WO2023058944A1 - 전자 장치 및 응답 제공 방법 - Google Patents

전자 장치 및 응답 제공 방법 Download PDF

Info

Publication number
WO2023058944A1
WO2023058944A1 PCT/KR2022/014042 KR2022014042W WO2023058944A1 WO 2023058944 A1 WO2023058944 A1 WO 2023058944A1 KR 2022014042 W KR2022014042 W KR 2022014042W WO 2023058944 A1 WO2023058944 A1 WO 2023058944A1
Authority
WO
WIPO (PCT)
Prior art keywords
response
utterance
question
data
electronic device
Prior art date
Application number
PCT/KR2022/014042
Other languages
English (en)
French (fr)
Inventor
진성빈
김설희
여재영
Original Assignee
삼성전자주식회사
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 KR1020220022924A external-priority patent/KR20230051038A/ko
Application filed by 삼성전자주식회사 filed Critical 삼성전자주식회사
Priority to US18/113,306 priority Critical patent/US20230197066A1/en
Publication of WO2023058944A1 publication Critical patent/WO2023058944A1/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
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/1815—Semantic context, e.g. disambiguation of the recognition hypotheses based on word meaning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/60—Information retrieval; Database structures therefor; File system structures therefor of audio data
    • G06F16/63—Querying
    • G06F16/638—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/28—Constructional details of speech recognition systems
    • G10L15/30—Distributed recognition, e.g. in client-server systems, for mobile phones or network applications
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/08—Speech classification or search
    • G10L15/18—Speech classification or search using natural language modelling
    • G10L15/1822—Parsing for meaning understanding
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command

Definitions

  • Various embodiments relate to an electronic device and a method of providing a response.
  • the AI voice assistant system provides users with a question and answer function.
  • a user's speech e.g, a question
  • the NLU module analyzes the user's speech to determine the intention of the speech.
  • the system may provide the user with a response (eg, information provision) corresponding to the question.
  • a response eg, information provision
  • Information to be provided to the user may be obtained through a database built in the system or a web search summary, and the obtained information may be delivered to the user.
  • the system cannot provide the user with a response corresponding to the user's question, and has no choice but to provide the user with an error handling phrase (eg, "I did not understand well").
  • the case in which the user's speech intention is ambiguous may mean a case in which the user request cannot be performed because the system does not understand the user's speech intention.
  • Various embodiments provide a corresponding response to the user even when it is not possible to determine the user's utterance intention (eg, when the user's utterance intention is ambiguous) based on an expanded database including the analysis result of a response previously provided to the user. technology can be provided.
  • An electronic device includes a memory including instructions and a processor electrically connected to the memory and executing the instructions, and when the instructions are executed by the processor, the processor receives an utterance. and to identify the intention of the received utterance, and in response to an ambiguous case in which the intention of the received utterance is ambiguous, to provide a response corresponding to the received utterance based on an extended database, the expanded database comprising the intention It may include the analysis result of the response provided in response to the utterance that can be identified.
  • An electronic device includes a memory including instructions and a processor electrically connected to the memory and executing the instructions, and when the instructions are executed by the processor, the processor includes a plurality of definitions. Analyzing a first response provided in response to a first utterance matching at least one of the identified intents, expanding the database by adding the analysis result to a database, and matching the ambiguous intent based on the expanded database. A second response may be provided in response to the second utterance.
  • An operating method of an electronic device includes an operation of analyzing a first response provided in response to a first utterance that matches at least one of a plurality of defined intents and expanding the database by adding the analysis result to the database. and providing a second response in response to a second utterance that matches the ambiguous intent based on the expanded database.
  • Various embodiments may provide a technique of expanding a database for providing a response to a user by analyzing a response provided in response to a user's utterance for which an utterance intention may be determined.
  • Various embodiments provide a corresponding response to the user even when it is not possible to determine the user's utterance intention (eg, when the user's utterance intention is ambiguous) based on an expanded database including the analysis result of a response previously provided to the user. By doing so, the user's sensory performance can be improved.
  • FIG. 1 is a block diagram of an electronic device in a network environment, according to various embodiments.
  • FIG. 2 is a block diagram illustrating an integrated intelligence system according to an embodiment.
  • FIG. 3 is a diagram illustrating a form in which relation information between a concept and an operation is stored in a database according to various embodiments.
  • FIG. 4 is a diagram illustrating a screen on which an electronic device processes a voice input received through an intelligent app according to various embodiments.
  • FIG. 5 is a diagram for explaining a concept in which an electronic device provides a response in response to a user's speech, according to various embodiments.
  • 6A and 6B are diagrams for explaining a case where an electronic device cannot determine a user's utterance intention according to various embodiments.
  • FIG. 7 is a block diagram of an electronic device according to various embodiments.
  • 8A, 8B, 9A, 9B, and 9C are diagrams for explaining an operation of expanding a database by an electronic device according to various embodiments.
  • 10A, 10B, and 10C are diagrams for explaining an operation of providing a response to a user based on an expanded database by an electronic device according to various embodiments.
  • 11A and 11B illustrate examples of UIs through which an electronic device provides a response to a user according to various embodiments.
  • FIG. 12 is a flowchart illustrating an example of a method of operating an electronic device according to various embodiments.
  • FIG. 13 is a flowchart illustrating another example of a method of operating an electronic device according to various embodiments.
  • FIG. 1 is a block diagram of an electronic device 101 within a network environment 100, according to various embodiments.
  • an electronic device 101 communicates with an electronic device 102 through a first network 198 (eg, a short-range wireless communication network) or through a second network 199. It may communicate with at least one of the electronic device 104 or the server 108 through (eg, a long-distance wireless communication network). According to one embodiment, the electronic device 101 may communicate with the electronic device 104 through the server 108 .
  • a first network 198 eg, a short-range wireless communication network
  • the server 108 e.g, a long-distance wireless communication network
  • the electronic device 101 includes a processor 120, a memory 130, an input module 150, an audio output module 155, a display module 160, an audio module 170, a sensor module ( 176), interface 177, connection terminal 178, haptic module 179, camera module 180, power management module 188, battery 189, communication module 190, subscriber identification module 196 , or the antenna module 197 may be included.
  • at least one of these components eg, the connection terminal 178) may be omitted or one or more other components may be added.
  • some of these components eg, sensor module 176, camera module 180, or antenna module 197) are integrated into a single component (eg, display module 160). It can be.
  • the processor 120 for example, executes software (eg, the program 140) to cause at least one other component (eg, hardware or software component) of the electronic device 101 connected to the processor 120. It can control and perform various data processing or calculations. According to one embodiment, as at least part of data processing or operation, the processor 120 transfers instructions or data received from other components (e.g., sensor module 176 or communication module 190) to volatile memory 132. , processing commands or data stored in the volatile memory 132 , and storing resultant data in the non-volatile memory 134 .
  • software eg, the program 140
  • the processor 120 transfers instructions or data received from other components (e.g., sensor module 176 or communication module 190) to volatile memory 132. , processing commands or data stored in the volatile memory 132 , and storing resultant data in the non-volatile memory 134 .
  • the processor 120 may include a main processor 121 (eg, a central processing unit or an application processor) or a secondary processor 123 (eg, a graphic processing unit, a neural network processing unit ( NPU: neural processing unit (NPU), image signal processor, sensor hub processor, or communication processor).
  • a main processor 121 eg, a central processing unit or an application processor
  • a secondary processor 123 eg, a graphic processing unit, a neural network processing unit ( NPU: neural processing unit (NPU), image signal processor, sensor hub processor, or communication processor.
  • NPU neural network processing unit
  • the secondary processor 123 may be implemented separately from or as part of the main processor 121 .
  • the secondary processor 123 may, for example, take the place of the main processor 121 while the main processor 121 is in an inactive (eg, sleep) state, or the main processor 121 is active (eg, running an application). ) state, together with the main processor 121, at least one of the components of the electronic device 101 (eg, the display module 160, the sensor module 176, or the communication module 190) It is possible to control at least some of the related functions or states.
  • the auxiliary processor 123 eg, image signal processor or communication processor
  • the auxiliary processor 123 may include a hardware structure specialized for processing an artificial intelligence model.
  • AI models can be created through machine learning. Such learning may be performed, for example, in the electronic device 101 itself where the artificial intelligence model is performed, or may be performed through a separate server (eg, the server 108).
  • the learning algorithm may include, for example, supervised learning, unsupervised learning, semi-supervised learning or reinforcement learning, but in the above example Not limited.
  • the artificial intelligence model may include a plurality of artificial neural network layers.
  • Artificial neural networks include deep neural networks (DNNs), convolutional neural networks (CNNs), recurrent neural networks (RNNs), restricted boltzmann machines (RBMs), deep belief networks (DBNs), bidirectional recurrent deep neural networks (BRDNNs), It may be one of deep Q-networks or a combination of two or more of the foregoing, but is not limited to the foregoing examples.
  • the artificial intelligence model may include, in addition or alternatively, software structures in addition to hardware structures.
  • the memory 130 may store various data used by at least one component (eg, the processor 120 or the sensor module 176) of the electronic device 101 .
  • the data may include, for example, input data or output data for software (eg, program 140) and commands related thereto.
  • the memory 130 may include volatile memory 132 or non-volatile memory 134 .
  • the program 140 may be stored as software in the memory 130 and may include, for example, an operating system 142 , middleware 144 , or an application 146 .
  • the input module 150 may receive a command or data to be used by a component (eg, the processor 120) of the electronic device 101 from the outside of the electronic device 101 (eg, a user).
  • the input module 150 may include, for example, a microphone, a mouse, a keyboard, a key (eg, a button), or a digital pen (eg, a stylus pen).
  • the sound output module 155 may output sound signals to the outside of the electronic device 101 .
  • the sound output module 155 may include, for example, a speaker or a receiver.
  • the speaker can be used for general purposes such as multimedia playback or recording playback.
  • a receiver may be used to receive an incoming call. According to one embodiment, the receiver may be implemented separately from the speaker or as part of it.
  • the display module 160 may visually provide information to the outside of the electronic device 101 (eg, a user).
  • the display module 160 may include, for example, a display, a hologram device, or a projector and a control circuit for controlling the device.
  • the display module 160 may include a touch sensor set to detect a touch or a pressure sensor set to measure the intensity of force generated by the touch.
  • the audio module 170 may convert sound into an electrical signal or vice versa. According to one embodiment, the audio module 170 acquires sound through the input module 150, the sound output module 155, or an external electronic device connected directly or wirelessly to the electronic device 101 (eg: Sound may be output through the electronic device 102 (eg, a speaker or a headphone).
  • the audio module 170 acquires sound through the input module 150, the sound output module 155, or an external electronic device connected directly or wirelessly to the electronic device 101 (eg: Sound may be output through the electronic device 102 (eg, a speaker or a headphone).
  • the sensor module 176 detects an operating state (eg, power or temperature) of the electronic device 101 or an external environmental state (eg, a user state), and generates an electrical signal or data value corresponding to the detected state. can do.
  • the sensor module 176 may include, for example, a gesture sensor, a gyro sensor, an air pressure sensor, a magnetic sensor, an acceleration sensor, a grip sensor, a proximity sensor, a color sensor, an IR (infrared) sensor, a bio sensor, It may include a temperature sensor, humidity sensor, or light sensor.
  • the interface 177 may support one or more designated protocols that may be used to directly or wirelessly connect the electronic device 101 to an external electronic device (eg, the electronic device 102).
  • the interface 177 may include, for example, a high definition multimedia interface (HDMI), a universal serial bus (USB) interface, an SD card interface, or an audio interface.
  • HDMI high definition multimedia interface
  • USB universal serial bus
  • SD card interface Secure Digital Card interface
  • audio interface audio interface
  • connection terminal 178 may include a connector through which the electronic device 101 may be physically connected to an external electronic device (eg, the electronic device 102).
  • the connection terminal 178 may include, for example, an HDMI connector, a USB connector, an SD card connector, or an audio connector (eg, a headphone connector).
  • the haptic module 179 may convert electrical signals into mechanical stimuli (eg, vibration or motion) or electrical stimuli that a user may perceive through tactile or kinesthetic senses.
  • the haptic module 179 may include, for example, a motor, a piezoelectric element, or an electrical stimulation device.
  • the camera module 180 may capture still images and moving images. According to one embodiment, the camera module 180 may include one or more lenses, image sensors, image signal processors, or flashes.
  • the power management module 188 may manage power supplied to the electronic device 101 .
  • the power management module 188 may be implemented as at least part of a power management integrated circuit (PMIC), for example.
  • PMIC power management integrated circuit
  • the battery 189 may supply power to at least one component of the electronic device 101 .
  • the battery 189 may include, for example, a non-rechargeable primary cell, a rechargeable secondary cell, or a fuel cell.
  • the communication module 190 is a direct (eg, wired) communication channel or a wireless communication channel between the electronic device 101 and an external electronic device (eg, the electronic device 102, the electronic device 104, or the server 108). Establishment and communication through the established communication channel may be supported.
  • the communication module 190 may include one or more communication processors that operate independently of the processor 120 (eg, an application processor) and support direct (eg, wired) communication or wireless communication.
  • the communication module 190 is a wireless communication module 192 (eg, a cellular communication module, a short-range wireless communication module, or a global navigation satellite system (GNSS) communication module) or a wired communication module 194 (eg, : a local area network (LAN) communication module or a power line communication module).
  • a wireless communication module 192 eg, a cellular communication module, a short-range wireless communication module, or a global navigation satellite system (GNSS) communication module
  • GNSS global navigation satellite system
  • wired communication module 194 eg, : a local area network (LAN) communication module or a power line communication module.
  • a corresponding communication module is a first network 198 (eg, a short-range communication network such as Bluetooth, wireless fidelity (WiFi) direct, or infrared data association (IrDA)) or a second network 199 (eg, legacy It may communicate with the external electronic device 104 through a cellular network, a 5G network, a next-generation communication network, the Internet, or a telecommunications network such as a computer network (eg, a LAN or a WAN).
  • a telecommunications network such as a computer network (eg, a LAN or a WAN).
  • These various types of communication modules may be integrated as one component (eg, a single chip) or implemented as a plurality of separate components (eg, multiple chips).
  • the wireless communication module 192 uses subscriber information (eg, International Mobile Subscriber Identifier (IMSI)) stored in the subscriber identification module 196 within a communication network such as the first network 198 or the second network 199.
  • subscriber information eg, International Mobile Subscriber Identifier (IMSI)
  • IMSI International Mobile Subscriber Identifier
  • the electronic device 101 may be identified or authenticated.
  • the wireless communication module 192 may support a 5G network after a 4G network and a next-generation communication technology, for example, NR access technology (new radio access technology).
  • NR access technologies include high-speed transmission of high-capacity data (enhanced mobile broadband (eMBB)), minimization of terminal power and access of multiple terminals (massive machine type communications (mMTC)), or high reliability and low latency (ultra-reliable and low latency (URLLC)).
  • eMBB enhanced mobile broadband
  • mMTC massive machine type communications
  • URLLC ultra-reliable and low latency
  • -latency communications can be supported.
  • the wireless communication module 192 may support a high frequency band (eg, mmWave band) to achieve a high data rate, for example.
  • the wireless communication module 192 uses various technologies for securing performance in a high frequency band, such as beamforming, massive multiple-input and multiple-output (MIMO), and full-dimensional multiplexing. Technologies such as input/output (FD-MIMO: full dimensional MIMO), array antenna, analog beam-forming, or large scale antenna may be supported.
  • the wireless communication module 192 may support various requirements defined for the electronic device 101, an external electronic device (eg, the electronic device 104), or a network system (eg, the second network 199).
  • the wireless communication module 192 is a peak data rate for eMBB realization (eg, 20 Gbps or more), a loss coverage for mMTC realization (eg, 164 dB or less), or a U-plane latency for URLLC realization (eg, Example: downlink (DL) and uplink (UL) each of 0.5 ms or less, or round trip 1 ms or less) may be supported.
  • eMBB peak data rate for eMBB realization
  • a loss coverage for mMTC realization eg, 164 dB or less
  • U-plane latency for URLLC realization eg, Example: downlink (DL) and uplink (UL) each of 0.5 ms or less, or round trip 1 ms or less
  • the antenna module 197 may transmit or receive signals or power to the outside (eg, an external electronic device).
  • the antenna module 197 may include an antenna including a radiator formed of a conductor or a conductive pattern formed on a substrate (eg, PCB).
  • the antenna module 197 may include a plurality of antennas (eg, an array antenna). In this case, at least one antenna suitable for a communication method used in a communication network such as the first network 198 or the second network 199 is selected from the plurality of antennas by the communication module 190, for example. can be chosen A signal or power may be transmitted or received between the communication module 190 and an external electronic device through the selected at least one antenna.
  • other components eg, a radio frequency integrated circuit (RFIC) may be additionally formed as a part of the antenna module 197 in addition to the radiator.
  • RFIC radio frequency integrated circuit
  • the antenna module 197 may form a mmWave antenna module.
  • the mmWave antenna module includes a printed circuit board, an RFIC disposed on or adjacent to a first surface (eg, a lower surface) of the printed circuit board and capable of supporting a designated high frequency band (eg, mmWave band); and a plurality of antennas (eg, array antennas) disposed on or adjacent to a second surface (eg, a top surface or a side surface) of the printed circuit board and capable of transmitting or receiving signals of the designated high frequency band. can do.
  • peripheral devices eg, a bus, general purpose input and output (GPIO), serial peripheral interface (SPI), or mobile industry processor interface (MIPI)
  • signal e.g. commands or data
  • commands or data may be transmitted or received between the electronic device 101 and the external electronic device 104 through the server 108 connected to the second network 199 .
  • Each of the external electronic devices 102 or 104 may be the same as or different from the electronic device 101 .
  • all or part of operations executed in the electronic device 101 may be executed in one or more external electronic devices among the external electronic devices 102 , 104 , or 108 .
  • the electronic device 101 when the electronic device 101 needs to perform a certain function or service automatically or in response to a request from a user or another device, the electronic device 101 instead of executing the function or service by itself.
  • one or more external electronic devices may be requested to perform the function or at least part of the service.
  • One or more external electronic devices receiving the request may execute at least a part of the requested function or service or an additional function or service related to the request, and deliver the execution result to the electronic device 101 .
  • the electronic device 101 may provide the result as at least part of a response to the request as it is or additionally processed.
  • cloud computing distributed computing, mobile edge computing (MEC), or client-server computing technology may be used.
  • the electronic device 101 may provide an ultra-low latency service using, for example, distributed computing or mobile edge computing.
  • the external electronic device 104 may include an internet of things (IoT) device.
  • Server 108 may be an intelligent server using machine learning and/or neural networks. According to one embodiment, the external electronic device 104 or server 108 may be included in the second network 199 .
  • the electronic device 101 may be applied to intelligent services (eg, smart home, smart city, smart car, or health care) based on 5G communication technology and IoT-related technology.
  • Electronic devices may be devices of various types.
  • the electronic device may include, for example, a portable communication device (eg, a smart phone), a computer device, a portable multimedia device, a portable medical device, a camera, a wearable device, or a home appliance.
  • a portable communication device eg, a smart phone
  • a computer device e.g., a smart phone
  • a portable multimedia device e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a portable medical device
  • a camera e.g., a camera
  • a wearable device e.g., a smart bracelet
  • first, second, or first or secondary may simply be used to distinguish a given component from other corresponding components, and may be used to refer to a given component in another aspect (eg, importance or order) is not limited.
  • a (e.g., first) component is said to be “coupled” or “connected” to another (e.g., second) component, with or without the terms “functionally” or “communicatively.”
  • the certain component may be connected to the other component directly (eg by wire), wirelessly, or through a third component.
  • module used in various embodiments of this document may include a unit implemented in hardware, software, or firmware, and is interchangeable with terms such as, for example, logic, logical blocks, parts, or circuits.
  • a module may be an integrally constructed component or a minimal unit of components or a portion thereof that performs one or more functions.
  • the module may be implemented in the form of an application-specific integrated circuit (ASIC).
  • ASIC application-specific integrated circuit
  • a storage medium eg, internal memory 136 or external memory 138
  • a machine eg, electronic device 101
  • a processor eg, the processor 120
  • a device eg, the electronic device 101
  • the one or more instructions may include code generated by a compiler or code executable by an interpreter.
  • the device-readable storage medium may be provided in the form of a non-transitory storage medium.
  • the storage medium is a tangible device and does not contain a signal (e.g. electromagnetic wave), and this term refers to the case where data is stored semi-permanently in the storage medium. It does not discriminate when it is temporarily stored.
  • a signal e.g. electromagnetic wave
  • the method according to various embodiments disclosed in this document may be included and provided in a computer program product.
