WO2019112223A1 - 전자 문서 검색 방법 및 그 서버 - Google Patents

전자 문서 검색 방법 및 그 서버 Download PDF

Info

Publication number
WO2019112223A1
WO2019112223A1 PCT/KR2018/014675 KR2018014675W WO2019112223A1 WO 2019112223 A1 WO2019112223 A1 WO 2019112223A1 KR 2018014675 W KR2018014675 W KR 2018014675W WO 2019112223 A1 WO2019112223 A1 WO 2019112223A1
Authority
WO
WIPO (PCT)
Prior art keywords
document
electronic document
search
electronic
electronic documents
Prior art date
Application number
PCT/KR2018/014675
Other languages
English (en)
French (fr)
Inventor
정철우
Original Assignee
빈닷컴 주식회사
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
Priority claimed from KR1020170168134A external-priority patent/KR102069341B1/ko
Application filed by 빈닷컴 주식회사 filed Critical 빈닷컴 주식회사
Publication of WO2019112223A1 publication Critical patent/WO2019112223A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor

Definitions

  • the present invention relates to an electronic document retrieval method and a server thereof, and more particularly, to a method and a server for retrieving electronic documents such as patents, precedents, and articles.
  • a typical electronic document retrieval system provides a list of documents including the input keyword as a standard. That is, a general patent document retrieval system merely shows a keyword matching result by comparing a keyword inputted by a user with a keyword of stored electronic documents. These results indicate that the more various keywords are used, the more likely the user will include unintended search results.
  • Korean Patent Registration No. 10-1054824 discloses searching for patent documents that contain keywords input from a user as they are, By clustering patent documents using keywords pre-set in documents, a method of allowing users to easily access the intended information is provided.
  • the present invention addresses the above-described problems of the prior art, and some embodiments of the present invention extend a query input from a user to provide a retrieved result from an extended query.
  • the present invention provides semantic grouping of the retrieved results, so that the user can easily access the desired electronic document even if the user simply queries. It should be understood, however, that the technical scope of the present invention is not limited to the above-described technical problems, and other technical problems may exist.
  • a method for searching an electronic document by an electronic document search server Retrieving from the first electronic document DB of the plurality of electronic document databases one or more first electronic documents including an information field in which a first search term is written; Extracting a plurality of second search terms by analyzing the context of the information field of the at least one first electronic document; Retrieving, from each of the plurality of electronic documents DB, different types of electronic documents including an information field in which at least one of the plurality of second search words is described; Classifying the searched different types of electronic documents by using two or more second search words and grouping the sorted results by document type; And providing the grouped result to the user terminal.
  • a method of searching an electronic document by an electronic document search server comprising: extracting a plurality of second search terms by analyzing a context of the content as content created in a natural language is acquired; Retrieving, from each of the plurality of electronic documents DB, different types of electronic documents including an information field in which at least one of the plurality of second search words is described; Calculating similarity between the searched different types of electronic documents and the content; Grouping electronic documents classified by document type based on a predetermined similarity degree range; And providing the grouped result to the user terminal.
  • a method for searching an electronic document by an electronic document search server is a method for searching an electronic document from a first electronic document DB among a plurality of electronic document databases, Retrieving an electronic document; Analyzing the context of the information field of the at least one first electronic document to extract a plurality of second search terms; Retrieving electronic documents from each of a plurality of electronic document databases based on a second search word combination in which two or more of the plurality of second search words are combined; And grouping the retrieved electronic documents by document type, and providing the grouped result to the user terminal.
  • an electronic document search server comprising: a plurality of electronic document databases (DBs) storing different kinds of electronic documents; A memory for storing a program for searching an electronic document; And a processor for executing the program.
  • the processor retrieves from the first electronic document DB of the plurality of electronic documents DB one or more first electronic documents including the information field in which the first search word is written Extracting a plurality of second search terms from the plurality of electronic document DBs by analyzing the context of the information field of the at least one first electronic document, Classifies electronic documents of different types searched by using two or more second search words, groups classified results by document type, and provides the grouped results to a user terminal.
  • an electronic document search server comprising: a plurality of electronic document DBs storing different kinds of electronic documents; A memory for storing a program for searching an electronic document; And a processor for executing the program.
  • the processor analyzes the context of the content and extracts a plurality of second search words as the content created in the natural language is acquired as the program is executed and acquires at least one of a plurality of second search terms from each of the plurality of electronic document DBs
  • the electronic documents of different types including one of the information fields in which one is described are searched to calculate similarities between the plurality of different kinds of electronic documents and the contents of the electronic documents, And provides the grouped result to the user terminal.
  • an electronic document search server comprising: a plurality of electronic document DBs storing different kinds of electronic documents; A memory for storing a program for searching an electronic document; And a processor for executing the program.
  • the processor is configured to retrieve, from the first electronic document DB among the plurality of electronic document databases, one or more first electronic documents including an information field in which a first search word is written, Extracting a plurality of second search words from the plurality of electronic document DBs based on a second search word combination in which two or more second search words of a plurality of second search words are combined, Searches for electronic documents of the sort, groups the retrieved electronic documents by document type, and provides the grouped result to the user terminal.
  • a seventh aspect of the present invention provides a computer-readable recording medium on which a program for implementing the method of the first aspect is recorded.
  • an electronic document search method and a server of the present invention can provide a broad search result by searching for other knowledge entities associated with a query received from a user.
  • the electronic document search method and the server according to an embodiment of the present invention can help users to utilize search results by grouping the search results with documents having high semantic relevance.
  • FIG. 1 is a schematic diagram of an electronic document retrieval system according to an embodiment of the present invention.
  • FIG. 2 is a flowchart illustrating a method of searching an electronic document by an electronic document search server according to an embodiment of the present invention.
  • FIG 3 is an example of a user interface provided by the electronic document search server according to an embodiment of the present invention.
  • FIG. 4 illustrates a search result screen provided to a user terminal according to an embodiment of the present invention.
  • FIG. 5 is an example in which a list of retrieved electronic documents is provided according to an embodiment of the present invention.
  • FIG. 6 illustrates a search result screen that is listed in order of high similarity according to an embodiment of the present invention.
  • FIG. 7A shows an example in which content is input into a first search word according to an embodiment of the present invention
  • FIG. 7B shows an example of a search result screen according to the content input.
  • FIG. 8 is a diagram illustrating a method for retrieving documents using a second set of search terms in accordance with another embodiment of the present invention.
  • FIG. 9 is a block diagram illustrating a configuration of an electronic document search server according to an embodiment of the present invention.
  • " part " includes a unit realized by hardware, a unit realized by software, and a unit realized by using both. Further, one unit may be implemented using two or more hardware, or two or more units may be implemented by one hardware.
  • 'to' is not limited to software or hardware, 'to' may be configured to be an addressable storage medium, and may be configured to play one or more processors.
  • 'parts' may refer to components such as software components, object-oriented software components, class components and task components, and processes, functions, , Subroutines, segments of program code, drivers, firmware, microcode, circuitry, data, databases, data structures, tables, arrays, and variables.
  • the functions provided in the components and components may be further combined with a smaller number of components and components or further components and components.
  • the components and components may be implemented to play back one or more CPUs in a device or a secure multimedia card.
  • the "user terminal” mentioned below may be implemented as a computer or a portable terminal capable of accessing a server or other terminal through a network.
  • the computer includes, for example, a notebook computer, a desktop computer, a laptop computer, and the like, each of which is equipped with a web browser (WEB Browser), and the portable terminal may be a wireless communication device , International Mobile Telecommunication (IMT) -2000, Code Division Multiple Access (CDMA) -2000, W-CDMA (W-CDMA), Wireless Broadband Internet (WIBRO), Long Term Evolution Phone, a personal digital assistant (PDA), a tablet PC, and the like.
  • IMT International Mobile Telecommunication
  • CDMA Code Division Multiple Access
  • W-CDMA W-CDMA
  • WIBRO Wireless Broadband Internet
  • Long Term Evolution Phone a personal digital assistant (PDA), a tablet PC, and the like.
  • network may also be used in a wired network such as a local area network (LAN), a wide area network (WAN) or a value added network (VAN) And may be implemented in all kinds of wireless networks, such as communication networks.
  • LAN local area network
  • WAN wide area network
  • VAN value added network
  • FIG. 1 is a schematic diagram of an electronic document retrieval system according to an embodiment of the present invention.
  • an electronic document search system 10 includes an electronic document search server 100, an electronic document DB 200, and various types of user terminals 300.
  • the electronic document search server 100 communicates with the electronic document DB 200 and the user terminal 300 to search for electronic documents stored in the electronic document DB 200 based on the query input from the user terminal 300.
  • the electronic document DB 200 may include a technical document DB for storing a technical document such as a paper, a patent document DB for storing a patent document, and a legal document DB for storing a precedent document such as a precedent.
  • the electronic document DB 200 may further include a company document DB that stores the status of various companies and financial information.
  • the electronic document search server 100 accesses the electronic document DB 200 and searches for an electronic document matched with the input query.
  • the input query may be one or more keywords or document identification numbers (e.g., patent identification number, case identification number, article identification number, company document identification number, etc.)
  • the generated second search word is a plurality of keywords extracted as a result of analyzing one or more electronic documents retrieved by the first search word, and includes not only the keyword associated with the first search word but also a keyword indicating a knowledge object different from the first search word
  • the electronic document search server 100 allows the user of the user terminal 300 to access a desired document without inputting all necessary keywords.
  • the electronic document DB 200 is located outside the electronic document search server 100, but the present invention is not limited thereto.
  • the electronic document DB 200 may be included in the electronic document search server 100 as shown in FIG. Also, the electronic document DB 200 may be implemented as a plurality of DBs and distributed.
  • the user terminal 300 provides the input query (i.e., the first search word) to the electronic document search server 100 through a user interface provided by the electronic document search server 100. [ Also, the user terminal 300 may display the search result provided by the electronic document search server 100 on the screen of the user terminal 300. [
  • FIG. 2 is a flowchart illustrating a method of searching an electronic document by the electronic document search server 100 according to an embodiment of the present invention.
  • the electronic document search server 100 acquires the first search word (S200).
  • the user terminal 300 can access the electronic document search server 100 by executing a specific application (or program) or a web site.
  • the electronic document search server 100 provides a user interface for receiving a user query through the application or a web site, and acquires a query input through the user interface as a first search word.
  • FIG. 3 illustrates an example of a user interface provided by the electronic document search server 100 according to an embodiment of the present invention.
  • the electronic document search server 100 provides a keyword-based search 310 in the same manner as a general web search. Therefore, as shown in FIG. 3, a simplified user interface 300 for receiving a keyword or a document identification number is provided instead of a user interface for receiving a search formula required by a conventional patent document search.
  • the document identification number may be, for example, a patent application number, a patent publication number, a patent registration number, a paper identification number, a case identification number, a case identification number, a company document identification number, and the like.
  • the electronic document search server 100 searches for a first electronic document including an information field in which a first search word is written from a first electronic document DB among a plurality of electronic document DBs (S210).
  • the first electronic document DB is a patent document DB
  • the first electronic document is a patent document.
  • the information field may be, but is not limited to, the Claims field of the patent document as a non-limiting example. That is, the electronic document search server 100 searches for patent documents including the corpus of the first search word among all the claims of the patent documents included in the patent document DB.
  • the first electronic document DB can be determined based on a special character (e.g.,!, @, #, Etc.) preset in the first search word.
  • a special character e.g.,!, @, #, Etc.
  • the electronic document search server 100 searches the patent document DB for a patent document corresponding to the first search word, and when "@" is included in the first search word , The technical document corresponding to the first search word is searched from the technical document DB, and when the first search word includes "# ", the legal document corresponding to the first search word can be searched from the legal document DB.
  • the electronic document search server 100 generates a plurality of second search terms by analyzing the context of the information fields of the first electronic documents searched (S220).
  • the electronic document search server 100 extracts the keywords of the entire claim described in the retrieved patent documents.
  • the electronic document search server 100 may perform a type analysis of the claims of each patent document to extract keywords of a corpus unit.
  • the electronic document search server 100 may search the corpus unit (s) described in the entire claims by using a complex network, a neural network, an ontology, a thesaurus, a word net, Can be extracted. Further, the electronic document search server 100 may obtain another word having the same meaning as the extracted keyword.
  • the electronic document search server 100 extracts a second search term from among the extracted keywords, based on the frequency of use, importance, and the relationship between the keywords of each of the extracted keywords.
  • the frequency of use of each keyword represents the number of times of use in the entire claim
  • the importance of each keyword is determined by the number of patent documents in which the keyword is described, the number of citations of the patent document, , Dependency clause, dependency relation between claims, etc.).
  • the relationship between the keywords indicates whether or not the keywords are used in the same patent document, proximity, and the like.
  • the electronic document search server 100 ranks the extracted keywords on the basis of at least one of the frequency of use, the importance, and the relationship among the keywords, and selects each of the predetermined number of the top ranked keywords as the second search word. For example, the electronic document search server 100 may extract the main keyword based on the frequency of use given different weights for each year. In this case, the electronic document search server 100 may assign different weights to the years from the year in which each keyword was first used to the current year, and then rank the keywords by the result of multiplying the frequency of use in each year by the weight .
  • the electronic document search server 100 may rank the keywords in consideration of the patent life cycle, the IPC value, and the like of the patent documents in which each keyword is described.
  • the present invention is not limited thereto, and keywords may be ranked in various ways.
  • the electronic document search server 100 includes an information field in which at least one second search word is described from each of a plurality of electronic document DBs (i.e., a patent document DB, a technical document DB, a legal document DB, (I.e., a patent document, a technical document, a precedent document, and an enterprise document) that are different from each other (S230).
  • the information field may further include, in addition to claims of the patent document, a judgment statement field of a precedent document, an abstract field and / or a body field of the descriptive document, and the like.
