WO2020158991A1 - 단어의 컨셉 메이커를 이용한 언어 학습 시스템 - Google Patents

단어의 컨셉 메이커를 이용한 언어 학습 시스템 Download PDF

Info

Publication number
WO2020158991A1
WO2020158991A1 PCT/KR2019/002365 KR2019002365W WO2020158991A1 WO 2020158991 A1 WO2020158991 A1 WO 2020158991A1 KR 2019002365 W KR2019002365 W KR 2019002365W WO 2020158991 A1 WO2020158991 A1 WO 2020158991A1
Authority
WO
WIPO (PCT)
Prior art keywords
concept
maker
word
words
makers
Prior art date
Application number
PCT/KR2019/002365
Other languages
English (en)
French (fr)
Inventor
황재윤
Original Assignee
주식회사 이볼케이노
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 이볼케이노 filed Critical 주식회사 이볼케이노
Publication of WO2020158991A1 publication Critical patent/WO2020158991A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G06Q50/205—Education administration or guidance
    • G06Q50/2057—Career enhancement or continuing education service
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education

Definitions

  • the present invention relates to a language learning system, more specifically, by excluding text in language learning, and using concept-generated concept systems and voice data corresponding to the concept maker to recognize the concept of words to learners and recognized concept makers. It relates to a language learning system using a concept maker of words that can be used to learn sentences.
  • the human brain is divided into three areas.
  • the three areas are those that govern what is related to survival (the brain area of lizards), the areas that control what is related to instincts (the brain areas of dogs), and the areas that control what is related to thinking (the brain areas of chimpanzees). Can be distinguished.
  • the language learning system using the word concept maker according to the present invention has been devised to solve the conventional problems as described above, and presents the following problems to be solved.
  • a brain region a lizard's brain region
  • the present invention includes a control module that provides learning content including a concept maker of the word to be learned to the user terminal of the learner, and the control module comprises a plurality of different words corresponding to the word to be learned.
  • a language learning system using a concept maker of words characterized in that the concept maker and voice data are sequentially provided to a user terminal to allow a user to recognize the concept of the target word.
  • control module is formed to provide a basic maker between the plurality of concept makers.
  • the basic maker is characterized by extracting the common points of concept makers and is the concept maker including the most common points.
  • the control module finds a word having the highest combined frequency with the learning target word, checks a combined concept maker including the words, and then displays makers corresponding to each word in the combined concept maker. It is characterized by separating and selecting as a basic maker.
  • control module is characterized by providing learning content for a foreign language sentence by combining recognized concept makers with the user.
  • the control module allocates a maker area for each concept maker corresponding to words constituting a sentence, and combines the maker areas as voices corresponding to each concept maker are provided to combine learning contents. It is characterized by providing.
  • control module is characterized in that it allocates different types of maker areas according to types of words.
  • the maker region is characterized in that the first region is formed to surround the second region.
  • control module is characterized in that the concept maker is arranged such that the concept makers are placed at the boundary of the region contacting each other.
  • control module is characterized in that when the word type is a verb, the maker area allocated to the word is divided into two again.
  • the meaning of the word can be recognized in the same way as a person who uses the language as a native language.
  • the system recombines the concept makers of words according to the type of language, thereby enabling more efficient learning of multiple languages.
  • FIG. 1 is a conceptual diagram of a language learning system according to an embodiment of the present invention.
  • Figure 2 is a flow chart of a language learning method using the concept maker of words according to an embodiment of the present invention.
  • 3 is a conceptual diagram for explaining the difference between the concept of a foreign word and the concept of a Korean word.
  • FIG. 4 is a conceptual diagram illustrating a method of recognizing a word concept according to an embodiment of the present invention.
  • FIG. 5 is a conceptual diagram illustrating a division of a maker area according to an embodiment of the present invention.
  • FIG. 6 is a conceptual diagram illustrating sentence learning through combination of maker areas according to an embodiment of the present invention.
  • FIG. 7 is a conceptual diagram for explaining a coupling method between concept makers drawn in a maker area.
  • FIG. 8 is a conceptual diagram illustrating an embodiment for explaining a complex sentence structure through vectorization of a maker area.
  • FIG. 9 is a conceptual diagram showing concept makers of words formed according to an embodiment of the present invention.
  • FIG. 10 is a conceptual diagram illustrating a method of overlapping concept makers and explaining sentences according to another embodiment of the present invention.
  • module or “part” for the components used in the following description is given or mixed only considering the ease of writing the specification, and does not have a meaning or a role distinguished from each other in itself.
  • FIG. 1 is a conceptual diagram of a language learning system 100 according to an embodiment of the present invention.
  • a language learning system 100 using a word concept maker is formed to provide language learning content to a plurality of users through a server.
  • the concept maker described below may be output related to vision, hearing, touch, smell, and feeling.
  • the concept maker may be an image, smell, texture, and sound provided to the user.
  • 'concept sound' is referred to as'voice data', but the expression'voice data' may be accepted as'concept sound'.
  • Learners may be provided with language learning content through a user terminal.
  • User terminals include mobile phones, smart phones, laptop computers, digital broadcasting terminals, personal digital assistants (PDAs), portable multimedia players (PMPs), navigation, slate PCs, and tablet PCs.
  • PDAs personal digital assistants
  • PMPs portable multimedia players
  • PCs ultrabooks
  • wearable devices e.g., smartwatches, smart glass, head mounted display (HMD)
  • HMD head mounted display
  • Fixed terminals such as computers and digital signage may be included.
  • the system 100 may include a control module 110, a data collection module 120, a database 130, a maker combination module 140, and the like.
  • a control module 110 may include a data collection module 120, a database 130, a maker combination module 140, and the like.
  • each module is separately described, but it is possible that the actual control module 110 is formed to include other modules.
  • the control module 110 may generate a standardized concept maker through a combination of data. To create this concept maker, the control module 110 may include a machine learning module.
  • control module 110 is capable of clearly establishing the concept of the word by collecting maker data matching the word in language-speaking countries where the word is used through the Internet.
  • the data collection module 120 collects maker data for words exposed online and provides them to the control module 110.
  • the data collection module 120 may collect not only maker data corresponding to words, but also voice data corresponding to the corresponding word.
  • Various data for driving the system 100 are stored in the database 130.
  • the database 130 may store maker data corresponding to words and a plurality of voice data corresponding to the word.
  • basic maker information and basic voice information learned through the control module 110 may also be stored.
  • the basic maker may be a specific pre-stored maker.
  • the basic maker may be a maker having the highest exposure frequency for the corresponding word identified through the data collection module 120 or a maker having a high frequency selected by learners as the basic maker.
  • the learner's choice may be a response that recognition of the word is completed when the maker is provided.
  • the basic maker can be determined by a machine learning module.
  • the machine learning module may extract common points of makers collected for the corresponding word and set a maker that includes the most common points extracted as a basic maker.
  • the basic voice may be a specific pre-stored voice.
  • the basic voice may be the voice data having the highest exposure frequency for the word identified through the data collection module 120 (ex. voice data of a specific voice actor) or the data having a high frequency selected by the learners as the basic voice. .
  • the learner's choice may be a response that recognition of the corresponding word is completed when the corresponding voice is provided.
  • the basic voice may be determined by the machine learning module.
  • the machine learning module may extract data such as common intonation or stress of voices collected for the word and set a voice that includes the most common points extracted as a basic voice.
  • the maker combination module 140 determines combinations of concept makers for foreign language sentences.
  • the maker combination module 140 may enlarge, reduce, or superimpose the concept maker in consideration of the arrangement and size of the maker area 200.