  • Computer program products may be traded between sellers and buyers as commodities.
  • a computer program product is distributed in the form of a device-readable storage medium (e.g. compact disc read only memory (CD-ROM)), or through an application store (e.g. Play StoreTM) or on two user devices (e.g. It can be distributed (eg downloaded or uploaded) online, directly between smart phones.
  • a device-readable storage medium e.g. compact disc read only memory (CD-ROM)
  • an application store e.g. Play StoreTM
  • two user devices e.g. It can be distributed (eg downloaded or uploaded) online, directly between smart phones.
  • at least part of the computer program product may be temporarily stored or temporarily created in a device-readable storage medium such as a manufacturer's server, an application store server, or a relay server's memory.
  • each component (eg, module or program) of the above-described components may include a single object or a plurality of entities, and some of the plurality of entities may be separately disposed in other components. there is.
  • one or more components or operations among the aforementioned corresponding components may be omitted, or one or more other components or operations may be added.
  • a plurality of components eg modules or programs
  • the integrated component may perform one or more functions of each of the plurality of components identically or similarly to those performed by a corresponding component of the plurality of components prior to the integration. .
  • the actions performed by a module, program, or other component are executed sequentially, in parallel, iteratively, or heuristically, or one or more of the actions are executed in a different order, or omitted. or one or more other actions may be added.
  • FIG. 2 is a block diagram illustrating an integrated intelligence system according to an embodiment.
  • the integrated intelligent system 20 of one embodiment includes an electronic device 201 (eg, the electronic device 101 of FIG. 1), an intelligent server 200 (eg, the server 108 of FIG. 1) , and a service server 300 (eg, server 108 of FIG. 1).
  • an electronic device 201 eg, the electronic device 101 of FIG. 1
  • an intelligent server 200 eg, the server 108 of FIG. 1
  • a service server 300 eg, server 108 of FIG. 1).
  • the electronic device 201 of an embodiment may be a terminal device (or electronic device) connectable to the Internet, and may include, for example, a mobile phone, a smart phone, a personal digital assistant (PDA), a laptop computer, a TV, white goods, It may be a wearable device, HMD, or smart speaker.
  • a terminal device or electronic device connectable to the Internet
  • PDA personal digital assistant
  • laptop computer a TV, white goods
  • TV TV
  • white goods It may be a wearable device, HMD, or smart speaker.
  • the electronic device 201 includes a communication interface 202 (eg, the interface 177 of FIG. 1 ), a microphone 206 (eg, the input module 150 of FIG. 1 ), and a speaker 205 ) (eg, sound output module 155 of FIG. 1 ), display module 204 (eg, display module 160 of FIG. 1 ), memory 207 (eg, memory 130 of FIG. 1 ), or processor 203 (eg, processor 120 of FIG. 1 ).
  • the components listed above may be operatively or electrically connected to each other.
  • the communication interface 202 may be connected to an external device to transmit/receive data.
  • the microphone 206 may receive sound (eg, user's speech) and convert it into an electrical signal.
  • the speaker 205 of one embodiment may output an electrical signal as sound (eg, voice).
  • the display module 204 of one embodiment may be configured to display images or video.
  • the display module 204 may also display a graphical user interface (GUI) of an app (or application program) being executed.
  • GUI graphical user interface
  • the display module 204 may receive a touch input through a touch sensor.
  • the display module 204 may receive text input through a touch sensor of an on-screen keyboard area displayed in the display module 204 .
  • the memory 207 of an embodiment may store a client module 209 , a software development kit (SDK) 208 , and a plurality of apps 210 .
  • the client module 209 and the SDK 208 may constitute a framework (or solution program) for performing general-purpose functions.
  • the client module 209 or SDK 208 may configure a framework for processing user input (eg, voice input, text input, touch input).
  • the plurality of apps 210 in the memory 207 may be programs for performing designated functions.
  • the plurality of apps 210 may include a first app 210_1 and a second app 210_2.
  • each of the plurality of apps 210 may include a plurality of operations for performing a designated function.
  • the apps may include an alarm app, a message app, and/or a schedule app.
  • the plurality of apps 210 may be executed by the processor 203 to sequentially execute at least some of the plurality of operations.
  • the processor 203 may control overall operations of the electronic device 201 .
  • the processor 203 may be electrically connected to the communication interface 202, the microphone 206, the speaker 205, and the display module 204 to perform a designated operation.
  • the processor 203 of one embodiment may also execute a program stored in the memory 207 to perform a designated function.
  • the processor 203 may execute at least one of the client module 209 and the SDK 208 to perform the following operation for processing user input.
  • the processor 203 may control the operation of the plurality of apps 210 through the SDK 208 , for example.
  • the following operations described as operations of the client module 209 or SDK 208 may be operations performed by the processor 203 .
  • the client module 209 of one embodiment may receive user input.
  • the client module 209 may receive a voice signal corresponding to a user's speech sensed through the microphone 206 .
  • the client module 209 may receive a touch input detected through the display module 204 .
  • the client module 209 may receive text input sensed through a keyboard or an on-screen keyboard.
  • various types of user input detected through an input module included in the electronic device 201 or an input module connected to the electronic device 201 may be received.
  • the client module 209 may transmit the received user input to the intelligent server 200 .
  • the client module 209 may transmit state information of the electronic device 201 to the intelligent server 200 together with the received user input.
  • the state information may be, for example, execution state information of an app.
  • the client module 209 may receive a result corresponding to the received user input. For example, the client module 209 may receive a result corresponding to the received user input when the intelligent server 200 can calculate a result corresponding to the received user input. The client module 209 may display the received result on the display module 204 . In addition, the client module 209 may output the received result as audio through the speaker 205 .
  • the client module 209 may receive a plan corresponding to the received user input.
  • the client module 209 may display on the display module 204 results of executing a plurality of operations of the app according to the plan.
  • the client module 209 may sequentially display execution results of a plurality of operations on the display module 204 and output audio through the speaker 205 .
  • the electronic device 201 may display on the display module 204 only some results of executing a plurality of operations (eg, the result of the last operation), and output audio through the speaker 205.
  • the client module 209 may receive a request for obtaining information necessary for calculating a result corresponding to a user input from the intelligent server 200 . According to one embodiment, the client module 209 may transmit the necessary information to the intelligent server 200 in response to the request.
  • the client module 209 of one embodiment may transmit information as a result of executing a plurality of operations according to a plan to the intelligent server 200 .
  • the intelligent server 200 can confirm that the received user input has been properly processed using the result information.
  • the client module 209 of an embodiment may include a voice recognition module. According to an embodiment, the client module 209 may recognize a voice input that performs a limited function through the voice recognition module. For example, the client module 209 may execute an intelligent app for processing voice input to perform an organic action through a designated input (eg, wake up!).
  • a voice recognition module may recognize a voice input that performs a limited function through the voice recognition module.
  • the client module 209 may execute an intelligent app for processing voice input to perform an organic action through a designated input (eg, wake up!).
  • the intelligent server 200 may receive information related to a user's voice input from the electronic device 201 through a communication network. According to an embodiment, the intelligent server 200 may change data related to the received voice input into text data. According to an embodiment, the intelligent server 200 may generate a plan for performing a task corresponding to a user voice input based on the text data.
  • the plan may be generated by an artificial intelligent (AI) system.
  • the artificial intelligence system may be a rule-based system, a neural network-based system (e.g., a feedforward neural network (FNN)), a recurrent neural network (RNN) ))) may be. Alternatively, it may be a combination of the foregoing or other artificially intelligent systems.
  • a plan may be selected from a set of predefined plans or may be generated in real time in response to a user request. For example, the artificial intelligence system may select at least one of a plurality of predefined plans.
  • the intelligent server 200 may transmit a result according to the generated plan to the electronic device 201 or transmit the generated plan to the electronic device 201 .
  • the electronic device 201 may display a result according to the plan on the display module 204 .
  • the electronic device 201 may display a result of executing an operation according to a plan on the display module 204 .
  • the intelligent server 200 of an embodiment includes a front end 210, a natural language platform 220, a capsule DB 230, an execution engine 240, It may include an end user interface 250 , a management platform 260 , a big data platform 270 , or an analytic platform 280 .
  • the front end 210 may receive a user input received from the electronic device 201 .
  • the front end 210 may transmit a response corresponding to the user input.
  • the natural language platform 220 includes an automatic speech recognition module (ASR module) 221, a natural language understanding module (NLU module) 223, a planner module ( planner module 225, a natural language generator module (NLG module) 227, or a text to speech module (TTS module) 229.
  • ASR module automatic speech recognition module
  • NLU module natural language understanding module
  • planner module planner module 225
  • NLG module natural language generator module
  • TTS module text to speech module 229.
  • the automatic voice recognition module 221 may convert voice input received from the electronic device 201 into text data.
  • the natural language understanding module 223 may determine the user's intention using text data of voice input. For example, the natural language understanding module 223 may determine the user's intention by performing syntactic analysis or semantic analysis on user input in the form of text data.
  • the natural language understanding module 223 of an embodiment identifies the meaning of a word extracted from a user input using linguistic features (eg, grammatical elements) of a morpheme or phrase, and matches the meaning of the identified word to the intention of the user. intention can be determined.
  • the planner module 225 may generate a plan using the intent and parameters determined by the natural language understanding module 223 .
  • the planner module 225 may determine a plurality of domains required to perform a task based on the determined intent.
  • the planner module 225 may determine a plurality of operations included in each of the determined plurality of domains based on the intent.
  • the planner module 225 may determine parameters necessary for executing the determined plurality of operations or result values output by execution of the plurality of operations.
  • the parameter and the resulting value may be defined as a concept of a designated format (or class).
  • the plan may include a plurality of actions and a plurality of concepts determined by the user's intention.
  • the planner module 225 may determine relationships between the plurality of operations and the plurality of concepts in stages (or hierarchically). For example, the planner module 225 may determine an execution order of a plurality of operations determined based on a user's intention based on a plurality of concepts. In other words, the planner module 225 may determine an execution order of the plurality of operations based on parameters required for execution of the plurality of operations and results output by the execution of the plurality of operations. Accordingly, the planner module 225 may generate a plan including a plurality of operations and association information (eg, an ontology) between a plurality of concepts. The planner module 225 may generate a plan using information stored in the capsule database 230 in which a set of relationships between concepts and operations is stored.
  • the natural language generation module 227 may change designated information into a text form.
  • the information changed to the text form may be in the form of natural language speech.
  • the text-to-speech conversion module 229 may change text-type information into voice-type information.
  • some or all of the functions of the natural language platform 220 may be implemented in the electronic device 201 as well.
  • the capsule database 230 may store information about relationships between a plurality of concepts and operations corresponding to a plurality of domains.
  • a capsule may include a plurality of action objects (action objects or action information) and concept objects (concept objects or concept information) included in a plan.
  • the capsule database 230 may store a plurality of capsules in the form of a concept action network (CAN).
  • CAN concept action network
  • a plurality of capsules may be stored in a function registry included in the capsule database 230.
  • the capsule database 230 may include a strategy registry in which strategy information necessary for determining a plan corresponding to a voice input is stored.
  • the strategy information may include reference information for determining one plan when there are a plurality of plans corresponding to user input.
  • the capsule database 230 may include a follow-up registry in which information on a follow-up action for suggesting a follow-up action to a user in a specified situation is stored.
  • the follow-up action may include, for example, a follow-up utterance.
  • the capsule database 230 may include a layout registry for storing layout information of information output through the electronic device 201 .
  • the capsule database 230 may include a vocabulary registry in which vocabulary information included in capsule information is stored.
  • the capsule database 230 may include a dialog registry in which dialog (or interaction) information with a user is stored.
  • the capsule database 230 may update stored objects through a developer tool.
  • the developer tool may include, for example, a function editor for updating action objects or concept objects.
  • the developer tool may include a vocabulary editor for updating vocabulary.
  • the developer tool may include a strategy editor for creating and registering strategies that determine plans.
  • the developer tool may include a dialog editor to create a dialog with the user.
  • the developer tool may include a follow up editor that can activate follow up goals and edit follow up utterances that provide hints. The subsequent goal may be determined based on a currently set goal, a user's preference, or environmental conditions.
  • the capsule database 230 may be implemented in the electronic device 201 as well.
  • the execution engine 240 of one embodiment may calculate a result using the generated plan.
  • the end user interface 250 may transmit the calculated result to the electronic device 201 . Accordingly, the electronic device 201 may receive the result and provide the received result to the user.
  • the management platform 260 of one embodiment may manage information used in the intelligent server 200 .
  • the big data platform 270 according to an embodiment may collect user data.
  • the analysis platform 280 of one embodiment may manage quality of service (QoS) of the intelligent server 200 . For example, the analysis platform 280 may manage the components and processing speed (or efficiency) of the intelligent server 200 .
  • QoS quality of service
  • the service server 300 may provide a designated service (eg, food order or hotel reservation) to the electronic device 201 .
  • the service server 300 may be a server operated by a third party.
  • the service server 300 of one embodiment may provide information for generating a plan corresponding to the received user input to the intelligent server 200 .
  • the provided information may be stored in the capsule database 230.
  • the service server 300 may provide result information according to the plan to the intelligent server (200).
  • the electronic device 201 may provide various intelligent services to the user in response to user input.
  • the user input may include, for example, an input through a physical button, a touch input, or a voice input.
  • the electronic device 201 may provide a voice recognition service through an internally stored intelligent app (or voice recognition app).
  • the electronic device 201 may recognize a user's utterance or voice input received through the microphone, and provide a service corresponding to the recognized voice input to the user. .
  • the electronic device 201 may perform a specified operation alone or together with the intelligent server and/or service server based on the received voice input. For example, the electronic device 201 may execute an app corresponding to the received voice input and perform a designated operation through the executed app.
  • the electronic device 201 when the electronic device 201 provides a service together with the intelligent server 200 and/or the service server 300, the electronic device 201 uses the microphone 206 to provide a user Speech may be detected, and a signal (or voice data) corresponding to the detected user utterance may be generated. The electronic device 201 may transmit the voice data to the intelligent server 200 through the communication interface 202 .
  • the intelligent server 200 performs a plan for performing a task corresponding to the voice input or an operation according to the plan. can produce results.
  • the plan may include, for example, a plurality of operations for performing a task corresponding to a user's voice input, and a plurality of concepts related to the plurality of operations.
  • the concept may define parameters input to the execution of the plurality of operations or result values output by the execution of the plurality of operations.
  • the plan may include information related to a plurality of operations and a plurality of concepts.
  • the electronic device 201 may receive the response using the communication interface 202 .
  • the electronic device 201 outputs a voice signal generated inside the electronic device 201 to the outside using the speaker 205 or displays an image generated inside the electronic device 201 using the display module 204. Can be output externally.
  • FIG. 3 is a diagram illustrating a form in which relationship information between a concept and an operation is stored in a database according to various embodiments of the present disclosure.
  • the capsule database (eg, the capsule database 230) of the intelligent server 200 may store capsules in the form of a concept action network (CAN) 400.
  • the capsule database may store an operation for processing a task corresponding to a user's voice input and parameters necessary for the operation in the form of a concept action network (CAN).
  • the capsule database may store a plurality of capsules (capsule (A) 401 and capsule (B) 404) corresponding to each of a plurality of domains (eg, applications).
  • one capsule eg, capsule(A) 401
  • one domain eg, location (geo), application
  • one capsule may correspond to at least one service provider (eg, CP 1 402 or CP 2 403) for performing a function for a domain related to the capsule.
  • one capsule may include at least one operation 410 and at least one concept 420 for performing a designated function.
  • the natural language platform 220 may create a plan for performing a task corresponding to a received voice input using a capsule stored in a capsule database.
  • the planner module 225 of the natural language platform may generate a plan using capsules stored in a capsule database.
  • a plan 470 is created using the operations 4011 and 4013 and concepts 4012 and 4014 of capsule A 401 and the operation 4041 and concept 4042 of capsule B 404. can do.
  • FIG. 4 is a diagram illustrating a screen on which an electronic device processes a voice input received through an intelligent app according to various embodiments of the present disclosure.
  • the electronic device 201 may execute an intelligent app to process user input through the intelligent server 200 .
  • the electronic device 201 when the electronic device 201 recognizes a designated voice input (eg, wake up! or receives an input through a hardware key (eg, a dedicated hardware key), the electronic device 201 processes the voice input.
  • You can run intelligent apps for The electronic device 201 may, for example, execute an intelligent app in a state in which a schedule app is executed.
  • the electronic device 201 may display an object (eg, icon) 311 corresponding to an intelligent app on the display module 204 .
  • the electronic device 201 may receive a voice input caused by a user's speech. For example, the electronic device 201 may receive a voice input saying “tell me this week's schedule!”.
  • the electronic device 201 may display a user interface (UI) 313 (eg, an input window) of an intelligent app displaying text data of the received voice input on the display module 204 .
  • UI user interface
  • the electronic device 201 may display a result corresponding to the received voice input on the display module 204.
  • the electronic device 201 may receive a plan corresponding to the received user input and display 'this week's schedule' on the display module 204 according to the plan.
  • FIG. 5 is a diagram for explaining a concept in which an electronic device provides a response in response to a user's speech, according to various embodiments.
  • an electronic device 501 eg, the electronic device 101 of FIG. 1 or the electronic device 201 of FIG. 2
  • a conversation system 601 eg, the electronic device 201 of FIG. 2
  • the intelligent server 200 of the IoT server 602 is a local area network (LAN), a wide area network (WAN), a value added network (VAN), a mobile radio communication network), a satellite communication network, or a mutual combination thereof.
  • the electronic device 501, the IoT server 602, and the conversation system 601 are wired communication methods or wireless communication methods (eg, wireless LAN (Wi-Fi), Bluetooth, Bluetooth low energy, ZigBee, Communication may be performed with each other through Wi-Fi Direct (WFD), ultra wide band (UWB), infrared data association (IrDA), and near field communication (NFC).
  • Wi-Fi wireless LAN
  • Bluetooth Bluetooth low energy
  • Communication may be performed with each other through Wi-Fi Direct (WFD), ultra wide band (UWB), infrared data association (IrDA), and near field communication (NFC).
  • WFD Wi-Fi Direct
  • UWB ultra wide band
  • IrDA infrared data association
  • NFC near field communication
  • the electronic device 501 may include a smartphone, a tablet personal computer (PC), a mobile phone, a speaker (eg, an AI speaker), a video phone, and an e-book reader (e-book reader).
  • book reader may be implemented as at least one of a player, a mobile medical device, a camera, or a wearable device.
  • the electronic device 501 may obtain a voice signal from a user's speech and transmit the voice signal to the dialog system 601 .
  • the voice signal may be converted into computer-readable text by the electronic device 501 performing automatic speech recognition (ASR) on the user's utterance.
  • ASR automatic speech recognition
  • the dialog system 601 analyzes the user's utterance using a voice signal, and uses the analysis result (eg, intent, entity, and/or capsule) to provide a response (eg, answer) to a device (eg, an answer) to be provided to the user. : may be provided to the electronic device 501).
  • the dialog system 601 may be implemented in software. Some and/or all of the dialog system 601 may be implemented in the electronic device 501 and/or an intelligent server (eg, the intelligent server 200 of FIG. 2 ).
  • the IoT server 602 may provide device information (eg, device ID, device type, function performance capability information, location information (eg, electronic device 501) on a device possessed by a user (eg, the electronic device 501). registration location information) or state information) may be obtained, stored, and managed.
  • the electronic device 501 may be a device pre-registered in the IoT server 602 in relation to user account information (eg, user ID).
  • function performance capability information may be information about a function of a device predefined to perform an operation.
  • the air conditioner's ability to perform functions may indicate functions such as temperature up, temperature down, or air purification, and if the device is a speaker, volume up, volume down, or music playback. It can represent functions such as (play).
  • location information eg, registration location information
  • location information is information indicating the location (eg, registration location) of the device, and may include a name of a place where the device is located and a location coordinate value indicating the location of the device.
  • the location information of the device may include a name indicating a designated place in the house, such as a room or a living room, or a name of a place such as a house or an office.
  • location information of a device may include geofence information.
  • the state information of the device may be, for example, information representing the current state of the device including at least one of power on/off information and currently running operation information.
  • the IoT server 602 may obtain, determine, or generate a control command capable of controlling the device by utilizing stored device information.
  • the IoT server 602 may transmit a control command to a device determined to perform an operation based on the operation information.
  • the IoT server 602 may receive a result of performing an operation according to a control command from the device that performed the operation.
  • the IoT server 602 may be configured as an independent hardware device from an intelligent server (eg, the intelligent server 200 of FIG. 2 ), but is not limited thereto.
  • the IoT server 602 may be a component of an intelligent server (eg, the intelligent server 200 of FIG. 2 ) or a server designed to be divided into software.
