약정보(255)는 본 발명의 시스템(200)에서 사용하는 표준화된 포맷의 저작물 메타데이터 형식으로 되어 있으며, 콘텐츠 유형, 장르, 주제, 인물, 사건, 배경 중 적어도 하나의 항목, 그리고 상기 각각의 항목에 대응하는 스토리 정보값으로 구성되어 있을 수 있다. 상기 항목들 가운데 콘텐츠 유형이란, 구매자(215)가 2차 저작물 제작을 추진하는 콘텐츠 매체의 유형 정보를 열거한 것일 수 있다. 예를 들면, 도 3의 제2 요약정보 예(255a)와 같이,"콘텐츠 유형: TV드라마, 영화; 장르: 로맨스; 사건: 연애; 배경: 산"과 같은 형태로 요약된 제2 요약정보(255)는, 상응하는 구매요청 정보(225)가 웹툰, TV드라마, 영화 등으로의 개작을 위해 로맨스 장르의 산에서 일어나는 연애 이야기를 담은 저작물을 탐색하고 있음을 표현할 수 있다.The second summary information 255 extracted by the second extractor 245 using the natural language processing device 248 is in the form of copyrighted work metadata in a standardized format used in the system 200 of the present invention, , at least one of content type, genre, subject, person, event, and background, and a story information value corresponding to each item. Among the above items, content type may enumerate type information of content media for which the purchaser 215 promotes production of a derivative work. For example, as in the second summary information example 255a of FIG. 3, second summary information summarized in the form of "content type: TV drama, movie; genre: romance; event: love; background: mountain" ( 255) may express that the corresponding purchase request information 225 is searching for a work containing a love story taking place in the mountains in the romance genre for adaptation into webtoons, TV dramas, movies, and the like.

상기 제2 요약정보(255)는, 구매자(215)의 구매요청 정보(225)가 접수되는 경우에 이에 응하여 생성될 수도 있으나, 본 발명의 다른 실시예에서는, 미리 생성된 뒤 구매요청 데이터베이스(265)에 저장되어 활용될 수 있다. 상술하였던 바와 같이, IP 거래 중개 시스템(200)에는 복수의 구매자(215)가 동시에 참여할 수 있다. 구매자(215)는 IP 거래 중개 시스템(200)에 미리 구매요청 정보(220)를 제공하고, 시스템(200)은 해당 정보를 제2 요약정보(255)의 형태로 변환하여 상기 구매요청 정보(225)와 함께 구매요청 데이터베이스(265)에 축적한 뒤, 임의의 시점에, 바람직하게는 판매자(215)가 구매요청 정보와의 매칭을 요청하는 시점에, 구매요청 데이터베이스(265)에 저장된 복수의 구매요청 정보(225) 및 제2 요약정보(255)를 이용하여 IP 거래 중개를 시도할 수 있다.The second summary information 255 may be generated in response to the purchase request information 225 of the buyer 215 being received, but in another embodiment of the present invention, after being generated in advance, the purchase request database 265 ) and can be used. As described above, a plurality of buyers 215 may participate in the IP transaction brokerage system 200 at the same time. The buyer 215 provides the purchase request information 220 to the IP transaction brokerage system 200 in advance, and the system 200 converts the information into the form of second summary information 255 and the purchase request information 225 After accumulating in the purchase request database 265 together with ), a plurality of purchases stored in the purchase request database 265 at an arbitrary point in time, preferably when the seller 215 requests matching with purchase request information. IP transaction mediation may be attempted using the request information 225 and the second summary information 255 .

상술한 바와 같이 적어도 하나의 제1 요약정보(250)와 제2 요약정보(255)가 준비되면, 이를 바탕으로 매칭부(270)에서 IP 거래 중개 절차를 수행할 수 있다. 매칭부(270)의 동작은 크게 지수계산부(272)와 매칭계산부(274)로 나누어 설명할 수 있다.As described above, when at least one of the first summary information 250 and the second summary information 255 is prepared, the matching unit 270 may perform an IP transaction mediation procedure based on this. The operation of the matching unit 270 can be largely divided into an index calculation unit 272 and a matching calculation unit 274.

지수계산부(272)에서는 상기 제1 요약정보(250)와 제2 요약정보(255)간의 상관성에 기반하여 스토리 평가 지수를 계산할 수 있다. 상기 제1 요약정보(250)와 제2 요약정보(255)는, 바람직하게는, 동일한 메타데이터 양식으로 되어 있을 수 있다. 따라서, 각각의 요약정보를 구성하는 메타데이터의 개별 항목별로 각각의 항목에 지정된 정보값을 서로 비교할 수 있다.The index calculation unit 272 may calculate a story evaluation index based on the correlation between the first summary information 250 and the second summary information 255 . Preferably, the first summary information 250 and the second summary information 255 may be in the same metadata format. Accordingly, information values assigned to each item of metadata constituting each piece of summary information can be compared with each other.

본 발명의 일 실시예에 의한 상기 정보값의 비교 과정을 보다 상세히 설명한다. 먼저 상기 제1 요약정보(250)의 제1 항목에 지정된 제1 정보값을 읽어들이고, 상기 제2 요약정보(255)에서 동일한 제1 항목에 지정된 제2 정보값을 읽어들인다. 즉, 같은 항목에 대해 각각의 요약정보로부터 정보를 읽어낸다. 그 다음, 상기 제1 정보값과 상기 제2 정보값의 일치 정도를 판단할 수 있다. 이 때, 일치 정도의 판단은 단순히 제1 정보값과 제2 정보값이 동일한지의 여부로 판단할 수도 있으나, 바람직하게는, 제1 정보값과 제2 정보값을 자연어 처리 장치(248)에 입력하고, 각각의 정보값을 구성하는 단어를 자연어 처리 장치(248)에 입력하여 서로 간의 의미가 일치하는 정도를 계산함으로써 판단할 수도 있다.A process of comparing the information value according to an embodiment of the present invention will be described in more detail. First, the first information value specified in the first item of the first summary information 250 is read, and the second information value specified in the same first item is read in the second summary information 255. That is, information is read from each summary information for the same item. Then, a degree of agreement between the first information value and the second information value may be determined. At this time, the degree of matching may be determined by simply determining whether the first information value and the second information value are the same, but preferably, the first information value and the second information value are input to the natural language processing device 248. And, it may be determined by inputting the words constituting each information value into the natural language processing device 248 and calculating the degree to which the meanings of each other coincide.

특히, 본 발명의 일 실시예에 따르면, 상기 일치하는 정도의 계산은, 상기 제1 정보값과 제2 정보값을 자연어 처리 장치(248)에 의해 단어 벡터 공간에 투영 후 비교하는 방법으로 구현될 수 있다. 단어 벡터 공간이란 Word2Vec과 같은 인공지능 기반의 자연어 처리 방법에서 사용되는 개념으로, 어떠한 단어를 다른 단어들과의 상관관계를 통해 소정의 의미를 나타내는 벡터로 정의하고, 이 벡터를 벡터 공간 내에서 다른 벡터와 대조함으로써 단어 뜻의 일치나 문맥에서 적합한 정도를 수학적 계산에 의해 판단할 수 있는 방법을 의미한다.In particular, according to an embodiment of the present invention, the calculation of the degree of matching may be implemented by a method of projecting the first information value and the second information value into a word vector space by the natural language processing device 248 and then comparing them. can A word vector space is a concept used in artificial intelligence-based natural language processing methods such as Word2Vec. A word is defined as a vector representing a predetermined meaning through correlation with other words, and this vector is defined as a vector representing another word within the vector space. By comparing with vectors, it means a method of determining the degree of congruence of word meaning or appropriateness in context through mathematical calculation.