  • the information field may further include an enterprise general status information field or a financial information field of the enterprise document.
  • the general status of an enterprise includes information on the history of the company, representatives, major products or services sold or provided by the company, and the financial information field includes various financial information such as sales, profit and loss, and costs of the enterprise.
  • the electronic document search server 100 classifies different kinds of electronic documents (that is, patent documents, technical documents, precedent documents, and enterprise documents) by using two or more second search words, And groups them by type (S240).
  • the electronic document search server 100 searches for electronic documents (i.e., patent documents) retrieved from a first electronic document DB (e.g., a patent document DB) with a second search term, May be classified into one group having two or more second search terms as indexes.
  • a patent document in which two or more second search terms are simultaneously described can be obtained from the relationship value between the above-mentioned keywords.
  • the electronic document search server 100 can determine the rank of each index based on the number of first electronic documents matched to each index.
  • the electronic document search server 100 displays two or more second search terms corresponding to the classified groups at the same time for the electronic documents (i.e., the technical document, the precedent document, and the enterprise document) retrieved from the remaining electronic document DB
  • the electronic documents including the information field are grouped by category and linked to the corresponding index. That is, the electronic document search server 100 may include a case document including a judgment statement in which two or more second search words corresponding to each group are written, and a summary field and / or a body field in which the two or more second search words are described
  • the electronic document search server 100 provides the result grouped by document type to the user terminal 300 (S250).
  • FIG. 4 illustrates a search result screen provided to the user terminal 300 according to an embodiment of the present invention.
  • a patent document group 421, a precedent document group 422, a technical document group (paper document) 423, A document group (not shown) is provided in association with an index 420 composed of the corresponding second search terms.
  • the index 420 is listed according to the rank value set based on the number of patent documents 430 in the patent document group 421.
  • the search result screen 400 may provide a second search word part 410.
  • the second search term 410 may be provided in the form of a graphical user interface (GUI) that allows it to function as a first search term. That is, as the user of the user terminal 300 selects one second search word, the electronic document search server 100 may perform the above-described steps S220 through S250 based on the selected second search word.
  • GUI graphical user interface
  • the electronic document search server 100 provides a list of patent documents within the patent document group.
  • a group e.g., a group of patent documents of "predictive algorithm independence”
  • the electronic document search server 100 provides a list of patent documents within the patent document group.
  • 5 is an example in which a list of retrieved electronic documents is provided.
  • the provided second search word part 510 represents the second search word extracted from the patent documents in the selected patent document group.
  • the first search word may be a document identification number (e.g., a patent identification number, a paper identification number and a case identification number, an enterprise document identification number, etc.).
  • the electronic document search server 100 calculates the similarity between one electronic document corresponding to the document identification number and the electronic documents retrieved from the plurality of second search words extracted from the information field of the electronic document, It is possible to group and provide electronic documents classified by document type based on the set similarity degree. At this time, each electronic document group can have the similarity degree range as an index.
  • the electronic document server 100 classifies different kinds of electronic document groups (that is, a patent document group, a precedent document group, a technical document group, and a corporate document group) having an index range of 100% to 70% Next, different kinds of electronic document groups having the index range of 70% to 0% are classified, and a search result screen in which the similarity order is listed in high order can be provided.
  • electronic document groups that is, a patent document group, a precedent document group, a technical document group, and a corporate document group
  • FIG. 6 illustrates a search result screen 600 that is listed in order of high similarity according to an embodiment of the present invention.
  • the electronic document search server 100 provides each electronic document group 610 having an index of similarity degree as an index, and provides a second search word portion 620 as a GUI.
  • the electronic document search server 100 may provide the electronic documents listed in order of similarity (630).
  • Such similarity-based search result may be filtered by the filing date, publication date, sentence date, etc. of the electronic document so that it can be used to search for the preceding document of the electronic document corresponding to the first search word.
  • the similarity-based search result may be provided by selecting one electronic document by the user of the user terminal 300 on the list screen 500 of the electronic documents of Fig. That is, the electronic document search server 100 can perform the same operation as that in the case where the document identification number is input from the user by obtaining the document identification number of the selected electronic document.
  • the first search word may be content written in a natural language. That is, the user can search for an associated electronic document by using the content created in a natural language.
  • 7A is an example of a search result screen 700 according to an input of a first search word according to an embodiment of the present invention.
  • the electronic document search server 100 extracts the keywords of the corpus unit from the content 710, and outputs the extracted keyword to the second search word based on the use frequency, importance, Can be selected. Then, the electronic document search server 100 calculates the similarity between the input content 710 and the electronic documents retrieved from the second search word, and groups the electronic documents classified by the document type based on the predetermined similarity degree range. As in the above-described embodiment, each electronic document group can have the similarity degree range as an index. The grouped result is provided to the user terminal 300 as a search result.
  • FIG. 7B is an example showing a search result screen 700 according to the content input.
  • the electronic document search server 100 can first search for documents (i.e., patent documents, case documents, and technical documents) using a second search term combination after first combining two or more second search terms have.
  • documents i.e., patent documents, case documents, and technical documents
  • FIG. 8 is a diagram illustrating a method of retrieving documents using a second set of query terms.
  • the electronic document search server 100 extracts keywords from the first electronic documents retrieved from the first electronic document DB using the first search word.
  • the keywords to be extracted are ⁇ Big Data, Image Data, Data, Server, Location, Module, Cloud, Intelligent Object, Camera, Image, Self- Etc.).
  • Step 2 Thereafter, the electronic document search server 100 extracts the second search word based on the frequency of use of each keyword, the importance of each keyword, and the relationship between the keywords. For example, the electronic document search server 100 ranks each keyword based on the total frequency of use of each keyword, and then, based on the frequency of use corresponding to the upper certain rate (for example, 30%), Can be extracted. This is the same as step S220 of FIG. 2, and therefore, detailed description thereof will be omitted.
  • the electronic document search server 100 can acquire the main keyword list from which the "intelligent intelligent object ", " self-propelled "," intelligent ", etc. are deleted from the keyword list in STEP2.
  • Step 3 The electronic document search server 100 generates a second search word combination in which two or more second search words are combined.
  • the electronic document search server 100 may input the second search words to a neural network and output a second search word combination.
  • the neural network may be a keyword that is learned together with keywords used in one electronic document. For example, if the second search term is ⁇ Big Data, Image Data, Server, Location, Module, Image, Signal, Cloud, ... ⁇ , then the second query combination is ⁇ Big Data Server Location, Big Data Server Module , Big data server cloud, etc.).
  • Step 4 The electronic document search server 100 searches for a patent document, a precedent document, and a technical document including information describing all of the second search terms constituting the second search word combination.
  • the enterprise document can be additionally searched.
  • the second search words constituting the second search word combination do not have to be sequentially described, and it suffices that each second search word is described in one document.
  • the electronic document search server 100 may rank each second set of search terms based on the number of patent documents in which each second set of search terms is described and provide the ranked search results to the user terminal 300.
  • the second search word may include a preset number of word combinations.
  • the applicant or inventor information described in the patent document retrieved on the basis of the first search word or the second search word through the electronic document search server 100, the author information described in the technical document, and the party information described in the precedent are extracted, You can search for corporate documents. Then, the financial information of the company document including the applicant, the inventor, the technical document author or the case information of the party or the general status information of the company is matched and outputted. Further, the financial information or the general status information of the matching company document is appropriately combined to estimate information about the first search word and the relevant market.
  • FIG. 9 is a block diagram showing a configuration of an electronic document search server 100 according to an embodiment of the present invention.
  • the configurations of the electronic document search server 100 shown in Fig. 9 relate to the embodiments described in Figs. 1 to 8 described above. Therefore, the contents described above in Figs. 1 to 6 can be applied to the configuration of the electronic document search server 100 of Fig. 9, even if omitted below.
  • the electronic document search server 100 includes a processor 110, a memory 120, a communication unit 130, and a plurality of electronic document DB 140.
  • the processor 110 controls the overall operation of the electronic document search server 100.
  • the processor 110 may include at least one component for controlling the operation of the memory 120, the communication unit 130, and the plurality of electronic document DBs 140.
  • the processor 110 may include a random access memory (RAM) (not shown), a read only memory (ROM) (not shown), a CPU (not shown), a GPU (Graphic Processing Unit) (Not shown).
  • RAM random access memory
  • ROM read only memory
  • CPU not shown
  • GPU Graphic Processing Unit
  • the processor 110 may also execute programs stored in the memory 120 to retrieve electronic documents based on the first query received from the user terminal 300 and provide search results accordingly.
  • the memory 120 is collectively referred to as a non-volatile storage device that keeps stored information even when power is not supplied, and a volatile storage device that requires power to maintain stored information.
  • the processor 110 retrieves, from the first electronic document DB of the plurality of electronic document DBs 140, one or more first electronic documents including the information field in which the first search word is written, as the first search word is acquired do.
  • the information field may include a claim field of the patent document, a summary field and / or a text field of the technical document, a judgment statement field of the case document, a company status field of the company document, and the like.
  • the processor 110 analyzes the context of the information field of the first electronic document to extract a plurality of second search terms.
  • the processor 110 extracts a plurality of keywords in corpus units in the information field of the one or more first electronic documents, and based on the frequency of use of each keyword, the importance of each keyword, and the relationship between the plurality of keywords , A part of the plurality of keywords may be selected as the second search word.
  • the first electronic document DB can be determined based on a predetermined special character included in the first search word. For example, when the first search word does not include a predetermined special character, the processor 110 determines the first electronic document DB as the patent document DB, and if the first search word includes "@ & The document DB is determined as the technical document DB, and when the first search word includes "# ", the first electronic document DB can be determined as the legal document DB.
  • the processor 110 retrieves different kinds of electronic documents including information fields in which at least one of the plurality of second search terms is written from each of the plurality of electronic document DBs 140. [ Then, the processor 110 classifies the retrieved electronic documents by using two or more second search words, and groups the classified results according to document types.
  • the processor 110 may associate first electronic documents containing information fields in which two or more second search terms are simultaneously described with respect to a plurality of first electronic documents retrieved from the first electronic document DB, And classifies the second search word into a group having an index. Then, the processor 110 groups the electronic documents including the information field in which the two or more second search words are simultaneously described, for each type, and links the corresponding electronic documents to the corresponding indexes for the remaining electronic documents retrieved from the remaining electronic document DB. At this time, the processor 110 determines the rank of each index based on the number of first electronic documents matched to each index.
  • the processor 110 provides the grouped result to the user terminal 300.
  • the processor 110 may provide the grouping results listed in the order of the indexes to the user terminal 300.
  • the processor 110 provides a plurality of second search words in the form of a graphic user interface (GUI).
  • GUI graphic user interface
  • the first search word may be a document identification number (e.g., a patent identification number, a case identification number, a paper identification number, an enterprise document identification number, etc.).
  • the processor 110 searches for a first electronic document corresponding to the document identification number from the first electronic document DB, and calculates a degree of similarity between the first electronic document and a plurality of electronic documents retrieved by the second search word .
  • the processor 110 groups the electronic documents classified by the document type based on a predetermined similarity degree range. At this time, each electronic document group has the similarity degree range as an index.
  • the first search word may be content written in a natural language.
  • the processor 110 analyzes the context of the content and generates a plurality of second search words.
  • the processor 110 retrieves, from each of the plurality of electronic document DBs 140, different types of electronic documents including information fields in which at least one of the plurality of second search terms is written.
  • the processor 110 calculates the similarity between the content and the searched different types of electronic documents.
  • the processor 110 groups the electronic documents classified by the document type based on the predetermined similarity degree range, and provides the grouped results to the user terminal 300.
  • the processor 110 retrieves the electronic documents using a second set of search terms combined with two or more second search terms among a plurality of second search terms after extracting the plurality of second search terms .
  • the processor 110 may retrieve, from each of the plurality of electronic document DBs 140, electronic documents including an information field in which each second query word of each second query word combination is written. Then, the processor 110 groups the retrieved electronic documents according to the document type, and provides the grouped result to the user terminal 300.
  • the second search word combination can be generated by the learned neural network.
  • the communication unit 130 may include one or more components that allow the electronic document search server 100 to communicate with the user terminal 300, another server, and the like.
  • the communication unit 130 may include at least one of a mobile communication chip (not shown), a wired communication chip (not shown), a Wi-Fi chip (not shown), and a wireless communication chip (not shown).
  • One embodiment of the present invention may also be embodied in the form of a recording medium including instructions executable by a computer, such as program modules, being executed by a computer.
  • Computer readable media can be any available media that can be accessed by a computer and includes both volatile and nonvolatile media, removable and non-removable media.
  • the computer-readable medium may also include computer storage media.
  • Computer storage media includes both volatile and nonvolatile, removable and non-removable media implemented in any method or technology for storage of information such as computer readable instructions, data structures, program modules or other data.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명은 전자 문서 검색 서버가 전자 문서를 검색하는 방법을 개시한다. 본 발명의 일 실시예에 따른 방법은, 제1 검색어가 획득됨에 따라, 서로 다른 종류의 전자 문서를 저장한 복수의 전자 문서 DB(database) 중 제1 전자 문서 DB로부터, 제1 검색어가 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를 검색하는 단계, 하나 이상의 제1 전자 문서의 정보 필드의 컨텍스트(context)를 분석하여 복수의 제2 검색어를 추출하는 단계, 복수의 전자 문서 DB 각각으로부터, 복수의 제2 검색어 중 적어도 하나가 기재된 정보 필드를 포함하는 서로 다른 종류의 전자 문서를 검색하는 단계, 두 개 이상의 제2 검색어를 이용하여, 검색된 서로 다른 종류의 전자 문서들을 분류하고, 분류된 결과를 문서 종류 별로 그룹핑하는 단계 및 그룹핑된 결과를 사용자 단말로 제공하는 단계를 포함한다.