  • FIG. 2 is a flowchart of a language learning method using a word concept maker according to an embodiment of the present invention.
  • FIG. 1 A description will be given of how the system 100 described in FIG. 1 provides learning content to a learner with reference to FIG. 2.
  • the language learning method using the word concept maker is largely a step (S100) in which the system 100 makes a basic maker of words, and a step in which the system 100 learns the concept of words to the learner (S200). And, the system 100 includes a step of learning a foreign language sentence by using the concept of the learned word (S300).
  • the step S100 in which the system 100 makes a basic maker of words may include a concept maker learning step by the control module 110.
  • control module 110 may collect maker data matching the word in language-speaking countries where the word is used through the Internet.
  • control module 110 can generate a concept maker of words by grasping the frequency of exposure of other words used with the corresponding word.
  • the data collection module 120 is included in the auto-complete sentence information for the word in the search engine, the news containing the word, a combination of words used in a specific homepage or online community, portal site, etc. Data about words to be collected can be collected. Through this, it is possible to grasp the concept of a word used in a group that uses the most words, and it is possible to clearly establish the concept of the word by grasping which words are frequently combined with which words.
  • control module 110 may identify words having the highest combination frequency and find maker data including makers for all of the words.
  • control module 110 separates the maker corresponding to each word from the maker data. Through this process, it is possible to determine the basic maker of the word.
  • the step (S100) of making the basic maker of words by the system 100 may be omitted.
  • the system 100 it is possible for the system 100 to skip the step S100 and utilize basic maker data for words stored in the database 130.
  • the step (S200) in which the system 100 learns the concept of a word to a learner is performed using a plurality of concept makers and a basic maker for the word.
  • FIG. 3 is a conceptual diagram illustrating a difference between a concept of a foreign language word and a concept of a Korean word.
  • Words in different languages do not have the same concept.
  • Hangul word 20 of may correspond.
  • the meaning of a plurality of words is different because a concept of words is different.
  • FIG. 4 is a conceptual diagram illustrating a method of recognizing a word concept according to an embodiment of the present invention.
  • the system 100 may recognize a concept of a corresponding word by exposing a plurality of concept makers to learners.
  • the system 100 first provides the first concept maker 31 corresponding to'Dog' to the user.
  • the system 100 When the system 100 provides the first concept maker 31, the first voice 41 for'Dog' is also provided. After that, the system 100 includes the second concept maker 32 and the second voice 42, the third concept maker 33 and the third voice 43, the fourth concept maker and the fourth voice 44, and the like. It is provided sequentially.
  • the voices provided by the system 100 may be the same voice or different voices.
  • the system 100 when providing a voice for an English word, the system 100 provides a voice for reading the word in different countries (ex. American pronunciation, British pronunciation, Filipino pronunciation, Australian pronunciation, Indian pronunciation, etc.) ), different voices can be provided by alternating the pronunciation of the male and the female.
  • countries ex. American pronunciation, British pronunciation, Filipino pronunciation, Australian pronunciation, Indian pronunciation, etc.
  • the system provides learners with various voices corresponding to the corresponding word, so that even if they hear other voices, the voices correspond to the same word. That is, the learner can recognize a common point of different voices referring to the same word through this process.
  • Learners are provided with different concept makers and voices, and recognize common words by recognizing common features.
  • the system 100 may provide a positive concept maker and a negative concept maker when providing learning content for words.
  • the system 100 may analyze words connected to the corresponding word to determine whether the corresponding concept maker is positive or negative.
  • concept makers combined with negative words such as'bad boy' and'lazy boy' are judged as negative concept makers
  • concept makers combined with positive words such as'good boy' and'kind boy' are positive. You can judge by concept maker.
  • the system 100 may learn a foreign language sentence through a combination of concept makers after the learner recognizes the concept of the word.
  • the system 100 may learn a foreign language sentence through a combination of different maker areas 200 (S300).
  • FIG. 5 to 5 are conceptual diagrams illustrating division of the maker area 200 according to an embodiment of the present invention
  • FIG. 6 is sentence learning through combination of the maker area 200 according to an embodiment of the present invention.
  • FIG. 7 is a conceptual diagram for explaining a coupling method between concept makers drawn on the maker region 200
  • FIG. 8 is an embodiment for explaining a complex sentence structure through vectorization of the maker region 200. It is a conceptual diagram.
  • different maker regions 200 may be allocated according to types of words.
  • an adjective may be assigned a first region 210 in the form of a'c', and a second region 220 in the form of a'-' may be allocated to the noun.
  • the third area 230 to the fifth area 250 may be allocated according to the type of word.
  • a concept maker corresponding to the corresponding word is drawn in the maker areas 200.
  • the third region 230 corresponding to the verb may be divided into 3-1 region 230a and 3-2 region 230b. This is to reflect the form of change because the form of the verb can be changed depending on the language.
  • the concept maker for the auxiliary verb is drawn in the 3-1 area 230a and the general verb in the 3-2 area 230b.
  • the maker can be painted.
  • words that are commonly used in a specific language may be excluded from the concept maker.
  • a concept maker corresponding to each word is drawn in a corresponding region and the maker regions 200 are sequentially combined so that concept makers can be connected.
  • words eg,'in','out', etc.
  • indicating boundaries or ranges can be expressed by displaying the boundaries or ranges in the maker area 200.
  • a concept maker drawn on the maker area 200 may be set to have a specific rule.
  • the first region 210 may be composed of five sub-regions 211, 212, 213, 214, 215, and a surface 211b that contacts the second region 220 and a surface 211a that contacts the third region 230. It can be provided.
  • the second region 220 may be composed of two sub-regions 221 and 222, and may include surfaces 221a and 221b that contact the first region 210 and surfaces 222a and 222b that contact the third region 230.
  • the third region 230 may include five sub-regions 231, 232, 233, 234, and 235, and may include a surface 231a contacting the first region 210 and a surface 231b contacting the second region 220.
  • the system 100 may allow concept makers drawn in each region to have a boundary of concept makers on a surface in contact with other regions.
  • the system 100 is a concept maker corresponding to the noun
  • the maker may be enlarged such that the boundary of the is disposed on both the surface contacting the first area 210 and the surface contacting the third area 230.
  • the system 100 is a noun because the first region 210 and the second region 220 do not contact each other. The maker can be reduced so that the boundary of the concept maker corresponding to is disposed on a surface in contact with the third region 230.
  • FIG. 9 is a conceptual diagram illustrating concept makers of words formed according to an embodiment of the present invention
  • FIG. 10 is a conceptual diagram illustrating a method of overlapping concept makers and explaining sentences according to another embodiment of the present invention.
  • a concept maker for “I” in the first region 210, a concept maker for “felt” in the second region 220, and a concept for “something” in the third region 230 Maker, concept maker for "crawling” is shown in the fourth area.
  • the concept makers formed in this way may overlap and display a portion of each other according to the order in which the sentences are pronounced.
  • different regions may be allocated according to parts of speech of a word, and in the case of a specific part of speech, a frame of the entire sentence may be formed rather than partially overlapping.
  • the area corresponding to the verb is larger than the area corresponding to the noun (ex. If the area of the noun is A4, the area of the verb can be A3), and the degree to which the two areas overlap is preferably about 30%.
  • the degree to which the two areas overlap is preferably about 30%.
  • conjunctions and affiliates can be expressed in full frames with a film-like feel. It is also possible to allocate a small area in front of the conjunction or affiliate to indicate the type of the affiliate/affiliate.
  • the language learning system using the concept maker of the words described above is not limited to the configuration and method of the above-described embodiments, and the above embodiments are selectively combined with all or part of each embodiment so that various modifications can be made. It may be configured.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

