KR20240048664A - 문서 요약 방법 및 문서 요약 장치 - Google Patents

문서 요약 방법 및 문서 요약 장치 Download PDF

Info

Publication number
KR20240048664A
KR20240048664A KR1020220128270A KR20220128270A KR20240048664A KR 20240048664 A KR20240048664 A KR 20240048664A KR 1020220128270 A KR1020220128270 A KR 1020220128270A KR 20220128270 A KR20220128270 A KR 20220128270A KR 20240048664 A KR20240048664 A KR 20240048664A
Authority
KR
South Korea
Prior art keywords
document
vector
model
candidate group
generated
Prior art date
Application number
KR1020220128270A
Other languages
English (en)
Inventor
김동환
정우태
김현옥
박주식
장형진
손아림
Original Assignee
주식회사 포티투마루
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 주식회사 포티투마루 filed Critical 주식회사 포티투마루
Priority to KR1020220128270A priority Critical patent/KR20240048664A/ko
Priority to EP22204225.1A priority patent/EP4350532A1/en
Publication of KR20240048664A publication Critical patent/KR20240048664A/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/383—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/34—Browsing; Visualisation therefor
    • G06F16/345—Summarisation for human users
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3347—Query execution using vector based model
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/93—Document management systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Library & Information Science (AREA)
  • Biophysics (AREA)
  • Computing Systems (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 출원의 일 실시예에 따른 문서 요약 방법은, 사용자 검색 쿼리에 근거하여 요약 대상 문서를 추출하는 단계; 학습이 완료된 문서 요약 모델을 획득하는 단계; 및 학습이 완료된 문서 요약 모델에 상기 요약 대상 문서를 입력하고, 상기 학습이 완료된 문서 요약 모델의 제1 출력 레이어를 통하여 제1 요약 벡터를 획득하고, 상기 제1 요약 벡터에 기반하여 생성 요약 기반의 요약문을 획득하는 단계;를 포함하되, 상기 문서 요약 모델은, 문서 원본과 생성 요약 정답 정보로 구성된 학습 데이터 셋에 기반하여 훈련되되, 입력 레이어를 통하여 상기 문서 원본을 획득하고, 상기 문서 요약 모델의 제1 출력 레이어를 통하여 출력되는 출력 데이터와 상기 생성 요약 정답 정보의 차이에 기반하여 상기 생성 요약 정답 정보에 근사된 출력 데이터를 출력하도록 훈련된다.