Description

전자 문서 검색 방법 및 그 서버
본 발명은 전자 문서 검색 방법 및 그 서버에 관한 것으로서, 보다 구체적으로, 특허, 판례 및 논문 등의 전자 문서를 검색하는 방법 및 그 서버에 관한 것이다.
일반적인 전자 문서 검색 시스템은 입력된 키워드를 그대로 포함하고 있는 문서들을 일정 기준으로 나열하여 제공한다. 즉, 일반적인 특허 문서 검색 시스템은 단순히 사용자가 입력한 키워드를 저장된 전자 문서들의 키워드와 비교하는 방식으로 키워드의 일치 결과를 보여 준다. 이러한 결과는 키워드의 사용 양태가 다양할수록 사용자가 의도하지 않은 검색 결과를 포함할 가능성이 높다.
따라서, 최근에는 사용자가 의도한 문서를 재질의 없이 검색해 내기 위해, 상기한 검색 방식을 보완하여 다양한 필드값(예를 들어, 제목 검색, 청구항 검색, 출원인, 발명자 등)에 대한 질의문 입력을 허용한다. 그러나, 이러한 다양한 필드값은 사용자에게 복잡한 질의문 작성을 요구하며, 해당 필드값에 대응되는 정확한 질의문 입력을 요구한다. 즉, 누락된 필드값에 대해서는 검색 결과를 얻을 수 없다. 이러한 한계를 극복하기 위해, 일부 특허 문서 검색 시스템은 사용자로부터 복수의 키워드로 구성된 질의문을 입력받고, 질의문과 유사한 키워드에 대한 검색 결과를 제공하기도 한다. 그러나, 이는 문서 검색 결과의 정확도를 떨어뜨릴 수 있다.
따라서, 단순히 키워드가 포함된 전자 문서만을 검색하는데 그치지 않고 사용자가 질의한 초기 용어의 개념과 의미적인 유사도나, 온톨로지(ontology)에 표현되어 있는 정보를 토대로 추론을 통하여 사용자가 의도한 정보와 지식을 찾아줄 수 있는 전자 문서 검색 시스템에 대한 연구가 필요하다.
이와 관련하여, 대한민국 등록 특허 제 10-1054824호(발명의 명칭: 키워드 시맨틱 네트워크 구성을 통한 특허정보 시각화 시스템 및 그 방법)는 사용자로부터 입력되는 키워드를 그대로 포함하는 특허 문서들을 검색한 후, 검색된 특허 문서들에 기 설정된 키워드들을 이용하여 특허 문서를 군집화함으로써, 사용자가 의도한 정보에 보다 용이하게 접근할 수 있는 방법을 제공한다.
본 발명은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 본 발명의 일부 실시예는 사용자로부터 입력된 질의를 확장시켜, 확장된 질의로부터 검색된 결과를 제공한다. 이때, 본 발명은 검색된 결과를 의미적으로 그룹핑하여 제공함으로써, 사용자가 간단하게 질의하여도 원하는 전자 문서에 용이하게 접근할 수 있도록 한다. 다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상술한 기술적 과제를 달성하기 위한 기술적 수단으로서, 본 발명의 제1 측면에 따른 전자 문서 검색 서버가 전자 문서를 검색하는 방법은, 제1 검색어가 획득됨에 따라, 서로 다른 종류의 전자 문서를 저장한 복수의 전자 문서 DB(database) 중 제1 전자 문서 DB로부터, 제1 검색어가 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를 검색하는 단계; 하나 이상의 제1 전자 문서의 정보 필드의 컨텍스트(context)를 분석하여 복수의 제2 검색어를 추출하는 단계; 복수의 전자 문서 DB 각각으로부터, 복수의 제2 검색어 중 적어도 하나가 기재된 정보 필드를 포함하는 서로 다른 종류의 전자 문서를 검색하는 단계; 두 개 이상의 제2 검색어를 이용하여, 검색된 서로 다른 종류의 전자 문서들을 분류하고, 분류된 결과를 문서 종류 별로 그룹핑하는 단계; 및 그룹핑된 결과를 사용자 단말로 제공하는 단계를 포함한다.
또한, 본 발명의 제2 측면에 따른 전자 문서 검색 서버가 전자 문서를 검색하는 방법은, 자연어로 작성된 콘텐트가 획득됨에 따라, 콘텐트의 컨텍스트를 분석하여 복수의 제2 검색어를 추출하는 단계; 복수의 전자 문서 DB 각각으로부터, 복수의 제2 검색어 중 적어도 하나가 기재된 정보 필드를 포함하는 서로 다른 종류의 전자 문서를 검색하는 단계; 검색된 서로 다른 종류의 전자 문서들과 콘텐트 간의 유사도를 산출하는 단계; 기 설정된 유사도 범위를 기준으로 문서 종류 별로 분류된 전자 문서들을 그룹핑하는 단계; 및 그룹핑된 결과를 사용자 단말로 제공하는 단계를 포함한다.
또한, 본 발명의 제3 측면에 따른 전자 문서 검색 서버가 전자 문서를 검색하는 방법은, 복수의 전자 문서 DB 중 제1 전자 문서 DB로부터, 제1 검색어가 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를 검색하는 단계; 하나 이상의 제1 전자 문서의 정보 필드의 컨텍스트(context)를 분석하여, 복수의 제2 검색어를 추출하는 단계; 복수의 제2 검색어 중 두 개 이상의 제2 검색어가 조합된 제2 검색어 조합을 기초로, 복수의 전자 문서 DB 각각으로부터 전자 문서들을 검색하는 단계; 및 검색된 전자 문서들을 문서 종류 별로 그룹핑하고, 그룹핑된 결과를 사용자 단말로 제공하는 단계를 포함한다.
또한, 본 발명의 제4 측면에 따른 전자 문서 검색 서버는, 서로 다른 종류의 전자 문서들이 저장된 복수의 전자 문서 DB(database); 전자 문서를 검색하는 프로그램이 저장된 메모리(memory); 및 상기 프로그램을 실행하는 프로세서를 포함한다. 상기 프로세서는, 상기 프로그램이 실행됨에 따라, 제1 검색어가 획득하고, 복수의 전자 문서 DB 중 제1 전자 문서 DB로부터, 제1 검색어가 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를 검색하고, 상기 하나 이상의 제1 전자 문서의 정보 필드의 컨텍스트를 분석하여 복수의 제2 검색어를 추출하고, 복수의 전자 문서 DB 각각으로부터, 복수의 제2 검색어 중 적어도 하나가 기재된 정보 필드를 포함하는 서로 다른 종류의 전자 문서를 검색하고, 두 개 이상의 제2 검색어를 이용하여 검색된 서로 다른 종류의 전자 문서를 분류하고, 분류된 결과를 문서 종류 별로 그룹핑하며, 그룹핑된 결과를 사용자 단말로 제공한다.
또한, 본 발명의 제5 측면에 따른 전자 문서 검색 서버는, 서로 다른 종류의 전자 문서들이 저장된 복수의 전자 문서 DB; 전자 문서를 검색하는 프로그램이 저장된 메모리; 및 상기 프로그램을 실행하는 프로세서를 포함한다. 상기 프로세서는, 상기 프로그램이 실행됨에 따라, 자연어로 작성된 콘텐트가 획득됨에 따라, 콘텐트의 컨텍스트를 분석하여 복수의 제2 검색어를 추출하고, 복수의 전자 문서 DB 각각으로부터, 복수의 제2 검색어 중 적어도 하나가 기재된 정보 필드를 포함하는 서로 다른 종류의 전자 문서를 검색하고, 복수의 서로 다른 종류의 전자 문서들과 콘텐트 간의 유사도를 산출하고, 기 설정된 유사도 범위를 기준으로 문서 종류 별로 분류된 전자 문서들을 그룹핑하며, 그룹핑된 결과를 사용자 단말로 제공한다.
또한, 본 발명의 제6 측면에 따른 전자 문서 검색 서버는, 서로 다른 종류의 전자 문서들이 저장된 복수의 전자 문서 DB; 전자 문서를 검색하는 프로그램이 저장된 메모리; 및 상기 프로그램을 실행하는 프로세서를 포함한다. 상기 프로세서는, 상기 프로그램이 실행됨에 따라, 복수의 전자 문서 DB 중 제1 전자 문서 DB로부터, 제1 검색어가 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를 검색하고, 하나 이상의 제1 전자 문서의 정보 필드의 컨텍스트를 분석하여, 복수의 제2 검색어를 추출하며, 복수의 제2 검색어 중 두 개 이상의 제2 검색어가 조합된 제2 검색어 조합을 기초로, 복수의 전자 문서 DB 각각으로부터 서로 다른 종류의 전자 문서들을 검색하고, 검색된 전자 문서들을 문서 종류 별로 그룹핑하고, 그룹핑된 결과를 사용자 단말로 제공한다.
또한, 본 발명의 제7 측면은, 상기 제1 측면의 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체를 제공한다.
전술한 본 발명의 과제 해결 수단에 의하면, 본 발명의 일 실시에 따른 전자 문서 검색 방법 및 그 서버는 사용자로부터 제공받은 질의와 연관된 다른 지식개체를 탐색함으로써, 폭넓은 검색 결과를 제공할 수 있다. 또한, 본 발명의 일 실시예에 따른 전자 문서 검색 방법 및 그 서버는 검색된 결과를 의미적 연관성이 높은 문서들끼리 그룹핑하여 제공함으로써, 사용자의 검색 결과 활용에 도움을 줄 수 있다.
도 1은 본 발명의 일 실시예에 따른 전자 문서 검색 시스템의 개요도이다.
도 2는 본 발명의 일 실시예에 따라 전자 문서 검색 서버가 전자 문서를 검색하는 방법을 도시한 순서도이다.
도 3은 본 발명의 일 실시예에 따른 전자 문서 검색 서버가 제공하는 사용자 인터페이스를 도시한 예이다.
도 4는 본 발명의 일 실시예에 따라 사용자 단말로 제공되는 검색 결과 화면을 도시한다.
도 5는 본 발명의 일 실시예에 따라 검색된 전자 문서들의 리스트가 제공된 일례이다.
도 6은 본 발명의 일 실시예에 따라 높은 유사도 순으로 나열된 검색 결과 화면을 도시한다.
도 7a은 본 발명의 일 실시예에 따라 콘텐트가 제1 검색어로 입력된 일례를 도시하며, 도 7b는 상기 콘텐트 입력에 따른 검색 결과 화면을 도시한 일례이다.
도 8은 본 발명의 다른 실시예에 따라 제2 검색어 조합을 이용하여 문서들을 검색하는 방법을 도시한 도면이다.