본 발명은 학습대상 단어의 컨셉 메이커를 포함하는 학습 컨텐츠를 학습자의 사용자 단말기로 제공하는 제어 모듈을 구비하고, 상기 제어 모듈은 상기 학습대상 단어에 대응되는 서로 다른 복수의 컨셉 메이커와 음성 데이터를 순차적으로 사용자 단말기에 제공하여 사용자가 상기 학습대상 단어에 대한 개념을 인지할 수 있도록 하는 단어의 컨셉 메이커를 이용한 언어 학습 시스템을 개시한다.

Description

단어의 컨셉 메이커를 이용한 언어 학습 시스템
본 발명은 언어 학습 시스템에 관한 것으로서, 보다 자세하게는 언어 학습에 있어 텍스트를 배제하고 시스템에서 생성된 컨셉 메이커와 컨셉 메이커에 대응하는 음성 데이터를 이용하여 학습자에게 단어의 개념을 인지시키고 인지된 컨셉 메이커를 활용하여 문장을 학습시킬 수 있는 단어의 컨셉 메이커를 이용한 언어 학습 시스템에 관한 것이다.
최근 연구에 따르면 사람의 뇌는 3가지 영역으로 나누어진다고 보고 있다. 3가지 영역은 생존에 관계되는 것을 관장하는 영역(도마뱀의 뇌 영역)과, 본능에 관계되는 것을 관장하는 영역(개의 뇌 영역)과, 사고에 관계되는 것을 관장하는 영역(침팬지의 뇌 영역)으로 구분될 수 있다.
언어학습에 있어서도 상황에 따라 뇌의 서로 다른 영역이 사용된다.
예를 들어, 우리는 모국어로 문장을 읽을 때 읽자마자 읽는 순서대로 바로 이해하고, 듣자마자 듣는 순서대로 바로 알아듣고, 생각하자마자 생각하는 순서대로 바로 말이 되어 입에서 나간다.
이와 같이 모국어를 사용할 때 사람들은 사고를 거치지 않고 직관적으로 말을 하게 된다. 즉, 사람들이 모국어를 사용할 때 사용하는 뇌의 영역은 '침팬지의 뇌 영역'이 아니라 '도마뱀의 뇌 영역'에 해당한다고 볼 수 있다. 다시 말해, 언어는 복잡한 사고를 통해 이루어지는 것이 아니라 상황에 대한 인식을 통해 반사적으로 이루어지는 것이라고 할 수 있다.
하지만, 영어를 외국어로 배우는 한국인 대부분은 영어를 학습함에 있어 단어의 스펠링과 문법 등 텍스트에 집중하고, 영어 단어의 의미와 영어 문장 구조를 한국어의 그것에 매칭시키려 한다.
같은 대상을 지칭하는 단어라도 언어에 따라 어감이나 의미가 달라질 수 밖에 없는데 그것을 작위적인 규칙에 맞춰 해석하려 하고, 텍스트의 구조에 집중하다 보니 언어학습 시 사고를 관장하는 뇌의 영역(침팬지의 뇌)을 사용하게 된다.
이와 같이 대부분의 사람들이 외국어 학습에 침팬지의 뇌 영역을 사용하다 보니 모국어를 학습하는 것에 비해 훨씬 큰 에너지를 소비하게 되고 학습 효율이 떨어지게 된다.
이러한 문제점을 해결하기 위해 단어의 컨셉 메이커를 이용하여 단어의 개념을 인지하고 해당 언어의 사용자들이 생각하는 방식대로 자연스럽게 언어를 습득할 수 있는 방법(도마뱀의 뇌 영역을 이용한 학습)에 대한 연구가 진행되고 있다.
본 발명에 따른 단어의 컨셉 메이커를 이용한 언어 학습 시스템은 상기한 바와 같은 종래 문제점을 해결하기 위해 안출된 것으로서, 다음과 같은 해결하고자 하는 과제를 제시한다.
첫째, 텍스트를 배제하여 고차원적인 사고를 하지 않고 생존에 관여하는 뇌의 영역(도마뱀의 뇌 영역)을 이용하여 언어학습을 할 수 있게 하는 언어 학습 시스템을 제공하고자 한다.
둘째, 다양한 컨셉 메이커와 다양한 발음을 학습자에게 제공하여 학습자가 해당 단어에 대한 개념을 자연스럽게 습득할 수 있는 학습 시스템을 제공하고자 한다.
셋째, 학습자에게 인식된 단어의 컨셉 메이커들의 결합을 통해 외국어 문장을 자연스럽게 이해하고 학습할 수 있는 학습 시스템을 제공하고자 한다.
본 발명의 해결과제는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 해결과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상기와 같은 과제를 해결하기 위해 본 발명은 학습대상 단어의 컨셉 메이커를 포함하는 학습 컨텐츠를 학습자의 사용자 단말기로 제공하는 제어 모듈을 구비하고, 상기 제어 모듈은 상기 학습대상 단어에 대응되는 서로 다른 복수의 컨셉 메이커와 음성 데이터를 순차적으로 사용자 단말기에 제공하여 사용자가 상기 학습대상 단어에 대한 개념을 인지할 수 있도록 하는 것을 특징으로 하는 단어의 컨셉 메이커를 이용한 언어 학습 시스템을 개시한다.
본 발명의 일 실시예에 따르면, 상기 제어 모듈은 상기 복수의 컨셉 메이커들 사이에 기본 메이커를 제공하도록 형성된다.
본 발명의 일 실시예에 따르면, 상기 기본 메이커는 컨셉 메이커들의 공통점을 추출하여 상기 공통점이 가장 많이 포함된 컨셉 메이커인 것을 특징으로 한다.
본 발명의 일 실시예에 따르면, 상기 제어 모듈은 상기 학습대상 단어와 결합빈도가 가장 높은 단어를 찾고 상기 단어들이 함께 포함된 결합 컨셉 메이커를 확인한 후 상기 결합 컨셉 메이커에서 각 단어에 대응되는 메이커들을 분리하여 기본 메이커로 선정하는 것을 특징으로 한다.
본 발명의 일 실시예에 따르면, 상기 제어모듈은 사용자에게 인식된 컨셉 메이커들을 조합하여 외국어 문장에 대한 학습 컨텐츠를 제공하는 것을 특징으로 한다.
본 발명의 일 실시예에 따르면, 상기 제어모듈은 문장을 구성하는 단어들에 대응되는 컨셉 메이커마다 메이커 영역을 할당하고 각 컨셉 메이커에 대응되는 음성이 제공됨에 따라 상기 메이커 영역을 조합하여 학습 컨텐츠를 제공하는 것을 특징으로 한다.
본 발명의 일 실시예에 따르면, 상기 제어모듈은 단어의 종류에 따라 서로 다른 형태의 메이커 영역을 할당하는 것을 특징으로 한다.
본 발명의 일 실시예에 따르면, 상기 메이커 영역은 제1 영역이 제2 영역을 둘러싸도록 형성되는 것을 특징으로 한다.
본 발명의 일 실시예에 따르면, 상기 제어모듈은 서로 접하는 영역의 경계에 컨셉 메이커가 경계가 배치되도록 컨셉 메이커를 배치하는 것을 특징으로 한다.
본 발명의 일 실시예에 따르면, 상기 제어모듈은 단어의 종류가 동사인 경우 상기 단어에 할당되는 메이커 영역을 다시 둘로 나누는 것을 특징으로 한다.
이상과 같은 구성의 본 발명에 따른 단어의 컨셉 메이커를 이용한 언어 학습 시스템은 다음과 같은 효과를 제공한다.
첫째, 고차원적인 사고를 하지 않고 직관적으로 언어를 학습할 수 있게 하여 학습에 드는 에너지 소모를 줄이고 학습 효율을 극대화시킬 수 있다.
둘째, 학습자에게 하나의 단어에 해당하는 다양한 컨셉 메이커를 제공함으로써 해당 언어를 모국어로 사용하는 사람과 동일하게 단어의 의미를 인식할 수 있게 한다.