본 발명의 일 실시예에서, 상기 일치하는 정도의 계산을 위한 자연어 처리 장치의 동작은 도 7에 나타난 것과 같은 절차에 의해 이루어질 수 있다. 상기 제1 정보값(710)과 제2 정보값(715)은 데이터의 균일성을 더욱 향상시키기 위해 문장을 사전 분할하는 토크나이저에 투입되어 토큰화될 수 있다(720). 토큰화된 각 정보값(730, 735)은 사전학습 언어모델(740)에 투입되어 문장 벡터(750, 755)로 변환된 뒤 상호 비교 처리될 수 있다. 상기 사전학습 언어모델은, 상술하였듯이 BERT 계열의 모델일 수 있다. 상기 상호 비교 과정을 위한 벡터의 해석 과정에는 인덱싱 테이블(760)이 사용될 수 있다. 상기 상호 비교 과정에서는, 입력 문장 간의 언어 모델 사용 비교에 의한 의미적/내재적 유사성 점수와, 어휘 분절을 통해 추출된 토큰이 공통된 정도에 의한 표현적/명시적 유사성 점수를 각각 판단하고, 상기 두 유사성 점수의 조화평균을 도출하는 방식으로 종합 유사성 점수를 획득할 수 있다.In one embodiment of the present invention, the operation of the natural language processing apparatus for calculating the degree of matching may be performed by a procedure shown in FIG. 7 . The first information value 710 and the second information value 715 may be tokenized by being input to a tokenizer that pre-divides sentences to further improve data uniformity (720). Each of the tokenized information values 730 and 735 may be input to the pre-learning language model 740 and converted into sentence vectors 750 and 755 and then subjected to mutual comparison processing. As described above, the pre-learning language model may be a BERT-based model. An indexing table 760 may be used in the vector analysis process for the mutual comparison process. In the mutual comparison process, a semantic/intrinsic similarity score by comparing the use of a language model between input sentences and an expressive/explicit similarity score by a degree in common between tokens extracted through lexical segmentation are determined, respectively, and the two similarities are determined. The overall similarity score can be obtained by deriving the harmonic mean of the scores.

상기 비교 과정에 대한 실시예는 본 발명 구현을 위한 여러 가지 실시예 중 하나에 해당하며, 그 밖에 자연어 처리 알고리즘으로써 서로 다른 두 단어의 의미적, 문맥적, 표현적 일치 정도를 비교할 수 있는 어떠한 알고리즘 또는 구현 방법이어도 무방하다.The embodiment of the comparison process corresponds to one of several embodiments for the implementation of the present invention, and any other natural language processing algorithm that can compare the degree of semantic, contextual, and expressive matching of two different words. Alternatively, an implementation method may be used.

상기의 비교 절차는 지수계산부(272)에 의하여 상기 각각의 항목에 대하여 반복적으로 수행될 수 있다. 이를 통해, 제1 요약정보와 제2 요약정보 각각에 속한 모든 항목의 정보값이 비교될 수 있다. 이 비교 결과는 항목 별로 일치하는 정도를 대응시켜 나타내는 새로운 메타데이터로서 형성될 수 있으며, 이를 본 발명에서는 스토리 평가 지수라고 부르기로 한다.The above comparison procedure may be repeatedly performed for each item by the index calculation unit 272. Through this, information values of all items belonging to each of the first summary information and the second summary information may be compared. This comparison result can be formed as new metadata indicating the degree of agreement for each item, which is referred to as a story evaluation index in the present invention.

지수계산부(272)에 의하여 상술한 제1 요약정보(250)와 제2 요약정보(255)의 항목 별 정보값 비교를 통해 스토리 평가 지수를 도출하는 과정을 도 3을 참조하여 간략히 설명하고자 한다. 하기 설명하는 바는 상기 정보값의 비교 과정을 개념적으로 설명하기 위해 단순화하여 만든 인위적 사례에 불과하므로, 도 3 및 하기의 서술은 본 발명을 한정하지 아니하며, 예시된 것과 동일한 항목, 정보값, 비교 결과, 및 결과 수치가 도출되어야 함을 의미하지 않는다.The process of deriving the story evaluation index through the comparison of information values for each item of the first summary information 250 and the second summary information 255 described above by the index calculation unit 272 will be briefly described with reference to FIG. . Since the description below is only an artificial case made by simplifying the comparison process of the information value conceptually, FIG. 3 and the description below do not limit the present invention, and the same items, information values, and comparisons as illustrated It does not imply that results, and resultant figures, must be derived.

도 3에서는, 제1 요약정보 예(250a) 는“콘텐츠 유형: 웹툰, TV드라마, 영화; 장르: 로맨스; 사건: 사랑; 배경: 해변"이고, 제2 요약정보 예(255a)는 콘텐츠 유형: 웹툰, TV드라마, 영화; 장르: 로맨스; 사건: 연애; 배경: 산"인 경우를 가정한다. 상기의 두 예시적 요약정보(250a, 255a)의 각 항목을 비교(300)함으로써, 지수계산부(272)는 스토리 평가 지수(310)를 도출하고자 한다.In FIG. 3 , the first summary information example 250a is “content type: webtoon, TV drama, movie; Genre: Romance; event: love; Background: beach", and the second summary information example 255a assumes a case of content type: webtoon, TV drama, movie; genre: romance; event: romance; background: mountain". By comparing (300) each item of the two exemplary summary information (250a, 255a), the index calculator (272) tries to derive the story evaluation index (310).

제1 요약정보 예(250a)와 제2 요약정보 예(255a)에서 각각 "콘텐츠 유형" 항목의 정보값을 읽어들여 서로 비교(300)하면, 두 항목에 열거된 정보값들 간에 "TV드라마, 영화"가 일치하고 있음을 확인할 수 있다. 이 경우, 판매자(210)가 판매저작물 정보(220)를 통해 희망한 콘텐츠 유형과 구매자(215)가 구매요청 정보(225)를 통해 희망한 콘텐츠 유형이 부분적으로나마 일치하여, 거래가 성사될 가능성이 높다고 간주할 수 있다. 따라서 이 항목은 두 요약정보 간에 "일치"한다고 판단하고 그 세부 내역을 스토리 평가 지수(310)에 포함하여 출력할 수 있다.In the first summary information example 250a and the second summary information example 255a, when the information values of the "content type" items are read and compared with each other (300), the information values listed in the two items are "TV drama, It can be seen that the "movie" matches. In this case, the content type desired by the seller 210 through the sales work information 220 and the content type desired by the buyer 215 through the purchase request information 225 match at least partially, and the transaction is highly likely to be concluded. can be considered Accordingly, this item may be determined to be “matched” between the two pieces of summary information, and the details thereof may be included in the story evaluation index 310 and output.

제1 요약정보 예(250a)와 제2 요약정보 예(255b)에서 각각 "장르" 항목의 정보값을 읽어들여 서로 비교(300)하면, 두 항목의 정보값이 "로맨스"로 동일함을 확인할 수 있다. 이 경우, 해당 항목의 정보값은 "100%" 일치한다고 판단할 수 있으며, 이를 스토리 평가 지수(310)에 포함하여 출력할 수 있다.If the information values of the "genre" items are read and compared with each other (300) in the first summary information example 250a and the second summary information example 255b, respectively, it can be confirmed that the information values of the two items are the same as "romance". can In this case, it may be determined that the information value of the corresponding item matches "100%", and this may be included in the story evaluation index 310 and output.

제1 요약정보 예(250a)와 제2 요약정보 예(255b)에서 각각 "사건" 항목의 정보값을 읽어들여 서로 비교(300)하면, 두 항목의 정보값이 각각 "사랑"과 "연애"임을 확인할 수 있다. 이 경우, 해당 항목의 정보값은 비록 그 단어에 있어서 상이하지만, 의미적으로는 비교적 유사함을 알 수 있다. 이 때, 의미의 유사함은 상술한 바와 같이 자연어 처리 장치(248)에 의해 Word2Vec 등을 이용하여 단어 벡터 공간에서 수학적 방법에 의해 계산되는 벡터 간의 일치율에 따라 구해질 수 있다. 이러한 유사도 판단의 결과에 따라, 두 단어 간의 일치율이 "70%"로 판단된 경우, 이를 스토리 평가 지수(310)에 포함하여 출력할 수 있다.In the first summary information example 250a and the second summary information example 255b, if the information values of the "event" item are read and compared (300), the information values of the two items are "love" and "love", respectively. It can be confirmed that In this case, it can be seen that the information values of the corresponding items are relatively similar in meaning, although they are different in terms of the word. In this case, the similarity in meaning may be obtained according to a concordance rate between vectors calculated by a mathematical method in a word vector space using Word2Vec or the like by the natural language processing unit 248 as described above. According to the similarity determination result, when the agreement rate between the two words is determined to be "70%", this may be included in the story evaluation index 310 and output.