  • the electronic device 501 analyzes a first response provided in response to a first utterance (eg, Who is Heung-Min Son?) that matches at least one of a plurality of defined intents, and returns an analysis result.
  • the database may be expanded by adding to the database, and a second response may be provided in response to a second utterance (eg, Son Heung-min's position) that matches the ambiguous intent based on the expanded database.
  • the electronic device 501 may receive an utterance (eg, Son Heung-min's position) and determine the intention of the received utterance.
  • the electronic device 501 may provide a response corresponding to the received utterance based on an expanded database in response to a case where the intention of the received utterance (eg, Son Heung-min's position) is ambiguous.
  • the expanded database may include an analysis result of a response provided in response to an utterance (eg, Who is Heung-Min Son?) that can identify the intention.
  • 6A and 6B are diagrams for explaining a case in which an electronic device according to various embodiments cannot determine a user's utterance intention.
  • an electronic device eg, the electronic device 501 of FIG. 5
  • Information can be collected, and the collected information can be delivered to users.
  • the electronic device 501 can determine the user's utterance intention (eg, match the user's utterance with the defined intent WhoIsPlayer),
  • the electronic device 501 may obtain information such as Son Heung-min's position, team, awards, nationality, etc. through web search, and deliver the obtained information to the user through the screen 610 .
  • the user receiving the information may ask a follow-up question related to the information provided from the electronic device 501 .
  • the electronic device 501 only retrieves and provides information once in response to a user's speech, and may not store the provided information. Even if the user's subsequent utterance is related to the information provided to the user, if the electronic device 501 cannot determine the intention of the subsequent utterance (eg, when the user's utterance cannot be matched with the defined intent), the user cannot provide a response in response to subsequent utterances of For example, when the user utters "Who is Heung-Min Son?" and receives information such as Heung-Min Son's position, team, and awards, and then the user utters "Heung-Min Son's position", the electronic device 501 The intention of the subsequent utterance cannot be determined (eg, the user's utterance cannot be matched with the defined intent), and even if the electronic device 501 has previously provided position information, it does not provide a response to the subsequent utterance
  • FIG. 7 is a block diagram of an electronic device according to various embodiments.
  • the electronic device 501 may expand a database for providing a response to the user by analyzing a response provided in response to a user's utterance whose intention can be determined.
  • the electronic device 501 responds to the user even when the intention of the user's speech cannot be determined (eg, when the user's speech intention is ambiguous) based on the expanded database including the analysis result of the response previously provided to the user. By providing a corresponding response, user's sensory performance can be improved.
  • the electronic device 501 includes a processor 510 (eg, the processor 120 of FIG. 1 and the processor 203 of FIG. 2 ), and a memory 530 electrically connected to the processor 510 (eg, the processor 530 of FIG. 1 ).
  • the memory 130 of FIG. 1 and the memory 207 of FIG. 2) may be included.
  • NLU module natural language understanding module
  • contents provide module
  • NLG module natural language generator module
  • response analysis module 526, intent re-interpreter module 527, answer find module 528 is executable by the processor 510, and includes program codes including instructions storable in the memory 530, applications, algorithms, routines, It may consist of one or more of a set of instructions, or an artificial intelligence learning model.
  • at least one of the NLU module 523, content providing module 524, NLG module 525, response analysis module 526, intent reinterpretation module 527, and answer providing module 528 is hardware or hardware It may be implemented as a combination of and software, and may be implemented in an intelligent server (eg, the intelligent server 200 of FIG. 2).
  • the memory 530 may store various data (eg, in-house data 531, intent mapping data 532, and question and answer data 533) used in the processor 510, and may be stored in the memory 530. Data may be stored in an intelligent server (eg, the intelligent server 200 of FIG. 2 ).
  • the NLU module 523 may determine the user's intention (eg, the user's utterance intention) using text data of the voice input. For example, the NLU module 523 may perform syntactic analysis or semantic analysis on user input in the form of text data to determine the user's utterance intention (eg, text of voice input). data and defined intents).
  • the user's intention eg, the user's utterance intention
  • the NLU module 523 may perform syntactic analysis or semantic analysis on user input in the form of text data to determine the user's utterance intention (eg, text of voice input). data and defined intents).
  • the content providing module 524 may receive the defined intent and parameters from the NLU module 523 and perform information search.
  • the content providing module 524 may obtain information through web search or in-house data 531 search.
  • the NLG module 525 may change the information received from the content providing module 524 into text form, and the text form information may be in the form of natural language speech.
  • the electronic device 501 may provide a response in the form of natural language speech to the user.
  • the response analysis module 526 may analyze a response provided in response to an utterance capable of determining an intention and store it in a database (eg, the memory 530 or the intelligent server 200).
  • Data stored in the database may include in-house data 531 , intent mapping data 532 , and question and answer data 533 .
  • the intent mapping data 532 may include one or more question data associated with a response provided in response to an utterance from which an intent can be determined, and predefined (eg, designated) utterance intentions each mapped with the one or more question data. .
  • the question-and-answer data 533 may include one or more question-answer pairs generated based on a response provided in response to an utterance capable of determining intent, and the question-answer pair is an utterance from which intent may be determined.
  • a first question-answer pair including question data and correct answer data obtainable from a response provided in response to and a second question-answer pair including question data similar to the question data included in the first question-answer answer can
  • the intent reinterpretation module 527 is configured to detect an ambiguous utterance when the NLU module 523 cannot determine the user's utterance intention (eg, the user utterance does not match one of a plurality of defined intents). In response to the matched tent), question data similar to the user's utterance (eg, question data included in the intent mapping data 532) may be matched. The intent reinterpretation module 527 responds when the user's utterance matches the question data included in the intent mapping data 532, and provides content with defined intents and parameters mapped to the matched question data. output to module 524. In this case, the content providing module 524 may perform an information search by receiving the defined intent and parameters, and may obtain information through a web search or an in-house data 531 search.
  • the correct answer providing module 528 determines that the NLU module 523 cannot determine the user's utterance intention (eg, the user utterance does not match one of a plurality of defined intents and matches an ambiguous intent). ), in response to the case where the intent reinterpretation module 527 does not match the user's utterance with the question data included in the intent mapping data 532, the user's utterance and the question and answer data 533 are included. matched question data.
  • the answer providing module 528 may output answer data matched with the question data to the NLG module 525 in response to a case in which the user's utterance matches the question data included in the question response data 533 .
  • 8A, 8B, 9A, 9B, and 9C are diagrams for explaining an operation of expanding a database by an electronic device according to various embodiments.
  • a processor may generate intent mapping data based on a response provided in response to an utterance capable of determining an intention.
  • the processor 510 may perform question data (eg, what is # ⁇ PARAMETER ⁇ position?, # ⁇ PARAMETER ⁇ Where are you from?, # ⁇ PARAMETER ⁇ How much did you transfer?, # ⁇ PARAMETER ⁇ Where did you transfer?), query data and predefined (e.g. specified) utterance intentions (e.g. WhoIsPlayer, IsTransfer) to create intent mapping data.
  • a parameter type eg, Player included in intent mapping data can be used when searching for information.
  • the processor 510 analyzes results of responses provided in response to utterances (eg, Who is Heung-Min Son?, Did Heung-Min Son transfer?) capable of identifying intentions (eg, Person Heung-Min?).
  • the database can be expanded by adding tent mapping data) to the database, and based on the expanded database, utterances with ambiguous intentions (e.g. What is Heung-Min Son's position?, Where is Heung-Min Son?, How much is Heung-Min Son's transfer fee? , Where did Son Heung-min transfer?), a response may be provided to the user.
  • the processor 510 may generate question-response data based on a response provided in response to an utterance whose intention can be determined. For example, the processor 510 generates question data (eg, what is Messi's nationality?) and answer data (eg, Argentina) based on a response corresponding to an utterance capable of determining intent (eg, who is Messi?) By doing so, a first question-correct answer pair (eg, Messi's nationality?-Argentina, Argentine national team captain?-Messi) can be generated.
  • question data eg, what is Messi's nationality
  • answer data eg, Argentina
  • a first question-correct answer pair eg, Messi's nationality?-Argentina, Argentine national team captain?-Messi
  • the processor 510 may perform question data (eg, What is the nationality of Heung-Min Son?, Fogg Q&A data may be generated by generating a second question-answer pair (eg, What is Heung-Min Son's nationality? - Korea, What is Pogba's nationality? - France) including the nationality of Barr?).
  • question data eg, What is the nationality of Heung-Min Son?
  • Fogg Q&A data may be generated by generating a second question-answer pair (eg, What is Heung-Min Son's nationality? - Korea, What is Pogba's nationality? - France) including the nationality of Barr?).
  • Question data included in the first question-correct answer pair eg What nationality is Messi?) and answer data (eg What nationality is Heung-Min Son?) for similar question data (eg What is Heung-Min Son's nationality?, What is Pogba's nationality?) -Korea, Pogba's nationality?-France) can be obtained through web search.
  • the processor 510 analyzes results (eg, Q&A) of responses provided in response to utterances (eg, Who is Heung-Min Son?, Who is Messi?) that can determine the intention. data) to the database, the database can be expanded, and based on the expanded database, utterances with ambiguous intentions (e.g. Messi nationality?, Son Heung-min nationality?, Pogba nationality?, Argentine national team captain ?, Who is the captain of the Korean national team?. Who is the captain of the French national team?), a response may be provided to the user.
  • results eg, Q&A
  • results eg, Q&A
  • responses e.g, Who is Heung-Min Son?, Who is Messi?) that can determine the intention. data
  • the database can be expanded, and based on the expanded database, utterances with ambiguous intentions (e.g. Messi nationality?, Son Heung-min nationality?, Pogba nationality?, Argentine national team
  • the processor 510 may expand the database by analyzing a response provided in response to an utterance of a user whose intention can be determined, and adding the analysis result to the database.
  • 10A, 10B, and 10C are diagrams for explaining an operation of providing a response to a user based on an expanded database by an electronic device according to various embodiments.
  • a processor displays a screen 1010 in response to a user's utterance (eg, who is Heung-Min Son?) that can determine the utterance intention.
  • a response may be provided through the database, and the database may be expanded by adding an analysis result of the response (eg, intent mapping data 1001) to the database.
  • the intent mapping data 1001 may be for matching an utterance whose utterance intention cannot be determined (eg, Son Heung-min's position) with a predefined (eg, designated) utterance intention (eg, WhoIsPlayer).
  • the processor 510 may perform matching between an utterance with an ambiguous utterance intent and a predefined (eg, designated) utterance intent, and If the utterance (eg, Son Heung-min's position) does not match a predefined (eg, designated) utterance intent, the intent mapping data 1001 may be used.
  • a predefined (eg, designated) utterance intent e.g. Son Heung-min position
  • the processor 510 responds when an utterance with an ambiguous utterance intent (eg, Son Heung-min's position) is matched with question data (eg, what is # ⁇ PARAMETER ⁇ position?) included in the intent mapping data 1001, A response may be provided to the user through the screen 1020 based on question data (eg, what is # ⁇ PARAMETER ⁇ position?) and a predefined (eg, designated) utterance intention (eg, WhoIsPlayer) mapped.
  • question data eg, what is # ⁇ PARAMETER ⁇ position
  • a predefined (eg, designated) utterance intention eg, WhoIsPlayer
  • the processor 510 may provide a response through a screen 1030 in response to an utterance having an ambiguous utterance intention (eg, what is the mesh position?).
  • Question data included in the intent mapping data 1001 e.g., What is your # ⁇ PARAMETER ⁇ position?, Where do you belong to # ⁇ PARAMETER ⁇ ?) are generated in a general format including # ⁇ PARAMETER ⁇ , so that they can be applied to various parameters as well.
  • the processor 510 matches an utterance with an ambiguous utterance intent (eg, what is the mesh position?) to question data included in the intent mapping data 1001 (eg, what is # ⁇ PARAMETER ⁇ position?)
  • a web search or an in-house database search may be performed using a predefined (eg, designated) utterance intent (eg, WhoIsPlayer) and a parameter type (eg, Player) mapped with question data.
  • the processor 510 may provide a response corresponding to an utterance whose utterance intention is ambiguous to the user through the screen 1030 .
  • the processor 510 may provide a response through a screen 1040 in response to a user's utterance (eg, Who is Heung-Min Son?) capable of determining the utterance intention
  • a user's utterance eg, Who is Heung-Min Son
  • the database can be expanded by adding analysis results of responses (eg, question and answer data 1002) to the database.
  • the question and answer data 1002 may be for providing a response in response to an utterance whose utterance intention cannot be identified (eg, Who is Asia's first premier best eleven?).
  • the processor 510 may perform matching between the received utterance and a predefined (eg, designated) utterance intent, and the received utterance may match a predefined (eg, designated) utterance. If it does not match with the intent and does not match with the intent mapping data, the question response data 1002 may be used.
  • the processor 510 includes question data (e.g., an Asian player selected as the first official premier best eleven in history) in the question and answer data 1002 of an utterance with an ambiguous utterance intention (e.g., Who is the first Asian Premier Best Eleven?)
  • question data e.g., an Asian player selected as the first official premier best eleven in history
  • answer data 1002 of an utterance with an ambiguous utterance intention e.g., Who is the first Asian Premier Best Eleven
  • a response may be provided to the user through the screen 1050 based on correct answer data (eg, Son Heung-min) paired with the question data.
  • 11A and 11B illustrate an example of a user interface through which an electronic device provides a response to a user according to various embodiments.
  • the processor 510 responds to a user's speech (eg, Son Heung-min transferred?) in response (eg, Son Heung-min received a transfer fee of 2 million won and transferred to pulp).
  • You can expand the database by providing the provided responses (eg, intent mapping data) and adding the analysis results of the provided responses (eg, intent mapping data) to the database.
  • the processor 510 receives the user's subsequent utterance (eg, where did Messi transfer?), and matches the user's subsequent utterance to question data included in the intent mapping data (eg, # ⁇ PARAMETER ⁇ where did you transfer?) If yes, provide the user with a response (e.g. Messi received a transfer fee of 3 million won and transferred to PSG) using the defined intent (e.g. Transfer) and parameters (e.g. Player) mapped with the question data. can do.
  • the processor 510 responds to a user's speech (eg, who is Messi?) and responds (eg, Messi is an Argentine soccer player and captains the Argentine national team).
  • the database can be expanded by providing and adding analysis results of the provided responses (eg, question and answer data) to the database.
  • the processor 510 receives the user's follow-up utterance (eg, who is the captain of the Argentina national football team?), and the question data includes the user's follow-up utterance (eg, who is the captain of the Argentina national football team?) in the question-and-answer data.
  • the response data eg Messi
  • the response data eg Messi
  • the response data eg Messi
  • the question data paired with the question data is used to provide a response (eg Argentina national football team captain is Messi) to the user.
  • FIG. 12 is a flowchart illustrating an example of a method of operating an electronic device according to various embodiments.
  • Operations 1210 to 1250 may be sequentially performed, but are not necessarily sequentially performed. For example, the order of each operation 1210 to 1250 may be changed, or at least two operations may be performed in parallel.
  • processor 510 may receive an utterance.
  • the processor 510 may determine the intention of the received utterance.
  • the processor 510 may determine the user's intention (eg, the user's utterance intention) from text data of voice input through an NLU module (eg, the NLU module 523 of FIG. 7 ).
  • the processor 510 may provide a response corresponding to the received utterance based on the expanded database in response to an ambiguous intention of the received utterance. For example, in response to a case where the received utterance matches question data included in the intent mapping data, the processor 510 generates a response based on a predefined (eg, designated) utterance intent mapped to the question data. can provide For another example, the processor 510 may provide a response based on correct answer data matched with the question data in response to a case where the received utterance matches the question data included in the question response data.
  • the extended database provides intent mapping data for matching received utterances with predefined (e.g., specified) utterance intents, and correct answers in response to cases where received utterances do not match predefined (e.g., specified) utterance intents.
  • predefined e.g., specified
  • utterance intents may include one or more of question-and-answer data for providing, and the intent mapping data and question-and-answer data may be an analysis result of a response provided in response to an utterance capable of determining an intention.
  • FIG. 13 is a flowchart illustrating another example of a method of operating an electronic device according to various embodiments.
  • Operations 1310 to 1350 may be sequentially performed, but are not necessarily sequentially performed. For example, the order of each operation 1310 to 1350 may be changed, or at least two operations may be performed in parallel.
  • the processor 510 may analyze a first response provided in response to a first utterance matching at least one of a plurality of defined intents.
  • the processor 510 may expand the database by adding analysis results to the database.
  • the analysis result is intent mapping data for matching the second utterance with at least one of the plurality of defined intents and Q&A for providing a correct answer when the second utterance does not match the plurality of defined intents.
  • the intent mapping data may include one or more question data associated with the first response and defined intents respectively mapped to the one or more question data.
  • the question-response data may include one or more question-correct-answer pairs generated based on the first response, wherein the question-answer pair includes question data and correct answer data obtainable from the first response. It may include one or more of a correct answer pair and a second question-answer pair including question data similar to question data included in the first question-answer answer.
  • the processor 510 may provide a second response in response to a second utterance that matches the ambiguous intent based on the expanded database. For example, in response to a case where the second utterance matches question data included in the intent mapping data, the processor 510 may provide a response based on a defined intent mapped to the question data. For another example, the processor 510 may provide a response based on correct answer data matched with the question data in response to a case where the second utterance matches the question data included in the question response data.
  • An electronic device (eg, the electronic device 501 of FIG. 5 ) according to various embodiments includes a memory including instructions and a processor electrically connected to the memory and executing the instructions, and configured to perform the instructions by the processor.
  • the processor receives an utterance, determines an intention of the received utterance, and responds when the intention of the received utterance is ambiguous, and responds to the received utterance based on an expanded database.
  • a response is provided, and the expanded database may include an analysis result of a response provided in response to an utterance whose intention can be determined.
  • the expanded database may be used to provide intent mapping data for matching the received utterance with the specified utterance intent and a correct answer in response to a case where the received utterance does not match the specified utterance intent. It may include one or more of question and answer data for
  • the intent mapping data may include one or more question data associated with a response provided in response to an utterance capable of determining the intent, and a designated utterance intent each mapped to the one or more question data.
  • the question-and-answer data may include one or more question-correct answer pairs generated based on a response provided in response to an utterance capable of determining the intention.
  • the question-answer pair includes a first question-answer pair including question data and answer data obtainable from a response provided in response to an utterance capable of determining the intention, and the first question-answer answer It may include one or more of the second question-correct answer pairs including question data similar to the question data included in .
  • the processor may provide a response based on a designated utterance intent mapped with the question data. there is.
  • the processor may provide a response based on correct answer data matched with the question data.
  • An electronic device 501 includes a memory including instructions and a processor electrically connected to the memory and executing the instructions, and when the instructions are executed by the processor, the processor: Analyzing a first response provided in response to a first utterance matching at least one of a plurality of defined intents, expanding the database by adding the analysis result to a database, and ambiguous intents based on the expanded database A second response may be provided in response to the second utterance that matches the .
  • the second utterance is an utterance that does not match the defined intent and may be matched with the ambiguous intent.
  • the extended database may include intent mapping data for matching the second utterance with at least one of the plurality of defined intents and matching the second utterance with the plurality of defined intents. It may include one or more of question-answering data for providing a correct answer in response to a case where the question is not answered.
  • the processor generates the intent mapping data by generating one or more question data associated with the first response and mapping the one or more question data with at least one of the plurality of defined intents. can do.
  • the processor may generate the question-answer data by generating one or more question-correct-answer pairs based on the first response.
  • the question-answer pair includes a first question-answer pair including question data and correct answer data obtainable from the first response, and question data similar to question data included in the first question-answer answer. It may include one or more of the second question-answer pair including .
  • the processor may match the second utterance that does not match the defined intent with the ambiguous intent, and provide a response corresponding to the second utterance based on the expanded database.
  • the processor in response to a case where the second utterance matches question data included in the intent mapping data, the processor provides a response based on a defined intent mapped to the question data. can do.
  • the processor may provide a response based on correct answer data matched with the question data.
  • An operating method of the electronic device 501 includes an operation of analyzing a first response provided in response to a first utterance matching at least one of a plurality of defined intents and adding the analysis result to a database, thereby An operation of expanding the database and an operation of providing a second response in response to a second utterance that matches the ambiguous intent based on the expanded database.
  • the extended database may include intent mapping data for matching the second utterance with at least one of the plurality of defined intents and matching the second utterance with the plurality of defined intents. It may include one or more of question-answering data for providing a correct answer in response to a case where the question is not answered.
  • the intent mapping data may include one or more question data associated with the first response and defined intents each mapped to the one or more question data.