셋째, 단어에 따른 메이커 영역을 할당하고 메이커 영역의 결합을 통해 다양한 문장에 대한 학습이 가능하게 하고자 한다.
넷째, 시스템이 언어 종류에 따라 단어의 컨셉 메이커들을 재조합하여 보다 효율적으로 복수의 언어를 학습할 수 있게 한다.
본 발명의 효과는 이상에서 언급한 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 언어 학습 시스템의 개념도.
도 2는 본 발명의 일 실시예에 따른 단어의 컨셉 메이커를 이용한 언어 학습 방법의 순서도.
도 3은 외국어 단어의 개념과 한국어 단어의 개념의 차이를 설명하기 위한 개념도.
도 4는 본 발명의 일 실시예에 따라 단어의 컨셉을 인지시키는 방법을 설명하는 개념도.
도 5는 본 발명의 일 실시예에 따른 메이커 영역의 구분을 설명하는 개념도.
도 6은 본 발명의 일 실시예에 따른 메이커 영역의 결합을 통한 문장 학습을 설명하는 개념도.
도 7은 메이커 영역에 그려지는 컨셉 메이커 간의 결합 방식을 설명하기 위한 개념도.
도 8은 메이커 영역의 벡터화를 통해 복잡한 문장구조를 설명하는 실시예를 나타낸 개념도.
도 9는 본 발명의 일 실시예에 따라 형성된 단어의 컨셉 메이커들을 나타낸 개념도.
도 10은 본 발명의 다른 일 실시예에 따라 컨셉 메이커들을 중첩시켜 문장을 설명하는 방법을 나타낸 개념도.
본 발명에 따른 단어의 컨셉 메이커를 이용한 언어 학습 시스템은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 기술적 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
이하, 본 발명에 대하여 도면을 참조하여 보다 상세하게 설명한다. 본 명세서에서는 서로 다른 실시예라도 동일·유사한 구성에 대해서는 동일·유사한 참조번호를 부여하고, 그 설명은 처음 설명으로 갈음한다. 본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
또한, 이하의 설명에서 사용되는 구성요소에 대한 접미사 "모듈" 또는 "부"는 명세서 작성의 용이함만이 고려되어 부여되거나 혼용되는 것으로서, 그 자체로 서로 구별되는 의미 또는 역할을 갖는 것은 아니다.
도 1은 본 발명의 일 실시예에 따른 언어 학습 시스템(100)의 개념도이다.
도 1을 참조하면, 단어의 컨셉 메이커를 이용한 언어 학습 시스템(100)은 서버를 통해 다수의 사용자에게 언어 학습 컨텐츠를 제공할 수 있도록 형성된다.
이하에서 설명하는 컨셉 메이커는 시각, 청각, 촉각, 후각, 느낌 등에 관한 아웃풋일 수 있다. 예를 들어, 컨셉 메이커는 사용자에게 제공되는 이미지, 냄새, 감촉, 소리 등이 될 수 있다.
이하에서는 설명의 편의상 '메이커'가 컨셉 이미지인 경우에 대하여 기술하고 있으나, '메이커'가 '컨셉 사운드', '컨셉 스멜' 등 다른 다양한 형태의 아웃풋인 경우에도 본 발명의 개념이 적용될 수 있다.
또한, 이하에서는 설명의 편의상 '컨셉 사운드'를 '음성데이터'로 지칭하고 있으나 '음성데이터'라는 표현은 '컨셉 사운드'로 받아들여질 수 있다.
본 발명에서는 서로 다른 형태의 메이커의 매칭(ex. '컨셉 이미지'와 '컨셉 사운드'의 매칭)을 통해 단어의 개념을 습득할 수 있게 한다.
학습자들은 사용자 단말기를 통해 언어 학습 컨텐츠를 제공받을 수 있다. 사용자 단말기에는 휴대폰, 스마트 폰(smart phone), 노트북 컴퓨터(laptop computer), 디지털방송용 단말기, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 슬레이트 PC(slate PC), 태블릿 PC(tablet PC), 울트라북(ultrabook), 웨어러블 디바이스(wearable device, 예를 들어, 워치형 단말기 (smartwatch), 글래스형 단말기 (smart glass), HMD(head mounted display)) 등의 이동 단말기나 디지털 TV, 데스크탑 컴퓨터, 디지털 사이니지 등과 같은 고정 단말기가 포함될 수 있다.
시스템(100)은 제어모듈(110)과, 데이터수집모듈(120)과, 데이터베이스(130)와, 메이커 조합 모듈(140) 등을 포함할 수 있다. 이하에서는 설명의 편의를 위해 각 모듈을 구분하여 설명하고 있지만 실제 제어모듈(110)이 다른 모듈들을 기능을 포함하도록 형성되는 것이 가능하다.
제어모듈(110)은 데이터들의 조합을 통해 표준화된 컨셉 메이커를 생성시킬 수 있다. 이러한 컨셉 메이커 생성을 위해 제어모듈(110)에는 머신러닝 모듈이 포함될 수 있다.
본 발명의 일 실시예에 따르면, 제어모듈(110)은 인터넷을 통해 해당 단어가 사용되는 언어권 국가들에서 해당 단어에 매칭되는 메이커 데이터들을 수집하여 해당 단어의 컨셉을 명확히 정립하는 것이 가능해진다.
데이터수집모듈(120)은 온라인 상에 노출되는 단어들에 대한 메이커 데이터들을 수집하여 제어모듈(110)에 제공한다.
또한, 본 발명의 다른 실시예에 따르면 데이터수집모듈(120)은 단어들에 대응하는 메이커 데이터 뿐 아니라 해당 단어에 대응되는 음성데이터도 수집할 수 있다.
데이터베이스(130)에는 시스템(100)을 구동시키기 위한 각종 데이터들이 저장된다.
예를 들어, 데이터베이스(130)에는 단어들에 대응되는 메이커 데이터들과 해당 단어에 대응되는 복수의 음성 데이터들이 저장될 수 있다.
데이터베이스(130)에는 제어모듈(110)을 통해 학습되는 기본 메이커 정보와 기본 음성 정보도 저장될 수 있다.
기본 메이커는 기저장된 특정 메이커일 수 있다. 또한, 기본 메이커는 데이터수집모듈(120)을 통해 확인된 해당 단어에 대해 가장 노출 빈도가 높은 메이커이거나, 학습자들이 기본 메이커로 선택한 빈도가 높은 메이커일 수 있다. 학습자들의 선택이란 해당 메이커를 제공하였을 때 해당 단어에 대한 인식이 완료되었다는 응답일 수 있다.
또한, 기본 메이커는 머신 러닝 모듈에 의하여 결정될 수 있다. 예를 들어, 머신 러닝 모듈은 해당 단어에 대하여 수집되는 메이커들의 공통점들을 추출해 내고 추출된 공통점들을 가장 많이 포함하고 있는 메이커를 기본 메이커로 설정할 수 있다.
기본 음성은 기저장된 특정 음성일 수 있다. 또한, 기본 음성은 데이터수집모듈(120)을 통해 확인된 해당 단어에 대해 가장 노출 빈도가 높은 음성 데이터이거나(ex. 특정 성우의 음성 데이터), 학습자들이 기본 음성으로 선택한 빈도가 높은 데이터일 수 있다. 학습자들의 선택이란 해당 음성을 제공하였을 때 해당 단어에 대한 인식이 완료되었다는 응답일 수 있다.