도 9는 본 발명의 일 실시예에 따른 전자 문서 검색 서버의 구성을 도시한 블록도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미하며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 명세서에 있어서 '부(部)'란, 하드웨어에 의해 실현되는 유닛(unit), 소프트웨어에 의해 실현되는 유닛, 양방을 이용하여 실현되는 유닛을 포함한다. 또한, 1 개의 유닛이 2 개 이상의 하드웨어를 이용하여 실현되어도 되고, 2 개 이상의 유닛이 1 개의 하드웨어에 의해 실현되어도 된다. 한편, '~부'는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니며, '~부'는 어드레싱 할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 '~부'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 '~부'들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 '~부'들로 결합되거나 추가적인 구성요소들과 '~부'들로 더 분리될 수 있다. 뿐만 아니라, 구성요소들 및 '~부'들은 디바이스 또는 보안 멀티미디어카드 내의 하나 또는 그 이상의 CPU들을 재생시키도록 구현될 수도 있다.
이하에서 언급되는 "사용자 단말"은 네트워크를 통해 서버나 타 단말에 접속할 수 있는 컴퓨터나 휴대용 단말기로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(desktop), 랩톱(laptop) 등을 포함하고, 휴대용 단말기는 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet), LTE(Long Term Evolution) 통신 기반 단말, 스마트폰, PDA(personal digital assistants), 태블릿 PC 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
또한, "네트워크"는 근거리 통신망(Local Area Network; LAN), 광역 통신망(Wide Area Network; WAN) 또는 부가가치 통신망(Value Added Network; VAN) 등과 같은 유선 네트워크나 이동 통신망(mobile radio communication network) 또는 위성 통신망 등과 같은 모든 종류의 무선 네트워크로 구현될 수 있다.
이하 첨부된 도면을 참고하여 본 발명의 일 실시예를 상세히 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 전자 문서 검색 시스템의 개요도이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 전자 문서 검색 시스템(10)은 전자 문서 검색 서버(100), 전자 문서 DB(200) 및 다양한 타입의 사용자 단말(300)을 포함한다.
전자 문서 검색 서버(100)는 전자 문서 DB(200) 및 사용자 단말(300)과 통신하여, 사용자 단말(300)에서 입력된 질의를 기초로 전자 문서 DB(200)에 저장된 전자 문서들을 검색한다. 전자 문서 DB(200)는 논문 등의 기술 문서를 저장하는 기술 문서 DB, 특허 문서를 저장하는 특허 문서 DB, 판례 등의 판례 문서를 저장하는 법률 문서 DB를 포함할 수 있다. 한편, 전자 문서 DB(200)는 각종 기업의 현황이나 재무 정보를 저장하는 기업 문서 DB를 더 포함할 수 있다. 전자 문서 검색 서버(100)는 전자 문서 DB(200)에 접근하여 입력 질의에 매칭되는 전자 문서를 검색한다. 특히, 입력된 질의는 하나 이상의 키워드 또는 문서 식별 번호(예컨대, 특허 식별 번호, 판례 식별 번호, 논문 식별 번호, 기업 문서 식별 번호 등)일 수 있으며, 전자 문서 검색 서버(100)는 입력된 질의를 제1 검색어로 설정하여 검색된 하나 이상의 전자 문서로부터 제2 검색어를 생성한다. 이때, 생성된 제2 검색어는, 제1 검색어에 의해 검색된 하나 이상의 전자 문서를 분석한 결과로 추출된 복수의 키워드로서, 제1 검색어에 연관된 키워드뿐 아니라, 제1 검색어와 상이한 지식개체를 나타내는 키워드를 더 포함할 수 있다. 이를 통해, 전자 문서 검색 서버(100)는 사용자 단말(300)의 사용자가 필요한 모든 키워드를 입력하지 않으면서도 원하는 문서에 접근할 수 있도록 한다.
한편, 도 1에서는 전자 문서 DB(200)가 전자 문서 검색 서버(100)의 외부에 위치하는 것으로 도시하였으나, 이에 제한되지 않는다. 전자 문서 DB(200)는, 도 9에 도시된 바와 같이, 전자 문서 검색 서버(100)에 포함되어 구현될 수 있다. 또한, 전자 문서 DB(200)는 복수 개의 DB로 구현되어 분산 위치할 수 있다.
사용자 단말(300)은 전자 문서 검색 서버(100)가 제공하는 사용자 인터페이스(user interface)를 통해 입력된 질의(즉, 제1 검색어)를 전자 문서 검색 서버(100)로 제공한다. 또한, 사용자 단말(300)은 전자 문서 검색 서버(100)가 제공하는 검색 결과를 사용자 단말(300)의 화면에 표시할 수 있다.
도 2는 본 발명의 일 실시예에 따라 전자 문서 검색 서버(100)가 전자 문서를 검색하는 방법을 도시한 순서도이다.
먼저, 전자 문서 검색 서버(100)는 제1 검색어를 획득한다(S200). 예를 들어, 사용자 단말(300)은 특정 어플리케이션(또는 프로그램) 또는 웹 사이트를 실행하여, 전자 문서 검색 서버(100)에 접근할 수 있다. 전자 문서 검색 서버(100)는 상기 어플리케이션 또는 웹 사이트를 통해 사용자 질의를 입력받을 수 있는 사용자 인터페이스를 제공하고, 해당 사용자 인터페이스를 통해 입력된 질의를 제1 검색어로서 획득한다.
도 3은 본 발명의 일 실시예에 따른 전자 문서 검색 서버(100)가 제공하는 사용자 인터페이스를 도시한 예이다. 도 3을 참조하면, 전자 문서 검색 서버(100)는 일반적인 웹 검색과 마찬가지로, 키워드 기반의 검색(310)을 제공한다. 따라서, 종래의 특허 문서 검색이 요구하는 검색식을 입력받는 사용자 인터페이스 대신에, 도 3에 도시된 바와 같이, 키워드 또는 문서 식별 번호를 입력받는 단순화된 사용자 인터페이스(300)를 제공한다. 문서 식별 번호는, 비한정적인 예로서, 특허 출원 번호, 특허 공개 번호, 특허 등록 번호, 논문 식별 번호, 판례 식별 번호, 케이스(case) 식별 번호, 기업 문서 식별 번호 등일 수 있다.
다시 도 2를 참조하면, 전자 문서 검색 서버(100)는 제1 검색어가 획득됨에 따라, 복수의 전자 문서 DB 중에서 제1 전자 문서 DB로부터 제1 검색어가 기재된 정보 필드를 포함하는 제1 전자 문서들을 검색한다(S210). 이하에서는, 설명의 편의를 위해, 제1 전자 문서 DB가 특허 문서 DB이고, 제1 전자 문서가 특허 문서인 것으로 가정하여 설명한다. 이 경우, 정보 필드는, 비한정적인 예로서, 특허 문서의 청구범위(Claims) 필드일 수 있으나, 이에 제한되는 것은 아니다. 즉, 전자 문서 검색 서버(100)는 특허 문서 DB에 포함된 특허 문서들의 전체 청구항 중에서 제1 검색어의 말뭉치를 포함하는 특허 문서들을 검색한다.
한편, 상기 제1 전자 문서 DB는 제1 검색어에 기 설정된 특수 문자(예컨대, !, @, # 등)를 기초로 결정될 수 있다. 예컨대, 제1 검색어에 기 설정된 문자가 포함되지 않은 경우, 전자 문서 검색 서버(100)는 특허 문서 DB로부터 제1 검색어에 대응되는 특허 문서를 검색하고, 제1 검색어에 "@"가 포함되는 경우, 기술 문서 DB로부터 제1 검색어에 대응되는 기술 문서를 검색하며, 제1 검색어에 "#"가 포함되는 경우, 법률 문서 DB로부터 제1 검색어에 대응되는 판례 문서를 검색할 수 있다.
다음으로, 전자 문서 검색 서버(100)는 검색된 제1 전자 문서들의 정보 필드의 컨텍스트(context)를 분석하여 복수의 제2 검색어를 생성한다(S220).
예시적으로, 전자 문서 검색 서버(100)는 검색된 특허 문서들에 기재된 전체 청구항의 키워드들을 추출한다. 전자 문서 검색 서버(100)는 각 특허 문서의 청구항들에 대한 형태 분석을 수행하여, 말뭉치 단위의 키워드들을 추출할 수 있다. 이때, 전자 문서 검색 서버(100)는 복잡계 알고리즘(complex network), 뉴럴 네트워크(neural network), 온톨로지(ontology), 시소러스(thesaurus), 워드넷(word net) 등을 이용하여 전체 청구항 내에 기재된 말뭉치 단위의 키워드를 추출할 수 있다. 나아가, 전자 문서 검색 서버(100)는 추출된 키워드와 동일한 의미를 갖는 다른 단어를 더 획득할 수도 있다.
이후, 전자 문서 검색 서버(100)는 추출된 키워드들 각각의 사용 빈도수, 중요도 및 키워드들 간의 관계를 기초로, 상기 추출된 키워드들 중에서 제2 검색어를 추출한다. 이때, 각 키워드의 사용 빈도수는 전체 청구항 내에서의 사용 횟수를 나타내며, 각 키워드의 중요도는 해당 키워드가 기재된 특허 문헌 수, 해당 특허 문헌의 인용 수 및 해당 키워드가 기재된 청구항 속성(예를 들어, 독립항, 종속항, 청구항 간 종속 관계 등) 등을 나타낸다. 또한, 키워드들 간의 관계는 키워드들 간의 동일 특허 문헌 내에서의 사용 여부, 인접도 등을 나타낸다.
전자 문서 검색 서버(100)는 상기한 사용 빈도수, 중요도 및 키워드들 간의 관계 중 적어도 하나를 기초로 추출된 키워드들을 순위화하고, 기 설정된 개수의 상위 순위 키워드 각각을 제2 검색어로 선정한다. 구체적인 예를 들어, 전자 문서 검색 서버(100)는 년도 별로 서로 다른 가중치가 부여된 사용 빈도수를 기초로, 주요 키워드를 추출할 수도 있다. 이 경우, 전자 문서 검색 서버(100)는 각 키워드가 처음 사용된 년도부터 현재까지 년도 별로 서로 다른 가중치를 부여한 후, 각 년도에서의 사용 빈도수에 상기 가중치를 곱한 결과값으로 키워드들을 순위화할 수 있다.