한편, 상기와 같은 방법으로 "배경" 항목의 정보값을 비교하면, 각각 "산"과 "바다"로서 의미가 비교적 상이함을 알 수 있다. 이 경우 위와 같은 단어 벡터 공간에서의 일치율은 상대적으로 낮게, 예시적으로는 "30%"로 판단될 수 있으며, 이를 스토리 평가 지수(310)에 포함하여 출력할 수 있다.On the other hand, when the information values of the "background" item are compared in the same way as above, it can be seen that the meanings of "mountain" and "sea" are relatively different. In this case, the matching rate in the above word vector space may be determined to be relatively low, eg "30%", and this may be included in the story evaluation index 310 and output.

도 3의 예시에서, 스토리 평가 지수(310)를 구성하는 값의 양식은 "일치/불일치" 양식과 백분율 양식이 제시되어 있다. 그러나 본 발명은 이러한 양식에 한정되지 아니하며, 두 요약정보 간에 일치 또는 유사한 정도를 척도화할 수 있는 다양한 기법들이 응용될 수 있다. 예를 들어, 본 발명의 다른 실시예에서는, 상기 스토리 평가 지수는 항목 별로 5점 만점의 정수 점수로 표기될 수 있다.In the example of FIG. 3 , values constituting the story evaluation index 310 are presented in the form of "consistent/unmatched" and percentage. However, the present invention is not limited to this form, and various techniques capable of measuring the degree of agreement or similarity between two pieces of summary information can be applied. For example, in another embodiment of the present invention, the story evaluation index may be expressed as an integer score out of 5 points for each item.

상기 예시와 같이, 지수계산부(272)는 제1 요약정보(250)와 제2 요약정보(255)를 서로 비교하여 스토리 평가 지수를 생성할 수 있다. 상기 스토리 평가 지수에 기반하여, 매칭계산부(274)에서는 제1 요약정보(250)와 제2 요약정보(255)간의 매칭율을 계산할 수 있다. 상기 매칭율은 두 정보의 연관성을 점수화한 것으로, 매칭율이 높은 경우 판매저작물과 구매요청 간의 상관도가 높은 것으로 판단할 수 있는 점수이다. 상기 매칭율을 근거로 하여, 판매자 및 구매자는 자신이 업로드한 판매저작물 정보 또는 구매요청 정보에 가장 근접하는 상대측 정보를 식별할 수 있게 된다.As in the above example, the index calculation unit 272 may generate a story evaluation index by comparing the first summary information 250 and the second summary information 255 with each other. Based on the story evaluation index, the matching calculation unit 274 may calculate a matching rate between the first summary information 250 and the second summary information 255 . The matching rate is a score for the correlation between the two pieces of information, and when the matching rate is high, it can be determined that the correlation between the work for sale and the purchase request is high. Based on the matching rate, the seller and the buyer can identify information on the counterparty that is closest to information on works for sale or purchase request information uploaded by them.

상기 매칭계산부(274)에서 매칭율을 계산하는 방법은, 본 발명의 일 실시예에 따르면, 하나의 판매저작물 정보(220)와 구매요청 정보(225)에 대응하는 일치 점수, 인기 점수, 가격 점수 등 세 가지 점수를 계산한 뒤 이를 가중 합산하는 것일 수 있다.According to an embodiment of the present invention, the method of calculating the matching rate in the matching calculation unit 274 is the matching score, popularity score, and price corresponding to one sales work information 220 and purchase request information 225. It may be to calculate three points, such as a score, and then add them up in weight.

일치 점수는, 지수계산부(272)에서 계산된 스토리 평가 지수의 각 항목별 일치 정도를 나타내는 값들을 병합한 것일 수 있다. 바람직하게는, 상기 일치 점수는, 상기 스토리 평가 지수의 개별 항목 값을 모두 합산한 총점일 수 있다. 그러나 병합 방식은 반드시 이에 한정되지 아니하며, 단순 합산 외에도 항목 별 가중치를 적용한 합산을 적용하거나, 산술 또는 기하 평균을 적용하거나, 항목 별 가중치를 적용하여 평균을 내거나, 그 외에 항목별 수치를 병합하여 단일 점수로 변환하기 위한 다양한 수학적 수단이 사용될 수 있으며, 상기 수학적 수단은 본 발명을 실시하고자 하는 이가 필요에 따라 임의로 선택할 수 있다.The match score may be a combination of values representing the degree of match for each item of the story evaluation index calculated by the index calculation unit 272 . Preferably, the matching score may be a total score obtained by summing all individual item values of the story evaluation index. However, the merging method is not necessarily limited to this, and in addition to simple summation, summation with weights applied to each item is applied, arithmetic or geometric averages are applied, weights are applied for each item and average is applied, or other values are merged to form a single product. Various mathematical means for converting into scores may be used, and the mathematical means may be arbitrarily selected according to the needs of those who wish to practice the present invention.

인기 점수는, 상기 판매저작물 정보(220)를 통해 제공될 수 있는 정보에 기반하여 계산되는 점수이다. 상기 인기 점수의 계산 과정에는 판매저작물의 대중적 인기를 나타내는 각종 지표가 포함될 수 있다. 예를 들어, 판매저작물이 온라인에 공개된 어문 저작물인 경우, 판매저작물의 온라인 조회수가 포함될 수 있다. 판매저작물이 출판된 어문 저작물인 경우, 출판물의 판매량 또는 판매처 인기순위가 포함될 수 있다. 판매저작물에 대해 열람자 또는 독자가 부여한 평점이 포함될 수 있다. 판매저작물에 대해 열람자 또는 독자가 작성한 평가, 감상, 후기, 및 사용자 지정 해시태그(Hashtag)등의 비정형 인기도 데이터 또한 포함될 수 있으며, 이러한 비정형 인기도 데이터는 추가적으로 자연어 처리 장치(248)에 의하여 처리될 수 있고, 제1 요약정보(250) 또는 제2 요약정보(255)와 비교되는 방식으로 처리될 수도 있다.The popularity score is a score calculated based on information that can be provided through the sales work information 220 . The calculation process of the popularity score may include various indices indicating the public popularity of the work for sale. For example, if a work for sale is a literary work published online, the number of online views of the work for sale may be included. If the sales work is a published literary work, the sales volume of the publication or popularity ranking of the seller may be included. Ratings given by viewers or readers to sales works may be included. Unstructured popularity data such as ratings, impressions, reviews, and user-specified hashtags written by viewers or readers for sales works may also be included, and such unstructured popularity data may be additionally processed by the natural language processing unit 248. , and may be processed in a manner compared with the first summary information 250 or the second summary information 255 .