또한, 기본 음성은 머신 러닝 모듈에 의하여 결정될 수 있다. 예를 들어, 머신 러닝 모듈은 해당 단어에 대하여 수집되는 음성들의 공통된 억양이나 강세 등의 데이터를 추출해 내고 추출된 공통점들을 가장 많이 포함하고 있는 음성을 기본 음성으로 설정할 수 있다.
메이커 조합 모듈(140)은 외국어 문장에 대한 컨셉 메이커들의 조합을 결정한다.
메이커 조합 모듈(140)은 메이커 영역(200)의 배치와 크기 등을 고려하여 컨셉 메이커를 확대, 축소 또는 중첩시킬 수 있다.
도 2는 본 발명의 일 실시예에 따른 단어의 컨셉 메이커를 이용한 언어 학습 방법의 순서도이다.
도 2를 참조하여 도 1에서 설명한 시스템(100)이 어떠한 방식으로 학습자에게 학습 컨텐츠를 제공하는지 설명한다.
도시된 바에 따르면, 단어의 컨셉 메이커를 이용한 언어 학습 방법은 크게 시스템(100)이 단어의 기본 메이커를 만드는 단계(S100)와, 시스템(100)이 학습자에게 단어의 컨셉을 학습시키는 단계(S200)와, 시스템(100)이 학습된 단어의 컨셉을 활용하여 외국어 문장을 학습시키는 단계(S300) 등을 포함한다.
시스템(100)이 단어의 기본 메이커를 만드는 단계(S100)는 제어모듈(110)에 의한 컨셉 메이커 학습 단계를 포함할 수 있다.
컨셉 메이커 학습 단계에서 제어모듈(110)은 인터넷을 통해 해당 단어가 사용되는 언어권 국가들에서 해당 단어에 매칭되는 메이커 데이터들을 수집할 수 있다.
또한, 제어모듈(110)은 해당 단어와 함께 사용되는 다른 단어들의 노출 빈도를 파악하여 단어의 컨셉 메이커를 생성시키는 것이 가능하다.
예를 들어, 데이터수집모듈(120)은 검색엔진에서 해당 단어에 대한 자동완성문장 정보나, 해당 단어를 포함하는 뉴스, 특정 홈페이지나 온라인 커뮤니티, 포털 사이트 등에서 사용되는 단어들의 조합, 실시간 검색어에 포함되는 단어 등에 대한 데이터를 수집할 수 있다. 이를 통해 해당 단어를 가장 많이 사용하는 집단에서 사용되는 단어의 컨셉을 파악할 수 있으며, 단어가 어떤 단어와 빈번하게 결합되는지 파악함으로써 해당 단어의 컨셉을 명확히 정립하는 것이 가능해진다.
또한, 제어모듈(110)은 결합 빈도가 가장 높은 단어들을 파악하여 해당 단어들에 모두에 대한 메이커를 함께 포함하는 메이커 데이터를 찾아낼 수 있다.
그 후 제어모듈(110)은 상기 메이커 데이터에서 각 단어에 해당하는 메이커를 분리한다. 이러한 과정을 통해 해당 단어의 기본 메이커를 결정하는 것이 가능하다.
본 발명의 다른 일 실시예에 따르면 시스템(100)이 단어의 기본 메이커를 만드는 단계(S100)가 생략될 수 있다. 예를 들어, 시스템(100)은 S100 단계를 생략하고 데이터베이스(130)에 저장된 단어들에 대한 기본 메이커 데이터를 활용하는 것이 가능하다.
시스템(100)이 학습자에게 단어의 컨셉을 학습시키는 단계(S200)는 해당 단어에 대한 복수의 컨셉 메이커들과 기본 메이커를 이용하여 이루어진다.
도 3을 참조하면 이러한 컨셉 학습의 중요성을 알 수 있다.
도 3에는 외국어 단어의 개념과 한국어 단어의 개념의 차이를 설명하기 위한 개념도가 도시되어 있다.
서로 다른 언어의 단어들은 서로 유사할 수는 있어도 동일한 개념을 가지지 않는다. 예를 들어, 도 3에 도시된 영어 단어(10) 'keep'에는 '유지하다(21)', '계속 있다(22)', '반복하다(23)', '남겨두다(24)' 등의 한글 단어(20)가 대응될 수 있다. 이와 같이 하나의 단어에 서로 다른 복수의 뜻이 매칭되는 것은 단어가 가진 개념이 서로 다르기 때문이다.
이하에서는 도 4 내지 도 10을 참고하여 시스템(100)이 어떻게 학습자에게 단어의 컨셉을 인지시켜 복잡한 사고나 암기 없이 직관적으로 언어를 이해할 수 있게 하는지를 설명한다.
도 4는 본 발명의 일 실시예에 따라 단어의 컨셉을 인지시키는 방법을 설명하는 개념도이다.
도 4를 참조하면, 시스템(100)은 복수의 컨셉 메이커를 학습자에게 노출시켜 해당 단어에 대한 개념을 인지시킬 수 있다.
예를 들어, 시스템(100)이 'Dog'라는 영어 단어의 개념을 학습자에게 인식시키는 과정을 살펴본다.
도시된 바에 따르면, 시스템(100)은 먼저 'Dog'에 대응되는 제1 컨셉 메이커(31)를 사용자에게 제공한다.
시스템(100)은 제1 컨셉 메이커(31)를 제공할 때 'Dog'에 대한 제1 음성(41)을 함께 제공한다. 그 후 시스템(100)은 제2 컨셉 메이커(32)와 제2 음성(42), 제3 컨셉 메이커(33)와 제3 음성(43), 제4 컨셉 메이커와 제4 음성(44) 등을 순차적으로 제공한다.
시스템(100)이 제공하는 음성들은 동일한 음성일 수도 있고 서로 다른 음성일 수도 있다.
예를 들어, 시스템(100)은 영어 단어에 대한 음성을 제공할 때 서로 다른 국가에서 해당 단어를 읽는 음성을 제공하거나(ex. 미국식 발음, 영국식 발음, 필리핀식 발음, 호주식 발음, 인도식 발음 등), 남성의 발음과 여성의 발음을 번갈아 제공하는 방식으로 서로 다른 음성을 제공할 수 있다.
시스템은 해당 단어에 대응되는 다양한 음성을 학습자에게 제공하여 다른 음성을 듣더라도 그 음성들이 동일한 단어에 대응되는 것임을 알게 한다. 즉, 학습자는 이러한 과정을 통해 동일한 단어를 지칭하는 서로 다른 음성들의 공통점을 인식할 수 있게 된다.
예를 들어, 같은 단어를 발음하더라도 지역에 따라 서로 다른 식으로 발음하는 것이 가능한데(ex. 'turn right'에 대해 '턴 라이트', '턴 롸잇', '똔 라이뜨' 등으로 발음하는 것이 가능) 시스템은 이러한 다양한 발음들을 학습자에게 제공하고, 학습자는 이러한 발음들이 모두 동일한 컨셉 메이커('turn right'에 대응되는 컨셉 메이커)에 대응된다는 것을 인식하게 된다.
학습자는 서로 다른 컨셉 메이커와 음성을 제공받으며 공통되는 특징을 파악하여 해당 단어의 개념을 인식하게 된다.
본 발명의 다른 실시예에 따르면, 시스템(100)은 단어에 대한 학습 컨텐츠를 제공할 때 긍정적인 컨셉 메이커와, 부정적인 컨셉 메이커를 구분하여 제공할 수 있다.
시스템(100)은 해당 단어와 연결되는 단어를 분석하여 해당 컨셉 메이커가 긍정적인지 부정적인지 파악할 수 있다.
예를 들어, 'bad boy', 'lazy boy' 등과 같은 부정적 단어와 결합되는 컨셉 메이커는 부정적 컨셉 메이커로 판단하고, 'good boy', 'kind boy' 등과 같은 긍정적 단어와 결합되는 컨셉 메이커는 긍정적 컨셉 메이커로 판단할 수 있다.