또한, 전자 문서 검색 서버(100)는 각 키워드가 기재된 특허 문헌의 특허수명주기, IPC 값 등을 더 고려하여 키워드들을 순위화할 수 있다. 그러나, 이에 한정되는 것은 아니며, 다양한 방법으로 키워드들이 순위화될 수 있다.
다음으로, 전자 문서 검색 서버(100)는 복수의 전자 문서 DB(즉, 특허 문서 DB, 기술 문서 DB, 법률 문서 DB, 기업 문서 DB 등) 각각으로부터 적어도 하나의 제2 검색어가 기재된 정보 필드를 포함하는 서로 다른 종류의 전자 문서(즉, 특허 문서, 기술 문서, 판례 문서 및 기업 문서)를 검색한다(S230). 이때, 정보 필드는, 특허 문서의 청구 범위(Claims) 이외에, 판례 문서의 판결문 필드, 기술 문서의 요약(abstract) 필드 및/또는 본문 필드 등을 더 포함할 수 있다. 또한, 정보 필드는 기업 문서의 기업 일반 현황 정보 필드나 재무 정보 필드등을 더 포함할 수 있다. 기업의 일반 현황은 기업의 연혁, 대표자, 기업이 판매 또는 제공하는 주요 제품또는 서비스 등에 대한 정보를 포함하고, 재무 정보 필드는 기업의 매출, 손익, 비용 등 각종 재무 정보를 포함한다.
다음으로, 전자 문서 검색 서버(100)는 두 개 이상의 제2 검색어를 이용하여 서로 다른 종류의 전자 문서(즉, 특허 문서, 기술 문서, 판례 문서 및 기업 문서)를 분류하고, 분류된 결과를 문서 종류 별로 그룹핑한다(S240). 전자 문서 검색 서버(100)는 제1 전자 문서 DB(예컨대, 특허 문서 DB)에서 제2 검색어로 검색된 전자 문서들(즉, 특허 문서들)에 대해, 두 개 이상의 제2 검색어가 동시에 기재된 정보 필드를 포함하는 특허 문서들을 상기 두 개 이상의 제2 검색어를 인덱스로 갖는 하나의 그룹으로 분류할 수 있다. 이때, 두 개 이상의 제2 검색어가 동시에 기재된 특허 문서는 상기한 키워드들 간의 관계값으로부터 획득될 수 있다.
또한, 전자 문서 검색 서버(100)는 각 인덱스에 매칭된 제1 전자 문서의 개수를 기초로 각 인덱스의 순위를 결정할 수 있다.
그리고 전자 문서 검색 서버(100)는 나머지 전자 문서 DB로부터 검색된 전자 문서들(즉, 기술 문서, 판례 문서 및 기업 문서)에 대해, 상기 분류된 각 그룹에 대응되는 두 개 이상의 제2 검색어가 동시에 기재된 정보 필드를 포함하는 전자 문서들을 종류 별로 그룹핑하고, 해당 인덱스에 링크한다. 즉, 전자 문서 검색 서버(100)는 각 그룹에 대응되는 두 개 이상의 제2 검색어가 기재된 판결문을 포함하는 판례 문서와, 상기 두 개 이상의 제2 검색어가 기재된 요약 필드 및/또는 본문 필드를 포함하는 기술 문서와, 상기 두 개 이상의 제 2 검색어가 기재된 기업의 현황 정보를 포함하는 기업 문서를 그룹핑하고, 상기 두 개 이상의 제2 검색어를 인덱스로 갖는 각 그룹으로 분류한다. 즉, 하나의 인덱스는, 서로 다른 종류의 전자 문서 그룹들에 연관(링크)되며, 각 전자 문서 그룹은 인덱스의 순위를 따른다.
그리고 전자 문서 검색 서버(100)는 문서 종류 별로 그룹핑된 결과를 사용자 단말(300)로 제공한다(S250).
도 4는 본 발명의 일 실시예에 따라 사용자 단말(300)로 제공되는 검색 결과 화면을 도시한다. 도 4의 검색 결과 화면(400)을 참조하면, 두 개 이상의 제2 검색어를 이용하여 그룹핑된 특허 문서 그룹(421), 판례 문서 그룹(422), 기술 문서 그룹(논문 문서)(423), 기업 문서 그룹(미도시 됨)은 해당 제2 검색어들로 구성된 인덱스(420)에 연관되어 제공된다. 그리고 인덱스(420)는 특허 문서 그룹(421) 내의 특허 문서 수(430)를 기준으로 설정된 순위값에 따라 나열된다.
이때, 검색 결과 화면(400)은 제2 검색어 일부(410)를 제공할 수 있다. 제2 검색어 일부(410)는 제1 검색어로 기능될 수 있도록 하는 그래그래픽 사용자 인터페이스(graphic user interface: GUI) 형태로 제공될 수 있다. 즉, 사용자 단말(300)의 사용자가 하나의 제2 검색어를 선택함에 따라, 전자 문서 검색 서버(100)는 상기 선택된 제2 검색어를 기초로, 전술한 S220 내지 S250 단계를 수행할 수 있다.
또한, 사용자가 하나의 그룹(예컨대, "예측 알고리즘 독립"의 특허 문서 그룹)을 선택하면, 전자 문서 검색 서버(100)는 해당 특허 문서 그룹 내의 특허 문서들의 리스트를 제공한다. 도 5는 검색된 전자 문서들의 리스트가 제공된 일례이다. 이때, 제공되는 제2 검색어 일부(510)는 선택된 특허 문서 그룹 내의 특허 문서들로부터 추출된 제2 검색어를 나타낸다.
한편, 전술한 제1 검색어는 문서 식별 번호(예컨대, 특허 식별 번호, 논문 식별 번호 및 판례 식별 번호, 기업 문서 식별 번호 등)일 수 있다. 이 경우, 전자 문서 검색 서버(100)는 해당 문서 식별 번호에 대응되는 하나의 전자 문서와, 상기 전자 문서의 정보 필드로부터 추출된 복수의 제2 검색어로부터 검색된 전자 문서들 간의 유사도를 산출하고, 기 설정된 유사도 범위를 기준으로 문서 종류 별로 분류된 전자 문서들을 그룹핑하여 제공할 수 있다. 이때, 각 전자 문서 그룹은 유사도 범위를 인덱스로 가질 수 있다. 즉, 전자 문서 서버(100)는 100%~70% 유사도 범위를 인덱스로 갖는 서로 다른 종류의 전자 문서 그룹(즉, 특허 문서 그룹, 판례 문서 그룹, 기술 문서 그룹 및 기업 문서 그룹)을 분류하고, 다음으로 70%~0% 유사도 범위를 인덱스로 갖는 서로 다른 종류의 전자 문서 그룹을 분류하며, 높은 유사도 순으로 나열한 검색 결과 화면을 제공할 수 있다.
도 6은 본 발명의 일 실시예에 따라 높은 유사도 순으로 나열된 검색 결과 화면(600)을 도시한다. 도 6을 참조하면, 전자 문서 검색 서버(100)는 유사도 범위를 인덱스로 갖는 각 전자 문서 그룹(610)을 제공하며, 제2 검색어 일부(620)를 GUI 형태로 제공한다. 또한, 전자 문서 검색 서버(100)는 각 전자 문서를 유사도 순으로 나열하여 제공할 수 있다(630).
이러한 유사도 기반의 검색 결과는 제1 검색어에 대응되는 전자 문서의 선행 문서를 검색하는 데에 이용될 수 있도록, 전자 문서의 출원일, 출판일, 선고일 등으로 필터링될 수 있다.
또한, 유사도 기반의 검색 결과는, 도 5의 전자 문서들의 리스트 화면(500)에서, 사용자 단말(300)의 사용자가 하나의 전자 문서를 선택함으로써 제공될 수도 있다. 즉, 전자 문서 검색 서버(100)는 선택된 전자 문서의 문서 식별 번호를 획득함으로써, 사용자로부터 문서 식별 번호가 입력되는 경우와 동일한 동작을 수행할 수 있다.
추가로, 상기 제1 검색어는 자연어(natural language)로 작성된 콘텐트일 수 있다. 즉, 사용자는 자연어로 작성된 콘텐트를 이용하여 관련된 전자 문서를 검색할 수 있다. 도 7a은 본 발명의 일 실시예에 따라 콘텐트(710)가 제1 검색어 입력에 따른 검색 결과 화면(700)을 도시한 일례이다. 이 경우, 전자 문서 검색 서버(100)는 콘텐트(710)로부터 말뭉치 단위의 키워드들을 추출하고, 추출된 각 키워드의 콘텐트(710) 내의 사용 빈도수, 중요도 및 키워들 간의 관계를 기초로 제2 검색어로 선정할 수 있다. 이후, 전자 문서 검색 서버(100)는 입력된 콘텐트(710)와 제2 검색어로부터 검색된 전자 문서들 간의 유사도를 산출하고, 기 설정된 유사도 범위를 기준으로 문서 종류 별로 분류된 전자 문서들을 그룹핑한다. 전술한 실시예에서와 마찬가지로, 각 전자 문서 그룹은 유사도 범위를 인덱스로 가질 수 있다. 그리고 그룹핑된 결과는 검색 결과로서 사용자 단말(300)로 제공된다. 도 7b는 상기 콘텐트 입력에 따른 검색 결과 화면(700)을 도시한 일례이다.
한편, 도 2에서는 S240 단계에서 제2 검색어 각각을 이용하여 검색된 결과 문서들로부터 그룹핑을 수행하는 것으로 설명하였으나, 이에 한정되는 것은 아니다. 구현예에 따라, 전자 문서 검색 서버(100)는 두 개 이상의 제2 검색어를 먼저 조합한 후에, 제2 검색어 조합을 이용하여 문서들(즉, 특허 문서, 판례 문서 및 기술 문서)을 검색할 수 있다.
도 8은 제2 검색어 조합을 이용하여 문서들을 검색하는 방법을 도시한 도면이다.
도 8을 참조하면, STEP1: 전자 문서 검색 서버(100)는 제1 전자 문서 DB로부터 제1 검색어를 이용하여 검색된 제1 전자 문서들로부터 키워드를 추출한다. 구체적인 예를 들어, 제1 검색어가 "빅데이터"인 경우, 추출되는 키워드는 {빅데이터, 영상데이터, 데이터, 서버, 위치, 모듈, 클라우드, 고도지능객체, 카메라, 영상, 자주식, 지능형, 모듈.. 등}일 수 있다.
STEP2: 이후, 전자 문서 검색 서버(100)는 각 키워드의 사용 빈도수, 각 키워드의 중요도 및 키워드들 간의 관계 등을 기초로 제2 검색어를 추출한다. 예를 들어, 전자 문서 검색 서버(100)는 각 키워드의 전체 사용 빈도수를 기초로 각 키워드를 순위화한 후, 상위 일정 비율(예컨대, 30 % 등)에 대응되는 사용 빈도수를 기준으로 제2 검색어들을 추출할 수 있다. 이는, 도 2의 S220 단계와 동일하므로 자세한 설명은 생략한다. 전자 문서 검색 서버(100)는 STEP2의 단계를 통해, 전술한 키워드 리스트로부터 "고도지능객체", "자주식", "지능형" 등이 삭제된 주요 키워드 리스트를 획득할 수 있다.