  • the question-and-answer data may include one or more question-correct answer pairs generated based on the first response.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Human Computer Interaction (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Acoustics & Sound (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

다양한 실시예에 따른 전자 장치는 인스트럭션들을 포함하는 메모리와 상기 메모리와 전기적으로 연결되고, 상기 인스트럭션들을 실행하기 위한 프로세서를 포함하고, 상기 프로세서에 의해 상기 인스트럭션들이 실행될 때, 상기 프로세서는, 발화를 수신하고, 상기 수신한 발화의 의도를 파악하고, 상기 수신한 발화의 의도가 모호한 경우에 응답하여, 확장된 데이터베이스에 기초하여 상기 수신한 발화에 대응하는 응답을 제공하고, 상기 확장된 데이터베이스는, 의도를 파악할 수 있는 발화에 대응하여 제공한 응답의 분석 결과를 포함할 수 있다. 그 외에도 다양한 실시예들이 가능할 수 있다.

Description

전자 장치 및 응답 제공 방법
다양한 실시예들은 전자 장치 및 응답 제공 방법에 관한 것이다.
AI 음성 비서 시스템은 사용자에게 질의응답 기능을 제공한다. 사용자의 발화(예: 질문)가 입력되면, NLU 모듈은 사용자의 발화를 분석하여 발화 의도를 파악한다.
사용자의 발화 의도를 파악할 수 있는 경우 시스템은 질문에 대응하는 응답(예: 정보 제공)을 사용자에게 제공할 수 있다. 사용자에게 제공할 정보는 시스템 내 구축된 데이터베이스 또는 웹 검색 요약 등을 통해 획득될 수 있고, 획득된 정보는 사용자에게 전달될 수 있다.
사용자의 발화 의도가 모호한 경우 시스템은 사용자 질문에 대응하는 응답을 사용자에게 제공할 수 없고, 오류 처리(error handling) 문구(예: "잘 이해하지 못했어요")를 사용자에게 제공할 수밖에 없다. 사용자의 발화 의도가 모호한 경우란 시스템이 사용자의 발화 의도를 이해하지 못해 사용자 요청을 수행할 수 없는 경우를 의미할 수 있다.
사용자의 발화 의도 파악은 AI 음성 비서 시스템의 질의응답 기능에서 중요한 역할을 수행한다. 사용자의 발화 의도를 파악하지 못하는 경우가 많을수록 사용자 체감 성능은 저하되고, 사용자는 AI 음성 비서 시스템을 스마트하지 않은 시스템으로 인식한다. 사용자의 발화 의도를 모두 파악하기 위해 입력될 수 있는 질문을 모두 예측하는 것은 매우 어렵고, 질문을 모두 예측하더라도 발화 학습에 많은 비용 및 시간이 요구된다. AI 음성 비서 시스템에서 사용자의 발화 의도가 모호한 경우는 필연적으로 발생하며, 사용자의 발화 의도가 모호한 경우에 대한 대응 방안은 시스템 성능 향상에 많은 영향을 미칠 수 있다. 사용자의 발화 의도가 모호한 경우에 대응하여 사용자에게 응답을 제공하는 기술이 요구될 수 있다.
다양한 실시예들은 사용자에게 기제공한 응답의 분석 결과를 포함하는 확장된 데이터베이스에 기초하여 사용자의 발화 의도를 파악할 수 없는 경우(예: 사용자의 발화 의도가 모호한 경우)에도 사용자에게 대응되는 응답을 제공하는 기술을 제공할 수 있다.
다양한 실시예에 따른 전자 장치는 인스트럭션들을 포함하는 메모리와 상기 메모리와 전기적으로 연결되고, 상기 인스트럭션들을 실행하기 위한 프로세서를 포함하고, 상기 프로세서에 의해 상기 인스트럭션들이 실행될 때, 상기 프로세서는, 발화를 수신하고, 상기 수신한 발화의 의도를 파악하고, 상기 수신한 발화의 의도가 모호한 경우에 응답하여, 확장된 데이터베이스에 기초하여 상기 수신한 발화에 대응하는 응답을 제공하고, 상기 확장된 데이터베이스는, 의도를 파악할 수 있는 발화에 대응하여 제공한 응답의 분석 결과를 포함할 수 있다.
다양한 실시예에 따른 전자 장치는 인스트럭션들을 포함하는 메모리와 상기 메모리와 전기적으로 연결되고, 상기 인스트럭션들을 실행하기 위한 프로세서를 포함하고, 상기 프로세서에 의해 상기 인스트럭션들이 실행될 때, 상기 프로세서는, 복수의 정의된 인텐트 중 적어도 하나와 매칭되는 제1 발화에 대응하여 제공한 제1 응답을 분석하고, 분석 결과를 데이터베이스에 추가함으로써 상기 데이터베이스를 확장하고, 상기 확장된 데이터베이스에 기초하여 모호 인텐트와 매칭되는 제2 발화에 대응하여 제2 응답을 제공할 수 있다.
다양한 실시예에 따른 전자 장치의 동작 방법은 복수의 정의된 인텐트 중 적어도 하나와 매칭되는 제1 발화에 대응하여 제공한 제1 응답을 분석하는 동작과 분석 결과를 데이터베이스에 추가함으로써 상기 데이터베이스를 확장하는 동작과 상기 확장된 데이터베이스에 기초하여 모호 인텐트와 매칭되는 제2 발화에 대응하여 제2 응답을 제공하는 동작을 포함할 수 있다.
다양한 실시예들은 발화 의도를 파악할 수 있는 사용자 발화에 대응하여 제공된 응답을 분석함으로써 사용자에게 응답을 제공하기 위한 데이터베이스를 확장하는 기술을 제공할 수 있다.
다양한 실시예들은 사용자에게 기제공한 응답의 분석 결과를 포함하는 확장된 데이터베이스에 기초하여 사용자의 발화 의도를 파악할 수 없는 경우(예: 사용자의 발화 의도가 모호한 경우)에도 사용자에게 대응되는 응답을 제공함으로써 사용자의 체감 성능을 향상시킬 수 있다.
이 외에, 본 문서를 통해 직접적 또는 간접적으로 파악되는 다양한 효과들이 제공될 수 있다.
도 1은 다양한 실시예들에 따른, 네트워크 환경 내의 전자 장치의 블록도이다.
도 2는 일 실시예에 따른 통합 지능(integrated intelligence) 시스템을 나타낸 블록도이다.
도 3은 다양한 실시예에 따른, 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
도 4는 다양한 실시예에 따른 전자 장치가 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.
도 5는 다양한 실시예에 따른 전자 장치가 사용자의 발화에 대응하여 응답을 제공하는 개념을 설명하기 위한 도면이다.
도 6a 및 도 6b은 다양한 실시예에 따른 전자 장치가 사용자의 발화 의도를 파악할 수 없는 경우를 설명하기 위한 도면이다.
도 7은 다양한 실시예에 따른 전자 장치의 블록도이다.
도 8a, 도8b, 도9a, 도9b, 및 도 9c는 다양한 실시예에 따른 전자 장치가 데이터베이스를 확장하는 동작을 설명하기 위한 도면이다.
도 10a, 도 10b, 및 도 10c는 다양한 실시예에 따른 전자 장치가 확장된 데이터베이스에 기초하여 사용자에게 응답을 제공하는 동작을 설명하기 위한 도면이다.
도 11a 및 도 11b는 다양한 실시예에 따른 전자 장치가 사용자에게 응답을 제공하는 UI의 예를 나타낸다.
도 12는 다양한 실시예에 따른 전자 장치의 동작 방법의 일 예를 설명하기 위한 흐름도이다.
도 13은 다양한 실시예에 따른 전자 장치의 동작 방법의 다른 예를 설명하기 위한 흐름도이다.
이하, 실시예들을 첨부된 도면들을 참조하여 상세하게 설명한다. 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일한 참조 부호를 부여하고, 이에 대한 중복되는 설명은 생략하기로 한다.
도 1은, 다양한 실시예들에 따른, 네트워크 환경(100) 내의 전자 장치(101)의 블록도이다. 도 1을 참조하면, 네트워크 환경(100)에서 전자 장치(101)는 제 1 네트워크(198)(예: 근거리 무선 통신 네트워크)를 통하여 전자 장치(102)와 통신하거나, 또는 제 2 네트워크(199)(예: 원거리 무선 통신 네트워크)를 통하여 전자 장치(104) 또는 서버(108) 중 적어도 하나와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 서버(108)를 통하여 전자 장치(104)와 통신할 수 있다. 일실시예에 따르면, 전자 장치(101)는 프로세서(120), 메모리(130), 입력 모듈(150), 음향 출력 모듈(155), 디스플레이 모듈(160), 오디오 모듈(170), 센서 모듈(176), 인터페이스(177), 연결 단자(178), 햅틱 모듈(179), 카메라 모듈(180), 전력 관리 모듈(188), 배터리(189), 통신 모듈(190), 가입자 식별 모듈(196), 또는 안테나 모듈(197)을 포함할 수 있다. 어떤 실시예에서는, 전자 장치(101)에는, 이 구성요소들 중 적어도 하나(예: 연결 단자(178))가 생략되거나, 하나 이상의 다른 구성요소가 추가될 수 있다. 어떤 실시예에서는, 이 구성요소들 중 일부들(예: 센서 모듈(176), 카메라 모듈(180), 또는 안테나 모듈(197))은 하나의 구성요소(예: 디스플레이 모듈(160))로 통합될 수 있다.
프로세서(120)는, 예를 들면, 소프트웨어(예: 프로그램(140))를 실행하여 프로세서(120)에 연결된 전자 장치(101)의 적어도 하나의 다른 구성요소(예: 하드웨어 또는 소프트웨어 구성요소)를 제어할 수 있고, 다양한 데이터 처리 또는 연산을 수행할 수 있다. 일실시예에 따르면, 데이터 처리 또는 연산의 적어도 일부로서, 프로세서(120)는 다른 구성요소(예: 센서 모듈(176) 또는 통신 모듈(190))로부터 수신된 명령 또는 데이터를 휘발성 메모리(132)에 저장하고, 휘발성 메모리(132)에 저장된 명령 또는 데이터를 처리하고, 결과 데이터를 비휘발성 메모리(134)에 저장할 수 있다. 일실시예에 따르면, 프로세서(120)는 메인 프로세서(121)(예: 중앙 처리 장치 또는 어플리케이션 프로세서) 또는 이와는 독립적으로 또는 함께 운영 가능한 보조 프로세서(123)(예: 그래픽 처리 장치, 신경망 처리 장치(NPU: neural processing unit), 이미지 시그널 프로세서, 센서 허브 프로세서, 또는 커뮤니케이션 프로세서)를 포함할 수 있다. 예를 들어, 전자 장치(101)가 메인 프로세서(121) 및 보조 프로세서(123)를 포함하는 경우, 보조 프로세서(123)는 메인 프로세서(121)보다 저전력을 사용하거나, 지정된 기능에 특화되도록 설정될 수 있다. 보조 프로세서(123)는 메인 프로세서(121)와 별개로, 또는 그 일부로서 구현될 수 있다.
보조 프로세서(123)는, 예를 들면, 메인 프로세서(121)가 인액티브(예: 슬립) 상태에 있는 동안 메인 프로세서(121)를 대신하여, 또는 메인 프로세서(121)가 액티브(예: 어플리케이션 실행) 상태에 있는 동안 메인 프로세서(121)와 함께, 전자 장치(101)의 구성요소들 중 적어도 하나의 구성요소(예: 디스플레이 모듈(160), 센서 모듈(176), 또는 통신 모듈(190))와 관련된 기능 또는 상태들의 적어도 일부를 제어할 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 이미지 시그널 프로세서 또는 커뮤니케이션 프로세서)는 기능적으로 관련 있는 다른 구성요소(예: 카메라 모듈(180) 또는 통신 모듈(190))의 일부로서 구현될 수 있다. 일실시예에 따르면, 보조 프로세서(123)(예: 신경망 처리 장치)는 인공지능 모델의 처리에 특화된 하드웨어 구조를 포함할 수 있다. 인공지능 모델은 기계 학습을 통해 생성될 수 있다. 이러한 학습은, 예를 들어, 인공지능 모델이 수행되는 전자 장치(101) 자체에서 수행될 수 있고, 별도의 서버(예: 서버(108))를 통해 수행될 수도 있다. 학습 알고리즘은, 예를 들어, 지도형 학습(supervised learning), 비지도형 학습(unsupervised learning), 준지도형 학습(semi-supervised learning) 또는 강화 학습(reinforcement learning)을 포함할 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은, 복수의 인공 신경망 레이어들을 포함할 수 있다. 인공 신경망은 심층 신경망(DNN: deep neural network), CNN(convolutional neural network), RNN(recurrent neural network), RBM(restricted boltzmann machine), DBN(deep belief network), BRDNN(bidirectional recurrent deep neural network), 심층 Q-네트워크(deep Q-networks) 또는 상기 중 둘 이상의 조합 중 하나일 수 있으나, 전술한 예에 한정되지 않는다. 인공지능 모델은 하드웨어 구조 이외에, 추가적으로 또는 대체적으로, 소프트웨어 구조를 포함할 수 있다.
메모리(130)는, 전자 장치(101)의 적어도 하나의 구성요소(예: 프로세서(120) 또는 센서 모듈(176))에 의해 사용되는 다양한 데이터를 저장할 수 있다. 데이터는, 예를 들어, 소프트웨어(예: 프로그램(140)) 및, 이와 관련된 명령에 대한 입력 데이터 또는 출력 데이터를 포함할 수 있다. 메모리(130)는, 휘발성 메모리(132) 또는 비휘발성 메모리(134)를 포함할 수 있다.
프로그램(140)은 메모리(130)에 소프트웨어로서 저장될 수 있으며, 예를 들면, 운영 체제(142), 미들 웨어(144) 또는 어플리케이션(146)을 포함할 수 있다.
입력 모듈(150)은, 전자 장치(101)의 구성요소(예: 프로세서(120))에 사용될 명령 또는 데이터를 전자 장치(101)의 외부(예: 사용자)로부터 수신할 수 있다. 입력 모듈(150)은, 예를 들면, 마이크, 마우스, 키보드, 키(예: 버튼), 또는 디지털 펜(예: 스타일러스 펜)을 포함할 수 있다.
음향 출력 모듈(155)은 음향 신호를 전자 장치(101)의 외부로 출력할 수 있다. 음향 출력 모듈(155)은, 예를 들면, 스피커 또는 리시버를 포함할 수 있다. 스피커는 멀티미디어 재생 또는 녹음 재생과 같이 일반적인 용도로 사용될 수 있다. 리시버는 착신 전화를 수신하기 위해 사용될 수 있다. 일실시예에 따르면, 리시버는 스피커와 별개로, 또는 그 일부로서 구현될 수 있다.
디스플레이 모듈(160)은 전자 장치(101)의 외부(예: 사용자)로 정보를 시각적으로 제공할 수 있다. 디스플레이 모듈(160)은, 예를 들면, 디스플레이, 홀로그램 장치, 또는 프로젝터 및 해당 장치를 제어하기 위한 제어 회로를 포함할 수 있다. 일실시예에 따르면, 디스플레이 모듈(160)은 터치를 감지하도록 설정된 터치 센서, 또는 상기 터치에 의해 발생되는 힘의 세기를 측정하도록 설정된 압력 센서를 포함할 수 있다.
오디오 모듈(170)은 소리를 전기 신호로 변환시키거나, 반대로 전기 신호를 소리로 변환시킬 수 있다. 일실시예에 따르면, 오디오 모듈(170)은, 입력 모듈(150)을 통해 소리를 획득하거나, 음향 출력 모듈(155), 또는 전자 장치(101)와 직접 또는 무선으로 연결된 외부 전자 장치(예: 전자 장치(102))(예: 스피커 또는 헤드폰)를 통해 소리를 출력할 수 있다.
센서 모듈(176)은 전자 장치(101)의 작동 상태(예: 전력 또는 온도), 또는 외부의 환경 상태(예: 사용자 상태)를 감지하고, 감지된 상태에 대응하는 전기 신호 또는 데이터 값을 생성할 수 있다. 일실시예에 따르면, 센서 모듈(176)은, 예를 들면, 제스처 센서, 자이로 센서, 기압 센서, 마그네틱 센서, 가속도 센서, 그립 센서, 근접 센서, 컬러 센서, IR(infrared) 센서, 생체 센서, 온도 센서, 습도 센서, 또는 조도 센서를 포함할 수 있다.
인터페이스(177)는 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 직접 또는 무선으로 연결되기 위해 사용될 수 있는 하나 이상의 지정된 프로토콜들을 지원할 수 있다. 일실시예에 따르면, 인터페이스(177)는, 예를 들면, HDMI(high definition multimedia interface), USB(universal serial bus) 인터페이스, SD카드 인터페이스, 또는 오디오 인터페이스를 포함할 수 있다.
연결 단자(178)는, 그를 통해서 전자 장치(101)가 외부 전자 장치(예: 전자 장치(102))와 물리적으로 연결될 수 있는 커넥터를 포함할 수 있다. 일실시예에 따르면, 연결 단자(178)는, 예를 들면, HDMI 커넥터, USB 커넥터, SD 카드 커넥터, 또는 오디오 커넥터(예: 헤드폰 커넥터)를 포함할 수 있다.
햅틱 모듈(179)은 전기적 신호를 사용자가 촉각 또는 운동 감각을 통해서 인지할 수 있는 기계적인 자극(예: 진동 또는 움직임) 또는 전기적인 자극으로 변환할 수 있다. 일실시예에 따르면, 햅틱 모듈(179)은, 예를 들면, 모터, 압전 소자, 또는 전기 자극 장치를 포함할 수 있다.
카메라 모듈(180)은 정지 영상 및 동영상을 촬영할 수 있다. 일실시예에 따르면, 카메라 모듈(180)은 하나 이상의 렌즈들, 이미지 센서들, 이미지 시그널 프로세서들, 또는 플래시들을 포함할 수 있다.
전력 관리 모듈(188)은 전자 장치(101)에 공급되는 전력을 관리할 수 있다. 일실시예에 따르면, 전력 관리 모듈(188)은, 예를 들면, PMIC(power management integrated circuit)의 적어도 일부로서 구현될 수 있다.
배터리(189)는 전자 장치(101)의 적어도 하나의 구성요소에 전력을 공급할 수 있다. 일실시예에 따르면, 배터리(189)는, 예를 들면, 재충전 불가능한 1차 전지, 재충전 가능한 2차 전지 또는 연료 전지를 포함할 수 있다.
통신 모듈(190)은 전자 장치(101)와 외부 전자 장치(예: 전자 장치(102), 전자 장치(104), 또는 서버(108)) 간의 직접(예: 유선) 통신 채널 또는 무선 통신 채널의 수립, 및 수립된 통신 채널을 통한 통신 수행을 지원할 수 있다. 통신 모듈(190)은 프로세서(120)(예: 어플리케이션 프로세서)와 독립적으로 운영되고, 직접(예: 유선) 통신 또는 무선 통신을 지원하는 하나 이상의 커뮤니케이션 프로세서를 포함할 수 있다. 일실시예에 따르면, 통신 모듈(190)은 무선 통신 모듈(192)(예: 셀룰러 통신 모듈, 근거리 무선 통신 모듈, 또는 GNSS(global navigation satellite system) 통신 모듈) 또는 유선 통신 모듈(194)(예: LAN(local area network) 통신 모듈, 또는 전력선 통신 모듈)을 포함할 수 있다. 이들 통신 모듈 중 해당하는 통신 모듈은 제 1 네트워크(198)(예: 블루투스, WiFi(wireless fidelity) direct 또는 IrDA(infrared data association)와 같은 근거리 통신 네트워크) 또는 제 2 네트워크(199)(예: 레거시 셀룰러 네트워크, 5G 네트워크, 차세대 통신 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN)와 같은 원거리 통신 네트워크)를 통하여 외부의 전자 장치(104)와 통신할 수 있다. 이런 여러 종류의 통신 모듈들은 하나의 구성요소(예: 단일 칩)로 통합되거나, 또는 서로 별도의 복수의 구성요소들(예: 복수 칩들)로 구현될 수 있다. 무선 통신 모듈(192)은 가입자 식별 모듈(196)에 저장된 가입자 정보(예: 국제 모바일 가입자 식별자(IMSI))를 이용하여 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크 내에서 전자 장치(101)를 확인 또는 인증할 수 있다.