상기 인기 점수는 상기 나열한 것 또는 그 밖의 판매저작물의 인기와 관련된 지표를 정규화 및/또는 병합한 것일 수 있다. 본 발명의 일 실시예에 따르면, 상기 인기 점수는, 적어도 하나의 인기 지표 값을 백분율 기준으로 정규화한 뒤, 상기 적어도 하나의 정규화된 인기 지표 값을 평균함으로써 병합한 점수일 수 있다. 정규화 방식은, 판매저작물 데이터베이스(260)에 저장된 모든 판매저작물 정보의 동일한 인기 지표 값 중 현재 처리 중인 판매저작물 정보(220)의 값이 위치하는 상위 백분율을 구하는 것일 수 있으나, 반드시 이에 한정되지는 않는다. 병합 방식또한 상기 서술한 것에 한정되지 아니하며, 단순 합산 또는 항목 별 가중치를 적용한 합산을 적용하거나, 산술 또는 기하 평균을 적용하거나, 항목 별 가중치를 적용하여 평균을 내거나, 그 외에 항목별 수치를 병합하여 단일 점수로 변환하기 위한 다양한 수학적 수단이 사용될 수 있다. 상기 정규화 및 상기 병합을 처리하기 위한 수학적 수단은 본 발명을 실시하고자 하는 이가 필요에 따라 임의로 선택할 수 있다.The popularity score may be normalized and/or merged with the above-listed or other indexes related to the popularity of sales works. According to an embodiment of the present invention, the popularity score may be a score obtained by normalizing at least one popularity index value based on a percentage and then averaging the at least one normalized popularity index value. The normalization method may be to obtain an upper percentage of the value of the selling work information 220 currently being processed among the same popularity index values of all the selling writing information stored in the selling writing database 260, but is not necessarily limited thereto. . The merging method is not limited to the above, and simple summation or summation with weights applied for each item is applied, arithmetic or geometric average is applied, weight is applied for each item and averaged, or other values are merged by item. A variety of mathematical means can be used to convert to a single score. The mathematical means for processing the normalization and the merging can be arbitrarily selected according to the needs of those who wish to practice the present invention.

가격 점수는, 판매저작물에 대해 판매자(210)가 책정하여 상기 판매제작물 정보(220)에 기재한 희망 가격 정보와, 임의의 판매저작물의 IP 구매를 위하여 구매자(215)가 지불할 의향이 있는 금액을 결정하여 상기 구매요청 정보(225)에 기재한 예상 가격 정보를 비교하여, 상호의 가격대가 일치하는 정도에 기반하여 결정될 수 있다.The price score is the desired price information set by the seller 210 for the work for sale and described in the product for sale information 220, and the amount the buyer 215 is willing to pay for the IP purchase of any work for sale. It can be determined based on the degree to which the price ranges of each other match each other by comparing the expected price information described in the purchase request information 225 by determining .

본 발명의 일 실시예에 따르면, 상기 희망 가격 정보와 상기 예상 가격 정보는 각각 최소값과 최대값으로 구성된 범위로 정의되며, 상기 가격 점수는, 상기 각각의 범위가 전부 또는 일부 겹치는 경우 가격이 상호 일치하는 것으로 판단하여 결정되고, 상기 각각의 범위가 겹치지 않는 경우 금액대가 낮은 쪽의 최대치와 금액대가 높은 쪽의 최소치 간의 차이를 기반으로 일치 정도를 판단하여 결정될 수 있다.According to an embodiment of the present invention, the desired price information and the expected price information are each defined as a range consisting of a minimum value and a maximum value, and the price score is mutually consistent when the respective ranges overlap in whole or in part. If the respective ranges do not overlap, the degree of matching may be determined based on the difference between the maximum value of the lower amount range and the minimum value of the higher amount range.

본 발명의 다른 실시예에 따르면, 상기 가격 점수는, 화폐단위에 의한 추천 가격 정보의 형태로 계산되는 것으로, 상기 희망 가격 정보, 상기 예상 가격 정보, 상기 평균 거래 성사 가격에 기반하여 매칭계산부(274)에 의해 계산되는 저작물 IP 거래 추천 가격일 수 있다.According to another embodiment of the present invention, the price score is calculated in the form of recommended price information by currency unit, and the matching calculation unit based on the desired price information, the expected price information, and the average transaction price 274) may be the work IP transaction recommendation price.

본 발명의 또다른 실시예에 따르면, 상기 가격 점수는, 판매저작물의 판매자(210)와 구매요청을 입력한 구매자(215)가 각각 기존에 성사시킨 어문 저작물 IP 거래 기록으로부터 유래한 평균 거래 성사 가격을 참조하여 상향 또는 하향 조정될 수 있다. 특히, 상기 가격 점수가 상술한 일 실시예와 같이 거래 추천 가격 정보인 경우, 거래 추천 가격의 조정이 종래의 거래 기록을 참조하여 이루어질 수 있다. 상기 조정은 정보처리 알고리즘에 의해 이루어질 수 있으며, 바람직하게는, 상기 IP 거래 기록을 입력으로 받아 학습한 기계 학습 인공지능에 의해 수행될 수 있다. According to another embodiment of the present invention, the price score is the average transaction price derived from IP transaction records of literary works previously concluded by the seller 210 of the work for sale and the buyer 215 who entered the purchase request, respectively. It can be adjusted up or down with reference to. In particular, when the price score is transaction recommendation price information as in the above-described embodiment, the transaction recommendation price may be adjusted by referring to a conventional transaction record. The adjustment may be performed by an information processing algorithm, and preferably, may be performed by machine learning artificial intelligence that has learned by receiving the IP transaction record as an input.

상기 기술한 바와 같이 일치 점수, 인기 점수, 가격 점수가 결정되면, 매칭계산부(274)는 상기 각각의 점수를 병합하여 최종적인 매칭 점수를 도출할 수 있다. 상기 매칭 점수는, 바람직하게는, 상기 일치 점수, 상기 인기 점수, 상기 가격 점수 각각에 소정의 가산치를 부여하여 가중 합산한 것으로, 상기 일치 점수에 제1 백분율 비중을, 상기 인기 점수에 제2 백분율 비중을, 상기 가격 점수에 제3 백분율 비중을 각각 곱한 뒤 그 결과를 합산한 것일 수 있다.As described above, when the matching score, popularity score, and price score are determined, the matching calculation unit 274 may derive a final matching score by merging the respective scores. Preferably, the matching score is obtained by giving a predetermined additional value to each of the matching score, the popularity score, and the price score, and adding a weighted sum of the matching score, wherein a first percentage weight is applied to the matching score and a second percentage weight is applied to the popularity score. The weight may be obtained by multiplying the price score by the third percentage weight and then summing the results.

본 발명의 일 실시예에 따르면, 상기 제1 백분율 비중은 40%, 상기 제2 백분율 비중은 30%, 상기 제3 백분율 비중은 30%로 정의될 수 있다. 본 발명의 다른 실시예에 따르면, 상기 제1, 제2, 제3 백분율 비중은 가변적으로 적용되는 것이고, 기존에 판매자(210)와 구매자(215)간 상사된 어문 저작물 IP 거래의 기록에 기반하여 조정될 수 있다. 상기 조정은 정보처리 알고리즘에 의해 이루어질 수 있으며, 바람직하게는, 상기 IP 거래 기록을 입력으로 받아 학습한 기계 학습 인공지능에 의해 수행될 수 있다. 예를 들어, 종래의 IP 거래 기록으로부터 가격 면에서 다소간의 불일치가 있더라도 거래가 성사된 기록이 다수 학습된다면, 상기 인공지능은 가격 점수에 할당되는 제3 백분율 비중을 하향 조정하는 것과 같이 동작할 수 있다. 본 발명에서 상기 조정의 방법은 상술한 실시예로 제한되지 아니하며, 본 발명의 실시자가 본 발명의 취지에 부응하는 범위 내에서 다양하게 변경하여 실시할 수 있다.According to one embodiment of the present invention, the first percentage ratio can be defined as 40%, the second percentage ratio is 30%, and the third percentage ratio is 30%. According to another embodiment of the present invention, the first, second, and third percentage ratios are applied variably, and based on records of IP transactions of literary works that have been compared between the seller 210 and the buyer 215 in the past can be adjusted The adjustment may be performed by an information processing algorithm, and preferably, may be performed by machine learning artificial intelligence that has learned by receiving the IP transaction record as an input. For example, if a number of transaction records are learned from conventional IP transaction records even though there is some discrepancy in terms of price, the artificial intelligence may operate such as to lower the third percentage weight assigned to the price score. . The method of adjustment in the present invention is not limited to the above-described embodiment, and may be variously modified and implemented by the practitioner of the present invention within the scope corresponding to the spirit of the present invention.