STEP3: 전자 문서 검색 서버(100)는 두 개 이상의 제2 검색어가 조합된 제2 검색어 조합을 생성한다. 예시적으로, 전자 문서 검색 서버(100)는 뉴럴 네트워크 등에 상기 제2 검색어들을 입력하고, 제2 검색어 조합을 출력받을 수 있다. 이때, 뉴럴 네트워크는 하나의 전자 문서에서 함께 사용되는 키워드들을 기 학습한 것일 수 있다. 예를 들어, 제2 검색어가 {빅데이터, 영상데이터, 서버, 위치, 모듈, 영상, 신호, 클라우드, ... 등} 인 경우, 제2 검색어 조합은 {빅데이터 서버 위치, 빅데이터 서버 모듈, 빅데이터 서버 클라우드 등}일 수 있다.
STEP 4: 전자 문서 검색 서버(100)는 각 제2 검색어 조합을 구성하는 제2 검색어들이 모두 기재된 정보를 포함하는 특허 문서, 판례 문서 및 기술 문서를 검색한다. 이때, 기업 문서를 추가적으로 검색할 수 있다. 이때, 제2 검색어 조합을 구성하는 제2 검색어들이 연속적으로 기재되어야 하는 것은 아니며, 하나의 문서에 각 제2 검색어가 기재되어 있으면 충분하다.
전자 문서 검색 서버(100)는 각 제2 검색어 조합이 기재된 특허 문서들의 개수를 기초로 각 제2 검색어 조합을 순위화하고, 순위로 나열된 검색 결과를 사용자 단말(300)로 제공할 수 있다.
한편, 도 8에서는 세 개의 제2 검색어가 조합되는 것으로 설명하였으나, 이에 제한되지 않는다. 제2 검색어는 미리 설정된 다양한 개수의 단어 조합을 포함할 수 있다.
추가적으로, 전자 문서 검색 서버(100)를 통해 제 1 검색어 또는 제 2 검색어를 기초로 검색된 특허 문서에 기재된 출원인 또는 발명자 정보, 기술 문서에 기재된 작성자 정보, 판례에 기재된 당사자 정보를 추출하고, 그에 매칭되는 기업 문서를 검색할 수 있다. 그리고, 해당 출원인, 발명자, 기술 문서 작성자 또는 판례 당사자 정보를 포함하는 기업 문서의 재무 정보 또는 기업의 일반 현황 정보를 매칭하여 출력한다. 나아가, 이와 같이 매칭되는 기업 문서의 재무 정보 또는 일반 현황 정보를 적절히 조합하여, 제 1 검색어와 관련 시장에 대한 정보를 추산한다.
도 9는 본 발명의 일 실시예에 따른 전자 문서 검색 서버(100)의 구성을 도시한 블록도이다. 도 9에 도시된 전자 문서 검색 서버(100)의 구성들은, 앞서 설명된 도 1 내지 도 8에서 설명된 실시예들과 관련된다. 따라서, 이하 생략된 내용이라 하여도, 도 1 내지 도 6에서 앞서 설명된 내용들은, 도 9 의 전자 문서 검색 서버(100)의 구성에 적용될 수 있다.
도 9를 참조하면, 전자 문서 검색 서버(100)는 프로세서(110), 메모리(120), 통신부(130) 및 복수의 전자 문서 DB(140)를 포함한다.
프로세서(110)는 전자 문서 검색 서버(100)의 전반적인 동작을 제어한다. 예를 들어, 프로세서(110)는 메모리(120), 통신부(130) 및 복수의 전자 문서 DB(140)의 동작을 제어하기 위한 적어도 하나의 구성요소를 포함할 수 있다. 예를 들어, 프로세서(110)는 RAM(Random Access Memory)(미도시), ROM(Read-Only Memory)(미도시), CPU(미도시), GPU(Graphic Processing Unit)(미도시) 및 버스(미도시) 중 적어도 하나를 포함 할 수 있다. 이때, RAM, ROM, CPU 및 GPU 등은 버스를 통해 서로 연결될 수 있다.
또한, 프로세서(110)는 메모리(120)에 저장된 프로그램들을 실행함으로써, 사용자 단말(300)로부터 수신된 제1 검색어에 기반하여 전자 문서들을 검색하고, 그에 따른 검색 결과를 제공할 수 있다. 이때, 메모리(120)는 전원이 공급되지 않아도 저장된 정보를 계속 유지하는 비휘발성 저장장치 및 저장된 정보를 유지하기 위하여 전력이 필요한 휘발성 저장장치를 통칭하는 것이다.
구체적으로, 프로세서(110)는 제1 검색어가 획득됨에 따라, 복수의 전자 문서 DB(140) 중 제1 전자 문서 DB로부터, 제1 검색어가 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를 검색한다. 이때, 정보 필드는 특허 문서의 청구 범위 필드, 기술 문서의 요약 필드 및/또는 본문 필드, 판례 문서의 판결문 필드, 기업 문서의 기업 현황 필드 등을 포함할 수 있다. 다음으로, 프로세서(110)는 제1 전자 문서의 정보 필드의 컨텍스트를 분석하여 복수의 제2 검색어를 추출한다. 예시적으로, 프로세서(110)는 하나 이상의 제1 전자 문서의 정보 필드에서 말뭉치 단위의 복수의 키워드를 추출하고, 각 키워드의 사용 빈도, 상기 각 키워드의 중요도 및 상기 복수의 키워드 간의 관계를 기초로, 상기 복수의 키워드 중 일부를 제2 검색어로 선정할 수 있다.
한편, 제1 전자 문서 DB는 제1 검색어에 포함된 기 설정된 특수 문자를 기초로 결정될 수 있다. 예를 들어, 제1 검색어에 기 설정된 특수 문자가 포함되지 않은 경우, 프로세서(110)는 제1 전자 문서 DB를 특허 문서 DB로 결정하고, 제1 검색어에 "@"가 포함된 경우 제1 전자 문서 DB를 기술 문서 DB로 결정하고, 제1 검색어에 "#"가 포함되는 경우 제1 전자 문서 DB를 법률 문서 DB로 결정할 수 있다.
다음으로, 프로세서(110)는 복수의 전자 문서 DB(140) 각각으로부터 복수의 제2 검색어 중 적어도 하나가 기재된 정보 필드를 포함하는 서로 다른 종류의 전자 문서를 검색한다. 이후, 프로세서(110)는 두 개 이상의 제2 검색어를 이용하여, 검색된 전자 문서들을 분류하고, 분류된 결과를 문서 종류 별로 그룹핑한다.
예시적으로, 프로세서(110)는 상기 제1 전자 문서 DB로부터 검색된 복수의 제1 전자 문서들에 대해, 두 개 이상의 제2 검색어가 동시에 기재된 정보 필드를 포함하는 제1 전자 문서들을 해당 두 개 이상의 제2 검색어를 인덱스로 갖는 그룹으로 분류한다. 그리고 프로세서(110)는 나머지 전자 문서 DB로부터 검색된 나머지 전자 문서들에 대해, 해당 두 개 이상의 제2 검색어가 동시에 기재된 정보 필드를 포함하는 전자 문서들을 종류 별로 그룹핑하고, 해당 인덱스에 링크한다. 이때, 프로세서(110)는 각 인덱스에 매칭된 제1 전자 문서의 개수를 기초로 각 인덱스의 순위를 결정한다.
다음으로, 프로세서(110)는 그룹핑된 결과를 사용자 단말(300)로 제공한다. 이때, 프로세서(110)는 각 인덱스의 순위에 따라 나열된 그룹핑 결과를 사용자 단말(300)로 제공할 수 있다. 또한, 프로세서(110)는 복수의 제2 검색어 일부를 GUI(graphic user interface) 형태로 제공한다. 이때, 상기 제2 검색어 일부는 사용자 단말(300)에서의 사용자 입력에 의해 선택됨에 따라, 제1 검색어로 기능할 수 있다.
한편, 제1 검색어는 문서 식별 번호(예컨대, 특허 식별 번호, 판례 식별 번호, 논문 식별 번호, 기업 문서 식별 번호 등)일 수 있다. 이 경우, 프로세서(110)는 제1 전자 문서 DB로부터 상기 문서 식별 번호에 대응되는 하나의 제1 전자 문서를 검색하고, 해당 제1 전자 문서와 제2 검색어로 검색된 복수의 전자 문서들 간의 유사도를 산출한다. 그리고 프로세서(110)는 기 설정된 유사도 범위를 기준으로 문서 종류 별로 분류된 전자 문서들을 그룹핑한다. 이때, 각 전자 문서 그룹은 상기 유사도 범위를 인덱스로 갖는다.
한편, 제1 검색어는 자연어로 작성된 콘텐트일 수 있다. 이 경우, 프로세서(110)는 콘텐트의 컨텍스트를 분석하여 복수의 제2 검색어를 생성한다. 그리고 프로세서(110)는 복수의 전자 문서 DB(140) 각각으로부터, 복수의 제2 검색어 중 적어도 하나가 기재된 정보 필드를 포함하는 서로 다른 종류의 전자 문서를 검색한다. 프로세서(110)는 상기 콘텐트와 검색된 서로 다른 종류의 전자 문서들 간의 유사도를 산출한다. 이후, 프로세서(110)는 기 설정된 유사도 범위를 기준으로 문서 종류 별로 분류된 전자 문서들을 그룹핑하고, 그룹핑된 결과를 사용자 단말(300)로 제공한다.
다른 실시예에 의할 경우, 프로세서(110)는 복수의 제2 검색어를 추출한 이후에, 복수의 제2 검색어 중에서 두 개 이상의 제2 검색어가 조합된 제2 검색어 조합을 이용하여 전자 문서들을 검색한다. 다시 말해, 프로세서(110)는 복수의 전자 문서 DB(140) 각각으로부터, 각 제2 검색어 조합의 각 제2 검색어가 기재된 정보 필드를 포함하는 전자 문서들을 검색할 수 있다. 이후, 프로세서(110)는 상기 검색된 전자 문서들을 문서 종류 별로 그룹핑하고, 그룹핑된 결과를 사용자 단말(300)로 제공한다. 이때, 제2 검색어 조합은 기 학습된 뉴럴 네트워크에 의해 생성될 수 있다.
통신부(130)는 전자 문서 검색 서버(100)가 사용자 단말(300), 타 서버 등과 통신을 하게 하는 하나 이상의 구성 요소를 포함할 수 있다. 예를 들어, 통신부(130)는 이동통신 칩(미도시), 유선 통신 칩(미도시), 와이파이 칩(미도시), 무선 통신 칩(미도시) 중 적어도 하나를 포함할 수 있다.
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
본 발명의 방법 및 시스템은 특정 실시예와 관련하여 설명되었지만, 그것들의 구성 요소 또는 동작의 일부 또는 전부는 범용 하드웨어 아키텍쳐를 갖는 컴퓨터 시스템을 사용하여 구현될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