무선 통신 모듈(192)은 4G 네트워크 이후의 5G 네트워크 및 차세대 통신 기술, 예를 들어, NR 접속 기술(new radio access technology)을 지원할 수 있다. NR 접속 기술은 고용량 데이터의 고속 전송(eMBB(enhanced mobile broadband)), 단말 전력 최소화와 다수 단말의 접속(mMTC(massive machine type communications)), 또는 고신뢰도와 저지연(URLLC(ultra-reliable and low-latency communications))을 지원할 수 있다. 무선 통신 모듈(192)은, 예를 들어, 높은 데이터 전송률 달성을 위해, 고주파 대역(예: mmWave 대역)을 지원할 수 있다. 무선 통신 모듈(192)은 고주파 대역에서의 성능 확보를 위한 다양한 기술들, 예를 들어, 빔포밍(beamforming), 거대 배열 다중 입출력(massive MIMO(multiple-input and multiple-output)), 전차원 다중입출력(FD-MIMO: full dimensional MIMO), 어레이 안테나(array antenna), 아날로그 빔형성(analog beam-forming), 또는 대규모 안테나(large scale antenna)와 같은 기술들을 지원할 수 있다. 무선 통신 모듈(192)은 전자 장치(101), 외부 전자 장치(예: 전자 장치(104)) 또는 네트워크 시스템(예: 제 2 네트워크(199))에 규정되는 다양한 요구사항을 지원할 수 있다. 일실시예에 따르면, 무선 통신 모듈(192)은 eMBB 실현을 위한 Peak data rate(예: 20Gbps 이상), mMTC 실현을 위한 손실 Coverage(예: 164dB 이하), 또는 URLLC 실현을 위한 U-plane latency(예: 다운링크(DL) 및 업링크(UL) 각각 0.5ms 이하, 또는 라운드 트립 1ms 이하)를 지원할 수 있다.
안테나 모듈(197)은 신호 또는 전력을 외부(예: 외부의 전자 장치)로 송신하거나 외부로부터 수신할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 서브스트레이트(예: PCB) 위에 형성된 도전체 또는 도전성 패턴으로 이루어진 방사체를 포함하는 안테나를 포함할 수 있다. 일실시예에 따르면, 안테나 모듈(197)은 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다. 이런 경우, 제 1 네트워크(198) 또는 제 2 네트워크(199)와 같은 통신 네트워크에서 사용되는 통신 방식에 적합한 적어도 하나의 안테나가, 예를 들면, 통신 모듈(190)에 의하여 상기 복수의 안테나들로부터 선택될 수 있다. 신호 또는 전력은 상기 선택된 적어도 하나의 안테나를 통하여 통신 모듈(190)과 외부의 전자 장치 간에 송신되거나 수신될 수 있다. 어떤 실시예에 따르면, 방사체 이외에 다른 부품(예: RFIC(radio frequency integrated circuit))이 추가로 안테나 모듈(197)의 일부로 형성될 수 있다.
다양한 실시예에 따르면, 안테나 모듈(197)은 mmWave 안테나 모듈을 형성할 수 있다. 일실시예에 따르면, mmWave 안테나 모듈은 인쇄 회로 기판, 상기 인쇄 회로 기판의 제 1 면(예: 아래 면)에 또는 그에 인접하여 배치되고 지정된 고주파 대역(예: mmWave 대역)을 지원할 수 있는 RFIC, 및 상기 인쇄 회로 기판의 제 2 면(예: 윗 면 또는 측 면)에 또는 그에 인접하여 배치되고 상기 지정된 고주파 대역의 신호를 송신 또는 수신할 수 있는 복수의 안테나들(예: 어레이 안테나)을 포함할 수 있다.
상기 구성요소들 중 적어도 일부는 주변 기기들간 통신 방식(예: 버스, GPIO(general purpose input and output), SPI(serial peripheral interface), 또는 MIPI(mobile industry processor interface))을 통해 서로 연결되고 신호(예: 명령 또는 데이터)를 상호간에 교환할 수 있다.
일실시예에 따르면, 명령 또는 데이터는 제 2 네트워크(199)에 연결된 서버(108)를 통해서 전자 장치(101)와 외부의 전자 장치(104)간에 송신 또는 수신될 수 있다. 외부의 전자 장치(102, 또는 104) 각각은 전자 장치(101)와 동일한 또는 다른 종류의 장치일 수 있다. 일실시예에 따르면, 전자 장치(101)에서 실행되는 동작들의 전부 또는 일부는 외부의 전자 장치들(102, 104, 또는 108) 중 하나 이상의 외부의 전자 장치들에서 실행될 수 있다. 예를 들면, 전자 장치(101)가 어떤 기능이나 서비스를 자동으로, 또는 사용자 또는 다른 장치로부터의 요청에 반응하여 수행해야 할 경우에, 전자 장치(101)는 기능 또는 서비스를 자체적으로 실행시키는 대신에 또는 추가적으로, 하나 이상의 외부의 전자 장치들에게 그 기능 또는 그 서비스의 적어도 일부를 수행하라고 요청할 수 있다. 상기 요청을 수신한 하나 이상의 외부의 전자 장치들은 요청된 기능 또는 서비스의 적어도 일부, 또는 상기 요청과 관련된 추가 기능 또는 서비스를 실행하고, 그 실행의 결과를 전자 장치(101)로 전달할 수 있다. 전자 장치(101)는 상기 결과를, 그대로 또는 추가적으로 처리하여, 상기 요청에 대한 응답의 적어도 일부로서 제공할 수 있다. 이를 위하여, 예를 들면, 클라우드 컴퓨팅, 분산 컴퓨팅, 모바일 에지 컴퓨팅(MEC: mobile edge computing), 또는 클라이언트-서버 컴퓨팅 기술이 이용될 수 있다. 전자 장치(101)는, 예를 들어, 분산 컴퓨팅 또는 모바일 에지 컴퓨팅을 이용하여 초저지연 서비스를 제공할 수 있다. 다른 실시예에 있어서, 외부의 전자 장치(104)는 IoT(internet of things) 기기를 포함할 수 있다. 서버(108)는 기계 학습 및/또는 신경망을 이용한 지능형 서버일 수 있다. 일실시예에 따르면, 외부의 전자 장치(104) 또는 서버(108)는 제 2 네트워크(199) 내에 포함될 수 있다. 전자 장치(101)는 5G 통신 기술 및 IoT 관련 기술을 기반으로 지능형 서비스(예: 스마트 홈, 스마트 시티, 스마트 카, 또는 헬스 케어)에 적용될 수 있다.
본 문서에 개시된 다양한 실시예들에 따른 전자 장치는 다양한 형태의 장치가 될 수 있다. 전자 장치는, 예를 들면, 휴대용 통신 장치(예: 스마트폰), 컴퓨터 장치, 휴대용 멀티미디어 장치, 휴대용 의료 기기, 카메라, 웨어러블 장치, 또는 가전 장치를 포함할 수 있다. 본 문서의 실시예에 따른 전자 장치는 전술한 기기들에 한정되지 않는다.
본 문서의 다양한 실시예들 및 이에 사용된 용어들은 본 문서에 기재된 기술적 특징들을 특정한 실시예들로 한정하려는 것이 아니며, 해당 실시예의 다양한 변경, 균등물, 또는 대체물을 포함하는 것으로 이해되어야 한다. 도면의 설명과 관련하여, 유사한 또는 관련된 구성요소에 대해서는 유사한 참조 부호가 사용될 수 있다. 아이템에 대응하는 명사의 단수 형은 관련된 문맥상 명백하게 다르게 지시하지 않는 한, 상기 아이템 한 개 또는 복수 개를 포함할 수 있다. 본 문서에서, "A 또는 B", "A 및 B 중 적어도 하나", "A 또는 B 중 적어도 하나", "A, B 또는 C", "A, B 및 C 중 적어도 하나", 및 "A, B, 또는 C 중 적어도 하나"와 같은 문구들 각각은 그 문구들 중 해당하는 문구에 함께 나열된 항목들 중 어느 하나, 또는 그들의 모든 가능한 조합을 포함할 수 있다. "제 1", "제 2", 또는 "첫째" 또는 "둘째"와 같은 용어들은 단순히 해당 구성요소를 다른 해당 구성요소와 구분하기 위해 사용될 수 있으며, 해당 구성요소들을 다른 측면(예: 중요성 또는 순서)에서 한정하지 않는다. 어떤(예: 제 1) 구성요소가 다른(예: 제 2) 구성요소에, "기능적으로" 또는 "통신적으로"라는 용어와 함께 또는 이런 용어 없이, "커플드" 또는 "커넥티드"라고 언급된 경우, 그것은 상기 어떤 구성요소가 상기 다른 구성요소에 직접적으로(예: 유선으로), 무선으로, 또는 제 3 구성요소를 통하여 연결될 수 있다는 것을 의미한다.
본 문서의 다양한 실시예들에서 사용된 용어 "모듈"은 하드웨어, 소프트웨어 또는 펌웨어로 구현된 유닛을 포함할 수 있으며, 예를 들면, 로직, 논리 블록, 부품, 또는 회로와 같은 용어와 상호 호환적으로 사용될 수 있다. 모듈은, 일체로 구성된 부품 또는 하나 또는 그 이상의 기능을 수행하는, 상기 부품의 최소 단위 또는 그 일부가 될 수 있다. 예를 들면, 일실시예에 따르면, 모듈은 ASIC(application-specific integrated circuit)의 형태로 구현될 수 있다.
본 문서의 다양한 실시예들은 기기(machine)(예: 전자 장치(101))에 의해 읽을 수 있는 저장 매체(storage medium)(예: 내장 메모리(136) 또는 외장 메모리(138))에 저장된 하나 이상의 명령어들을 포함하는 소프트웨어(예: 프로그램(140))로서 구현될 수 있다. 예를 들면, 기기(예: 전자 장치(101))의 프로세서(예: 프로세서(120))는, 저장 매체로부터 저장된 하나 이상의 명령어들 중 적어도 하나의 명령을 호출하고, 그것을 실행할 수 있다. 이것은 기기가 상기 호출된 적어도 하나의 명령어에 따라 적어도 하나의 기능을 수행하도록 운영되는 것을 가능하게 한다. 상기 하나 이상의 명령어들은 컴파일러에 의해 생성된 코드 또는 인터프리터에 의해 실행될 수 있는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장 매체는, 비일시적(non-transitory) 저장 매체의 형태로 제공될 수 있다. 여기서, ‘비일시적’은 저장 매체가 실재(tangible)하는 장치이고, 신호(signal)(예: 전자기파)를 포함하지 않는다는 것을 의미할 뿐이며, 이 용어는 데이터가 저장 매체에 반영구적으로 저장되는 경우와 임시적으로 저장되는 경우를 구분하지 않는다.
일실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory(CD-ROM))의 형태로 배포되거나, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 또는 두 개의 사용자 장치들(예: 스마트 폰들) 간에 직접, 온라인으로 배포(예: 다운로드 또는 업로드)될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 기기로 읽을 수 있는 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.
다양한 실시예들에 따르면, 상기 기술한 구성요소들의 각각의 구성요소(예: 모듈 또는 프로그램)는 단수 또는 복수의 개체를 포함할 수 있으며, 복수의 개체 중 일부는 다른 구성요소에 분리 배치될 수도 있다. 다양한 실시예들에 따르면, 전술한 해당 구성요소들 중 하나 이상의 구성요소들 또는 동작들이 생략되거나, 또는 하나 이상의 다른 구성요소들 또는 동작들이 추가될 수 있다. 대체적으로 또는 추가적으로, 복수의 구성요소들(예: 모듈 또는 프로그램)은 하나의 구성요소로 통합될 수 있다. 이런 경우, 통합된 구성요소는 상기 복수의 구성요소들 각각의 구성요소의 하나 이상의 기능들을 상기 통합 이전에 상기 복수의 구성요소들 중 해당 구성요소에 의해 수행되는 것과 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따르면, 모듈, 프로그램 또는 다른 구성요소에 의해 수행되는 동작들은 순차적으로, 병렬적으로, 반복적으로, 또는 휴리스틱하게 실행되거나, 상기 동작들 중 하나 이상이 다른 순서로 실행되거나, 생략되거나, 또는 하나 이상의 다른 동작들이 추가될 수 있다.
도 2는 일 실시예에 따른 통합 지능 (integrated intelligence) 시스템을 나타낸 블록도이다.
도 2를 참조하면, 일 실시예의 통합 지능화 시스템(20)은 전자 장치(201)(예: 도 1의 전자 장치(101)), 지능형 서버(200)(예: 도 1의 서버(108)), 및 서비스 서버(300)(예: 도 1의 서버(108))를 포함할 수 있다.
일 실시 예의 전자 장치(201)는, 인터넷에 연결 가능한 단말 장치(또는, 전자 장치)일 수 있으며, 예를 들어, 휴대폰, 스마트폰, PDA(personal digital assistant), 노트북 컴퓨터, TV, 백색 가전, 웨어러블 장치, HMD, 또는 스마트 스피커일 수 있다.
도시된 실시 예에 따르면, 전자 장치(201)는 통신 인터페이스(202)(예: 도 1의 인터페이스(177)), 마이크(206)(예: 도 1의 입력 모듈(150)), 스피커(205)(예: 도 1의 음향 출력 모듈(155)), 디스플레이 모듈(204)(예: 도 1의 디스플레이 모듈(160)), 메모리(207)(예: 도 1의 메모리(130)), 또는 프로세서(203)(예: 도 1의 프로세서(120))를 포함할 수 있다. 상기 열거된 구성요소들은 서로 작동적으로 또는 전기적으로 연결될 수 있다.
일 실시 예의 통신 인터페이스(202)는 외부 장치와 연결되어 데이터를 송수신하도록 구성될 수 있다. 일 실시 예의 마이크(206)는 소리(예: 사용자 발화)를 수신하여, 전기적 신호로 변환할 수 있다. 일 실시예의 스피커(205)는 전기적 신호를 소리(예: 음성)로 출력할 수 있다.
일 실시 예의 디스플레이 모듈(204)은 이미지 또는 비디오를 표시하도록 구성될 수 있다. 일 실시 예의 디스플레이 모듈(204)은 또한 실행되는 앱(app)(또는, 어플리케이션 프로그램(application program))의 그래픽 사용자 인터페이스(graphic user interface)(GUI)를 표시할 수 있다. 일 실시 예의 디스플레이 모듈(204)은 터치 센서를 통해 터치 입력을 수신할 수 있다. 예를 들어, 디스플레이 모듈(204)은 디스플레이 모듈(204) 내에 표시되는 화상 키보드 영역의 터치 센서를 통해 텍스트 입력을 수신할 수 있다.
일 실시 예의 메모리(207)는 클라이언트 모듈(209), SDK(software development kit)(208), 및 복수의 앱들(210)을 저장할 수 있다. 상기 클라이언트 모듈(209), 및 SDK(208)는 범용적인 기능을 수행하기 위한 프레임워크(framework)(또는, 솔루션 프로그램)를 구성할 수 있다. 또한, 클라이언트 모듈(209) 또는 SDK(208)는 사용자 입력(예: 음성 입력, 텍스트 입력, 터치 입력)을 처리하기 위한 프레임워크를 구성할 수 있다.
일 실시 예의 메모리(207)는 상기 복수의 앱들(210)은 지정된 기능을 수행하기 위한 프로그램일 수 있다. 일 실시 예에 따르면, 복수의 앱(210)은 제1 앱(210_1), 제2 앱(210_2)을 포함할 수 있다. 일 실시 예에 따르면, 복수의 앱(210) 각각은 지정된 기능을 수행하기 위한 복수의 동작들을 포함할 수 있다. 예를 들어, 상기 앱들은, 알람 앱, 메시지 앱, 및/또는 스케줄 앱을 포함할 수 있다. 일 실시 예에 따르면, 복수의 앱들(210)은 프로세서(203)에 의해 실행되어 상기 복수의 동작들 중 적어도 일부를 순차적으로 실행할 수 있다.
일 실시 예의 프로세서(203)는 전자 장치(201)의 전반적인 동작을 제어할 수 있다. 예를 들어, 프로세서(203)는 통신 인터페이스(202), 마이크(206), 스피커(205), 및 디스플레이 모듈(204)과 전기적으로 연결되어 연결되어 지정된 동작을 수행할 수 있다.
일 실시 예의 프로세서(203)는 또한 상기 메모리(207)에 저장된 프로그램을 실행시켜 지정된 기능을 수행할 수 있다. 예를 들어, 프로세서(203)는 클라이언트 모듈(209) 또는 SDK(208) 중 적어도 하나를 실행하여, 사용자 입력을 처리하기 위한 이하의 동작을 수행할 수 있다. 프로세서(203)는, 예를 들어, SDK(208)를 통해 복수의 앱(210)의 동작을 제어할 수 있다. 클라이언트 모듈(209) 또는 SDK(208)의 동작으로 설명된 이하의 동작은 프로세서(203)의 실행에 의한 동작일 수 있다.
일 실시 예의 클라이언트 모듈(209)은 사용자 입력을 수신할 수 있다. 예를 들어, 클라이언트 모듈(209)은 마이크(206)를 통해 감지된 사용자 발화에 대응되는 음성 신호를 수신할 수 있다. 또는, 클라이언트 모듈(209)은 디스플레이 모듈(204)을 통해 감지된 터치 입력을 수신할 수 있다. 또는, 클라이언트 모듈(209)은 키보드 또는 화상 키보드를 통해 감지된 텍스트 입력을 수신할 수 있다. 이 외에도, 전자 장치(201)에 포함된 입력 모듈 또는 전자 장치(201)에 연결된 입력 모듈을 통해 감지되는 다양한 형태의 사용자 입력을 수신할 수 있다. 상기 클라이언트 모듈(209)은 수신된 사용자 입력을 지능형 서버(200)로 송신할 수 있다. 클라이언트 모듈(209)은 수신된 사용자 입력과 함께, 전자 장치(201)의 상태 정보를 지능형 서버(200)로 송신할 수 있다. 상기 상태 정보는, 예를 들어, 앱의 실행 상태 정보일 수 있다.
일 실시 예의 클라이언트 모듈(209)은 수신된 사용자 입력에 대응되는 결과를 수신할 수 있다. 예를 들어, 클라이언트 모듈(209)은 지능형 서버(200)에서 상기 수신된 사용자 입력에 대응되는 결과를 산출할 수 있는 경우, 수신된 사용자 입력에 대응되는 결과를 수신할 수 있다. 클라이언트 모듈(209)은 상기 수신된 결과를 디스플레이 모듈(204)에 표시할 수 있다. 또한, 클라이언트 모듈(209)은 상기 수신된 결과를 스피커(205)를 통해 오디오로 출력할 수 있다.
일 실시 예의 클라이언트 모듈(209)은 수신된 사용자 입력에 대응되는 플랜을 수신할 수 있다. 클라이언트 모듈(209)은 플랜에 따라 앱의 복수의 동작을 실행한 결과를 디스플레이 모듈(204)에 표시할 수 있다. 클라이언트 모듈(209)은, 예를 들어, 복수의 동작의 실행 결과를 순차적으로 디스플레이 모듈(204)에 표시할 수 있고, 스피커(205)를 통해 오디오를 출력할 수 있다. 전자 장치(201)는, 다른 예를 들어, 복수의 동작을 실행한 일부 결과(예: 마지막 동작의 결과)만을 디스플레이 모듈(204)에 표시할 수 있으며, 스피커(205)를 통해 오디오로 출력할 수 있다.
일 실시 예에 따르면, 클라이언트 모듈(209)은 지능형 서버(200)로부터 사용자 입력에 대응되는 결과를 산출하기 위해 필요한 정보를 획득하기 위한 요청을 수신할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(209)은 상기 요청에 대응하여 상기 필요한 정보를 지능형 서버(200)로 송신할 수 있다.
일 실시 예의 클라이언트 모듈(209)은 플랜에 따라 복수의 동작을 실행한 결과 정보를 지능형 서버(200)로 송신할 수 있다. 지능형 서버(200)는 상기 결과 정보를 이용하여 수신된 사용자 입력이 올바르게 처리된 것을 확인할 수 있다.
일 실시 예의 클라이언트 모듈(209)은 음성 인식 모듈을 포함할 수 있다. 일 실시 예에 따르면, 클라이언트 모듈(209)은 상기 음성 인식 모듈을 통해 제한된 기능을 수행하는 음성 입력을 인식할 수 있다. 예를 들어, 클라이언트 모듈(209)은 지정된 입력(예: 웨이크 업!)을 통해 유기적인 동작을 수행하기 위한 음성 입력을 처리하기 위한 지능형 앱을 수행할 수 있다.
일 실시 예의 지능형 서버(200)는 통신 망을 통해 전자 장치(201)로부터 사용자 음성 입력과 관련된 정보를 수신할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 수신된 음성 입력과 관련된 데이터를 텍스트 데이터(text data)로 변경할 수 있다. 일 실시 예에 따르면, 지능형 서버(200)는 상기 텍스트 데이터에 기초하여 사용자 음성 입력과 대응되는 태스크(task)를 수행하기 위한 플랜(plan)을 생성할 수 있다.