상기의 절차를 모두 완료하면, 거래중개정보(280)가 생성된다. 상기 거래개정보(295)는 상기 매칭부(270)에서 계산된 매칭 점수를 포함하는 정보 집합으로, 바람직하게는, 상기 매칭 점수, 판매자(210)의 프로파일, 구매자(215)의 프로파일, 판매저작물 정보(220), 구매요청 정보(225), 그리고 상기 실시예에 따라 계산된 추천 가격 정보를 포함할 수 있다.When all of the above procedures are completed, transaction brokerage information 280 is generated. The transaction information 295 is an information set including the matching score calculated by the matching unit 270, and preferably, the matching score, the profile of the seller 210, the profile of the buyer 215, and the work for sale. information 220, purchase request information 225, and recommended price information calculated according to the above embodiment.

상기 거래중개정보(280)는, 본 발명의 다양한 실시예에 따르면, 하나의 판매저작물 정보(220)에 대하여 하나의 구매요청 정보(225)를 대응한 것일 수 있고, 하나의 판매저작물 정보(220)에 대하여 복수의 구매요청 정보(225)를 대응한 것일 수 있고, 복수의 판매저작물 정보(220)에 대하여 하나의 구매요청 정보(225)를 대응한 것일 수 있고, 도 4에 도시한 예와 같이, 복수의 판매저작물 정보(220)에 대하여 복수의 구매요청 정보(225)를 대응한 것일 수도 있다. 상기 복수의 대응 관계를 포함하는 거래중개정보의 생성을 위하여, 상기 판매저작권 정보(220)와 구매요청 정보(250)를 각각 변환 및 비교하는 일체의 절차가 필요한 횟수만큼 반복적으로 수행된 뒤 그 결과가 하나의 정보로서 종합될 수 있다.According to various embodiments of the present invention, the transaction brokerage information 280 may correspond to one purchase request information 225 for one sales work information 220, and one sales work information 220 ) may correspond to a plurality of purchase request information 225, and may correspond to one purchase request information 225 to a plurality of sales work information 220, and the example shown in FIG. Likewise, a plurality of purchase request information 225 may correspond to a plurality of sales work information 220 . In order to generate the transaction brokerage information including the plurality of corresponding relationships, the entire procedure of converting and comparing the sales copyright information 220 and the purchase request information 250, respectively, is repeatedly performed as many times as necessary, and the result can be synthesized as a single piece of information.

상기 거래중개정보(280)는 전송부(290)에 의하여 판매자(210) 및 구매자(215) 중 일방 또는 쌍방에게 전송될 수 있다. 이후 판매자(210)와 구매자(210)는 상기 거래중개정보(280)에 나타난 매칭 점수 등의 정보에 기반하여 어문 저작물 IP 거래 여부를 결정할 수 있으며, 이를 통하여 본 발명이 달성하고자 하는 어문 저작물의 자동화된 IP 거래라는 목적이 달성된다.The transaction brokerage information 280 may be transmitted to one or both of the seller 210 and the buyer 215 by the transmission unit 290 . Thereafter, the seller 210 and the buyer 210 may determine whether to trade literary works IP based on information such as matching scores shown in the transaction brokerage information 280, and through this, the automation of literary works to be achieved by the present invention The purpose of IP trading is achieved.

본 발명의 일 실시예에 따르면, 상기 시스템(200)은 상기 거래중개정보(280)를 수신한 판매자(210)및 구매자(215)로 하여금 실제 어문 저작물 IP 거래의 성사 여부와 그 가격 조건과 관련된 정보를 IP 거래 기록으로서 시스템(200)에 입력하도록 요청할 수 있다. 입력된 IP 거래 기록은 상술한 일부 실시예에서 서술한 바와 같이 종래의 거래 기록을 토대로 동작하는 일부 알고리즘에서 기준 자료로서 활용할 수 있다.According to an embodiment of the present invention, the system 200 enables the seller 210 and the buyer 215 receiving the transaction brokerage information 280 to determine whether an actual literary work IP transaction has been concluded and related to its price conditions. Information may be requested to be entered into the system 200 as an IP transaction record. As described in some of the above-described embodiments, the input IP transaction records can be used as reference data in some algorithms operating based on conventional transaction records.

도 5는 본 발명의 실시예 상 시스템을 구현하기 위한 프로세서를 포함하는 컴퓨터 장치를 나타낸다. 도 5를 참조하면, 컴퓨터 장치(500)는 프로세서(Processor, 510), 메모리(Memory, 520) 및 통신부(Transceiver, 530)를 포함한다. 프로세서(510)는 본 명세서에서 설명된 기능, 과정 및/또는 방법을 구현하도록 구성될 수 있다. 본 발명에서 기능부로서 설명된 각각의 기능들은 프로세서(510)에서 구현될 수 있다. 5 shows a computer device including a processor for implementing a system according to an embodiment of the present invention. Referring to FIG. 5 , a computer device 500 includes a processor 510, a memory 520, and a transceiver 530. Processor 510 may be configured to implement the functions, processes and/or methods described herein. Each function described as a functional unit in the present invention may be implemented in the processor 510 .

메모리(520)는 프로세서(510)와 연결되어, 프로세서(510)를 구동하기 위한 다양한 정보를 저장한다. 통신부(530)는 프로세서(510)와 연결되어, 통신 네트워크(540)로 통신 신호를 전송하거나, 통신 네트워크(540)로부터 통신 신호를 수신한다. The memory 520 is connected to the processor 510 and stores various information for driving the processor 510 . The communication unit 530 is connected to the processor 510 and transmits a communication signal to the communication network 540 or receives a communication signal from the communication network 540 .

프로세서(510)은 ASIC(application-specific integrated circuit), 다른 칩셋, 논리 회로 및/또는 데이터 처리 장치를 포함할 수 있다. 메모리(520)는 ROM(read-only memory), RAM(random access memory), 플래시 메모리, 메모리 카드, 저장 매체 및/또는 다른 저장 장치를 포함할 수 있다. 통신부(530)는 외부로부터의 통신 신호를 통하여 소정의 정보를 수신하고, 외부로의 통신 신호를 통하여 소정의 신호를 발신 또는 수신하기 위한 TCP-IP 기반의 네트워크 접속 장치를 포함할 수 있다.The processor 510 may include an application-specific integrated circuit (ASIC), other chipsets, logic circuits, and/or data processing devices. The memory 520 may include read-only memory (ROM), random access memory (RAM), flash memory, a memory card, a storage medium, and/or other storage devices. The communication unit 530 may include a TCP-IP based network connection device for receiving predetermined information through an external communication signal and transmitting or receiving a predetermined signal through an external communication signal.

도 2에 나타난 것과 같은 본 발명의 실시예상 시스템(200)이 도 5에 나타난 것과 같은 컴퓨터 장치(500)로서 구현될 때, 바람직하게는, 상기 통신부(530)가 판매자(210) 및 구매자(215)의 접속을 수용하고, 판매저작물 정보(220)와 구매요청 정보(225)를 수신하고, 그리고 거래중개정보(290)를 상기 판매자 및 구매자 중 일방 또는 쌍방에게 전송하는 기능을 수행하도록 하고, 상기 프로세서(510)가 상기 판매저작물 정보(220)와 상기 구매요청 정보(225)를 입력으로 하여 상기 거래중개정보(290)가 도출되기까지의 제 과정을 수행하도록 구성될 수 있다. 또한, 상기 메모리(520)는 대용량 기억장치를 포함하고, 이를 활용하여 데이터베이스(260, 265)를 저장 및 운용하도록 구성될 수 있다.When the exemplary system 200 of the present invention as shown in FIG. 2 is implemented as a computer device 500 as shown in FIG. 5, preferably, the communication unit 530 is a seller 210 and a buyer 215 ), to receive the sales work information 220 and the purchase request information 225, and to transmit the transaction brokerage information 290 to one or both of the seller and the buyer, The processor 510 may be configured to perform all processes until the transaction brokerage information 290 is derived by receiving the sales work information 220 and the purchase request information 225 as inputs. In addition, the memory 520 may include a mass storage device, and may be configured to store and operate the databases 260 and 265 by utilizing the memory 520 .