Claims (17)

  1. 전자 문서 검색 서버가 전자 문서를 검색하는 방법에 있어서,
    제1 검색어가 획득됨에 따라, 서로 다른 종류의 전자 문서를 저장한 복수의 전자 문서 DB(database) 중 제1 전자 문서 DB로부터, 상기 제1 검색어가 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를 검색하는 단계;
    상기 하나 이상의 제1 전자 문서의 정보 필드의 컨텍스트(context)를 분석하여 복수의 제2 검색어를 추출하는 단계;
    상기 복수의 전자 문서 DB 각각으로부터, 상기 복수의 제2 검색어 중 적어도 하나가 기재된 정보 필드를 포함하는 상기 서로 다른 종류의 전자 문서를 검색하는 단계;
    두 개 이상의 제2 검색어를 이용하여, 상기 검색된 서로 다른 종류의 전자 문서들을 분류하고, 상기 분류된 결과를 문서 종류 별로 그룹핑하는 단계; 및
    상기 그룹핑된 결과를 사용자 단말로 제공하는 단계를 포함하는 전자 문서 검색 방법.
  2. 제 1 항에 있어서,
    상기 정보 필드는
    특허 문서의 청구범위(Claim) 필드, 기술 문서의 요약(abstract) 필드 및 본문 필드 중 적어도 하나, 및 판례 문서의 판결문 필드를 포함하는 것인 전자 문서 검색 방법.
  3. 제 1 항에 있어서,
    상기 정보 필드는
    기업 문서의 기업 일반 현황 정보 필드 또는 재무 정보 필드를 포함하는 것인 전자 문서 검색 방법.
  4. 제 1 항에 있어서,
    상기 문서 종류 별로 그룹핑하는 단계는
    상기 제1 전자 문서 DB로부터 검색된 제1 전자 문서들에 대해, 두 개 이상의 제2 검색어가 동시에 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를 해당 두 개 이상의 제2 검색어를 인덱스로 갖는 그룹으로 분류하는 단계; 및
    나머지 전자 문서 DB로부터 검색된 나머지 전자 문서들에 대해, 해당 두 개 이상의 제2 검색어가 동시에 기재된 정보 필드를 포함하는 전자 문서들을 종류 별로 그룹핑하고, 상기 인덱스에 링크하는 단계를 포함하는 것인 전자 문서 검색 방법.
  5. 제 4 항에 있어서,
    상기 문서 종류 별로 그룹핑하는 단계는,
    각 인덱스에 매칭된 제1 전자 문서의 개수를 기초로 상기 각 인덱스의 순위를 결정하는 단계를 더 포함하는 것인 전자 문서 검색 방법.
  6. 제 5 항에 있어서,
    상기 그룹핑 결과를 제공하는 단계는
    상기 각 인덱스의 순위에 따라 나열된 상기 그룹핑된 전자 문서들을 제공하며, 상기 복수의 제2 검색어 일부를 GUI(graphic user interface) 형태로 제공하되,
    상기 제2 검색어 일부는 사용자 단말에서의 사용자 입력에 의해 선택됨에 따라, 제1 검색어로 기능하는 것인 전자 문서 검색 방법.
  7. 제 1 항에 있어서,
    상기 제1 검색어는 문서 식별 번호이며,
    상기 문서 종류 별로 그룹핑하는 단계는
    상기 제1 검색어에 대응되는 하나의 제1 전자 문서와, 상기 복수의 제2 검색어를 기초로 검색된 전자 문서들 간의 유사도를 산출하는 단계; 및
    기 설정된 유사도 범위를 기준으로 문서 종류 별로 분류된 전자 문서들을 그룹핑하는 단계를 포함하되,
    각 전자 문서 그룹은 상기 기 설정된 유사도 범위를 인덱스로 갖는 것인 전자 문서 검색 방법.
  8. 제 1 항에 있어서,
    상기 제1 검색어에 포함된 기 설정된 특수 문자를 기초로, 상기 제1 전자 문서 DB가 결정되는 것인 전자 문서 검색 방법.
  9. 제 1 항에 있어서,
    상기 제1 검색어 또는 제2 검색어를 기초로 검색된 특허 문서의 출원인 정보, 특허 문서의 발명자 정보, 기술 문서의 작성자 정보 또는 판례의 당사자 정보를 추출하고, 추출된 상기 특허 문서의 출원인 정보, 특허 문서의 발명자 정보, 기술 문서의 작성자 정보 또는 판례의 당사자 정보를 포함하는 기업 문서의 재무 정보 또는 기업의 일반 현황 정보를 출력하는 단계를 더 포함하는 것인 전자 문서 검색 방법.
  10. 전자 문서 검색 서버가 전자 문서를 검색하는 방법에 있어서,
    자연어로 작성된 콘텐트가 획득됨에 따라, 상기 콘텐트의 컨텍스트(context)를 분석하여 복수의 제2 검색어를 추출하는 단계;
    복수의 전자 문서 DB 각각으로부터, 상기 복수의 제2 검색어 중 적어도 하나가 기재된 정보 필드를 포함하는 서로 다른 종류의 전자 문서를 검색하는 단계;
    상기 검색된 서로 다른 종류의 전자 문서들과 상기 콘텐트 간의 유사도를 산출하는 단계;
    기 설정된 유사도 범위를 기준으로 문서 종류 별로 분류된 전자 문서들을 그룹핑하는 단계; 및
    상기 그룹핑된 결과를 사용자 단말로 제공하는 단계를 포함하는 전자 문서 검색 방법.
  11. 전자 문서 검색 서버가 전자 문서를 검색하는 방법에 있어서,
    복수의 전자 문서 DB 중 제1 전자 문서 DB로부터, 제1 검색어가 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를 검색하는 단계;
    상기 하나 이상의 제1 전자 문서의 정보 필드의 컨텍스트(context)를 분석하여, 복수의 제2 검색어를 추출하는 단계;
    상기 복수의 제2 검색어 중 두 개 이상의 제2 검색어가 조합된 제2 검색어 조합을 기초로, 상기 복수의 전자 문서 DB 각각으로부터 전자 문서들을 검색하는 단계; 및
    상기 검색된 전자 문서들을 문서 종류 별로 그룹핑하고, 상기 그룹핑된 결과를 사용자 단말로 제공하는 단계를 포함하는 전자 문서 검색 방법.
  12. 제 11 항에 있어서,
    상기 제2 검색어 조합은,
    기 학습된 뉴럴 네트워크 또는 복잡계 네트워크에 의해 생성되는 것인 전자 문서 검색 방법.
  13. 제 11 항에 있어서,
    상기 제2 검색어를 추출하는 단계는
    상기 하나 이상의 제1 전자 문서에서 말뭉치(corpus) 단위의 복수의 키워드를 추출하는 단계; 및
    상기 하나 이상의 제1 전자 문서에서의 각 키워드의 사용 빈도, 상기 각 키워드의 중요도, 및 상기 복수의 키워드 간의 관계를 기초로, 상기 복수의 키워드 중 일부를 제2 검색어로 선정하는 단계를 포함하는 것인, 전자 문서 검색 방법.
  14. 전자 문서 검색 서버에 있어서,
    서로 다른 종류의 전자 문서들이 저장된 복수의 전자 문서 DB(database);
    전자 문서를 검색하는 프로그램이 저장된 메모리(memory); 및
    상기 프로그램을 실행하는 프로세서를 포함하되,
    상기 프로세서는, 상기 프로그램이 실행됨에 따라,
    제1 검색어가 획득됨에 따라, 상기 복수의 전자 문서 DB 중 제1 전자 문서 DB로부터, 상기 제1 검색어가 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를 검색하고, 상기 하나 이상의 제1 전자 문서의 정보 필드의 컨텍스트(context)를 분석하여 복수의 제2 검색어를 추출하고,
    상기 복수의 전자 문서 DB 각각으로부터, 상기 복수의 제2 검색어 중 적어도 하나가 기재된 정보 필드를 포함하는 상기 서로 다른 종류의 전자 문서를 검색하고, 두 개 이상의 제2 검색어를 이용하여 상기 검색된 서로 다른 종류의 전자 문서를 분류하고, 상기 분류된 결과를 문서 종류 별로 그룹핑하며,
    상기 그룹핑된 결과를 사용자 단말로 제공하는 전자 문서 검색 서버.
  15. 전자 문서 검색 서버에 있어서,
    서로 다른 종류의 전자 문서들이 저장된 복수의 전자 문서 DB(database);
    전자 문서를 검색하는 프로그램이 저장된 메모리(memory); 및
    상기 프로그램을 실행하는 프로세서를 포함하되,
    상기 프로세서는, 상기 프로그램이 실행됨에 따라,
    자연어로 작성된 콘텐트가 획득됨에 따라, 상기 콘텐트의 컨텍스트(context)를 분석하여 복수의 제2 검색어를 추출하고, 상기 복수의 전자 문서 DB 각각으로부터, 상기 복수의 제2 검색어 중 적어도 하나가 기재된 정보 필드를 포함하는 상기 서로 다른 종류의 전자 문서를 검색하고,
    상기 복수의 서로 다른 종류의 전자 문서들과 상기 콘텐트 간의 유사도를 산출하고, 기 설정된 유사도 범위를 기준으로 문서 종류 별로 분류된 전자 문서들을 그룹핑하며,
    상기 그룹핑된 결과를 사용자 단말로 제공하는 전자 문서 검색 서버.
  16. 전자 문서 검색 서버에 있어서,
    서로 다른 종류의 전자 문서들이 저장된 복수의 전자 문서 DB(database);
    전자 문서를 검색하는 프로그램이 저장된 메모리(memory); 및
    상기 프로그램을 실행하는 프로세서를 포함하되,
    상기 프로세서는, 상기 프로그램이 실행됨에 따라,
    상기 복수의 전자 문서 DB 중 제1 전자 문서 DB로부터, 제1 검색어가 기재된 정보 필드를 포함하는 하나 이상의 제1 전자 문서를 검색하고, 상기 하나 이상의 제1 전자 문서의 정보 필드의 컨텍스트(context)를 분석하여, 복수의 제2 검색어를 추출하며,
    상기 복수의 제2 검색어 중 두 개 이상의 제2 검색어가 조합된 제2 검색어 조합을 기초로, 상기 복수의 전자 문서 DB 각각으로부터 서로 다른 종류의 전자 문서들을 검색하고, 상기 검색된 전자 문서들을 문서 종류 별로 그룹핑하고, 상기 그룹핑된 결과를 사용자 단말로 제공하는 전자 문서 검색 서버.
  17. 제 1 항 내지 제 13 항 중 어느 한 항의 방법을 구현하기 위한 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
PCT/KR2018/014675 2017-12-08 2018-11-27 전자 문서 검색 방법 및 그 서버 WO2019112223A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2017-0168134 2017-12-08
KR1020170168134A KR102069341B1 (ko) 2017-02-22 2017-12-08 전자 문서 검색 방법 및 그 서버