Description

문서 요약 방법 및 문서 요약 장치{METHOD AND APPARATUS FOR SUMMARIZING A DOCUMENT}
본 발명은 문서 요약 방법 및 문서 요약 장치에 관한 것이다. 보다 자세하게는 본 발명은 사용자의 요청에 따라 문서를 검색하고, 검색된 문서의 내용을 요약하기 위한 문서 요약 방법 및 문서 요약 장치에 관한 것이다.
보고서 등의 자료를 작성하기 위하여 관련 자료를 검색하고 결과 리스트 항목에서 원하는 내용을 찾기 위해 사용자가 직접 자료를 확인하는 데에 많은 시간이 소모된다는 문제점이 있었다. 이러한 문제점을 해결하기 위하여 사용자 요청에 따라 연관 문서를 검색하고 원하는 내용에 대한 요약문을 제공하는 기술에 대한 연구가 주목받고 있다.
한편 문서를 요약하여 제공하는 방식은 크게 추출 요약과 생성 요약으로 구성된다. 추출 요약의 경우, 문서 내 문구를 추출하여 제공하는 방식으로 상대적으로 요약이 용이하고 빠르다는 장점을 가지나, 상대적으로 자연스러운 문장으로 추출되지 못하는 단점이 존재한다. 반면 생성 요약의 경우, 문서 내 내용을 바탕으로 새로운 문장을 생성하여 제공함으로써 상대적으로 자연스러운 요약을 제공할 수 있다는 장점이 있다.
다만 종래의 문서 요약 기술은 추출 요약 기반으로 요약문을 생성하는 것에 치우쳐져 있다는 제약이 존재하였다. 이에 생성 요약 기반으로 요약문을 제공하기 위한 새로운 문서 요약 방법, 및 문서 요약 장치의 개발이 요구된다.
본 발명이 해결하고자 하는 일 과제는, 사용자 질의에 기초하여 관련 문서를 검색하여 검색된 문서 내에서 사용자가 원하는 내용을 요약한 요약문을 생성하기 위한 문서 요약 방법 및 문서 요약 장치를 제공하는 것이다.
본 발명이 해결하고자 하는 일 과제는, 생성 요약 기반 요약문과 추출 요약 기반 요약문을 생성하기 위한 문서 요약 모델을 학습시키기 위한, 문서 요약 방법 및 문서 요약 장치를 제공하는 것이다.
본 발명이 해결하고자 하는 과제가 상술한 과제로 제한되는 것은 아니며, 언급되지 아니한 과제들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 출원의 일 실시예에 따른 문서 요약 방법은, 사용자 검색 쿼리에 근거하여 요약 대상 문서를 추출하는 단계; 학습이 완료된 문서 요약 모델을 획득하는 단계; 및 학습이 완료된 문서 요약 모델에 상기 요약 대상 문서를 입력하고, 상기 학습이 완료된 문서 요약 모델의 제1 출력 레이어를 통하여 제1 요약 벡터를 획득하고, 상기 제1 요약 벡터에 기반하여 생성 요약 기반의 요약문을 획득하는 단계;를 포함하되, 상기 문서 요약 모델은, 문서 원본과 생성 요약 정답 정보로 구성된 학습 데이터 셋에 기반하여 훈련되되, 입력 레이어를 통하여 상기 문서 원본을 획득하고, 상기 문서 요약 모델의 제1 출력 레이어를 통하여 출력되는 출력 데이터와 상기 생성 요약 정답 정보의 차이에 기반하여 상기 생성 요약 정답 정보에 근사된 출력 데이터를 출력하도록 훈련될 수 있다.
본 출원의 일 실시예에 따른 문서 요약 장치는, 사용자 검색 쿼리에 근거하여 요약 대상 문서를 추출하고, 학습이 완료된 문서 요약 모델을 획득하고, 학습이 완료된 문서 요약 모델에 상기 요약 대상 문서를 입력하고, 상기 학습이 완료된 문서 요약 모델의 제1 출력 레이어를 통하여 제1 요약 벡터를 획득하고, 상기 제1 요약 벡터에 기반하여 생성 요약 기반의 요약문을 획득하도록 구성된 프로세서를 포함하되, 상기 문서 요약 모델은, 문서 원본과 생성 요약 정답 정보로 구성된 학습 데이터 셋에 기반하여 훈련되되, 입력 레이어를 통하여 상기 문서 원본을 획득하고, 상기 문서 요약 모델의 제1 출력 레이어를 통하여 출력되는 출력 데이터와 상기 생성 요약 정답 정보의 차이에 기반하여 상기 생성 요약 정답 정보에 근사된 출력 데이터를 출력하도록 훈련될 수 있다.
본 발명의 과제의 해결 수단이 상술한 해결 수단들로 제한되는 것은 아니며, 언급되지 아니한 해결 수단들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 출원의 일 실시예에 따른 문서 요약 방법, 및 문서 요약 장치에 의하면, 사용자가 원하는 내용을 검색하기 위한 소모되는 시간이 절약될 수 있다.
본 출원의 일 실시예에 따른 문서 요약 방법, 및 문서 요약 장치에 의하면, 사용자는 상대적으로 자연스러운 생성 요약 결과에 기반하여 문서 작업을 수행함으로써, 보다 효율적이고 빠르게 문서 작업을 수행할 수 있다.
본 출원의 실시예에 따른 문서 요약 방법, 및 문서 요약 장치에 의하면, 생성 요약 기반 요약문과 추출 요약 기반 요약문을 동시에 제공할 수 있다.
본 출원의 실시예에 따른 문서 요약 방법, 및 문서 요약 장치에 의하면, 생성 요약에 대한 학습 데이터 셋만으로 생성 요약 및 추출 요약 기능을 제공할 수 있는 문서 요약 모델을 학습시킴으로써, 생성 요약 기반 요약문과 추출 요약 기반 요약문을 동시에 제공하는 효과를 제공할 수 있다.
본 발명의 효과가 상술한 효과들로 제한되는 것은 아니며, 언급되지 아니한 효과들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.
도 1은 본 출원의 일 실시예에 따른 문서 요약 장치를 도시한 개략도이다.
도 2는 본 출원의 일 실시예에 따른 문서 요약 장치의 사용자 검색 쿼리로부터 요약 대상 문서를 검색하는 동작을 도시한 도면이다.
도 3은 본 출원의 일 실시예에 따른 문서 요약 장치의 문서 요약 모델을 통하여 요약문을 생성하는 동작을 도시한 도면이다.
도 4는 본 출원의 일 실시예에 따른 문서 요약 방법을 도시한 순서도이다.
도 5는 본 출원의 일 실시예에 따른 요약 대상 문서를 추출하는 단계를 구체화한 순서도이다.
도 6은 본 출원의 일 실시예에 따른 요약 대상 문서를 결정하는 단계를 구체화한 순서도이다.
도 7은 본 출원의 일 실시예에 따른 추출된 요약 대상 문서로부터 생성 요약 기반의 요약문을 획득하는 단계를 구체화한 순서도이다.
도 8은 본 출원의 일 실시예에 따른 문서 요약 모델을 훈련시키기 위한 학습 데이터 셋을 설명하기 위한 도면이다.
도 9는 본 출원의 일 실시예에 따른 문서 요약 모델을 학습시키는 일 양상을 도시한 도면이다.
본 출원의 상술한 목적, 특징들 및 장점은 첨부된 도면과 관련된 다음의 상세한 설명을 통해 보다 분명해질 것이다. 다만, 본 출원은 다양한 변경을 가할 수 있고 여러 가지 실시예들을 가질 수 있는 바, 이하에서는 특정 실시예들을 도면에 예시하고 이를 상세히 설명하고자 한다.
명세서 전체에 걸쳐서 동일한 참조번호들은 원칙적으로 동일한 구성요소들을 나타낸다. 또한, 각 실시예의 도면에 나타나는 동일한 사상의 범위 내의 기능이 동일한 구성요소는 동일한 참조부호를 사용하여 설명하며, 이에 대한 중복되는 설명은 생략하기로 한다.
본 출원과 관련된 공지 기능 혹은 구성에 대한 구체적인 설명이 본 출원의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 본 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제1, 제2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
또한, 이하의 실시예에서 사용되는 구성요소에 대한 접미사 "모듈" 및 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다.
이하의 실시예에서, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
이하의 실시예에서, 포함하다 또는 가지다 등의 용어는 명세서상에 기재된 특징, 또는 구성요소가 존재함을 의미하는 것이고, 하나 이상의 다른 특징들 또는 구성요소가 부가될 가능성을 미리 배제하는 것은 아니다.
도면에서는 설명의 편의를 위하여 구성 요소들이 그 크기가 과장 또는 축소될 수 있다. 예컨대, 도면에서 나타난 각 구성의 크기 및 두께는 설명의 편의를 위해 임의로 나타낸 것으로, 본 발명이 반드시 도시된 바에 한정되지 않는다.
어떤 실시예가 달리 구현 가능한 경우에 특정한 프로세스의 순서는 설명되는 순서와 다르게 수행될 수도 있다. 예를 들어, 연속하여 설명되는 두 프로세스가 실질적으로 동시에 수행될 수도 있고, 설명되는 순서와 반대의 순서로 진행될 수 있다.
이하의 실시예에서, 구성 요소 등이 연결되었다고 할 때, 구성 요소들이 직접적으로 연결된 경우뿐만 아니라 구성요소들 중간에 구성 요소들이 개재되어 간접적으로 연결된 경우도 포함한다.
예컨대, 본 명세서에서 구성 요소 등이 전기적으로 연결되었다고 할 때, 구성 요소 등이 직접 전기적으로 연결된 경우뿐만 아니라, 그 중간에 구성 요소 등이 개재되어 간접적으로 전기적 연결된 경우도 포함한다.
본 출원의 일 실시예에 따른 문서 요약 방법은, 사용자 검색 쿼리에 근거하여 요약 대상 문서를 추출하는 단계; 학습이 완료된 문서 요약 모델을 획득하는 단계; 및 학습이 완료된 문서 요약 모델에 상기 요약 대상 문서를 입력하고, 상기 학습이 완료된 문서 요약 모델의 제1 출력 레이어를 통하여 제1 요약 벡터를 획득하고, 상기 제1 요약 벡터에 기반하여 생성 요약 기반의 요약문을 획득하는 단계;를 포함하되, 상기 문서 요약 모델은, 문서 원본과 생성 요약 정답 정보로 구성된 학습 데이터 셋에 기반하여 훈련되되, 입력 레이어를 통하여 상기 문서 원본을 획득하고, 상기 문서 요약 모델의 제1 출력 레이어를 통하여 출력되는 출력 데이터와 상기 생성 요약 정답 정보의 차이에 기반하여 상기 생성 요약 정답 정보에 근사된 출력 데이터를 출력하도록 훈련될 수 있다.