본 발명의 실시예가 소프트웨어로 구현될 때, 상술한 기법은 상술한 기능을 수행하는 모듈(과정, 기능 등)로 구현될 수 있다. 모듈은 메모리(520)에 저장되고, 프로세서(510)에 의해 실행될 수 있다. 메모리(520)는 프로세서(510) 내부 또는 외부에 있을 수 있고, 잘 알려진 다양한 수단으로 프로세서(510)와 연결될 수 있다.When an embodiment of the present invention is implemented as software, the above-described technique may be implemented as a module (process, function, etc.) that performs the above-described functions. The module may be stored in memory 520 and executed by processor 510 . The memory 520 may be internal or external to the processor 510 and may be connected to the processor 510 by various well-known means.

이상 도면 및 실시예를 참조하여 설명하였지만, 본 발명의 보호범위가 상기 도면 또는 실시예에 의해 한정되는 것을 의미하지는 않으며 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.Although it has been described with reference to the drawings and examples, it does not mean that the scope of protection of the present invention is limited by the drawings or examples, and those skilled in the art can understand the spirit of the present invention described in the following claims. And it will be understood that the present invention can be variously modified and changed without departing from the scope.

Claims (21)

프로세서를 포함하는 컴퓨터 장치를 이용한 어문 저작물 IP(Intellectual Property)의 거래 중개 방법에 있어서,
상기 프로세서가 저작물 IP의 판매자로부터 적어도 하나의 판매저작물 정보를 입력받는 단계;
상기 프로세서가 저작물 IP의 구매자로부터 적어도 하나의 구매요청 정보를 입력받는 단계;
상기 프로세서가 상기 판매저작물 정보로부터 제1 요약정보를 추출하는 단계;
상기 프로세서가 상기 구매요청 정보로부터 제2 요약정보를 추출하는 단계;
상기 프로세서가 상기 제1 요약정보와 제2 요약정보 간의 상관성에 기반하여 스토리 평가 지수를 계산하는 단계;
상기 프로세서가 상기 스토리 평가 지수에 기반하여 상기 판매저작물 정보와 상기 구매요청 정보 간의 매칭 점수를 계산하는 단계; 및
상기 프로세서가 상기 IP 판매자와 상기 IP 구매자 중 일방 또는 쌍방에게 상기 매칭 점수에 관한 정보를 전송하는 단계; 를 포함하는, 컴퓨터 장치를 이용한 어문 저작물 IP의 거래 중개 방법.
In the transaction mediation method of intellectual property (IP) using a computer device including a processor,
receiving, by the processor, at least one piece of work for sale information from a seller of the work IP;
receiving, by the processor, at least one piece of purchase request information from a buyer of the work IP;
extracting, by the processor, first summary information from the sales work information;
extracting, by the processor, second summary information from the purchase request information;
calculating, by the processor, a story evaluation index based on a correlation between the first summary information and the second summary information;
calculating, by the processor, a matching score between the sales work information and the purchase request information based on the story evaluation index; and
transmitting, by the processor, information about the matching score to one or both of the IP seller and the IP buyer; Including, a transaction brokerage method of literary works IP using a computer device.
제 1 항에 있어서,
상기 제1 요약정보와 제2 요약정보는,
콘텐츠 유형, 장르, 주제, 인물, 사건, 배경 중 적어도 하나의 항목; 그리고
상기 각각의 항목에 대응하는 스토리 정보값;을 포함하는 저작물 메타데이터인, 컴퓨터 장치를 이용한 어문 저작물 IP의 거래 중개 방법.
According to claim 1,
The first summary information and the second summary information,
at least one of content type, genre, subject, character, event, and background; and
A story information value corresponding to each of the items; a transaction mediation method of literary works IP using a computer device, which is work metadata including.
제 2 항에 있어서,
상기 스토리 평가 지수를 계산하는 단계는,
상기 프로세서가 상기 제1 요약정보와 제2 요약정보를 구성하는 적어도 하나의 항목들마다 각각의 항목에 지정된 정보값을 서로 비교하여 적어도 하나의 일치율을 계산하는 단계;
상기 프로세서가 상기 항목들 별로 상기 일치율을 대응시킨 스토리 평가 지수를 구성하는 단계; 를 포함하는, 컴퓨터 장치를 이용한 어문 저작물 IP의 거래 중개 방법.
According to claim 2,
In the step of calculating the story evaluation index,
calculating, by the processor, at least one matching rate by comparing information values assigned to each item for each of at least one item constituting the first summary information and the second summary information;
configuring, by the processor, a story evaluation index corresponding to the matching rate for each of the items; Including, a transaction brokerage method of literary works IP using a computer device.
제 3 항에 있어서,
상기 프로세서가 상기 각각의 항목에 지정된 정보값을 서로 비교하는 방법은,
상기 제1 요약정보의 제1 항목에 지정된 제1 정보값을 읽어들이고;
상기 제2 요약정보에서 상기 제1 항목에 지정된 제2 정보값을 읽어들이고;
상기 제1 정보값과 상기 제2 정보값을 자연어 처리 장치에 입력하여 단어 벡터 공간에서의 일치율을 계산하고;
상기 단어 벡터 공간에서의 일치율을 상기 제1 항목에 대한 일치율로 결정하고; 그리고
상기의 절차를 상기 프로세서가 상기 각각의 항목에 대하여 수행하는 것인, 컴퓨터 장치를 이용한 어문 저작물 IP의 거래 중개 방법.
According to claim 3,
The method in which the processor compares the information values assigned to the respective items with each other,
read a first information value specified in a first item of the first summary information;
reading a second information value specified in the first item from the second summary information;
inputting the first information value and the second information value into a natural language processing device to calculate a matching rate in a word vector space;
determining a match rate in the word vector space as a match rate for the first item; and
A transaction mediation method of literary works IP using a computer device, wherein the processor performs the above procedure for each of the items.
제 1 항에 있어서,
상기 판매저작물 정보는 상기 판매자가 판매저작물에 대하여 책정한 희망 가격 정보를 포함하고,
상기 구매요청 정보는 상기 구매자가 임의의 판매저작물에 지불할 의향이 있는 예상 가격 정보를 포함하고,
상기 매칭 점수는,
상기 스토리 평가 지수를 합산, 평균, 가중 합산, 가중 평균 중 하나 이상의 계산법을 이용해 병합한 일치 점수;
상기 판매저작물의 이용자 조회수, 이용자 평가 점수, 이용자의 리뷰 내용, 판매저작물의 용량 또는 재생시간 중 적어도 하나에 기반하는 인기 점수; 그리고
상기 희망 가격 정보와 예상 가격 정보의 금액의 비교에 기반하여 결정되는 가격 점수; 를 상기 프로세서가 가중 합산한 것인, 컴퓨터 장치를 이용한 어문 저작물 IP의 거래 중개 방법.
According to claim 1,
The sales work information includes desired price information set by the seller for the sales work;
The purchase request information includes expected price information that the buyer is willing to pay for any sales work,
The matching score is
a matching score obtained by merging the story evaluation indices using at least one calculation method of sum, average, weighted sum, and weighted average;
a popularity score based on at least one of the number of user views, user evaluation scores, user review content, and volume or playing time of the sold work; and
a price score determined based on a comparison between the desired price information and the amount of the expected price information; A transaction mediation method of literary works IP using a computer device, in which the processor weighted sums.
제 5 항에 있어서,
상기 프로세서가 상기 매칭 점수를 가중 합산하는 방법은,
상기 일치 점수에 제1 백분율 비중을, 상기 인기 점수에 제2 백분율 비중을, 상기 가격 점수에 제3 백분율 비중을 각각 곱한 뒤 그 결과를 합산하는 것인, 컴퓨터 장치를 이용한 어문 저작물 IP의 거래 중개 방법.
According to claim 5,
The method of the processor weighted summing the matching scores,
Transaction brokerage of literary works IP using a computer device, multiplying the match score by a first percentage weight, the popularity score by a second percentage weight, and the price score by a third percentage weight, respectively, and then summing the results. method.
제 5 항에 있어서,
상기 프로세서가 상기 매칭 점수에 관한 정보를 전송하는 단계는,
상기 프로세서가 상기 희망 가격 정보와 예상 가격 정보를 기반으로 판매저작물의 추천 가격 정보를 생성하는 단계; 및
상기 프로세서가 상기 추천 가격 정보를 상기 매칭 점수와 함께 전송하는 단계; 를 더 포함하는, 컴퓨터 장치를 이용한 어문 저작물 IP의 거래 중개 방법.
According to claim 5,
Transmitting, by the processor, information about the matching score,
generating, by the processor, recommended price information of a work for sale based on the desired price information and the expected price information; and
transmitting, by the processor, the recommended price information together with the matching score; Further comprising, a transaction brokerage method of literary works IP using a computer device.
제 1 항에 있어서,
상기 프로세서가 상기 매칭 점수에 관한 정보를 전송하는 단계는,
상기 프로세서가 하나의 상기 판매저작물 정보와 복수의 상기 구매요청 정보 간에 각각 계산된 복수의 매칭 점수를 전송하는 단계; 및
상기 프로세서가 복수의 상기 판매저작물 정보와 하나의 상기 구매요청 정보 간에 각각 계산된 복수의 매칭 점수를 전송하는 단계; 중 적어도 하나를 더 포함하는, 컴퓨터 장치를 이용한 어문 저작물 IP의 거래 중개 방법.
According to claim 1,
Transmitting, by the processor, information about the matching score,
transmitting, by the processor, a plurality of matching scores calculated between one piece of sales work information and a plurality of pieces of purchase request information; and
transmitting, by the processor, a plurality of matching scores calculated between a plurality of pieces of sale information and one piece of purchase request information; Further comprising at least one of, a transaction brokerage method of literary works IP using a computer device.
제 1 항에 있어서,
상기 제1 요약정보와 상기 제2 요약정보 중 적어도 하나는 자연어 처리 장치에 의해 추출되는, 컴퓨터 장치를 이용한 어문 저작물 IP의 거래 중개 방법.
According to claim 1,
At least one of the first summary information and the second summary information is extracted by a natural language processing device, a transaction brokering method of literary works IP using a computer device.
제 1 항에 있어서,
상기 프로세서가 상기 판매저작물 정보와 상기 제1 요약정보 중 적어도 하나를 데이터베이스(Database)로부터 불러들이는 단계; 를 더 포함하는, 컴퓨터 장치를 이용한 어문 저작물 IP의 거래 중개 방법.
According to claim 1,
reading, by the processor, at least one of the sales work information and the first summary information from a database; Further comprising, a transaction brokerage method of literary works IP using a computer device.
어문 저작물 IP(Intellectual Property)의 거래 중개 기능을 가진 프로세서를 포함하는 컴퓨터 장치에 있어서,
저작물 IP의 판매자로부터 적어도 하나의 판매저작물 정보를 입력받는 제1입력부;
저작물 IP의 구매자로부터 적어도 하나의 구매요청 정보를 입력받는 제2입력부;
상기 판매저작물 정보로부터 제1 요약정보를 추출하는 제1추출부;