일 실시 예에 따르면, 플랜은 인공 지능(artificial intelligent)(AI) 시스템에 의해 생성될 수 있다. 인공지능 시스템은 룰 베이스 시스템(rule-based system)일 수도 있고, 신경망 베이스 시스템(neural network-based system)(예: 피드포워드 신경망(feedforward neural network(FNN)), 순환 신경망(recurrent neural network(RNN)))일 수도 있다. 또는, 전술한 것의 조합 또는 이와 다른 인공지능 시스템일 수도 있다. 일 실시 예에 따르면, 플랜은 미리 정의된 플랜의 집합에서 선택될 수 있거나, 사용자 요청에 응답하여 실시간으로 생성될 수 있다. 예를 들어, 인공지능 시스템은 미리 정의된 복수의 플랜 중 적어도 플랜을 선택할 수 있다.
일 실시 예의 지능형 서버(200)는 생성된 플랜에 따른 결과를 전자 장치(201)로 송신하거나, 생성된 플랜을 전자 장치(201)로 송신할 수 있다. 일 실시 예에 따르면, 전자 장치(201)는 플랜에 따른 결과를 디스플레이 모듈(204)에 표시할 수 있다. 일 실시 예에 따르면, 전자 장치(201)는 플랜에 따른 동작을 실행한 결과를 디스플레이 모듈(204)에 표시할 수 있다.
일 실시 예의 지능형 서버(200)는 프론트 엔드(front end)(210), 자연어 플랫폼(natural language platform)(220), 캡슐 데이터베이스(capsule DB)(230), 실행 엔진(execution engine)(240), 엔드 유저 인터페이스(end user interface)(250), 매니지먼트 플랫폼(management platform)(260), 빅 데이터 플랫폼(big data platform)(270), 또는 분석 플랫폼(analytic platform)(280)을 포함할 수 있다.
일 실시 예의 프론트 엔드(210)는 전자 장치(201)로부터 수신된 사용자 입력을 수신할 수 있다. 프론트 엔드(210)는 상기 사용자 입력에 대응되는 응답을 송신할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(220)은 자동 음성 인식 모듈(automatic speech recognition module)(ASR module)(221), 자연어 이해 모듈(natural language understanding module)(NLU module)(223), 플래너 모듈(planner module)(225), 자연어 생성 모듈(natural language generator module)(NLG module)(227) 또는 텍스트 음성 변환 모듈(text to speech module)(TTS module)(229)을 포함할 수 있다.
일 실시 예의 자동 음성 인식 모듈(221)은 전자 장치(201)로부터 수신된 음성 입력을 텍스트 데이터로 변환할 수 있다. 일 실시 예의 자연어 이해 모듈(223)은 음성 입력의 텍스트 데이터를 이용하여 사용자의 의도를 파악할 수 있다. 예를 들어, 자연어 이해 모듈(223)은 텍스트 데이터 형태의 사용자 입력에 대하여 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자의 의도를 파악할 수 있다. 일 실시 예의 자연어 이해 모듈(223)은 형태소 또는 구의 언어적 특징(예: 문법적 요소)을 이용하여 사용자 입력으로부터 추출된 단어의 의미를 파악하고, 상기 파악된 단어의 의미를 의도에 매칭시켜 사용자의 의도를 결정할 수 있다.
일 실시 예의 플래너 모듈(225)은 자연어 이해 모듈(223)에서 결정된 의도 및 파라미터를 이용하여 플랜을 생성할 수 있다. 일 실시 예에 따르면, 플래너 모듈(225)은 상기 결정된 의도에 기초하여 태스크를 수행하기 위해 필요한 복수의 도메인을 결정할 수 있다. 플래너 모듈(225)은 상기 의도에 기초하여 결정된 복수의 도메인 각각에 포함된 복수의 동작을 결정할 수 있다. 일 실시 예에 따르면, 플래너 모듈(225)은 상기 결정된 복수의 동작을 실행하는데 필요한 파라미터나, 상기 복수의 동작의 실행에 의해 출력되는 결과 값을 결정할 수 있다. 상기 파라미터, 및 상기 결과 값은 지정된 형식(또는, 클래스)의 컨셉으로 정의될 수 있다. 이에 따라, 플랜은 사용자의 의도에 의해 결정된 복수의 동작, 및 복수의 컨셉을 포함할 수 있다. 상기 플래너 모듈(225)은 상기 복수의 동작, 및 상기 복수의 컨셉 사이의 관계를 단계적(또는, 계층적)으로 결정할 수 있다. 예를 들어, 플래너 모듈(225)은 복수의 컨셉에 기초하여 사용자의 의도에 기초하여 결정된 복수의 동작의 실행 순서를 결정할 수 있다. 다시 말해, 플래너 모듈(225)은 복수의 동작의 실행에 필요한 파라미터, 및 복수의 동작의 실행에 의해 출력되는 결과에 기초하여, 복수의 동작의 실행 순서를 결정할 수 있다. 이에 따라, 플래너 모듈(225)은 복수의 동작, 및 복수의 컨셉 사이의 연관 정보(예: 온톨로지(ontology))가 포함된 플랜을 생성할 수 있다. 상기 플래너 모듈(225)은 컨셉과 동작의 관계들의 집합이 저장된 캡슐 데이터베이스(230)에 저장된 정보를 이용하여 플랜을 생성할 수 있다.
일 실시 예의 자연어 생성 모듈(227)은 지정된 정보를 텍스트 형태로 변경할 수 있다. 상기 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 일 실시 예의 텍스트 음성 변환 모듈(229)은 텍스트 형태의 정보를 음성 형태의 정보로 변경할 수 있다.
일 실시 예에 따르면, 자연어 플랫폼(220)의 기능의 일부 기능 또는 전체 기능은 전자 장치(201)에서도 구현가능 할 수 있다.
상기 캡슐 데이터베이스(230)는 복수의 도메인에 대응되는 복수의 컨셉과 동작들의 관계에 대한 정보를 저장할 수 있다. 일 실시예에 따른 캡슐은 플랜에 포함된 복수의 동작 오브젝트(action object 또는, 동작 정보) 및 컨셉 오브젝트(concept object 또는 컨셉 정보)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 CAN(concept action network)의 형태로 복수의 캡슐을 저장할 수 있다. 일 실시 예에 따르면, 복수의 캡슐은 캡슐 데이터베이스(230)에 포함된 기능 저장소(function registry)에 저장될 수 있다.
상기 캡슐 데이터베이스(230)는 음성 입력에 대응되는 플랜을 결정할 때 필요한 전략 정보가 저장된 전략 레지스트리(strategy registry)를 포함할 수 있다. 상기 전략 정보는 사용자 입력에 대응되는 복수의 플랜이 있는 경우, 하나의 플랜을 결정하기 위한 기준 정보를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 지정된 상황에서 사용자에게 후속 동작을 제안하기 위한 후속 동작의 정보가 저장된 후속 동작 레지스트리(follow up registry)를 포함할 수 있다. 상기 후속 동작은, 예를 들어, 후속 발화를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 전자 장치(201)를 통해 출력되는 정보의 레이아웃(layout) 정보를 저장하는 레이아웃 레지스트리(layout registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 캡슐 정보에 포함된 어휘(vocabulary) 정보가 저장된 어휘 레지스트리(vocabulary registry)를 포함할 수 있다. 일 실시 예에 따르면, 캡슐 데이터베이스(230)는 사용자와의 대화(dialog)(또는, 인터렉션(interaction)) 정보가 저장된 대화 레지스트리(dialog registry)를 포함할 수 있다. 상기 캡슐 데이터베이스(230)는 개발자 툴(developer tool)을 통해 저장된 오브젝트를 업데이트(update)할 수 있다. 상기 개발자 툴은, 예를 들어, 동작 오브젝트 또는 컨셉 오브젝트를 업데이트하기 위한 기능 에디터(function editor)를 포함할 수 있다. 상기 개발자 툴은 어휘를 업데이트하기 위한 어휘 에디터(vocabulary editor)를 포함할 수 있다. 상기 개발자 툴은 플랜을 결정하는 전략을 생성 및 등록하는 전략 에디터(strategy editor)를 포함할 수 있다. 상기 개발자 툴은 사용자와의 대화를 생성하는 대화 에디터(dialog editor)를 포함할 수 있다. 상기 개발자 툴은 후속 목표를 활성화하고, 힌트를 제공하는 후속 발화를 편집할 수 있는 후속 동작 에디터(follow up editor)를 포함할 수 있다. 상기 후속 목표는 현재 설정된 목표, 사용자의 선호도 또는 환경 조건에 기초하여 결정될 수 있다. 일 실시 예에서는 캡슐 데이터베이스(230)는 전자 장치(201) 내에도 구현이 가능할 수 있다.
일 실시 예의 실행 엔진(240)은 상기 생성된 플랜을 이용하여 결과를 산출할 수 있다. 엔드 유저 인터페이스(250)는 산출된 결과를 전자 장치(201)로 송신할 수 있다. 이에 따라, 전자 장치(201)는 상기 결과를 수신하고, 상기 수신된 결과를 사용자에게 제공할 수 있다. 일 실시 예의 매니지먼트 플랫폼(260)은 지능형 서버(200)에서 이용되는 정보를 관리할 수 있다. 일 실시 예의 빅 데이터 플랫폼(270)은 사용자의 데이터를 수집할 수 있다. 일 실시 예의 분석 플랫폼(280)은 지능형 서버(200)의 QoS(quality of service)를 관리할 수 있다. 예를 들어, 분석 플랫폼(280)은 지능형 서버(200)의 구성 요소 및 처리 속도(또는, 효율성)를 관리할 수 있다.
일 실시 예의 서비스 서버(300)는 전자 장치(201)에 지정된 서비스(예: 음식 주문 또는 호텔 예약)를 제공할 수 있다. 일 실시 예에 따르면, 서비스 서버(300)는 제3 자에 의해 운영되는 서버일 수 있다. 일 실시 예의 서비스 서버(300)는 수신된 사용자 입력에 대응되는 플랜을 생성하기 위한 정보를 지능형 서버(200)에 제공할 수 있다. 상기 제공된 정보는 캡슐 데이터베이스(230)에 저장될 수 있다. 또한, 서비스 서버(300)는 플랜에 따른 결과 정보를 지능형 서버(200)에 제공할 수 있다.
위에 기술된 통합 지능 시스템(20)에서, 상기 전자 장치(201)는, 사용자 입력에 응답하여 사용자에게 다양한 인텔리전트 서비스를 제공할 수 있다. 상기 사용자 입력은, 예를 들어, 물리적 버튼을 통한 입력, 터치 입력 또는 음성 입력을 포함할 수 있다.
일 실시 예에서, 상기 전자 장치(201)는 내부에 저장된 지능형 앱(또는, 음성 인식 앱)을 통해 음성 인식 서비스를 제공할 수 있다. 이 경우, 예를 들어, 전자 장치(201)는 상기 마이크를 통해 수신된 사용자 발화(utterance) 또는 음성 입력(voice input)을 인식하고, 인식된 음성 입력에 대응되는 서비스를 사용자에게 제공할 수 있다.
일 실시 예에서, 전자 장치(201)는 수신된 음성 입력에 기초하여, 단독으로 또는 상기 지능형 서버 및/또는 서비스 서버와 함께 지정된 동작을 수행할 수 있다. 예를 들어, 전자 장치(201)는 수신된 음성 입력에 대응되는 앱을 실행시키고, 실행된 앱을 통해 지정된 동작을 수행할 수 있다.
일 실시 예에서, 전자 장치(201)가 지능형 서버(200) 및/또는 서비스 서버(300)와 함께 서비스를 제공하는 경우에는, 상기 전자 장치(201)는, 상기 마이크(206)를 이용하여 사용자 발화를 감지하고, 상기 감지된 사용자 발화에 대응되는 신호(또는, 음성 데이터)를 생성할 수 있다. 상기 전자 장치(201)는, 상기 음성 데이터를 통신 인터페이스(202)를 이용하여 지능형 서버(200)로 송신할 수 있다.
일 실시 예에 따른 지능형 서버(200)는 전자 장치(201)로부터 수신된 음성 입력에 대한 응답으로써, 음성 입력에 대응되는 태스크(task)를 수행하기 위한 플랜, 또는 상기 플랜에 따라 동작을 수행한 결과를 생성할 수 있다. 상기 플랜은, 예를 들어, 사용자의 음성 입력에 대응되는 태스크(task)를 수행하기 위한 복수의 동작, 및 상기 복수의 동작과 관련된 복수의 컨셉을 포함할 수 있다. 상기 컨셉은 상기 복수의 동작의 실행에 입력되는 파라미터나, 복수의 동작의 실행에 의해 출력되는 결과 값을 정의한 것일 수 있다. 상기 플랜은 복수의 동작, 및 복수의 컨셉 사이의 연관 정보를 포함할 수 있다.
일 실시 예의 전자 장치(201)는, 통신 인터페이스(202)를 이용하여 상기 응답을 수신할 수 있다. 전자 장치(201)는 상기 스피커(205)를 이용하여 전자 장치(201) 내부에서 생성된 음성 신호를 외부로 출력하거나, 디스플레이 모듈(204)을 이용하여 전자 장치(201) 내부에서 생성된 이미지를 외부로 출력할 수 있다.
도 3은 다양한 실시 예에 따른, 컨셉과 동작의 관계 정보가 데이터베이스에 저장된 형태를 나타낸 도면이다.
상기 지능형 서버(200)의 캡슐 데이터베이스(예: 캡슐 데이터베이스(230))는 CAN(concept action network)(400) 형태로 캡슐을 저장할 수 있다. 상기 캡슐 데이터베이스는 사용자의 음성 입력에 대응되는 태스크를 처리하기 위한 동작, 및 상기 동작을 위해 필요한 파라미터를 CAN(concept action network) 형태로 저장될 수 있다.
상기 캡슐 데이터베이스는 복수의 도메인(예: 어플리케이션) 각각에 대응되는 복수의 캡슐(capsule(A)(401), capsule(B)(404))을 저장할 수 있다. 일 실시 예에 따르면, 하나의 캡슐(예: capsule(A)(401))은 하나의 도메인(예: 위치(geo), 어플리케이션)에 대응될 수 있다. 또한, 하나의 캡슐에는 캡슐과 관련된 도메인에 대한 기능을 수행하기 위한 적어도 하나의 서비스 제공자(예: CP 1(402) 또는 CP 2 (403))가 대응될 수 있다. 일 실시 예에 따르면, 하나의 캡슐은 지정된 기능을 수행하기 위한 적어도 하나 이상의 동작(410) 및 적어도 하나 이상의 컨셉(420)을 포함할 수 있다.
상기, 자연어 플랫폼(220)은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 수신된 음성 입력에 대응하는 태스크를 수행하기 위한 플랜을 생성할 수 있다. 예를 들어, 자연어 플랫폼의 플래너 모듈(225)은 캡슐 데이터베이스에 저장된 캡슐을 이용하여 플랜을 생성할 수 있다. 예를 들어, 캡슐 A(401)의 동작들(4011,4013)과 컨셉들(4012,4014) 및 캡슐 B(404)의 동작(4041)과 컨셉(4042)을 이용하여 플랜(470)을 생성할 수 있다.
도 4는 다양한 실시 예에 따른 전자 장치가 지능형 앱을 통해 수신된 음성 입력을 처리하는 화면을 나타낸 도면이다.
전자 장치(201)는 지능형 서버(200)를 통해 사용자 입력을 처리하기 위해 지능형 앱을 실행할 수 있다.
일 실시 예에 따르면, 310 화면에서, 전자 장치(201)는 지정된 음성 입력(예: 웨이크 업!)을 인식하거나 하드웨어 키(예: 전용 하드웨어 키)를 통한 입력을 수신하면, 음성 입력을 처리하기 위한 지능형 앱을 실행할 수 있다. 전자 장치(201)는, 예를 들어, 스케줄 앱을 실행한 상태에서 지능형 앱을 실행할 수 있다. 일 실시 예에 따르면, 전자 장치(201)는 지능형 앱에 대응되는 오브젝트(예: 아이콘)(311)를 디스플레이 모듈(204)에 표시할 수 있다. 일 실시 예에 따르면, 전자 장치(201)는 사용자 발화에 의한 음성 입력을 수신할 수 있다. 예를 들어, 전자 장치(201)는 "이번주 일정 알려줘!"라는 음성 입력을 수신할 수 있다. 일 실시 예에 따르면, 전자 장치(201)는 수신된 음성 입력의 텍스트 데이터가 표시된 지능형 앱의 UI(user interface)(313)(예: 입력창)를 디스플레이 모듈(204)에 표시할 수 있다.
일 실시 예에 따르면, 320 화면에서, 전자 장치(201)는 수신된 음성 입력에 대응되는 결과를 디스플레이 모듈(204)에 표시할 수 있다. 예를 들어, 전자 장치(201)는 수신된 사용자 입력에 대응되는 플랜을 수신하고, 플랜에 따라 '이번주 일정'을 디스플레이 모듈(204)에 표시할 수 있다.
도 5는 다양한 실시예에 따른 전자 장치가 사용자의 발화에 대응하여 응답을 제공하는 개념을 설명하기 위한 도면이다.
도 5를 참조하면, 다양한 실시예에 따르면, 전자 장치(501)(예: 도 1의 전자 장치(101), 또는 도 2의 전자 장치(201)), 대화 시스템(601)(예: 도 2의 지능형 서버(200)), IoT 서버(602)는 근거리 통신망(local area network; LAN), 광역 통신망(wide area network; WAN), 부가가치 통신망(value added network; VAN), 이동 통신망(mobile radio communication network), 위성 통신망 또는 이들의 상호 조합을 통해 연결될 수 있다. 전자 장치(501), IoT 서버(602), 및 대화 시스템(601)은 유선 통신 방법 또는 무선 통신 방법(예: 무선 랜(Wi-Fi), 블루투스, 블루투스 저 에너지(bluetooth low energy), 지그비, WFD(Wi-Fi Direct), UWB(ultra wide band), 적외선 통신(IrDA, infrared data association), NFC(near field communication))으로 서로 통신을 수행할 수 있다.
다양한 실시예에 따르면, 전자 장치(501)는 스마트폰(smartphone), 태블릿 PC(tablet personal computer), 이동 전화기(mobile phone), 스피커(예: AI 스피커), 영상 전화기, 전자책 리더기(e-book reader), 데스크탑 PC(desktop personal computer), 랩탑PC(laptop personal computer), 넷북 컴퓨터(netbook computer), 워크스테이션(workstation), 서버, PDA(personal digital assistant), PMP(portable multimedia player), MP3 플레이어, 모바일 의료기기, 카메라(camera), 또는 웨어러블 장치(wearable device) 중 적어도 하나로 구현될 수 있다.
다양한 실시예에 따르면, 전자 장치(501)는 사용자의 발화로부터 음성 신호를 획득하고, 음성 신호를 대화 시스템(601)으로 전송할 수 있다. 음성 신호는 전자 장치(501)가 사용자의 발화에 ASR(automatic speech recognition)을 수행하여 음성 부분을 컴퓨터로 판독 가능한 텍스트로 변환한 것일 수 있다. 대화 시스템(601)은 음성 신호를 이용하여 사용자의 발화를 분석하고, 분석 결과(예: 인텐트, 엔티티, 및/또는 캡슐)를 이용하여 사용자에게 제공할 응답(예: 답변)을 장치(예: 전자 장치(501))에 제공할 수 있다. 대화 시스템(601)은 소프트웨어로 구현될 수 있다. 대화 시스템(601)의 일부 및/또는 전부는 전자 장치(501) 및/또는 지능형 서버(예: 도 2의 지능형 서버(200))에 구현될 수 있다.
다양한 실시예에 따르면, IoT 서버(602)는 사용자가 보유하고 있는 장치(예: 전자 장치(501))에 대한 장치 정보(예: 장치 ID, 장치 타입, 기능 수행 능력 정보, 위치 정보(예: 등록 장소 정보), 또는 상태 정보)를 획득하고, 저장하고, 관리할 수 있다. 전자 장치(501)는 사용자의 계정 정보(예: 사용자 ID)와 관련하여 IoT 서버(602)에 기 등록된 장치일 수 있다.