본 출원의 일 실시예에 따르면, 상기 생성 요약 기반의 요약문을 획득하는 단계는, 상기 학습이 완료된 문서 요약 모델의 제2 출력 레이어를 통하여 제2 요약 벡터를 획득하고, 상기 제2 요약 벡터에 기반하여 추출 요약 기반의 요약문을 획득하는 단계;를 더 포함하되, 상기 문서 요약 모델은, 상기 생성 요약 정답 정보와 상기 문서 원본에 포함된 각 문장의 유사도를 연산하여 결정된 추출 요약 벡터를 이용하여, 상기 문서 요약 모델의 제2 출력 레이어를 통하여 상기 추출 요약 벡터를 출력하도록 훈련될 수 있다.
본 출원의 일 실시예에 따르면, 상기 요약 대상 문서를 추출하는 단계는, 상기 사용자 검색 쿼리를 획득하는 단계; 상기 사용자 검색 쿼리로부터 문장 단위의 벡터를 연산하고, 연산된 벡터와 검색 데이터베이스에 저장된 문서의 임베딩 벡터의 유사도에 기초하여 제1 문서 후보군을 획득하는 단계; 사용자 쿼리 분석 모듈을 통하여 상기 사용자 검색 쿼리로부터 핵심 쿼리 정보를 추출하고, 추출된 핵심 쿼리 정보와 검색 데이터베이스에 저장된 문서의 키워드 정보의 유사도에 기초하여 제2 문서 후보군을 획득하는 단계; 및 상기 제1 문서 후보군과 상기 제2 문서 후보군에 기초하여 상기 요약 대상 문서를 결정하는 단계;를 더 포함할 수 있다.
본 출원의 일 실시예에 따르면, 상기 요약 대상 문서를 결정하는 단계는, 상기 제1 문서 후보군에 포함된 문서들과 상기 제2 문서 후보군에 포함된 문서들을 1차 문서 후보군으로 획득하는 단계; 및 검색 순위 조정 모듈을 통하여 상기 1차 문서 후보군에 포함된 후보 문서의 내용과 상기 사용자 검색 쿼리 간의 유사도를 분석하여 상기 1차 문서 후보군으로부터 상기 요약 대상 문서를 선택하는 단계;를 더 포함할 수 있다.
본 출원의 일 실시예에 따르면, 상기 검색 순위 조정 모듈은, 상기 1차 문서 후보군에 포함된 후보 문서와 상기 사용자 검색 쿼리를 수신하여 상기 후보 문서와 상기 사용자 검색 쿼리 간의 의미적 유사도와 관련된 유사도 점수를 연산하고, 연산된 유사도 점수에 기반하여 상기 1차 문서 후보군에 포함된 후보 문서의 순위를 조정하고, 조정된 순위에 기반하여 상기 1차 문서 후보군으로부터 상기 요약 대상 문서를 선택하도록 구성될 수 있다.
본 출원의 일 실시예에 따르면, 컴퓨터에 상기 문서 요약 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체가 제공될 수 있다.
본 출원의 일 실시예에 따른 문서 요약 장치는, 사용자 검색 쿼리에 근거하여 요약 대상 문서를 추출하고, 학습이 완료된 문서 요약 모델을 획득하고, 학습이 완료된 문서 요약 모델에 상기 요약 대상 문서를 입력하고, 상기 학습이 완료된 문서 요약 모델의 제1 출력 레이어를 통하여 제1 요약 벡터를 획득하고, 상기 제1 요약 벡터에 기반하여 생성 요약 기반의 요약문을 획득하도록 구성된 프로세서를 포함하되, 상기 문서 요약 모델은, 문서 원본과 생성 요약 정답 정보로 구성된 학습 데이터 셋에 기반하여 훈련되되, 입력 레이어를 통하여 상기 문서 원본을 획득하고, 상기 문서 요약 모델의 제1 출력 레이어를 통하여 출력되는 출력 데이터와 상기 생성 요약 정답 정보의 차이에 기반하여 상기 생성 요약 정답 정보에 근사된 출력 데이터를 출력하도록 훈련될 수 있다.
이하에서는 도 1 내지 도 9를 참고하여 본 출원의 일 실시예에 따른 문서 요약 방법 및 문서 요약 장치에 관하여 설명한다.
도 1은 본 출원의 일 실시예에 따른 문서 요약 장치(1000)를 도시한 개략도이다.
본 출원의 일 실시예에 따른 문서 요약 장치(1000)는 송수신부(1010), 메모리(1020), 및 프로세서(1030)를 포함할 수 있다.
문서 요약 장치(1000)의 송수신부(1010)는 원본 데이터 소스가 저장된 데이터베이스 또는 사용자 장치를 포함하여 임의의 외부 기기(혹은 외부 서버)와 통신을 수행할 수 있다. 예컨대, 문서 요약 장치(1000)는, 송수신부(1010)를 통해, 사용자 장치를 통하여 입력된 사용자 검색 쿼리를 수신할 수 있다. 예컨대, 문서 요약 장치(1000)는 원본 데이터 소스가 저장된 데이터베이스로부터 원본 데이터를 수신하고, 원본 데이터에 근거하여 검색 데이터베이스를 구축할 수 있다. 예컨대, 문서 요약 장치(1000)는 생성된 요약문을 사용자 장치를 포함한 임의의 외부 장치로 송신할 수 있다.
문서 요약 장치(1000)는, 송수신부(1010)를 통해, 네트워크에 접속하여 각종 데이터를 송수신할 수 있다. 송수신부(1010)는 크게 유선 타입과 무선 타입을 포함할 수 있다. 유선 타입과 무선 타입은 각각의 장단점을 가지므로, 경우에 따라서 문서 요약 장치(1000)에는 유선 타입과 무선 타입이 동시에 마련될 수도 있다. 여기서, 무선 타입의 경우에는 주로 와이파이(Wi-Fi) 같은 WLAN(Wireless Local Area Network) 계열의 통신 방식을 이용할 수 있다. 또는, 무선 타입의 경우에는 셀룰러 통신, 예컨대, LTE, 5G 계열의 통신 방식을 이용할 수 있다. 다만, 무선 통신 프로토콜이 상술한 예시에 제한되는 것은 아니며, 임의의 적절한 무선 타입의 통신 방식을 이용하는 것도 가능하다. 유선 타입의 경우에는 LAN(Local Area Network)이나 USB(Universal Serial Bus) 통신이 대표적인 예이며 그 외의 다른 방식도 가능하다.
문서 요약 장치(1000)의 메모리(1020)는 각종 정보를 저장할 수 있다. 메모리(1020)에는 각종 데이터가 임시적으로 또는 반영구적으로 저장될 수 있다. 메모리(1020)의 예로는 하드 디스크(HDD: Hard Disk Drive), SSD(Solid State Drive), 플래쉬 메모리(flash memory), 롬(ROM: Read-Only Memory), 램(RAM: Random Access Memory) 등이 있을 수 있다. 메모리(1020)는 문서 요약 장치(1000)에 내장되는 형태나 탈부착 가능한 형태로 제공될 수 있다. 메모리(1020)에는 문서 요약 장치(1000)를 구동하기 위한 운용 프로그램(OS: Operating System)이나 문서 요약 장치(1000)의 각 구성을 동작시키기 위한 프로그램을 비롯해 문서 요약 장치(1000)의 동작에 필요한 각종 데이터가 저장될 수 있다.
프로세서(1030)는 문서 요약 장치(1000)의 전반적인 동작을 제어할 수 있다. 예컨대, 프로세서(1030)는 후술할 사용자 검색 쿼리에 근거하여 요약 대상 문서를 추출하거나 검색하는 동작, 및 추출된 요약 대상 문서로부터 요약문을 획득하거나 생성하는 동작을 포함하여 문서 요약 장치(1000)의 전반적인 동작을 제어할 수 있다. 구체적으로 프로세서(1030)는 메모리(1020)로부터 문서 요약 장치(1000)의 전반적인 동작을 위한 프로그램을 로딩하여 실행할 수 있다. 프로세서(1030)는 하드웨어나 소프트웨어 또는 이들의 조합에 따라 AP(Application Processor), CPU(Central Processing Unit), MCU(Microcontroller Unit)나 이와 유사한 장치로 구현될 수 있다. 이때, 하드웨어적으로는 전기적 신호를 처리하여 제어 기능을 수행하는 전자 회로 형태로 제공될 수 있으며, 소프트웨어적으로는 하드웨어적 회로를 구동시키는 프로그램이나 코드 형태로 제공될 수 있다.
본 출원의 일 실시예에 따른 문서 요약 장치(1000)는 사용자 검색 쿼리에 기초하여 검색 데이터베이스를 검색하여 적어도 하나 이상의 문서들을 포함하는 문서 후보군을 추출할 수 있다. 나아가 문서 요약 장치(1000)는 추출된 문서 후보군에 포함된 문서의 내용과 사용자 검색 쿼리 간의 유사도 분석을 통하여, 추출된 문서 후보군 중에서 요약 대상 문서를 결정할 수 있다. 이와 관련하여는 도 2, 도 4 내지 도 6와 관련하여 보다 구체적으로 서술하기로 한다.
본 출원의 일 실시예에 따른 문서 요약 장치(1000)는 요약 대상 문서를 요약하는 동작을 수행할 수 있다. 일 예로, 문서 요약 장치(1000)는 학습이 완료된 문서 요약 모델을 이용하여 요약 대상 문서로부터 요약문을 생성하는 동작을 수행할 수 있다. 한편 본 출원의 일 실시예에 따른 학습이 완료된 문서 요약 모델은 요약 대상 문서에 기초하여 생성 요약문 및 추출 요약문을 동시에 생성할 수 있도록 구성되는 것을 특징으로 한다. 이와 관련하여는 도 3, 도 7 내지 도 9와 관련하여 보다 구체적으로 서술하기로 한다.
이하에서는 도 2 및 도 3을 참고하여 본 출원의 일 실시예에 따른 문서 요약 방법 및 문서 요약 장치에 대하여 보다 구체적으로 서술하기로 한다.
도 2는 본 출원의 일 실시예에 따른 문서 요약 장치(1000)의 사용자 검색 쿼리로부터 요약 대상 문서를 검색하는 동작을 도시한 도면이다.
본 출원의 일 실시예에 따른 문서 요약 장치(1000)는 원본 데이터 소스를 이용하여 검색 데이터베이스(1100)를 구축하는 동작을 수행할 수 있다. 구체적으로 문서 요약 장치(1000)는 원본 데이터 소스를 획득하고, 원본 데이터 소스에 포함된 각 문서 자체에 대한 색인 및/또는 각 문서에 포함된 내용에 대한 벡터화를 수행할 수 있다. 예컨대, 문서 요약 장치(1000)는 ETL 기법을 통하여 원본 데이터 소스를 이용하여 검색 데이터베이스를 구축할 수 있다. 나아가 문서 요약 장치(1000)는 각 문서 자체에 대한 색인 및/또는 각 문서와 관련된 임베딩 벡터를 이용하여 문서에 대한 검색을 수행할 수 있다.