상기 구매요청 정보로부터 제2 요약정보를 추출하는 제2추출부;
상기 제1 요약정보와 제2 요약정보 간의 상관성에 기반하여 스토리 평가 지수를 계산하는 지수계산부;
상기 스토리 평가 지수에 기반하여 상기 판매저작물과 상기 구매요청 정보 간의 매칭 점수를 계산하는 매칭계산부; 및
상기 IP 판매자와 상기 IP 구매자 중 일방 또는 쌍방에게 상기 매칭 점수에 관한 정보를 전송하는 전송부; 를 포함하는, 어문 저작물 IP의 거래를 중개하는 프로세서를 포함한 컴퓨터 장치.
In a computer device including a processor having a transaction mediation function of literary works IP (Intellectual Property),
A first input unit that receives at least one sales work information from a seller of the work IP;
a second input unit that receives at least one piece of purchase request information from a purchaser of the work IP;
a first extracting unit extracting first summary information from the selling work information;
a second extraction unit extracting second summary information from the purchase request information;
an index calculation unit that calculates a story evaluation index based on the correlation between the first summary information and the second summary information;
a matching calculation unit calculating a matching score between the sales work and the purchase request information based on the story evaluation index; and
a transmitter for transmitting information about the matching score to one or both of the IP seller and the IP buyer; A computer device including a processor that brokers transactions of literary works IP, including a.
제 11 항에 있어서,
상기 제1 요약정보와 제2 요약정보는,
콘텐츠 유형, 장르, 주제, 인물, 사건, 배경 중 적어도 하나의 항목; 그리고
상기 각각의 항목에 대응하는 스토리 정보값;을 포함하는 저작물 메타데이터인, 어문 저작물 IP의 거래를 중개하는 프로세서를 포함한 컴퓨터 장치.
According to claim 11,
The first summary information and the second summary information,
at least one of content type, genre, subject, character, event, and background; and
Story information value corresponding to each of the items; A computer device including a processor that mediates transactions of literary works IP, which is work metadata including.
제 12 항에 있어서,
상기 지수계산부는,
상기 제1 요약정보와 제2 요약정보를 구성하는 적어도 하나의 항목들마다 각각의 항목에 지정된 정보값을 서로 비교하여 계산한 적어도 하나의 일치율에 기반하여, 상기 항목들 별로 상기 일치율을 대응시킨 스토리 평가 지수를 출력하도록 구성되는, 어문 저작물 IP의 거래를 중개하는 프로세서를 포함한 컴퓨터 장치.
According to claim 12,
The index calculation unit,
A story in which the matching rate for each item is matched based on at least one matching rate calculated by comparing the information values assigned to each item for each of the at least one items constituting the first summary information and the second summary information. A computer device including a processor for brokering a transaction of a literary work IP, configured to output an evaluation index.
제 13 항에 있어서,
상기 지수계산부가 상기 각각의 항목에 지정된 정보값을 서로 비교하는 방법은,
상기 제1 요약정보의 제1 항목에 지정된 제1 정보값을 읽어들이고;
상기 제2 요약정보에서 상기 제1 항목에 지정된 제2 정보값을 읽어들이고;
상기 제1 정보값과 상기 제2 정보값을 자연어 처리 장치에 입력하여 단어 벡터 공간에서의 일치율을 계산하고;
상기 단어 벡터 공간에서의 일치율을 상기 제1 항목에 대한 일치율로 결정하고; 그리고
상기의 절차를 상기 프로세서가 상기 각각의 항목에 대하여 수행하는 것인, 어문 저작물 IP의 거래를 중개하는 프로세서를 포함한 컴퓨터 장치.
According to claim 13,
The method in which the index calculation unit compares the information values assigned to each item with each other,
read a first information value specified in a first item of the first summary information;
reading a second information value specified in the first item from the second summary information;
inputting the first information value and the second information value into a natural language processing device to calculate a matching rate in a word vector space;
determining a match rate in the word vector space as a match rate for the first item; and
A computer device including a processor that mediates transactions of literary works IP, wherein the processor performs the above procedure for each of the items.
제 11 항에 있어서,
상기 판매저작물 정보는 상기 판매자가 판매저작물에 대하여 책정한 희망 가격 정보를 포함하고,
상기 구매요청 정보는 상기 구매자가 임의의 판매저작물에 지불할 의향이 있는 예상 가격 정보를 포함하고,
상기 매칭 점수는,
상기 스토리 평가 지수를 합산, 평균, 가중 합산, 가중 평균 중 하나 이상의 계산법을 이용해 병합한 일치 점수;
상기 판매저작물의 이용자 조회수, 이용자 평가 점수, 이용자의 리뷰 내용, 판매저작물의 용량 또는 재생시간 중 적어도 하나에 기반하는 인기 점수; 그리고
상기 희망 가격 정보와 예상 가격 정보의 금액의 비교에 기반하여 결정되는 가격 점수; 를 상기 매칭계산부가 가중 합산한 것인, 어문 저작물 IP의 거래를 중개하는 프로세서를 포함한 컴퓨터 장치.
According to claim 11,
The sales work information includes desired price information set by the seller for the sales work;
The purchase request information includes expected price information that the buyer is willing to pay for any sales work,
The matching score is
a matching score obtained by merging the story evaluation indices using at least one calculation method of sum, average, weighted sum, and weighted average;
a popularity score based on at least one of the number of user views, user evaluation scores, user review content, and volume or playing time of the sold work; and
a price score determined based on a comparison between the desired price information and the amount of the expected price information; A computer device including a processor for brokering a transaction of a literary work IP, which is a weighted sum of the matching calculation unit.
제 15 항에 있어서,
상기 매칭계산부는,
상기 일치 점수에 제1 백분율 비중을, 상기 인기 점수에 제2 백분율 비중을, 상기 가격 점수에 제3 백분율 비중을 각각 곱한 뒤 그 결과를 합산하여 상기 매칭 점수를 출력하도록 구성되는, 어문 저작물 IP의 거래를 중개하는 프로세서를 포함한 컴퓨터 장치.
According to claim 15,
The matching calculator,
The matching score is multiplied by a first percentage weight, the popularity score is multiplied by a second percentage weight, and the price score is multiplied by a third percentage weight, and the results are summed to output the matching score. A computer device containing a processor that brokers transactions.
제 15 항에 있어서,
상기 매칭계산부는,
상기 희망 가격 정보와 예상 가격 정보를 기반으로 판매저작물의 추천 가격 정보를 생성하고,
상기 전송부는,
상기 추천 가격 정보를 상기 매칭 점수와 함께 전송하도록 구성되는, 어문 저작물 IP의 거래를 중개하는 프로세서를 포함한 컴퓨터 장치.
According to claim 15,
The matching calculator,
Based on the desired price information and the expected price information, generating recommended price information for a work for sale;
The transmission unit,
A computer device including a processor for brokering a transaction of a literary work IP, configured to transmit the recommended price information together with the matching score.
제 11 항에 있어서,
상기 전송부는,
하나의 상기 판매저작물 정보와 복수의 상기 구매요청 정보 간에 각각 계산된 복수의 매칭 점수; 및
복수의 상기 판매저작물 정보와 하나의 상기 구매요청 정보 간에 각각 계산된 복수의 매칭 점수; 중 적어도 하나를 더 전송하도록 구성되는, 어문 저작물 IP의 거래를 중개하는 프로세서를 포함한 컴퓨터 장치.
According to claim 11,
the transmission unit,
a plurality of matching scores each calculated between one piece of sales work information and a plurality of pieces of purchase request information; and
a plurality of matching scores each calculated between a plurality of pieces of sale information and one piece of purchase request information; A computer device including a processor for brokering a transaction of a literary work IP, configured to further transmit at least one of the above.
제 11 항에 있어서,
상기 제1 추출부 또는 제2 추출부 중 적어도 하나는 자연어 처리 장치에 의해 동작하는, 어문 저작물 IP의 거래를 중개하는 프로세서를 포함한 컴퓨터 장치.
According to claim 11,
At least one of the first extractor and the second extractor is operated by a natural language processing device, and a computer device including a processor for brokering a transaction of a literary work IP.
제 11 항에 있어서,
상기 판매저작물 정보와 상기 제1 요약정보 중 적어도 하나를 저장하는 데이터베이스(Database)를 더 포함하는, 어문 저작물 IP의 거래를 중개하는 프로세서를 포함한 컴퓨터 장치.
According to claim 11,
A computer device including a processor for brokering a transaction of a literary work IP, further comprising a database storing at least one of the work for sale information and the first summary information.
명령어들을 포함하는 컴퓨터 판독가능 기록 매체로서,
상기 명령어들은, 프로세서에서 실행될 때, 상기 프로세서로 하여금,
저작물 IP의 판매자로부터 적어도 하나의 판매저작물 정보를 입력받고;
저작물 IP의 구매자로부터 적어도 하나의 구매요청 정보를 입력받고;
상기 판매저작물 정보로부터 제1 요약정보를 추출하고;
상기 구매요청 정보로부터 제2 요약정보를 추출하고;
상기 제1 요약정보와 제2 요약정보 간의 상관성에 기반하여 스토리 평가 지수를 계산하고;
상기 스토리 평가 지수에 기반하여 상기 판매저작물 정보와 상기 구매요청 정보 간의 매칭 점수를 계산하고; 그리고
상기 IP 판매자와 상기 IP 구매자 중 일방 또는 쌍방에게 상기 매칭 점수에 관한 정보를 전송하도록 구성하는, 컴퓨터 판독가능 기록 매체.
A computer readable recording medium containing instructions,
The instructions, when executed in a processor, cause the processor to:
Receive at least one sales work information from the seller of the work IP;
receiving at least one piece of purchase request information from a buyer of the work IP;
extracting first summary information from the selling work information;
extracting second summary information from the purchase request information;
Calculate a story evaluation index based on the correlation between the first summary information and the second summary information;
calculating a matching score between the sales work information and the purchase request information based on the story evaluation index; and
A computer-readable recording medium configured to transmit information about the matching score to one or both of the IP seller and the IP buyer.
KR1020210189921A 2021-12-28 2021-12-28 Copyright sales brokering method for literary and dramatic works using computing apparatus KR20230100220A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210189921A KR20230100220A (en) 2021-12-28 2021-12-28 Copyright sales brokering method for literary and dramatic works using computing apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210189921A KR20230100220A (en) 2021-12-28 2021-12-28 Copyright sales brokering method for literary and dramatic works using computing apparatus