시스템(100)은 학습자가 단어에 대한 개념을 인식한 후 컨셉 메이커들의 조합을 통해 외국어 문장을 학습시킬 수 있다.
시스템(100)은 서로 다른 메이커 영역(200)의 결합을 통해 외국어 문장을 학습시킬 수 있다(S300).
도 5 내지 도 도 5는 본 발명의 일 실시예에 따른 메이커 영역(200)의 구분을 설명하는 개념도이고, 도 6은 본 발명의 일 실시예에 따른 메이커 영역(200)의 결합을 통한 문장 학습을 설명하는 개념도이고, 도 7은 메이커 영역(200)에 그려지는 컨셉 메이커 간의 결합 방식을 설명하기 위한 개념도이고, 도 8은 메이커 영역(200)의 벡터화를 통해 복잡한 문장구조를 설명하는 실시예를 나타낸 개념도이다.
도 5 내지 도 7을 참조하면, 단어의 종류에 따라 서로 다른 메이커 영역(200)이 할당될 수 있다.
예를 들어, 형용사에는 'ㄷ'자 형태의 제1 영역(210)이 할당되고, 명사에는 'ㅡ'자 형태의 제2 영역(220)이 할당될 수 있다. 마찬가지로 단어의 종류에 따라 제3 영역(230) 내지 제5 영역(250) 등이 할당될 수 있다.
상기 메이커 영역(200)들에는 해당 단어에 대응되는 컨셉 메이커가 그려진다.
특히 동사에 해당하는 제3 영역(230)은 3-1영역(230a)과 3-2영역(230b)으로 나뉘어질 수 있다. 이는 언어에 따라 동사의 형태가 변형될 수 있기 때문에 변화 형태를 반영하기 위한 것이다.
예를 들어, 영어의 경우 조동사가 일반동사 앞에 나오며 일반동사의 컨셉을 변화시키기 때문에 3-1영역(230a)에는 조동사에 대한 컨셉 메이커가 그려지고 3-2영역(230b)에는 일반동사에 대한 컨셉 메이커가 그려질 수 있다.
본 발명의 일 실시예에 따르면 특정 언어에서 관용적으로 붙는 단어들(ex. 관사, 단수형 일반동사에 붙는 's' 등)은 컨셉 메이커에서 제외시킬 수 있다.
도 6을 참조하면, 해당 영역에 각 단어에 대응되는 컨셉 메이커가 그려지고 컨셉 메이커들이 연결될 수 있도록 메이커 영역(200)들이 순차적으로 결합된다.
도시된 바와 같이 경계나 범위를 나타내는 단어(ex.'in', 'out' 등)의 경우 메이커 영역(200)에 경계나 범위를 표시함으로서 표현되는 것이 가능하다.
도 7을 참조하면, 메이커 영역(200)에 그려지는 컨셉 메이커는 특정 규칙을 갖도록 설정될 수 있다.
도시된 바에 따르면, 제1 영역(210)은 5개의 세부영역(211,212,213,214,215)으로 이루어질 수 있고 제2 영역(220)과 접하는 면(211b)과, 제3 영역(230)과 접하는 면(211a)을 구비할 수 있다. 제2 영역(220)은 2개의 세부영역(221,222)으로 이루어질 수 있으며 제1 영역(210)과 접하는 면(221a, 221b)과 제3 영역(230)과 접하는 면(222a,222b)을 구비할 수 있다. 제3 영역(230)은 5개의 세부영역(231,232,233,234,235)으로 이루어지고 제1 영역(210)과 접하는 면(231a)과 제2 영역(220)과 접하는 면(231b)을 구비할 수 있다.
시스템(100)은 각 영역에 그려지는 컨셉 메이커들이 다른 영역과 접하는 면에 컨셉 메이커의 경계가 배치되도록 할 수 있다.
예를 들어, 형용사(제1 영역(210))+명사(제2 영역(220))+동사(제3 영역(230))가 연결되는 문장의 경우 시스템(100)은 명사에 대응하는 컨셉 메이커의 경계가 제1 영역(210)에 접하는 면과 제3 영역(230)에 접하는 면 양쪽에 배치되도록 메이커를 확대할 수 있다. 다른 예로 명사(제2 영역(220))+동사(제3 영역(230))가 연결되는 문장의 경우 제1 영역(210)과 제2 영역(220)이 접하지 않으므로 시스템(100)은 명사에 대응하는 컨셉 메이커의 경계가 제3 영역(230)과 접하는 면에 배치되도록 메이커를 축소할 수 있다.
또한, 본 발명의 다른 실시예에 따르면 문장 안에 문장이 들어간 '구' 또는 '절'의 경우 도 8에 도시된 것처럼 '구'나 '절' 전체를 하나의 컨셉 메이커화 한 후 확대, 축소, 이동시키는 것이 가능하다.
도 9는 본 발명의 일 실시예에 따라 형성된 단어의 컨셉 메이커들을 나타낸 개념도이고, 도 10은 본 발명의 다른 일 실시예에 따라 컨셉 메이커들을 중첩시켜 문장을 설명하는 방법을 나타낸 개념도이다.
도 9 및 도 10을 참조하면, 각 단어에 대한 컨셉 메이커들의 일부 영역을 중첩시켜 문장을 설명할 수 있다.
본 실시예에 따르면, 각 단어에 해당하는 영역들이 서로 중첩되며 문장을 설명한다.
예를 들어, 도 9에는 제1 영역(210)에는 "I"에 대한 컨셉 메이커, 제2 영역(220)에는 "felt"에 대한 컨셉 메이커, 제3 영역(230)에는 "something"에 대한 컨셉 메이커, 제4 영역에는 "crawling"에 대한 컨셉 메이커가 도시되어 있다.
이렇게 형성된 컨셉 메이커는 문장의 발음이 나오는 순서에 따라 일정 부분 서로 중첩되며 표시될 수 있다.
또한, 다른 실시예에 따르면, 단어의 품사에 따라 서로 다른 영역을 할당하고 특정 품사의 경우 일부가 겹치는 것이 아니라 전체 문장의 프레임을 형성할 수 있다.
예를 들어, 동사에 해당하는 영역은 명사에 해당하는 영역보다 크고(ex. 명사의 영역의 A4라면 동사의 영역은 A3가 될 수 있음), 두 개의 영역이 중첩되는 정도는 30% 정도가 바람직하나 이에 국한되는 것은 아니다. 또한, 접속사나 관계사는 필름 같은 느낌으로 전체 프레임으로 표현될 수 있다. 접속사나 관계사의 앞에 작은 영역을 할당하여 접속사/관계사의 종류를 표시하는 것도 가능하다.
상기에서 설명한 실시예들에 따르면, 고차원적인 사고를 하지 않고 직관적으로 언어를 학습할 수 있게 하여 학습에 드는 에너지 소모를 줄이고 학습 효율을 극대화시킬 수 있고, 학습자에게 하나의 단어에 해당하는 다양한 컨셉 메이커를 제공함으로써 해당 언어를 모국어로 사용하는 사람과 동일하게 단어의 의미를 인식할 수 있게 하며, 단어에 따른 메이커 영역을 할당하고 메이커 영역의 결합을 통해 다양한 문장에 대한 학습이 가능하게 할 수 있는 등 종래 기술에 비해 개선된 효과를 기대할 수 있다.
이상에서 설명한 단어의 컨셉 메이커를 이용한 언어 학습 시스템은 위에서 설명된 실시예들의 구성과 방법에 한정되는 것이 아니라, 상기 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.