본 출원의 일 실시예에 따른 문서 요약 장치(1000)는 사용자 장치로부터 사용자 검색 쿼리를 획득하고, 사용자 검색 쿼리의 키 피처(Key Feature)를 나타내는 핵심 쿼리 정보를 추출할 수 있다. 구체적으로 문서 요약 장치(1000)는 사용자 쿼리 분석 모듈(1200)을 통하여, 사용자 검색 쿼리의 자연어의 특징을 분석하여 사용자 검색 쿼리의 도메인, 의도, 및/또는 핵심어(키워드)와 관련된 핵심 쿼리 정보를 추출할 수 있다. 나아가 문서 요약 장치(1000)는 추출된 핵심 쿼리 정보를 검색 모듈(1300)로 전달할 수 있다.
본 출원의 일 실시예에 따른 문서 요약 장치(1000)는 사용자 검색 쿼리에 근거하여 검색 데이터베이스(1100)를 검색하고, 문서 후보군을 획득할 수 있다.
일 예로, 문서 요약 장치(1000)의 검색 모듈(1300)은 키워드 기반 검색을 통하여 사용자 검색 쿼리와 관련성이 있는 문서를 검색 데이터베이스(1100)에서 검색할 수 있다. 구체적으로 검색 모듈(1300)은 사용자 쿼리 분석 모듈(1200)을 통하여 추출된 핵심 쿼리 정보와 검색 데이터베이스(1100)의 문서의 색인(또는 키워드)에 기반하여 핵심 쿼리 정보와 관련성이 있는 색인(또는 키워드)에 대응되는 문서들을 문서 후보군으로 추출할 수 있다. 예컨대, 검색 모듈(1300)은 핵심 쿼리 정보와 검색 데이터베이스(1100)의 문서의 색인(또는 키워드) 간의 관련성에 대한 점수를 연산하고, 미리 정해진 순위 내에 해당하는 문서들을 문서 후보군으로 획득할 수 있다.
다른 예로, 문서 요약 장치(1000)의 검색 모듈(1300)은 벡터 검색을 통하여 사용자 검색 쿼리와 관련성이 있는 문서를 검색 데이터베이스(1100)에서 검색할 수 있다. 구체적으로 검색 모듈(1300)은 사용자 검색 쿼리로부터 추출된 벡터와 검색 데이터베이스(1100)에 저장된 문서에 포함된 각 문장의 임베딩 벡터 간의 유사도를 연산하고, 연산된 유사도에 기초하여 문서 후보군을 추출할 수 있다. 예컨대, 검색 모듈(1300)은 사용자 검색 쿼리에 대응되는 벡터 정보와 검색 데이터베이스에 저장된 문서의 임베딩 벡터 간의 유사도에 대한 점수를 연산하고, 미리 정해진 순위 내에 해당하는 임베딩 벡터를 포함하는 문서들을 문서 후보군으로 획득할 수 있다.
또 다른 예로, 문서 요약 장치(1000)의 검색 모듈(1300)은 전술한 키워드 기반 검색에 기반하여 연산된 관련성 점수와 벡터 검색에 기반하여 연산된 유사도 점수에 근거하여 문서 후보군을 획득할 수 있다. 구체적으로 검색 모듈(1300)은 관련성 검수와 유사도 점수를 합산하여 합산된 점수가 미리 정해진 순위 이내에 해당하는 문서들을 문서 후보군으로 획득할 수 있다.
한편 본 출원의 일 실시예에 따른 검색 모듈(1300)은 검색 데이터베이스(1100)의 검색 대상이 얼마나 많은 지에 따라, 전체 검색 대상에 대한 검색을 수행하는 방식인 풀 스캔(Full Scan) 방식 혹은 벡터 사이의 유사도 비교 연산 비용을 고려한 Nearest Neighbors 연산 기법을 적용하여 검색 데이터베이스(1100)를 검색하도록 구성될 수 있다.
한편, 도 2에서는 원본 데이터 소스를 저장하는 데이터베이스가 문서 요약 장치(1000)의 외부에 구비되고, 검색 데이터베이스(1100)가 문서 요약 장치(1000)에 포함되는 것으로 설명하였다. 다만 이는 예시에 불과하며, 필요에 따라 원본 데이터 소스를 저장한 데이터베이스가 문서 요약 장치(1000)와 일체로 구성되거나 검색 데이터베이스(1100)가 문서 요약 장치(1000)와 별도로 구성되도록 적절하게 변형될 수 있을 것이다.
본 출원의 일 실시예에 따른 문서 요약 장치(1000)는 문서 후보군에 포함된 문서들의 검색 순위를 조정하고, 조정된 검색 순위에 따라 문서 후보군에 포함된 문서들로부터 요약 대상 문서를 결정하는 동작을 수행할 수 있다. 구체적으로 문서 요약 장치(1000)의 검색 순위 조정 모듈(1400)은 딥 러닝 모델을 통하여 문서 후보군에 포함된 문서와 사용자 검색 쿼리의 유사도를 측정하고, 측정된 유사도에 기초하여 문서 후보군에 포함된 문서의 검색 순위를 조정할 수 있다. 예컨대, 검색 순위 조정 모듈(1400)은 Transformer Fine-tune 모델(예컨대, BERT 모델, 또는 Cross-Encoder)에 사용자 검색 쿼리와 문서 후보군에 포함된 문서를 입력하여 사용자 검색 쿼리와 문서를 의미 단위로 분석하고, 사용자 검색 쿼리와 문서의 키워드(또는 문서에 포함된 문장 단위의 벡터)의 유사도를 측정하여 문서 후보군에 포함된 문서의 검색 순위를 조정할 수 있다. 나아가 검색 순위 조정 모듈(1400)은 조정된 검색 순위에 기반하여 요약 대상 문서를 결정할 수 있다.
도 3은 본 출원의 일 실시예에 따른 문서 요약 장치(1000)의 문서 요약 모델을 통하여 요약문을 생성하는 동작을 도시한 도면이다.
본 출원의 일 실시예에 따른 문서 요약 장치(1000)는 요약 대상 문서로부터 생성 요약 기반의 제1 요약문 및/또는 추출 요약 기반의 제2 요약문을 생성할 수 있다.
일 예로, 문서 요약 장치(1000)는 학습이 완료된 문서 요약 모델을 통하여 요약 대상 문서로부터 생성 요약 기반의 제1 요약문을 생성할 수 있다. 구체적으로 문서 요약 장치(1000)는 요약 대상 문서에 포함된 문장들을 문장 단위별로 변환한 벡터(예컨대, 도 3의 W1, W2, Wn 등)를 학습이 완료된 문서 요약 모델의 엔코더(Encoder)에 입력하고, 엔코더를 통하여 특징 벡터를 추출하고, 디코더(Decoder)를 통하여 특징 벡터로부터 제1 요약 벡터(예, 도 3의 W1', W2', Wn' 등)를 획득하도록 구성될 수 있다. 이때, 문서 요약 장치(1000)는 제1 요약 벡터로부터 생성 요약 기반의 제1 요약문을 생성할 수 있다. 문서 요약 모델은 문서 원본과 생성 요약 정답문(생성 요약 정답 정보)으로 구성된 학습 데이터 셋을 이용하여, 문서 원본에 포함된 문장에 대응되는 벡터로부터 생성 요약 정답문에 포함된 문장에 대응되는 요약 벡터에 근사되도록, 출력 데이터를 출력하도록 훈련되었기 때문에, 요약 대상 문서로부터 생성 기반 요약문(또는 생성 기반 요약문을 생성하기 위한 제1 요약 벡터)을 출력할 수 있다.
일 예로, 문서 요약 장치(1000)는 학습이 완료된 문서 요약 모델을 통하여 요약 대상 문서로부터 추출 요약 기반의 제2 요약문을 생성할 수 있다. 구체적으로 문서 요약 장치(1000)는 요약 대상 문서에 포함된 문장들을 문장 단위별로 변환한 벡터(예컨대, 도 3의 W1, W2, Wn 등)를 학습이 완료된 문서 요약 모델의 엔코더(Encoder)에 입력하고, 엔코더의 출력 레이어를 통하여 제2 요약 벡터(예, 도 3의 W1, W2. Wn 등)를 획득하도록 구성될 수 있다. 이때, 문서 요약 장치(1000)는 제2 요약 벡터 중에서 제2 요약문을 생성하기 위한 추출 요약 벡터(예컨대, 도 3의 W1, Wn)를 결정하고, 결정된 추출 요약 벡터에 기반하여 요약 대상 문서의 문장들(예컨대, 도 3의 문장 1, 문장 n)을 추출하고, 추출된 문장들에 기반하여 제2 요약문을 생성할 수 있다. 문서 요약 모델은 학습 데이터 셋의 생성 요약 정답문에 포함된 문장과 문서 원본에 포함된 문장의 유사도를 비교하여, 상대적으로 유사도가 높은 문장들에 대응되는 제2 요약 벡터를 추출 요약 벡터(예컨대, 도 3의 W1, Wn)로 결정하고, 결정된 추출 요약 벡터와 대응되는 문장(예컨대, 문장 1, 문장 n)을 기반으로 제2 요약문을 생성하도록 구현될 수 있다.
요약문을 생성하는 방법과 요약문을 생성하기 위한 문서 요약 모델을 훈련시키는 내용에 대하여는 도 7 내지 도 9에서 보다 구체적으로 서술하기로 한다.
이하에서는 도 4 내지 도 9를 참고하여 본 출원의 일 실시예에 따른 문서 요약 방법 및 문서 요약 모델의 학습 방법에 대하여 보다 구체적으로 서술하기로 한다. 본 출원의 일 실시예에 따른 문서 요약 방법 및 문서 요약 모델의 학습 방법을 설명함에 있어서, 앞서 도 2 내지 도 3과 관련하여 설명한 내용과 중복되는 일부 실시예는 생략될 수 있다. 다만, 이는 설명의 편의를 위한 것일 뿐이며, 이에 제한적으로 해석되어서는 아니된다.
도 4는 본 출원의 일 실시예에 따른 문서 요약 방법을 도시한 순서도이다.
본 출원의 일 실시예에 따른 문서 요약 방법은 사용자 검색 쿼리에 근거하여 요약 대상 문서를 추출하는 단계(S1000) 및 학습이 완료된 문서 요약 모델을 통하여, 추출된 요약 대상 문서로부터 생성 요약 기반의 요약문을 획득하는 단계(S2000)를 포함할 수 있다.
사용자 검색 쿼리에 근거하여 요약 대상 문서를 추출하는 단계(S1000)에서는, 문서 요약 장치(1000)는 사용자 검색 쿼리에 기초하여 검색 데이터베이스를 검색하여 적어도 하나 이상의 문서들을 포함하는 문서 후보군을 결정할 수 있다. 나아가 사용자 검색 쿼리에 근거하여 요약 대상 문서를 추출하는 단계(S1000)에서는, 문서 요약 장치(1000)는 추출된 문서 후보군에 포함된 문서의 내용과 사용자 검색 쿼리 간의 유사도 분석을 통하여, 추출된 문서 후보군 중에서 요약 대상 문서를 결정할 수 있다. 요약 대상 문서를 추출하는 내용에 대하여는 도 5 내지 도 6에서 보다 구체적으로 서술하기로 한다.
학습이 완료된 문서 요약 모델을 통하여, 추출된 요약 대상 문서로부터 생성 요약 기반의 요약문을 획득하는 단계(S2000)에서는, 문서 요약 장치(1000)는 학습이 완료된 문서 요약 모델에 추출된 요약 대상 문서를 입력하고, 문서 요약 모델을 통하여 제1 요약 벡터를 획득하고, 제1 요약 벡터를 기반하여 생성 요약 기반의 제1 요약문을 생성할 수 있다. 요약문을 획득하는 내용에 대하여는 도 7 내지 도 9에서 보다 구체적으로 서술하기로 한다.