Publications (1)

Publication Number Publication Date
KR20230100220A true KR20230100220A (en) 2023-07-05

Family

ID=87159240

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210189921A KR20230100220A (en) 2021-12-28 2021-12-28 Copyright sales brokering method for literary and dramatic works using computing apparatus

Country Status (1)

Country Link
KR (1) KR20230100220A (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102657554B1 (en) * 2023-12-20 2024-04-15 주식회사 코어닷투데이 Apparatus and method for transaction intermediary storytelling data

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102657554B1 (en) * 2023-12-20 2024-04-15 주식회사 코어닷투데이 Apparatus and method for transaction intermediary storytelling data

Similar Documents

Publication Publication Date Title
Smetanin et al. Deep transfer learning baselines for sentiment analysis in Russian
CN110825876B (en) Movie comment viewpoint emotion tendency analysis method
Lu et al. Rated aspect summarization of short comments
Cataldi et al. Good location, terrible food: detecting feature sentiment in user-generated reviews
Zhang et al. Combining sentiment analysis with a fuzzy kano model for product aspect preference recommendation
Vo et al. Opinion–aspect relations in cognizing customer feelings via reviews
Homoceanu et al. Will I like it? Providing product overviews based on opinion excerpts
Wang et al. Feature-based Sentiment Analysis Approach for Product Reviews.
CN110706028A (en) Commodity evaluation emotion analysis system based on attribute characteristics
CN111737560A (en) Content search method, field prediction model training method, device and storage medium
ÇATALTAŞ et al. Extraction of product defects and opinions from customer reviews by using text clustering and sentiment analysis
Yao et al. Online deception detection refueled by real world data collection
Mutlu et al. Enhanced sentence representation for extractive text summarization: Investigating the syntactic and semantic features and their contribution to sentence scoring
KR20230100220A (en) Copyright sales brokering method for literary and dramatic works using computing apparatus
Sariki et al. A book recommendation system based on named entities
Li et al. Confidence estimation and reputation analysis in aspect extraction
CN114255067A (en) Data pricing method and device, electronic equipment and storage medium
CN114416914A (en) Processing method based on picture question and answer
Helan et al. Topic modeling methods for text data analysis: a review
Tripathy Sentiment analysis using machine learning techniques
Francis et al. SmarTxT: A Natural Language Processing Approach for Efficient Vehicle Defect Investigation
Lee Use-centric mining of customer reviews
Hawladar et al. Amazon product reviews sentiment analysis using supervised learning algorithms
Galitsky et al. Assuring Chatbot Relevance at Syntactic Level
Chen et al. Effective dependency rule-based aspect extraction for social recommender systems.

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application