다양한 실시예에 따르면, 장치 정보 중 기능 수행 능력 정보는 동작을 수행하기 위하여 기 정의된 장치의 기능에 관한 정보일 수 있다. 예를 들어, 장치가 에어컨인 경우에 에어컨의 기능 수행 능력 정보는, 온도 업, 온도 다운, 또는 공기 정화와 같은 기능을 나타낼 수 있고, 장치가 스피커인 경우에 볼륨 업, 볼륨 다운, 또는 음악 재생(play)과 같은 기능을 나타낼 수 있다. 장치 정보 중 위치 정보(예: 등록 장소 정보)는 장치의 위치(예: 등록 위치)를 나타내는 정보로서, 장치가 위치하는 장소의 명칭 및 장치의 위치를 나타내는 위치 좌표 값을 포함할 수 있다. 예를 들어, 장치의 위치 정보는 방, 또는 거실과 같이 집 안의 지정된 장소를 나타내는 명칭을 포함하거나, 집, 또는 사무실과 같은 장소의 명칭을 포함할 수 있다. 예를 들어, 장치의 위치 정보는 지오펜스 정보를 포함할 수 있다. 장치 정보 중 디바이스의 상태 정보는, 예를 들어, 전원 온오프(on/off) 정보, 및 현재 실행하고 있는 동작 정보 중 적어도 하나를 포함하는 장치의 현재 상태를 나타내는 정보일 수 있다.
다양한 실시예에 따르면, IoT 서버(602)는 저장된 장치 정보를 활용하여 장치를 제어할 수 있는 제어 명령을 획득, 결정 또는 생성할 수 있다. IoT 서버(602)는 동작 정보에 기초하여 동작을 수행하도록 결정된 장치에 제어 명령을 전송할 수 있다. IoT 서버(602)는, 제어 명령에 따른 동작 수행 결과를 동작을 수행한 장치로부터 수신할 수 있다. IoT 서버(602)는 지능형 서버(예: 도 2의 지능형 서버(200))와는 독립된 하드웨어 장치로 구성될 수 있지만, 이에 한정되는 것은 아니다. IoT 서버(602)는 지능형 서버(예: 도 2의 지능형 서버(200))의 일 구성 요소이거나, 또는 소프트웨어로 구분되도록 설계된 서버일 수 있다.
다양한 실시예에 따르면, 전자 장치(501)는 복수의 정의된 인텐트 중 적어도 하나와 매칭되는 제1 발화(예: 손흥민이 누구야?)에 대응하여 제공한 제1 응답을 분석하고, 분석 결과를 데이터베이스에 추가함으로써 데이터베이스를 확장하고, 확장된 데이터베이스에 기초하여 모호 인텐트와 매칭되는 제2 발화(예: 손흥민 포지션)에 대응하여 제2 응답을 제공할 수 있다.
다양한 실시예에 따르면, 전자 장치(501)는 발화(예: 손흥민 포지션)를 수신하고, 수신한 발화의 의도를 파악할 수 있다. 전자 장치(501)는 수신한 발화(예: 손흥민 포지션)의 의도가 모호한 경우에 응답하여, 확장된 데이터베이스에 기초하여 수신한 발화에 대응하는 응답을 제공할 수 있다. 이 때, 확장된 데이터베이스는 의도를 파악할 수 있는 발화(예: 손흥민이 누구야?)에 대응하여 제공한 응답의 분석 결과를 포함할 수 있다.
도 6a 및 도 6b는 다양한 실시예에 따른 전자 장치가 사용자의 발화 의도를 파악할 수 없는 경우를 설명하기 위한 도면이다.
도 6a 및 도 6b를 참조하면, 다양한 실시예에 따른 전자 장치(예: 도 5의 전자 장치(501))는 사용자와의 질의응답 형식의 대화를 수행할 때, 웹 검색 및 기저장된 데이터베이스를 통해 정보를 수집할 수 있고, 수집한 정보를 사용자에게 전달할 수 있다. 예를 들어, 사용자가 "손흥민이 누구야?"라고 발화한 경우, 전자 장치(501)는 사용자의 발화 의도를 파악할 수 있고(예: 사용자의 발화와 정의된 인텐트 WhoIsPlayer를 매칭할 수 있고), 전자 장치(501)는 웹 검색을 통해 손흥민의 포지션, 소속팀, 수상경력, 국적 등의 정보를 취득하여, 취득한 정보를 화면(610)을 통해 사용자에게 전달할 수 있다. 이 때, 정보를 전달받은 사용자는 전자 장치(501)로부터 제공받은 정보와 연관된 후속 질문을 할 수 있다. 하지만 전자 장치(501)는 사용자의 발화에 대응하여 일회적으로 정보를 검색하여 제공할 뿐이고, 제공된 정보를 저장해두지 않을 수 있다. 사용자의 후속 발화가 사용자에게 제공되었던 정보와 연관성이 존재하더라도, 전자 장치(501)가 후속 발화의 의도를 파악하지 못하는 경우(예: 사용자의 발화와 정의된 인텐트를 매칭할 수 없는 경우) 사용자의 후속 발화에 대응하여 응답을 제공할 수가 없다. 예를 들어, 사용자가 "손흥민이 누구야?"라고 발화하여 손흥민의 포지션, 소속팀, 수상경력 등의 정보를 제공받은 후에 사용자가 "손흥민 포지션"이라고 이어서 발화한 경우, 전자 장치(501)는 후속 발화의 의도를 파악할 수 없고(예: 사용자의 발화와 정의된 인텐트를 매칭할 수 없고), 전자 장치(501)가 포지션에 대한 정보를 기존에 제공하였더라도, 후속 발화에 대한 응답을 제공하지 못할 수 있다(예: 화면(620)). 이하에서는 사용자에게 제공한 응답을 활용하여(예: 분석하여) 사용자의 발화 의도를 파악할 수 없는 경우(예: 사용자의 발화 의도가 모호한 경우)에도 사용자에게 대응되는 응답을 제공하는 방법에 대하여 설명하도록 한다.
도 7은 다양한 실시예에 따른 전자 장치의 블록도이다.
도 7을 참조하면, 다양한 실시예에 따르면, 전자 장치(501)는 의도를 파악할 수 있는 사용자의 발화에 대응하여 제공된 응답을 분석함으로써 사용자에게 응답을 제공하기 위한 데이터베이스를 확장할 수 있다. 또한, 전자 장치(501)는 사용자에게 기제공한 응답의 분석 결과를 포함하는 확장된 데이터베이스에 기초하여 사용자 발화의 의도를 파악할 수 없는 경우(예: 사용자의 발화 의도가 모호한 경우)에도 사용자에게 대응되는 응답을 제공함으로써 사용자의 체감 성능을 향상시킬 수 있다.
다양한 실시예에 따르면, 전자 장치(501)는 프로세서(510)(예: 도 1의 프로세서(120), 도 2의 프로세서(203)), 프로세서(510)와 전기적으로 연결된 메모리(530)(예: 도 1의 메모리(130), 도 2의 메모리(207))를 포함할 수 있다. NLU 모듈(natural language understanding module)(523)(예: 도 2의 자연어 이해 모듈(223)), 컨텐츠 제공 모듈(contents provide module)(524), NLG 모듈(natural language generator module)(525)(예: 도 2의 자연어 생성 모듈(227)), 응답 분석 모듈(response analyze module)(526), 인텐트 재해석 모듈(intent re-interpreter module)(527), 정답 제공 모듈(answer find module)(528)은 프로세서(510)에 의해 실행 가능한 것들로, 메모리(530)에 저장 가능한 명령어들(instructions)을 포함하는 프로그램 코드(program code), 애플리케이션(application), 알고리즘(algorithm), 루틴(routine), 명령어 세트(set of instructions), 또는 인공 지능 학습 모델 중 하나 이상으로 구성될 수 있다. 또한, NLU 모듈(523), 컨텐츠 제공 모듈(524), NLG 모듈(525), 응답 분석 모듈(526), 인텐트 재해석 모듈(527), 정답 제공 모듈(528) 중에서 하나 이상은 하드웨어 또는 하드웨어와 소프트웨어의 결합으로 구현될 수 있고, 지능형 서버(예: 도 2의 지능형 서버(200))에 구현될 수 있다. 메모리(530)는 프로세서(510)에서 사용되는 다양한 데이터(예: 인하우스 데이터(531), 인텐트 매핑 데이터(532), 질의응답 데이터(533))를 저장할 수 있고, 메모리(530)에 저장된 데이터는 지능형 서버(예: 도 2의 지능형 서버(200))에 저장되어 있을 수 있다.
다양한 실시예에 따르면, NLU 모듈(523)은 음성 입력의 텍스트 데이터를 이용하여 사용자의 의도(예: 사용자의 발화 의도)를 파악할 수 있다. 예를 들어, NLU 모듈(523)은 텍스트 데이터 형태의 사용자 입력에 대하여 문법적 분석(syntactic analyze) 또는 의미적 분석(semantic analyze)을 수행하여 사용자의 발화 의도를 파악할 수 있다(예: 음성 입력의 텍스트 데이터와 정의된 인텐트를 매칭할 수 있다).
다양한 실시예에 따르면, 컨텐츠 제공 모듈(524)은 NLU 모듈(523)로부터 정의된 인텐트 및 파라미터를 전달받아 정보 검색을 수행할 수 있다. 컨텐츠 제공 모듈(524)은 웹 검색 또는 인하우스 데이터(531) 검색을 통해 정보를 획득할 수 있다.
다양한 실시예에 따르면, NLG 모듈(525)은 컨텐츠 제공 모듈(524)로부터 전달받은 정보를 텍스트 형태로 변경할 수 있고, 텍스트 형태로 변경된 정보는 자연어 발화의 형태일 수 있다. 전자 장치(501)는 자연어 발화의 형태의 응답을 사용자에게 제공할 수 있다.
다양한 실시예에 따르면, 응답 분석 모듈(526)은 의도를 파악할 수 있는 발화에 대응하여 제공된 응답을 분석하여 데이터베이스(예: 메모리(530), 지능형 서버(200))에 저장할 수 있다. 데이터베이스에 저장된 데이터는 인하우스 데이터(531), 인텐트 매핑 데이터(532), 및 질의응답 데이터(533)를 포함할 수 있다. 인텐트 매핑 데이터(532)는 의도를 파악할 수 있는 발화에 대응하여 제공한 응답과 연관된 하나 이상의 질문 데이터 및 하나 이상의 질문 데이터와 각각 매핑된 기정의된(예: 지정된) 발화 의도를 포함할 수 있다. 질의응답 데이터(533)는 의도를 파악할 수 있는 발화에 대응하여 제공한 응답에 기초하여 생성된 하나 이상의 질문-정답 쌍(pair)을 포함할 수 있고, 질문-정답 쌍은 의도를 파악할 수 있는 발화에 대응하여 제공한 응답으로부터 획득 가능한 질문 데이터 및 정답 데이터를 포함하는 제1 질문-정답 쌍과 제1 질문-정답에 포함된 질문 데이터와 유사한 질문 데이터를 포함하는 제2 질문-정답 쌍을 포함할 수 있다.
다양한 실시예에 따르면, 인텐트 재해석 모듈(527)은 NLU 모듈(523)이 사용자의 발화 의도를 파악할 수 없는 경우(예: 사용자 발화가 복수의 정의된 인텐트 중 하나와 매칭되지 않고 모호 인텐트와 매칭된 경우)에 응답하여, 사용자의 발화와 유사한 질문 데이터(예: 인텐트 매핑 데이터(532)에 포함된 질문 데이터)를 매칭할 수 있다. 인텐트 재해석 모듈(527)은 사용자의 발화가 인텐트 매핑 데이터(532)에 포함된 질문 데이터와 매칭되는 경우에 응답하여, 매칭된 질문 데이터와 매핑된, 정의된 인텐트 및 파라미터를 컨텐츠 제공 모듈(524)로 출력할 수 있다. 이 경우 컨텐츠 제공 모듈(524)은 정의된 인텐트 및 파라미터를 전달받아 정보 검색을 수행할 수 있고, 웹 검색 또는 인하우스 데이터(531) 검색을 통해 정보를 획득할 수 있다.
다양한 실시예에 따르면, 정답 제공 모듈(528)은 NLU 모듈(523)이 사용자의 발화 의도를 파악할 수 없고(예: 사용자 발화가 복수의 정의된 인텐트 중 하나와 매칭되지 않고 모호 인텐트와 매칭된 경우), 인텐트 재해석 모듈(527)이 사용자의 발화를 인텐트 매핑 데이터(532)에 포함된 질문 데이터와 매칭하지 못한 경우에 응답하여, 사용자의 발화와 질의응답 데이터(533)에 포함된 질문 데이터를 매칭할 수 있다. 정답 제공 모듈(528)은 사용자의 발화가 질의응답 데이터(533)에 포함된 질문 데이터에 매칭되는 경우에 응답하여, 질문 데이터와 매칭된 정답 데이터를 NLG 모듈(525)로 출력할 수 있다.
도 8a, 도 8b, 도 9a, 도9b, 및 도 9c는 다양한 실시예에 따른 전자 장치가 데이터베이스를 확장하는 동작을 설명하기 위한 도면이다.
도 8a를 참조하면, 다양한 실시예에 따르면, 프로세서(예: 도 7의 프로세서(510))는 의도를 파악할 수 있는 발화에 대응하여 제공한 응답에 기초하여 인텐트 매핑 데이터를 생성할 수 있다. 예를 들어, 프로세서(510)는 의도를 파악할 수 있는 발화(예: 손흥민이 누구야?, 손흥민 이적 했어?)에 대응한 응답과 연관된 질문 데이터(예: #{PARAMETER} 포지션이 뭐야?, #{PARAMETER} 소속이 어디야?, #{PARAMETER} 이적료 얼마야?, #{PARAMETER} 어디로 이적했어?)를 생성할 수 있고, 질문 데이터와 기정의된(예: 지정된) 발화 의도(예: WhoIsPlayer, IsTransfer)를 매핑함으로써 인텐트 매핑 데이터를 생성할 수 있다. 인텐트 매핑 데이터에 포함된 파라미터 타입(예: Player)은 정보 검색 시에 사용될 수 있다.
도 8b를 참조하면, 다양한 실시예에 따르면, 프로세서(510)는 의도를 파악할 수 있는 발화(예: 손흥민이 누구야?, 손흥민 이적 했어?)에 대응하여 제공한 응답의 분석 결과(예: 인텐트 매핑 데이터)를 데이터베이스에 추가함으로써 데이터베이스를 확장할 수 있고, 확장된 데이터베이스에 기초하여, 의도가 모호한 발화(예: 손흥민 포지션이 뭐야?, 손흥민 소속이 어디야?, 손흥민 이적료 얼마야?, 손흥민 어디로 이적했어?)에 대응하여 사용자에게 응답을 제공할 수 있다.
도 9a를 참조하면, 다양한 실시예에 따르면, 프로세서(510)는 의도를 파악할 수 있는 발화에 대응하여 제공한 응답에 기초하여 질의응답 데이터를 생성할 수 있다. 예를 들어, 프로세서(510)는 의도를 파악할 수 있는 발화(예: 메시가 누구야?)에 대응한 응답에 기초하여 질문 데이터(예: 메시 국적은?) 및 정답 데이터(예: 아르헨티나)를 생성함으로써 제1 질문-정답 쌍(예: 메시 국적은?-아르헨티나, 아르헨티나 국가대표팀 주장은?-메시)을 생성할 수 있다.
도 9b를 참조하면, 다양한 실시예에 따르면, 프로세서(510)는 제1 질문-정답 쌍에 포함된 질문 데이터(예: 메시 국적은?)와 유사한 질문 데이터(예: 손흥민 국적은?, 포그바 국적은?)를 포함하는 제2 질문-정답 쌍(예: 손흥민 국적은?-대한민국, 포그바 국적은?- 프랑스)을 생성함으로써, 질의응답 데이터를 생성할 수 있다. 제1 질문-정답 쌍에 포함된 질문 데이터(예: 메시 국적은?)와 유사한 질문 데이터(예: 손흥민 국적은?, 포그바 국적은?)에 대한 정답 데이터(예: 손흥민 국적은?-대한민국, 포그바 국적은?-프랑스)는 웹 검색을 통해 획득될 수 있다.
도 9c를 참조하면, 다양한 실시예에 따르면, 프로세서(510)는 의도를 파악할 수 있는 발화(예: 손흥민이 누구야?, 메시가 누구야?)에 대응하여 제공한 응답의 분석 결과(예: 질의응답 데이터)를 데이터베이스에 추가함으로써 데이터베이스를 확장할 수 있고, 확장된 데이터베이스에 기초하여, 의도가 모호한 발화(예: 메시 국적은?, 손흥민 국적은?, 포그바 국적은?, 아르헨티나 국가대표팀 주장은?, 대한민국 국가대표팀 주장은?. 프랑스 국가대표팀 주장은?)에 대응하여 사용자에게 응답을 제공할 수 있다.
다양한 실시예에 따르면, 프로세서(510)는 의도를 파악할 수 있는 사용자의 발화에 대응하여 제공한 응답을 분석하고, 분석 결과를 데이터베이스에 추가함으로써 데이터베이스를 확장할 수 있다.
도 10a, 도 10b, 및 도 10c는 다양한 실시예에 따른 전자 장치가 확장된 데이터베이스에 기초하여 사용자에게 응답을 제공하는 동작을 설명하기 위한 도면이다.
도 10a를 참조하면, 다양한 실시예에 따르면, 프로세서(예: 도 7의 프로세서(510))는 발화 의도를 파악할 수 있는 사용자의 발화(예: 손흥민이 누구야?)에 대응하여 화면(1010)을 통해 응답을 제공할 수 있고, 응답의 분석 결과(예: 인텐트 매핑 데이터(1001))를 데이터베이스에 추가함으로써 데이터베이스를 확장할 수 있다. 인텐트 매핑 데이터(1001)는 발화 의도를 파악할 수 없는 발화(예: 손흥민 포지션)와 기정의된(예: 지정된) 발화 의도(예: WhoIsPlayer)를 매칭하기 위한 것일 수 있다. 프로세서(510)는 발화 의도가 모호한 발화(예: 손흥민 포지션)를 수신한 경우, 발화 의도가 모호한 발화와 기정의된(예: 지정된) 발화 의도의 매칭을 수행할 수 있고, 발화 의도가 모호한 발화(예: 손흥민 포지션)가 기정의된(예: 지정된) 발화 의도와 매칭되지 않는 경우 인텐트 매핑 데이터(1001)를 이용할 수 있다. 프로세서(510)는 발화 의도가 모호한 발화(예: 손흥민 포지션)가 인텐트 매핑 데이터(1001)에 포함된 질문 데이터(예: #{PARAMETER} 포지션이 뭐야?)와 매칭되는 경우에 응답하여, 질문 데이터(예: #{PARAMETER} 포지션이 뭐야?)와 매핑된 기정의된(예: 지정된) 발화 의도(예: WhoIsPlayer)에 기초하여 사용자에게 화면(1020)을 통해 응답을 제공할 수 있다.
도 10b를 참조하면, 다양한 실시예에 따르면, 프로세서(510)는 발화 의도가 모호한 발화(예: 메시 포지션이 뭐야?)에 대응하여 화면(1030)을 통해 응답을 제공할 수 있다. 인텐트 매핑 데이터(1001)에 포함된 질문 데이터(예: #{PARAMETER} 포지션이 뭐야?, #{PARAMETER} 소속이 어디야?)는 #{PARAMETER}를 포함하는 일반적인 형태로 생성됨으로써, 다양한 파라미터에도 확장될 수 있다. 예를 들어, 프로세서(510)는 발화 의도가 모호한 발화(예: 메시 포지션이 뭐야?)가 인텐트 매핑 데이터(1001)에 포함된 질문 데이터(예: #{PARAMETER} 포지션이 뭐야?)와 매칭되는 경우에, 질문 데이터와 매핑된 기정의된(예: 지정된) 발화 의도(예: WhoIsPlayer) 및 파라미터 타입(예: Player)를 이용하여 웹 검색 또는 인하우스 데이터베이스 검색을 수행할 수 있다. 프로세서(510)는 검색 결과에 기초하여, 사용자에게 화면(1030)을 통해 발화 의도가 모호한 발화에 대응하는 응답을 제공할 수 있다.
도 10c를 참조하면, 다양한 실시예에 따르면, 프로세서(510)는 발화 의도를 파악할 수 있는 사용자의 발화(예: 손흥민이 누구야?)에 대응하여 화면(1040)을 통해 응답을 제공할 수 있고, 응답의 분석 결과(예: 질의응답 데이터(1002))를 데이터베이스에 추가함으로써 데이터베이스를 확장할 수 있다. 질의응답 데이터(1002)는 발화 의도를 파악할 수 없는 발화(예: 아시아 최초의 프리미어 베스트 일레븐은 누구야?)에 대응하여 응답을 제공하기 위한 것일 수 있다. 프로세서(510)는 발화 의도가 모호한 발화를 수신한 경우, 수신한 발화와 기정의된(예: 지정된) 발화 의도의 매칭을 수행할 수 있고, 수신한 발화가 기정의된(예: 지정된) 발화 의도와 매칭되지 않고, 인텐트 매핑 데이터와도 매칭되지 않는 경우 질의응답 데이터(1002)를 이용할 수 있다. 프로세서(510)는 발화 의도가 모호한 발화(예: 아시아 최초의 프리미어 베스트 일레븐은 누구야?))가 질의응답 데이터(1002)에 포함된 질문 데이터(예: 아시아 선수로서는 역대 최초로 프리미어 공식 베스트 일레븐에 선정된 선수눈?)와 매칭되는 경우에 응답하여, 질문 데이터와 쌍을 이루는 정답 데이터(예: 손흥민)에 기초하여 사용자에게 화면(1050)을 통해 응답을 제공할 수 있다.