도 5는 본 출원의 일 실시예에 따른 요약 대상 문서를 추출하는 단계(S1000)를 구체화한 순서도이다.
본 출원의 일 실시예에 따른 요약 대상 문서를 추출하는 단계(S1000)는 사용자 검색 쿼리를 획득하는 단계(S1100), 사용자 검색 쿼리로부터 문장 단위의 벡터를 연산하고, 연산된 벡터와 검색 데이터베이스(1100)에 저장된 문서의 임베딩 벡터의 유사도에 기초하여 제1 문서 후보군을 획득하는 단계(S1200), 사용자 쿼리 분석 모듈(1200)을 통하여 사용자 검색 쿼리로부터 핵심 쿼리 정보를 추출하고, 추출된 핵심 쿼리 정보와 검색 데이터베이스(1100)에 저장된 문서의 키워드 정보의 유사도에 기초하여 제2 문서 후보군을 획득하는 단계(S1300), 및 제1 문서 후보군과 제2 문서 후보군에 기초하여 요약 대상 문서를 결정하는 단계(S1400)를 더 포함할 수 있다.
사용자 검색 쿼리를 획득하는 단계(S1100)에서는, 문서 요약 장치(1000)는 송수신부(1010)를 통하여 사용자 장치로부터 문서의 검색을 요청하는 사용자 검색 쿼리를 획득할 수 있다. 여기서 사용자 검색 쿼리는 키워드 형태 또는 자연어 형태의 문장, 벡터 형태를 포함하여 임의의 적절한 형태의 검색을 위한 정보를 포괄하는 의미로 사용될 수 있다.
사용자 검색 쿼리로부터 문장 단위의 벡터를 연산하고, 연산된 벡터와 검색 데이터베이스(1100)에 저장된 문서의 임베딩 벡터의 유사도에 기초하여 제1 문서 후보군을 획득하는 단계(S1200)에서는, 문서 요약 장치(1000)는 벡터 검색을 통하여 사용자 검색 쿼리와 관련성이 있는 문서를 검색 데이터베이스(1100)에서 검색할 수 있다. 구체적으로 문서 요약 장치(1000)는 사용자 검색 쿼리로부터 문장 단위의 벡터를 연산하고, 연산된 사용자 검색 쿼리에 대응되는 벡터와 미리 구축된 검색 데이터베이스(1100)에 저장된 문서에 포함된 각 문장의 임베딩 벡터 간의 유사도를 연산할 수 있다. 구체적으로 문서 요약 장치(1000)의 검색 모듈(1300)은 사용자 검색 쿼리에 대응되는 벡터 정보와 검색 데이터베이스에 저장된 문서의 임베딩 벡터 간의 유사도에 대한 점수를 연산하고, 미리 정해진 순위 이내에 해당하는 임베딩 벡터를 포함하는 문서들을 제1 문서 후보군으로 획득할 수 있다.
사용자 쿼리 분석 모듈(1200)을 통하여 사용자 검색 쿼리로부터 핵심 쿼리 정보를 추출하고, 추출된 핵심 쿼리 정보와 검색 데이터베이스(1100)에 저장된 문서의 키워드 정보의 유사도에 기초하여 제2 문서 후보군을 획득하는 단계(S1300)에서는, 문서 요약 장치(1000)는 키워드 기반 검색을 통하여 사용자 검색 쿼리와 관련성이 있는 문서를 검색 데이터베이스(1100)에서 검색할 수 있다. 구체적으로 문서 요약 장치(1000)는 사용자 쿼리 분석 모듈(1200)을 통하여 사용자 검색 쿼리의 도메인, 의도 및/또는 핵심어(키워드)를 나타내는 핵심 쿼리 정보를 추출할 수 있다. 이때, 검색 모듈(1300)은 핵심 쿼리 정보와 미리 구축된 검색 데이터베이스(1100)에 저장된 문서의 색인(또는 키워드)에 기반하여 핵심 쿼리 정보와 관련성이 있는 색인에 대응되는 문서들을 제2 문서 후보군으로 추출할 수 있다. 예컨대, 검색 모듈(1300)은 핵심 쿼리 정보와 검색 데이터베이스(1100)의 문서의 색인(또는 키워드) 간의 관련성에 대한 점수를 연산하고, 미리 정해진 순위 이내에 해당하는 문서들을 제2 문서 후보군으로 획득할 수 있다.
제1 문서 후보군과 제2 문서 후보군에 기초하여 요약 대상 문서를 결정하는 단계(S1400)에서는, 문서 요약 장치(1000)의 검색 모듈(1300)은 S1200 단계를 통하여 획득된 제1 문서 후보군과 S1300 단계를 통하여 획득된 제2 문서 후보군에 기초하여 요약 대상 문서를 결정할 수 있다. 일 예로, 검색 모듈(1300)은 S1200 단계의 벡터 검색에 기반하여 연산된 유사도 점수와 S1300 단계의 키워드 기반 검색에 기반하여 연산된 관련성 점수를 합산하여 합산된 점수가 미리 정해진 순위 이내에 해당하는 문서를 요약 대상 문서로 결정할 수 있다.
한편 본 출원의 일 실시예에 따르면, 문서 요약 장치(1000)는 제1, 2 문서 후보군에 포함된 문서들의 검색 순위를 조정하고, 조정된 검색 순위에 기반하여 요약 대상 문서를 결정하도록 구현될 수 있다.
도 6은 본 출원의 일 실시예에 따른 요약 대상 문서를 결정하는 단계(S1400)를 구체화한 순서도이다.
본 출원의 일 실시예에 따른 요약 대상 문서를 결정하는 단계(S1400)는, 제1 문서 후보군에 포함된 문서들과 제2 문서 후보군에 포함된 문서들을 1차 문서 후보군으로 획득하는 단계(S1410), 및 검색 순위 조정 모듈(1400)을 통하여 1차 문서 후보군에 포함된 후보 문서의 내용과 사용자 검색 쿼리 간의 유사도를 분석하여 1차 문서 후보군으로부터 요약 대상 문서를 선택하는 단계(S1420)를 더 포함할 수 있다.
제1 문서 후보군에 포함된 문서들과 제2 문서 후보군에 포함된 문서들을 1차 문서 후보군으로 획득하는 단계(S1410)에서는, 문서 요약 장치(1000)의 검색 순위 조정 모듈(1400)은 벡터 검색을 통하여 검색한 제1 문서 후보군에 포함된 문서들과 키워드 검색을 통하여 검색한 제2 문서 후보군에 포함된 문서들을 포함하는 1차 문서 후보군을 획득할 수 있다.
검색 순위 조정 모듈(1400)을 통하여 1차 문서 후보군에 포함된 후보 문서의 내용과 사용자 검색 쿼리 간의 유사도를 분석하여 1차 문서 후보군으로부터 요약 대상 문서를 선택하는 단계(S1420)에서는, 문서 요약 장치(1000)는 검색 순위 조정 모듈(1400)을 통하여 1차 문서 후보군에 포함된 후보 문서들의 검색 순위를 조정하고, 조정된 검색 순위에 따라 1차 문서 후보군에 포함된 후보 문서들로부터 요약 대상 문서를 결정할 수 있다. 구체적으로 검색 순위 조정 모듈(1400)은 딥 러닝 모델을 통하여 1차 문서 후보군에 포함된 후보 문서와 사용자 검색 쿼리의 유사도를 측정하여 측정된 유사도에 기초하여 1차 문서 후보군에 포함된 후보 문서의 검색 순위를 조정할 수 있다. 예컨대, 검색 순위 조정 모듈(1400)은 Transformer Fine-tune 모델(예컨대, BERT 모델, Cross-Encoder)에 사용자 검색 쿼리와 후보 문서를 입력하여 사용자 검색 쿼리와 후보 문서를 의미 단위로 분석하고, 사용자 검색 쿼리와 후보 문서의 키워드(또는 벡터)의 유사도를 측정하여 후보 문서의 검색 순위를 조정할 수 있다. 이때 검색 순위 조정 모듈(1400)은 조정된 검색 순위에 기반하여 1차 문서 후보군에 포함된 후보 문서들로부터 요약 대상 문서를 결정할 수 있다.
도 7은 본 출원의 일 실시예에 따른 추출된 요약 대상 문서로부터 생성 요약 기반의 요약문을 획득하는 단계(S2000)를 구체화한 순서도이다.
본 출원의 일 실시예에 따른 추출된 요약 대상 문서로부터 생성 요약 기반의 요약문을 획득하는 단계(S2000)는 학습이 완료된 문서 요약 모델의 입력 레이어에 요약 대상 문서를 입력하는 단계(S2100), 문서 요약 모델의 제1 출력 레이어를 통하여 제1 요약 벡터를 획득하고, 제1 요약 벡터에 기반하여 생성 요약 기반의 요약문을 생성하는 단계(S2200), 및 문서 요약 모델의 제2 출력 레이어를 통하여 제2 요약 벡터를 획득하고, 제2 요약 벡터에 기반하여 추출 요약 기반의 요약문을 생성하는 단계(S2300)를 더 포함할 수 있다.
학습이 완료된 문서 요약 모델의 입력 레이어에 요약 대상 문서를 입력하는 단계(S2100)에서는, 문서 요약 장치(1000)는 학습이 완료된 문서 요약 모델을 획득할 수 있다. 여기서 학습이 완료된 문서 요약 모델을 획득한다는 것의 의미는, 학습이 완료된 문서 요약 모델의 연산 정보, 구조 정보, 계층 정보, 및/또는 파라미터 정보를 포함하여 문서 요약 모델을 적절하게 실행시키기 위한 임의의 데이터를 획득하는 것을 의미할 수 있다. 나아가 문서 요약 장치(1000)는 학습이 완료된 문서 요약 모델의 입력 레이어에 S1000 단계를 통하여 추출된 요약 대상 문서를 입력할 수 있다. 구체적으로 문서 요약 장치(1000)는 요약 대상 문서에 포함된 문장들을 문장 단위별로 변환한 벡터(Wi)를 학습이 완료된 문서 요약 모델의 입력 레이어에 입력할 수 있다.
한편 본 출원의 일 실시예에 따른 문서 요약 모델은 엔코더(Encoder)와 디코더(Decoder)로 구성될 수 있다. 엔코더는 요약 대상 문서에 포함된 각 문장에 대응되는 벡터(Wi)로부터 특징 벡터를 추출할 수 있다. 이때, 디코더는 특징 벡터로부터 생성 요약 기반의 요약문을 생성하기 위한 요약 벡터(Wi')를 출력하도록 구성될 수 있다. 한편 본 출원의 일 실시예에 따른 엔코더는 문맥을 학습할 수 있는 양방향성 엔코더(Bidirectional Encoder)의 형태일 수 있으며, 디코더는 이전 문맥과 이후 시퀀스 간의 인과성을 학습할 수 있는 자기회기 디코더(Autoregressive Decoder)의 형태일 수 있다.
구체적으로 문서 요약 장치(1000)는 요약 대상 문서에 포함된 문장들을 문장 단위별로 변환한 벡터(Wi)를 학습이 완료된 문서 요약 모델의 엔코더의 입력 레이어에 입력할 수 있다.