Claims (10)

  1. 학습대상 단어의 컨셉 메이커를 포함하는 학습 컨텐츠를 학습자의 사용자 단말기로 제공하는 제어 모듈을 구비하고,
    상기 제어 모듈은,
    상기 학습대상 단어에 대응되는 서로 다른 복수의 컨셉 메이커와 음성 데이터를 순차적으로 사용자 단말기에 제공하여 사용자가 상기 학습대상 단어에 대한 개념을 인지할 수 있도록 하는 것을 특징으로 하는 단어의 컨셉 메이커를 이용한 언어 학습 시스템.
  2. 제1항에 있어서,
    상기 제어 모듈은,
    상기 복수의 컨셉 메이커들 사이에 기본 메이커를 제공하도록 형성되는 것을 특징으로 하는 단어의 컨셉 메이커를 이용한 언어 학습 시스템.
  3. 제2항에 있어서,
    상기 기본 메이커는,
    컨셉 메이커들의 공통점을 추출하여 상기 공통점이 가장 많이 포함된 컨셉 메이커인 것을 특징으로 하는 컨셉 메이커를 이용한 언어 학습 시스템.
  4. 제2항에 있어서,
    상기 제어 모듈은,
    상기 학습대상 단어와 결합빈도가 가장 높은 단어를 찾고 상기 단어들이 함께 포함된 결합 컨셉 메이커를 확인한 후 상기 결합 컨셉 메이커에서 각 단어에 대응되는 메이커들을 분리하여 기본 메이커로 선정하는 것을 특징으로 하는 컨셉 메이커를 이용한 언어 학습 시스템.
  5. 제1항에 있어서,
    상기 제어모듈은,
    사용자에게 인식된 컨셉 메이커들을 조합하여 외국어 문장에 대한 학습 컨텐츠를 제공하는 것을 특징으로 하는 컨셉 메이커를 이용한 언어 학습 시스템.
  6. 제5항에 있어서,
    상기 제어모듈은,
    문장을 구성하는 단어들에 대응되는 컨셉 메이커마다 메이커 영역을 할당하고 각 컨셉 메이커에 대응되는 음성이 제공됨에 따라 상기 메이커 영역을 조합하여 학습 컨텐츠를 제공하는 것을 특징으로 하는 컨셉 메이커를 이용한 언어 학습 시스템.
  7. 제6항에 있어서,
    상기 제어모듈은,
    단어의 종류에 따라 서로 다른 형태의 메이커 영역을 할당하는 것을 특징으로 하는 컨셉 메이커를 이용한 언어 학습 시스템.
  8. 제7항에 있어서,
    상기 메이커 영역은,
    제1 영역이 제2 영역을 둘러싸도록 형성되는 것을 특징으로 하는 컨셉 메이커를 이용한 언어 학습 시스템.
  9. 제8항에 있어서,
    상기 제어모듈은,
    서로 접하는 영역의 경계에 컨셉 메이커가 경계가 배치되도록 컨셉 메이커를 배치하는 것을 특징으로 하는 컨셉 메이커를 이용한 언어 학습 시스템.
  10. 제7항에 있어서,
    상기 제어모듈은,
    단어의 종류가 동사인 경우 상기 단어에 할당되는 메이커 영역을 다시 둘로 나누는 것을 특징으로 하는 컨셉 메이커를 이용한 언어 학습 시스템.
PCT/KR2019/002365 2019-01-30 2019-02-27 단어의 컨셉 메이커를 이용한 언어 학습 시스템 WO2020158991A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2019-0011732 2019-01-30
KR1020190011732A KR102236847B1 (ko) 2019-01-30 2019-01-30 단어의 컨셉 메이커를 이용한 언어 학습 시스템