Publications (1)

Publication Number Publication Date
WO2019112223A1 true WO2019112223A1 (ko) 2019-06-13

Family

ID=66767375

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2018/014675 WO2019112223A1 (ko) 2017-12-08 2018-11-27 전자 문서 검색 방법 및 그 서버

Country Status (1)

Country Link
WO (1) WO2019112223A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110263171A (zh) * 2019-06-25 2019-09-20 腾讯科技（深圳）有限公司 文档分类方法、装置及终端
CN112712866A (zh) * 2020-12-25 2021-04-27 医渡云（北京）技术有限公司 一种确定文本信息相似度的方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020099685A1 (en) * 2001-01-25 2002-07-25 Hitachi, Ltd. Document retrieval system; method of document retrieval; and search server
KR20080031984A (ko) * 2005-07-29 2008-04-11 야후! 인크. 결과 집합을 재정렬하기 위한 시스템 및 방법
KR20100083614A (ko) * 2009-01-14 2010-07-22 오의진 사용자의 검색의도를 기초로 한 의도검색방법
KR101127901B1 (ko) * 2010-09-17 2012-03-21 전북대학교산학협력단 핵심 클러스터와 단어 근접도를 이용한 정보 검색에서의 정확율 향상 방법 및 장치
KR20150084845A (ko) * 2012-11-13 2015-07-22 마이크로소프트 테크놀로지 라이센싱, 엘엘씨 검색 결과들의 의도 기반 프레젠테이션 기법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020099685A1 (en) * 2001-01-25 2002-07-25 Hitachi, Ltd. Document retrieval system; method of document retrieval; and search server
KR20080031984A (ko) * 2005-07-29 2008-04-11 야후! 인크. 결과 집합을 재정렬하기 위한 시스템 및 방법
KR20100083614A (ko) * 2009-01-14 2010-07-22 오의진 사용자의 검색의도를 기초로 한 의도검색방법
KR101127901B1 (ko) * 2010-09-17 2012-03-21 전북대학교산학협력단 핵심 클러스터와 단어 근접도를 이용한 정보 검색에서의 정확율 향상 방법 및 장치
KR20150084845A (ko) * 2012-11-13 2015-07-22 마이크로소프트 테크놀로지 라이센싱, 엘엘씨 검색 결과들의 의도 기반 프레젠테이션 기법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110263171A (zh) * 2019-06-25 2019-09-20 腾讯科技（深圳）有限公司 文档分类方法、装置及终端
CN110263171B (zh) * 2019-06-25 2023-07-18 腾讯科技（深圳）有限公司 文档分类方法、装置及终端
CN112712866A (zh) * 2020-12-25 2021-04-27 医渡云（北京）技术有限公司 一种确定文本信息相似度的方法及装置

Similar Documents

Publication Publication Date Title
US9715493B2 (en) Method and system for monitoring social media and analyzing text to automate classification of user posts using a facet based relevance assessment model
Hienert et al. Digital library research in action–supporting information retrieval in sowiport
US10552467B2 (en) System and method for language sensitive contextual searching
Liu et al. Literature retrieval based on citation context
US20160034514A1 (en) Providing search results based on an identified user interest and relevance matching
CN105045852A (zh) 一种教学资源的全文搜索引擎系统
KR20180097120A (ko) 전자 문서 검색 방법 및 그 서버
WO2010134752A2 (ko) 다수 분류 체계를 연동한 시멘틱 검색 방법 및 시스템
US10747759B2 (en) System and method for conducting a textual data search
CN107844493B (zh) 一种文件关联方法及系统
CN113190687B (zh) 知识图谱的确定方法、装置、计算机设备及存储介质
US20210103622A1 (en) Information search method, device, apparatus and computer-readable medium
CN111061828B (zh) 一种数字图书馆知识检索方法及装置
JP4200834B2 (ja) 情報検索システム、情報検索方法及び情報検索プログラム
CN111475725A (zh) 用于搜索内容的方法、装置、设备和计算机可读存储介质
WO2010123264A2 (en) Online community post search method and apparatus based on interactions between online community users and computer readable storage medium storing program thereof
WO2024185948A1 (ko) 인공신경망 기반의 검색어 사전 생성 및 검색 방법 및 장치
WO2023151576A1 (zh) 搜索推荐方法、搜索推荐系统、计算机设备及存储介质
CN111325018A (zh) 一种基于web检索和新词发现的领域词典构建方法
US8799314B2 (en) System and method for managing information map
WO2019112223A1 (ko) 전자 문서 검색 방법 및 그 서버
Barrio et al. Sampling strategies for information extraction over the deep web
JP2024091709A (ja) 文作成装置、文作成方法および文作成プログラム
Garda et al. BELB: a biomedical entity linking benchmark
Wildgaard et al. Advancing PubMed? A comparison of third-party PubMed/Medline tools

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18885312

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18885312

Country of ref document: EP

Kind code of ref document: A1

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 08.02.2021)

122 Ep: pct application non-entry in european phase

Ref document number: 18885312

Country of ref document: EP

Kind code of ref document: A1