문서 요약 모델의 제1 출력 레이어를 통하여 제1 요약 벡터를 획득하고, 제1 요약 벡터에 기반하여 생성 요약 기반의 요약문을 생성하는 단계(S2200)에서는, 문서 요약 장치(1000)는 문서 요약 모델의 제1 출력 레이어를 통하여 요약 대상 문서에 포함된 문장의 벡터(Wi)에 대응되는 제1 요약 벡터(Wi')를 획득할 수 있다. 구체적으로 문서 요약 장치(1000)는 문서 요약 모델의 디코더의 제1 출력 레이어를 통하여 제1 요약 벡터(Wi')를 획득할 수 있다. 이때, 문서 요약 장치(1000)는 제1 요약 벡터로부터 생성 요약 기반의 제1 요약문을 생성할 수 있다. 문서 요약 모델은, 후술할 바와 같이, 문서 원본과 생성 요약 정답문으로 구성된 학습 데이터 셋을 이용하여, 문서 원본에 포함된 문장(Si)에 대응되는 벡터(Wi)로부터 생성 요약 정답문에 포함된 문장(Si')에 대응되는 요약 벡터(Wi')에 근사되도록, 출력 데이터를 출력하도록 훈련되었기 때문에, 요약 대상 문서로부터 생성 요약 기반의 요약문(또는 생성 요약 기반의 요약문을 생성하기 위한 제1 요약 벡터)을 출력할 수 있다.
문서 요약 모델의 제2 출력 레이어를 통하여 제2 요약 벡터를 획득하고, 제2 요약 벡터에 기반하여 추출 요약 기반의 요약문을 생성하는 단계(S2300)에서는, 문서 요약 장치(1000)는 문서 요약 모델의 제2 출력 레이어를 통하여 요약 대상 문서에 포함된 문장의 벡터(Wi)에 대응되는 제2 요약 벡터(Wi)를 획득할 수 있다. 구체적으로 문서 요약 장치(1000)는 문서 요약 모델의 엔코더의 제2 출력 레이어를 통하여 제1 요약 벡터(Wi')를 획득할 수 있다. 이때, 문서 요약 장치(1000)는 제2 요약 벡터로부터 추출 요약 기반의 제2 요약문을 생성할 수 있다. 이때 문서 요약 장치(1000)는 제2 요약 벡터 중에서 제2 요약문을 생성하기 위한 추출 요약 벡터를 결정하고, 결정된 추출 요약 벡터에 기반하여 요약 대상 문서의 문장들을 추출하고, 추출된 문장들에 기반하여 제2 요약문을 생성할 수 있다. 문서 요약 모델은, 후술할 바와 같이, 학습 데이터 셋의 생성 요약 정답문에 포함된 문장과 문서 원본에 포함된 문장의 유사도를 비교하여, 상대적으로 유사도가 높은 문장들에 대응되는 제2 요약 벡터를 추출 요약 벡터로 결정하고, 결정된 추출 요약 벡터와 대응되는 문장을 기반으로 추출 요약 기반의 제2 요약문을 생성하도록 구현될 수 있다.
이하에서는 도 8 및 도 9를 참고하여 본 출원의 일 실시예에 따른 문서 요약 모델의 학습 방법 및 문서 요약 모델을 훈련시키기 위한 학습 데이터 셋에 대하여 보다 구체적으로 서술하기로 한다.
도 8은 본 출원의 일 실시예에 따른 문서 요약 모델을 훈련시키기 위한 학습 데이터 셋을 설명하기 위한 도면이다.
문서 요약 모델을 훈련시키기 위한 학습 데이터 셋(training data set)은 문서 원본과 생성 요약 정답문으로 구성될 수 있다. 문서 원본은 적어도 하나 이상의 문장(예컨대, 도 8의 문장 1(S1), 문장 2(S2), 문장 N(Sn))으로 구성될 수 있으며, 생성 요약 정답문은 문서 원본을 생성 요약한 정답문으로, 적어도 하나 이상의 문장(예컨대, 도 8의 요약 문장 1(S1'), 요약 문장 N(Sn'))으로 구성될 수 있다.
한편 도 8에서는 문장 형태로 학습 데이터 셋이 구성되는 것으로 도시하였으나, 이는 설명의 편의를 위한 예시에 불과하며 문서 원본과 생성요약 정답문의 각 문장들을 벡터화한 벡터 형태로 학습 데이터 셋이 구성될 수도 있을 것이다.
도 9는 본 출원의 일 실시예에 따른 문서 요약 모델을 학습시키는 일 양상을 도시한 도면이다.
본 출원의 일 실시예에 따른 문서 요약 장치(1000)는 전술한 학습 데이터 셋에 기반하여 문서 요약 모델을 훈련시킬 수 있다. 구체적으로 문서 요약 장치(1000)는 학습 데이터 셋에 포함된 문서 원본의 각 문장(예컨대, 도 9의 문장 1(S1), 문장 2(S2), 문장 N(Sn))을 벡터화한 벡터(예컨대, 도 9의 문장 1(S1)에 대응되는 벡터 1(W1), 문장 2(S2)에 대응되는 벡터 2(W2), 문장 N에 대응되는 벡터 N(Wn))를 문서 요약 모델의 입력 레이어에 입력하도록 구성될 수 있다. 이때, 문서 요약 모델의 엔코더는 각 벡터로부터 특징 벡터를 추출하게 되며, 문서 요약 모델의 디코더는, 제1 출력 레이어를 통하여, 특징 벡터에 기반하여 벡터 형태의 출력 데이터를 출력할 수 있다. 이때, 문서 요약 장치(1000)는 학습 데이터 셋의 생성요약 정답문의 각 요약 문장(예컨대, 도 9의 요약 문장 1(S1'), 요약 문장 N(Sn'))을 벡터화한 벡터(예컨대, 도 9의 요약 문장 1(S1')에 대응되는 요약 벡터 1(W1'), 요약 문장 N에 대응되는 요약 벡터 N(Wn'))와 출력 데이터에 근거하여 문서 요약 모델을 훈련시킬 수 있다. 구체적으로 문서 요약 장치(1000)는 생성요약 정답문의 요약 벡터(혹은 요약 문장)과 출력 데이터의 차이에 근거하여, 생성요약 정답문의 요약 벡터(또는 요약 문장)에 근사하여 출력 데이터를 출력하도록 문서 요약 모델의 파라미터를 갱신할 수 있다.
나아가 본 출원의 일 실시예에 따른 문서 요약 장치(1000)는 추출 요약 기반의 요약문을 생성하기 위한 요약 벡터를 출력하도록 문서 요약 모델을 훈련시킬 수 있다. 다시 도 8을 참고하면, 문서 요약 장치(1000)는 생성 요약 기반의 요약문을 생성하기 위하여 이용된 학습 데이터 셋의 문서 원본과 생성요약 정답문의 유사도를 분석하여, 추출 요약 기반의 요약문을 생성하기 위한 추출 요약 벡터(예컨대, 도 8의 W1, Wn)을 결정할 수 있다. 예컨대, 문서 요약 장치(1000)는 생성요약 정답문의 문장(Si')과 문서 원본의 문장(Si) 간의 유사도를 분석하고, 유사도가 상대적으로 높은 문장, 예컨대, 생성 요약 정답문의 요약 문장 1(S1')과 유사도가 높은 문서 원본의 문장 1(S1)에 대응되는 벡터(W1) 및 생성 요약 정답문의 요약 문장 N(Sn')과 유사도가 높은 문서 원본의 문장 N(Sn)에 대응되는 벡터(Wn)를 추출 요약 벡터(도 8의 W1, Wn)로 결정할 수 있다.
이때, 문서 요약 장치(1000)는 문서 요약 모델이 제2 출력 레이어를 통하여 추출 요약 벡터(또는 추출 요약 벡터에 대응되는 문장)를 출력하도록 문서 요약 모델을 훈련시킬 수 있다. 예컨대, 문서 요약 장치(1000)는 문서 요약 모델이 엔코더의 제2 출력 레이어를 통하여 추출 요약 벡터(예컨대, W1, Wn) 또는 추출 요약 벡터에 대응되는 문장(예컨대, W1에 대응되는 문장 1(S1), Wn에 대응되는 문장 2(Sn))을 출력하도록 문서 요약 모델을 훈련시킬 수 있다.
본 출원의 일 실시예에 따라 학습이 완료된 문서 요약 모델은 요약 대상 문서에 기반하여, 생성 요약 기반의 요약문을 생성하기 위한 제1 요약 벡터와 추출 요약 기반의 요약문을 생성하기 위한 제2 요약 벡터를 생성할 수 있으며, 문서 요약 장치(1000)는 제1 요약 벡터를 기반으로 생성 요약 기반의 요약문을 생성하고, 제2 요약 벡터를 기반으로 추출 요약 기반의 요약문을 생성할 수 있다.
본 출원의 일 실시예에 따른 문서 요약 방법, 및 문서 요약 장치는 임의의 보고서의 요약문을 제공하는 것에 적용될 수 있다. 구체적으로 보고서의 각 제목 또는 주제어와 관련 있는 단락 또는 문서들을 1차적으로 검색하고, 검색된 단락 또는 문서에 대하여 요약문을 생성하여 보고서 목차에 해당되는 부분에 생성된 요약문을 매칭시켜 보고서에 대한 요약문을 제공할 수 있다.
나아가 본 출원의 일 실시예에 따른 문서 요약 방법, 및 문서 요약 장치는 뉴스 큐레이션 기능을 제공하는 것에 적용될 수 있다. 구체적으로 사용자가 선택한 특정 카테고리에 해당되는 뉴스에 대한 요약문을 생성하여 생성된 요약문과 원본 뉴스에 대한 링크를 함께 제공하거나, 사용자가 자연어 형태로 뉴스를 검색하는 경우 관련 뉴스를 검색하여 검색된 뉴스의 요약문을 생성하는 서비스에 본 출원의 일 실시예에 따른 문서 요약 방법, 및 문서 요약 장치가 적용될 수 있다.
본 출원의 실시예에 따른 문서 요약 방법, 및 문서 요약 장치에 의하면, 생성 요약 기반의 요약문과 추출 요약 기반의 요약문을 동시에 제공할 수 있다. 구체적으로 본 출원의 실시예에 따른 문서 요약 방법, 및 문서 요약 장치에 의하면, 생성 요약에 대한 학습 데이터 셋만으로 생성 요약 기능 및 추출 요약 기능을 제공할 수 있는 문서 요약 모델을 학습시킴으로써, 생성 요약 기반의 요약문과 추출 요약 기반의 요약문을 동시에 제공하는 효과를 제공할 수 있다.
상술한 문서 요약 장치(1000)의 다양한 동작들은 문서 요약 장치(1000)의 메모리(1020)에 저장될 수 있으며, 문서 요약 장치(1000)의 프로세서(1030)는 메모리(1020)에 저장된 동작들을 수행하도록 제공될 수 있다.
이상에서 실시 형태들에 설명된 특징, 구조, 효과 등은 본 발명의 적어도 하나의 실시 형태에 포함되며, 반드시 하나의 실시 형태에만 한정되는 것은 아니다. 나아가, 각 실시 형태에서 예시된 특징, 구조, 효과 등은 실시 형태들이 속하는 분야의 통상의 지식을 가지는 자에 의해 다른 실시 형태들에 대해서도 조합 또는 변형되어 실시 가능하다. 따라서 이러한 조합과 변형에 관계된 내용들은 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.
또한, 이상에서 실시 형태를 중심으로 설명하였으나 이는 단지 예시일 뿐 본 발명을 한정하는 것이 아니며, 본 발명이 속하는 분야의 통상의 지식을 가진 자라면 본 실시 형태의 본질적인 특성을 벗어나지 않는 범위에서 이상에 예시되지 않은 여러 가지의 변형과 응용이 가능함을 알 수 있을 것이다. 즉, 실시 형태에 구체적으로 나타난 각 구성 요소는 변형하여 실시할 수 있는 것이다. 그리고 이러한 변형과 응용에 관계된 차이점들은 첨부된 청구 범위에서 규정하는 본 발명의 범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (7)