Publications (1)

Publication Number Publication Date
WO2020158991A1 true WO2020158991A1 (ko) 2020-08-06

Family

ID=71842124

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2019/002365 WO2020158991A1 (ko) 2019-01-30 2019-02-27 단어의 컨셉 메이커를 이용한 언어 학습 시스템

Country Status (2)

Country Link
KR (1) KR102236847B1 (ko)
WO (1) WO2020158991A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008250090A (ja) * 2007-03-30 2008-10-16 Casio Comput Co Ltd 発音学習支援装置及び発音学習支援プログラム
KR20120119593A (ko) * 2011-04-22 2012-10-31 주식회사 마법영어 다양한 타입의 음성을 통한 외국어 학습 시스템
KR20140115849A (ko) * 2013-03-22 2014-10-01 (주)네오넷코리아 단어의 의미를 기반으로 하는 다국어 검색 시스템, 다국어 검색 방법 및 이를 이용한 이미지 검색 시스템
KR20160130578A (ko) * 2015-05-04 2016-11-14 김정훈 언어 특성을 고려한 언어 학습 장치 및 시스템
JP2018088101A (ja) * 2016-11-28 2018-06-07 富士通株式会社 同義表現抽出装置、同義表現抽出方法、及び同義表現抽出プログラム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100867382B1 (ko) 2006-09-30 2008-11-10 최재봉 전체 이미지에서 선택되는 대응 부분 이미지 간의 표현된다이어그램을 매개로 하는 어학 학습 교재
KR100798153B1 (ko) 2006-12-01 2008-01-28 최재봉 부분 이미지 활용 부분 이미지 활용 언어 학습 콘텐츠 제공시스템
KR100852970B1 (ko) 2007-01-24 2008-08-19 배강원 이미지 분할 기법을 이용한 언어 학습 시스템 및 방법과,이를 위한 기록매체와 언어 학습 교재
KR20090102726A (ko) * 2009-09-10 2009-09-30 최종근 멀티미디어를 이용한 이미지 기반의 외국어 문장 구성방법 및 단어를 훈련하는 학습 방법 및 장치
KR20160146204A (ko) * 2015-06-12 2016-12-21 김진호 연상이미지 단어학습 컨텐츠 상호교류 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008250090A (ja) * 2007-03-30 2008-10-16 Casio Comput Co Ltd 発音学習支援装置及び発音学習支援プログラム
KR20120119593A (ko) * 2011-04-22 2012-10-31 주식회사 마법영어 다양한 타입의 음성을 통한 외국어 학습 시스템
KR20140115849A (ko) * 2013-03-22 2014-10-01 (주)네오넷코리아 단어의 의미를 기반으로 하는 다국어 검색 시스템, 다국어 검색 방법 및 이를 이용한 이미지 검색 시스템
KR20160130578A (ko) * 2015-05-04 2016-11-14 김정훈 언어 특성을 고려한 언어 학습 장치 및 시스템
JP2018088101A (ja) * 2016-11-28 2018-06-07 富士通株式会社 同義表現抽出装置、同義表現抽出方法、及び同義表現抽出プログラム

Also Published As

Publication number Publication date
KR20200094350A (ko) 2020-08-07
KR102236847B1 (ko) 2021-04-06

Similar Documents

Publication Publication Date Title
WO2018151464A1 (ko) 음성 인식을 이용한 코딩시스템 및 코딩방법
WO2013036051A2 (ko) 외국어 문장 학습 장치 및 이를 이용한 학습 방법
WO2010147253A1 (ko) 아동용 외국어 학습 교구
WO2014106979A1 (ko) 통계적 음성 언어 이해 방법
WO2021033865A1 (ko) 한글 학습 방법 및 그 장치
WO2022019589A1 (ko) 외국인 학습자를 위한 영어 발음기호를 이용한 한글 교육 시스템
WO2020213785A1 (ko) 발화 패턴의 무한성 개선을 위한 딥러닝 기반의 텍스트 문장 자동 생성시스템
WO2021137534A1 (ko) 음성 분석을 통한 한국어 발음 학습 방법 및 시스템
CN109102723A (zh) 一种基于字母中文的交互式教学系统及实现其方法
WO2020158991A1 (ko) 단어의 컨셉 메이커를 이용한 언어 학습 시스템
Wazalwar et al. Distributed Education System for Deaf and Dumb Children and Educator: A Today’s Need
WO2018074658A1 (ko) 하이브리드 자막 효과 구현 단말 및 방법
WO2014209051A1 (ko) 설문에 대한 피설문자 응답을 게시하는 방법 및 그 방법을 지원하는 설문 서비스 서버
CN111241802A (zh) 一种作业生成方法、装置、存储介质及终端
WO2020004717A1 (ko) 입력 어플리케이션을 이용한 번역 서비스 제공 방법 및 이를 이용하는 단말장치
WO2022177372A1 (ko) 인공지능을 이용하여 튜터링 서비스를 제공하기 위한 시스템 및 그에 관한 방법
WO2009148224A2 (ko) 라틴 문자 입력 장치 및 이를 이용한 휴대용 단말기
Bacala Review on the research in first language interference and cultural interference in second language learning
WO2023106523A1 (ko) 수어 동영상에 자막을 추가하는 시스템용 데이터베이스 구축 방법 및 이를 이용한 데이터베이스 장치
Mustafa et al. Translation techniques used in translating a smartphone user manual
WO2021182828A1 (ko) 기계학습, 자연어처리 및 패턴기반 참조 라이브러리 기반 탐색 언어학습 시스템 및 방법
WO2024053967A1 (ko) 디스플레이 기반 커뮤니케이션 시스템
WO2024025184A1 (ko) 동사의 문형별 및 단어의 품사별 영어 해석편 제공시스템 및 그것을 기록한 매체
WO2023106522A1 (ko) 수어 동영상에 자막을 추가하는 시스템
WO2022035125A1 (ko) Ai 음성 인식 학습기를 이용한 외국어 학습 시스템 및 방법

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: 19913957

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: 19913957

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 19913957

Country of ref document: EP

Kind code of ref document: A1