  1. 문서 요약 장치가 사용자 검색 쿼리에 근거하여 문서를 요약하는 방법에 있어서,
    사용자 검색 쿼리에 근거하여 요약 대상 문서를 추출하는 단계;
    학습이 완료된 문서 요약 모델을 획득하는 단계; 및
    학습이 완료된 문서 요약 모델에 상기 요약 대상 문서를 입력하고, 상기 학습이 완료된 문서 요약 모델의 제1 출력 레이어를 통하여 제1 요약 벡터를 획득하고, 상기 제1 요약 벡터에 기반하여 생성 요약 기반의 요약문을 획득하는 단계;를 포함하되,
    상기 문서 요약 모델은,
    문서 원본과 생성 요약 정답 정보로 구성된 학습 데이터 셋에 기반하여 훈련되되, 입력 레이어를 통하여 상기 문서 원본을 획득하고, 상기 문서 요약 모델의 제1 출력 레이어를 통하여 출력되는 출력 데이터와 상기 생성 요약 정답 정보의 차이에 기반하여 상기 생성 요약 정답 정보에 근사된 출력 데이터를 출력하도록 훈련되는,
    문서 요약 방법.
  2. 제1 항에 있어서,
    상기 생성 요약 기반의 요약문을 획득하는 단계는,
    상기 학습이 완료된 문서 요약 모델의 제2 출력 레이어를 통하여 제2 요약 벡터를 획득하고, 상기 제2 요약 벡터에 기반하여 추출 요약 기반의 요약문을 획득하는 단계;를 더 포함하되,
    상기 문서 요약 모델은,
    상기 생성 요약 정답 정보와 상기 문서 원본에 포함된 각 문장의 유사도를 연산하여 결정된 추출 요약 벡터를 이용하여, 상기 문서 요약 모델의 제2 출력 레이어를 통하여 상기 추출 요약 벡터를 출력하도록 훈련되는,
    문서 요약 방법.
  3. 제1 항에 있어서,
    상기 요약 대상 문서를 추출하는 단계는,
    상기 사용자 검색 쿼리를 획득하는 단계;
    상기 사용자 검색 쿼리로부터 문장 단위의 벡터를 연산하고, 연산된 벡터와 검색 데이터베이스에 저장된 문서의 임베딩 벡터의 유사도에 기초하여 제1 문서 후보군을 획득하는 단계;
    사용자 쿼리 분석 모듈을 통하여 상기 사용자 검색 쿼리로부터 핵심 쿼리 정보를 추출하고, 추출된 핵심 쿼리 정보와 검색 데이터베이스에 저장된 문서의 키워드 정보의 유사도에 기초하여 제2 문서 후보군을 획득하는 단계; 및
    상기 제1 문서 후보군과 상기 제2 문서 후보군에 기초하여 상기 요약 대상 문서를 결정하는 단계;를 더 포함하는,
    문서 요약 방법.
  4. 제3 항에 있어서,
    상기 요약 대상 문서를 결정하는 단계는,
    상기 제1 문서 후보군에 포함된 문서들과 상기 제2 문서 후보군에 포함된 문서들을 1차 문서 후보군으로 획득하는 단계; 및
    검색 순위 조정 모듈을 통하여 상기 1차 문서 후보군에 포함된 후보 문서의 내용과 상기 사용자 검색 쿼리 간의 유사도를 분석하여 상기 1차 문서 후보군으로부터 상기 요약 대상 문서를 선택하는 단계;를 더 포함하는,
    문서 요약 방법.
  5. 제4 항에 있어서,
    상기 검색 순위 조정 모듈은,
    상기 1차 문서 후보군에 포함된 후보 문서와 상기 사용자 검색 쿼리를 수신하여 상기 후보 문서와 상기 사용자 검색 쿼리 간의 의미적 유사도와 관련된 유사도 점수를 연산하고, 연산된 유사도 점수에 기반하여 상기 1차 문서 후보군에 포함된 후보 문서의 순위를 조정하고, 조정된 순위에 기반하여 상기 1차 문서 후보군으로부터 상기 요약 대상 문서를 선택하도록 구성되는,
    문서 요약 방법.
  6. 컴퓨터에 제1 항 내지 제5 항 중 어느 하나의 항에 따른 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록 매체.
  7. 문서 요약 장치에 있어서,
    사용자 검색 쿼리에 근거하여 요약 대상 문서를 추출하고, 학습이 완료된 문서 요약 모델을 획득하고, 학습이 완료된 문서 요약 모델에 상기 요약 대상 문서를 입력하고, 상기 학습이 완료된 문서 요약 모델의 제1 출력 레이어를 통하여 제1 요약 벡터를 획득하고, 상기 제1 요약 벡터에 기반하여 생성 요약 기반의 요약문을 획득하도록 구성된 프로세서를 포함하되,
    상기 문서 요약 모델은,
    문서 원본과 생성 요약 정답 정보로 구성된 학습 데이터 셋에 기반하여 훈련되되, 입력 레이어를 통하여 상기 문서 원본을 획득하고, 상기 문서 요약 모델의 제1 출력 레이어를 통하여 출력되는 출력 데이터와 상기 생성 요약 정답 정보의 차이에 기반하여 상기 생성 요약 정답 정보에 근사된 출력 데이터를 출력하도록 훈련되는,
    문서 요약 장치.
KR1020220128270A 2022-10-07 2022-10-07 문서 요약 방법 및 문서 요약 장치 KR20240048664A (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220128270A KR20240048664A (ko) 2022-10-07 2022-10-07 문서 요약 방법 및 문서 요약 장치
EP22204225.1A EP4350532A1 (en) 2022-10-07 2022-10-27 Method and apparatus for summarizing document

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220128270A KR20240048664A (ko) 2022-10-07 2022-10-07 문서 요약 방법 및 문서 요약 장치

Publications (1)

Publication Number Publication Date
KR20240048664A true KR20240048664A (ko) 2024-04-16

Family

ID=84044288

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220128270A KR20240048664A (ko) 2022-10-07 2022-10-07 문서 요약 방법 및 문서 요약 장치

Country Status (2)

Country Link
EP (1) EP4350532A1 (ko)
KR (1) KR20240048664A (ko)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107491547B (zh) * 2017-08-28 2020-11-10 北京百度网讯科技有限公司 基于人工智能的搜索方法和装置
US11372894B2 (en) * 2018-12-21 2022-06-28 Atlassian Pty Ltd. Associating product with document using document linkage data

Also Published As

Publication number Publication date
EP4350532A1 (en) 2024-04-10

Similar Documents

Publication Publication Date Title
US10878009B2 (en) Translating natural language utterances to keyword search queries
US10963499B2 (en) Generating command-specific language model discourses for digital assistant interpretation
US10394851B2 (en) Methods and systems for mapping data items to sparse distributed representations
CN104376406B (zh) 一种基于大数据的企业创新资源管理与分析方法
US10963495B2 (en) Automated discourse phrase discovery for generating an improved language model of a digital assistant
US10929613B2 (en) Automated document cluster merging for topic-based digital assistant interpretation
US10783885B2 (en) Image display device, method for driving the same, and computer readable recording medium
US9507853B1 (en) Synonym identification based on search quality
US8538984B1 (en) Synonym identification based on co-occurring terms
WO2019108793A1 (en) Recommender methods and systems for patent processing
US10885081B2 (en) Systems and methods for contextual ranking of search results
CN103226601B (zh) 一种图片搜索的方法和装置
US20180285742A1 (en) Learning method, learning apparatus, and storage medium
Mansouri et al. Learning to rank for mathematical formula retrieval
US9152698B1 (en) Substitute term identification based on over-represented terms identification
KR102053419B1 (ko) 개체명 연결 방법, 장치, 시스템 및 컴퓨터 프로그램
US8001122B2 (en) Relating similar terms for information retrieval
CN113010633B (zh) 一种信息交互方法及设备
KR20240048664A (ko) 문서 요약 방법 및 문서 요약 장치
Krishnan et al. Select, link and rank: Diversified query expansion and entity ranking using wikipedia
KR20240073376A (ko) 문서 검색 방법 및 문서 검색 장치
KR101592670B1 (ko) 인덱스를 이용하는 데이터 검색 장치 및 이를 이용하는 방법
JP6676698B2 (ja) 予約語及び属性言語間の関連度を用いた情報検索方法及び装置
US10755183B1 (en) Building training data and similarity relations for semantic space
KR20160109302A (ko) 지식기반 서비스 시스템, 지식기반 서비스 서버, 지식기반 서비스제공방법 및 컴퓨터 판독가능 기록매체