도 11a 및 도 11b는 다양한 실시예에 따른 전자 장치가 사용자에게 응답을 제공하는 유저 인터페이스의 예를 나타낸다.
도 11a를 참조하면, 다양한 실시예에 따르면, 프로세서(510)는 사용자의 발화(예: 손흥민 이적했어?)에 대응하여 응답(예: 손흥민 선수는 200만원의 이적료를 받고, 토트넘으로 이적했어요)을 제공하고, 제공한 응답의 분석 결과(예: 인텐트 매핑 데이터)를 데이터베이스에 추가함으로써 데이터베이스를 확장할 수 있다. 프로세서(510)는 사용자의 후속 발화(예: 메시 어디로 이적했지?)를 수신하고, 사용자의 후속 발화가 인텐트 매핑 데이터에 포함된 질문 데이터(예: #{PARAMETER} 어디로 이적했지?)에 매칭되는 경우, 질문 데이터와 매핑된, 정의된 인텐트(예: Transfer) 및 파라미터(예: Player)를 이용하여 사용자에게 응답(예: 메시는 300만원의 이적료를 받고, PSG로 이적했어요)을 제공할 수 있다.
도 11b를 참조하면, 다양한 실시예에 따르면, 프로세서(510)는 사용자의 발화(예: 메시가 누구야?)에 대응하여 응답(예: 메시는 아르헨티나 축구 선수로, 아르헨티나 국가대표팀 주장을 맡고 있어요)을 제공하고, 제공한 응답의 분석 결과(예: 질의응답 데이터)를 데이터베이스에 추가함으로써 데이터베이스를 확장할 수 있다. 프로세서(510)는 사용자의 후속 발화(예: 아르헨티나 축구 국가대표팀 주장이 누구야?)를 수신하고, 사용자의 후속 발화(예: 아르헨티나 축구 국가대표팀 주장이 누구야?)가 질의응답 데이터에 포함된 질문 데이터(예: 아르헨티나 축구 국가대표팀 주장은?)와 매칭되는 경우, 질문 데이터와 쌍을 이루는 정답 데이터(예: 메시)를 이용하여 사용자에게 응답(예: 아르헨티나 축구 국가대표팀 주장은 메시입니다)을 제공할 수 있다.
도 12는 다양한 실시예에 따른 전자 장치의 동작 방법의 일 예를 설명하기 위한 흐름도이다.
동작 1210 내지 동작 1250은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작(1210~1250)의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다.
동작 1210에서, 프로세서(510)는 발화를 수신할 수 있다.
동작 1230에서, 프로세서(510)는 수신한 발화의 의도를 파악할 수 있다. 프로세서(510)는 NLU 모듈(예: 도 7의 NLU 모듈(523))을 통해 음성 입력의 텍스트 데이터로부터 사용자의 의도(예: 사용자의 발화 의도)를 파악할 수 있다.
동작 1250에서, 프로세서(510)는 수신한 발화의 의도가 모호한 경우에 응답하여, 확장된 데이터베이스에 기초하여 수신한 발화에 대응하는 응답을 제공할 수 있다. 예를 들어, 프로세서(510)는 수신한 발화가 인텐트 매핑 데이터에 포함된 질문 데이터와 매칭되는 경우에 응답하여, 질문 데이터와 매핑된 기정의된(예: 지정된) 발화 의도에 기초하여 응답을 제공할 수 있다. 다른 예를 들어, 프로세서(510)는 수신한 발화가 질의응답 데이터에 포함된 질문 데이터에 매칭되는 경우에 응답하여, 질문 데이터와 매칭된 정답 데이터에 기초하여 응답을 제공할 수 있다. 확장된 데이터베이스는 수신한 발화와 기정의된(예: 지정된) 발화 의도를 매칭하기 위한 인텐트 매핑 데이터 및 수신한 발화가 기정의된(예: 지정된) 발화 의도와 매칭되지 않는 경우에 응답하여 정답을 제공하기 위한 질의응답 데이터 중에서 하나 이상을 포함할 수 있고, 인텐트 매핑 데이터 및 질의응답 데이터는 의도를 파악할 수 있는 발화에 대응하여 제공한 응답의 분석 결과일 수 있다.
도 13은 다양한 실시예에 따른 전자 장치의 동작 방법의 다른 예를 설명하기 위한 흐름도이다.
동작 1310 내지 동작 1350은 순차적으로 수행될 수도 있으나, 반드시 순차적으로 수행되는 것은 아니다. 예를 들어, 각 동작(1310~1350)의 순서가 변경될 수도 있으며, 적어도 두 동작들이 병렬적으로 수행될 수도 있다.
동작 1310에서, 프로세서(510)는 복수의 정의된 인텐트 중 적어도 하나와 매칭되는 제1 발화에 대응하여 제공한 제1 응답을 분석할 수 있다.
동작 1330에서, 프로세서(510)는 분석 결과를 데이터베이스에 추가함으로써 데이터베이스를 확장할 수 있다. 분석 결과는 제2 발화와 복수의 정의된 인텐트 중 적어도 하나를 매칭하기 위한 인텐트 매핑 데이터 및 제2 발화가 복수의 정의된 인텐트와 매칭되지 않는 경우에 대응하여 정답을 제공하기 위한 질의응답 데이터를 포함할 수 있다. 인텐트 매핑 데이터는 제1 응답과 연관된 하나 이상의 질문 데이터 및 하나 이상의 질문 데이터와 각각 매핑된 정의된 인텐트를 포함할 수 있다. 질의응답 데이터는 제1 응답에 기초하여 생성된 하나 이상의 질문-정답 쌍(pair)을 포함할 수 있고, 질문-정답 쌍은 제1 응답으로부터 획득 가능한 질문 데이터 및 정답 데이터를 포함하는 제1 질문-정답 쌍, 및 제1 질문-정답에 포함된 질문 데이터와 유사한 질문 데이터를 포함하는 제2 질문-정답 쌍 중에서 하나 이상을 포함할 수 있다.
동작 1350에서, 프로세서(510)는 확장된 데이터베이스에 기초하여 모호 인텐트와 매칭되는 제2 발화에 대응하여 제2 응답을 제공할 수 있다. 예를 들어, 프로세서(510)는 제2 발화가 인텐트 매핑 데이터에 포함된 질문 데이터와 매칭되는 경우에 응답하여, 질문 데이터와 매핑된, 정의된 인텐트에 기초하여 응답을 제공할 수 있다. 다른 예를 들어, 프로세서(510)는 제2 발화가 질의응답 데이터에 포함된 질문 데이터에 매칭되는 경우에 응답하여, 질문 데이터와 매칭된 정답 데이터에 기초하여 응답을 제공할 수 있다.
다양한 실시예에 따른 전자 장치(예: 도 5의 전자 장치(501))는 인스트럭션들을 포함하는 메모리와 상기 메모리와 전기적으로 연결되고, 상기 인스트럭션들을 실행하기 위한 프로세서를 포함하고, 상기 프로세서에 의해 상기 인스트럭션들이 실행될 때, 상기 프로세서는, 발화를 수신하고, 상기 수신한 발화의 의도를 파악하고, 상기 수신한 발화의 의도가 모호한 경우에 응답하여, 확장된 데이터베이스에 기초하여 상기 수신한 발화에 대응하는 응답을 제공하고, 상기 확장된 데이터베이스는, 의도를 파악할 수 있는 발화에 대응하여 제공한 응답의 분석 결과를 포함할 수 있다.
다양한 실시예에 따르면, 상기 확장된 데이터베이스는, 상기 수신한 발화와 지정된 발화 의도를 매칭하기 위한 인텐트 매핑 데이터와 상기 수신한 발화가 상기 지정된 발화 의도와 매칭되지 않는 경우에 응답하여 정답을 제공하기 위한 질의응답 데이터 중에서 하나 이상을 포함할 수 있다.
다양한 실시예에 따르면, 상기 인텐트 매핑 데이터는, 상기 의도를 파악할 수 있는 발화에 대응하여 제공한 응답과 연관된 하나 이상의 질문 데이터 및 상기 하나 이상의 질문 데이터와 각각 매핑된 지정된 발화 의도를 포함할 수 있다.
다양한 실시예에 따르면, 상기 질의응답 데이터는, 상기 의도를 파악할 수 있는 발화에 대응하여 제공한 응답에 기초하여 생성된 하나 이상의 질문-정답 쌍(pair)을 포함할 수 있다.
다양한 실시예에 따르면, 상기 질문-정답 쌍은, 상기 의도를 파악할 수 있는 발화에 대응하여 제공한 응답으로부터 획득 가능한 질문 데이터 및 정답 데이터를 포함하는 제1 질문-정답 쌍과 상기 제1 질문-정답에 포함된 질문 데이터와 유사한 질문 데이터를 포함하는 제2 질문-정답 쌍 중에서 하나 이상을 포함할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 수신한 발화가 상기 인텐트 매핑 데이터에 포함된 질문 데이터와 매칭되는 경우에 응답하여, 상기 질문 데이터와 매핑된 지정된 발화 의도에 기초하여 응답을 제공할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 수신한 발화가 상기 질의응답 데이터에 포함된 질문 데이터에 매칭되는 경우에 응답하여, 상기 질문 데이터와 매칭된 정답 데이터에 기초하여 응답을 제공할 수 있다.
다양한 실시예에 따른 전자 장치(501)는 인스트럭션들을 포함하는 메모리와 상기 메모리와 전기적으로 연결되고, 상기 인스트럭션들을 실행하기 위한 프로세서를 포함하고, 상기 프로세서에 의해 상기 인스트럭션들이 실행될 때, 상기 프로세서는, 복수의 정의된 인텐트 중 적어도 하나와 매칭되는 제1 발화에 대응하여 제공한 제1 응답을 분석하고, 분석 결과를 데이터베이스에 추가함으로써 상기 데이터베이스를 확장하고, 상기 확장된 데이터베이스에 기초하여 모호 인텐트와 매칭되는 제2 발화에 대응하여 제2 응답을 제공할 수 있다.
다양한 실시예에 따르면, 상기 제2 발화는, 상기 정의된 인텐트와 매칭되지 않는 발화로써, 상기 모호 인텐트와 매칭된 것일 수 있다.
다양한 실시예에 따르면, 상기 확장된 데이터베이스는, 상기 제2 발화와 상기 복수의 정의된 인텐트 중 적어도 하나를 매칭하기 위한 인텐트 매핑 데이터와 상기 제2 발화가 상기 복수의 정의된 인텐트와 매칭되지 않는 경우에 대응하여 정답을 제공하기 위한 질의응답 데이터 중에서 하나 이상을 포함할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 제1 응답과 연관된 하나 이상의 질문 데이터를 생성하고, 상기 하나 이상의 질문 데이터와 상기 복수의 정의된 인텐트 중 적어도 하나를 매핑함으로써 상기 인텐트 매핑 데이터를 생성할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 제1 응답에 기초하여 하나 이상의 질문-정답 쌍(pair)을 생성함으로써 상기 질의응답 데이터를 생성할 수 있다.
다양한 실시예에 따르면, 상기 질문-정답 쌍은, 상기 제1 응답으로부터 획득 가능한 질문 데이터 및 정답 데이터를 포함하는 제1 질문-정답 쌍과 상기 제1 질문-정답에 포함된 질문 데이터와 유사한 질문 데이터를 포함하는 제2 질문-정답 쌍 중에서 하나 이상을 포함할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 정의된 인텐트와 매칭되지 않는 상기 제2 발화와 상기 모호 인텐트를 매칭하고, 상기 확장된 데이터베이스에 기초하여 상기 제2 발화에 대응되는 응답을 제공할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 제2 발화가 상기 인텐트 매핑 데이터에 포함된 질문 데이터와 매칭되는 경우에 응답하여, 상기 질문 데이터와 매핑된, 정의된 인텐트에 기초하여 응답을 제공할 수 있다.
다양한 실시예에 따르면, 상기 프로세서는, 상기 제2 발화가 상기 질의응답 데이터에 포함된 질문 데이터에 매칭되는 경우에 응답하여, 상기 질문 데이터와 매칭된 정답 데이터에 기초하여 응답을 제공할 수 있다.
다양한 실시예에 따른 전자 장치(501)의 동작 방법은 복수의 정의된 인텐트 중 적어도 하나와 매칭되는 제1 발화에 대응하여 제공한 제1 응답을 분석하는 동작과 분석 결과를 데이터베이스에 추가함으로써 상기 데이터베이스를 확장하는 동작과 상기 확장된 데이터베이스에 기초하여 모호 인텐트와 매칭되는 제2 발화에 대응하여 제2 응답을 제공하는 동작을 포함할 수 있다.
다양한 실시예에 따르면, 상기 확장된 데이터베이스는, 상기 제2 발화와 상기 복수의 정의된 인텐트 중 적어도 하나를 매칭하기 위한 인텐트 매핑 데이터와 상기 제2 발화가 상기 복수의 정의된 인텐트와 매칭되지 않는 경우에 대응하여 정답을 제공하기 위한 질의응답 데이터 중에서 하나 이상을 포함할 수 있다.
다양한 실시예에 따르면, 상기 인텐트 매핑 데이터는, 상기 제1 응답과 연관된 하나 이상의 질문 데이터 및 상기 하나 이상의 질문 데이터와 각각 매핑된 정의된 인텐트를 포함할 수 있다.
다양한 실시예에 따르면, 상기 질의응답 데이터는, 상기 제1 응답에 기초하여 생성된 하나 이상의 질문-정답 쌍(pair)을 포함할 수 있다.

Claims (15)

  1. 전자 장치에 있어서,
    인스트럭션들을 포함하는 메모리; 및
    상기 메모리와 전기적으로 연결되고, 상기 인스트럭션들을 실행하기 위한 프로세서를 포함하고,
    상기 프로세서에 의해 상기 인스트럭션들이 실행될 때, 상기 프로세서는,
    발화를 수신하고,
    상기 수신한 발화의 의도를 파악하고,
    상기 수신한 발화의 의도가 모호한 경우에 응답하여, 확장된 데이터베이스에 기초하여 상기 수신한 발화에 대응하는 응답을 제공하고,
    상기 확장된 데이터베이스는,
    의도를 파악할 수 있는 발화에 대응하여 제공한 응답의 분석 결과를 포함하는,
    전자 장치.
  2. 제1항에 있어서,
    상기 확장된 데이터베이스는,
    상기 수신한 발화와 지정된 발화 의도를 매칭하기 위한 인텐트 매핑 데이터; 및
    상기 수신한 발화가 상기 지정된 발화 의도와 매칭되지 않는 경우에 응답하여 정답을 제공하기 위한 질의응답 데이터
    중에서 하나 이상을 포함하는,
    전자 장치.
  3. 제1항 및 제2항 중 어느 한 항에 있어서,
    상기 인텐트 매핑 데이터는,
    상기 의도를 파악할 수 있는 발화에 대응하여 제공한 응답과 연관된 하나 이상의 질문 데이터 및 상기 하나 이상의 질문 데이터와 각각 매핑된 지정된 발화 의도를 포함하고,
    상기 질의응답 데이터는,
    상기 의도를 파악할 수 있는 발화에 대응하여 제공한 응답에 기초하여 생성된 하나 이상의 질문-정답 쌍(pair)을 포함하는,
    전자 장치.
  4. 제1항 내지 제3항 중 어느 한 항에 있어서,
    상기 질문-정답 쌍은,
    상기 의도를 파악할 수 있는 발화에 대응하여 제공한 응답으로부터 획득 가능한 질문 데이터 및 정답 데이터를 포함하는 제1 질문-정답 쌍; 및
    상기 제1 질문-정답에 포함된 질문 데이터와 유사한 질문 데이터를 포함하는 제2 질문-정답 쌍
    중에서 하나 이상을 포함하는,
    전자 장치.
  5. 제1항 내지 제4항 중 어느 한 항에 있어서,
    상기 프로세서는,
    상기 수신한 발화가 상기 인텐트 매핑 데이터에 포함된 질문 데이터와 매칭되는 경우에 응답하여, 상기 질문 데이터와 매핑된 지정된 발화 의도에 기초하여 응답을 제공하는,
    전자 장치.
  6. 제1항 내지 제5항 중 어느 한 항에 있어서,
    상기 프로세서는,
    상기 수신한 발화가 상기 질의응답 데이터에 포함된 질문 데이터에 매칭되는 경우에 응답하여, 상기 질문 데이터와 매칭된 정답 데이터에 기초하여 응답을 제공하는,
    전자 장치.
  7. 전자 장치에 있어서,
    인스트럭션들을 포함하는 메모리; 및
    상기 메모리와 전기적으로 연결되고, 상기 인스트럭션들을 실행하기 위한 프로세서를 포함하고,
    상기 프로세서에 의해 상기 인스트럭션들이 실행될 때, 상기 프로세서는,
    복수의 정의된 인텐트 중 적어도 하나와 매칭되는 제1 발화에 대응하여 제공한 제1 응답을 분석하고,
    분석 결과를 데이터베이스에 추가함으로써 상기 데이터베이스를 확장하고,
    확장된 데이터베이스에 기초하여 모호 인텐트와 매칭되는 제2 발화에 대응하여 제2 응답을 제공하는,
    전자 장치.
  8. 제7항에 있어서,
    상기 제2 발화는,
    상기 복수의 정의된 인텐트와 매칭되지 않는 발화로써, 상기 모호 인텐트와 매칭된 것인,
    전자 장치.
  9. 제7항 및 제8항중 어느 한 항에 있어서,
    상기 확장된 데이터베이스는,
    상기 제2 발화와 상기 복수의 정의된 인텐트 중 적어도 하나를 매칭하기 위한 인텐트 매핑 데이터; 및
    상기 제2 발화가 상기 복수의 정의된 인텐트와 매칭되지 않는 경우에 대응하여 정답을 제공하기 위한 질의응답 데이터
    중에서 하나 이상을 포함하는,
    전자 장치.
  10. 제7항 내지 제9항 중 어느 한 항에 있어서,
    상기 프로세서는,
    상기 제1 응답과 연관된 하나 이상의 질문 데이터를 생성하고, 상기 하나 이상의 질문 데이터와 상기 복수의 정의된 인텐트 중 적어도 하나를 매핑함으로써 상기 인텐트 매핑 데이터를 생성하고,
    상기 제1 응답에 기초하여 하나 이상의 질문-정답 쌍(pair)을 생성함으로써 상기 질의응답 데이터를 생성하는,
    전자 장치.
  11. 제7항 내지 제10항 중 어느 한 항에 있어서,
    상기 질문-정답 쌍은,
    상기 제1 응답으로부터 획득 가능한 질문 데이터 및 정답 데이터를 포함하는 제1 질문-정답 쌍; 및
    상기 제1 질문-정답에 포함된 질문 데이터와 유사한 질문 데이터를 포함하는 제2 질문-정답 쌍
    중에서 하나 이상을 포함하는,
    전자 장치.
  12. 제7항 내지 제11항 중 어느 한 항에 있어서,
    상기 프로세서는,
    상기 정의된 인텐트와 매칭되지 않는 상기 제2 발화와 상기 모호 인텐트를 매칭하고,
    상기 확장된 데이터베이스에 기초하여 상기 제2 발화에 대응되는 응답을 제공하는,
    전자 장치.
  13. 제7항 내지 제12항 중 어느 한 항에 있어서,
    상기 프로세서는,
    상기 제2 발화가 상기 인텐트 매핑 데이터에 포함된 질문 데이터와 매칭되는 경우에 응답하여, 상기 질문 데이터와 매핑된, 정의된 인텐트에 기초하여 응답을 제공하는,
    전자 장치.
  14. 제7항 내지 제13항 중 어느 한 항에 있어서,
    상기 프로세서는,
    상기 제2 발화가 상기 질의응답 데이터에 포함된 질문 데이터에 매칭되는 경우에 응답하여, 상기 질문 데이터와 매칭된 정답 데이터에 기초하여 응답을 제공하는,
    전자 장치.
  15. 전자 장치의 동작 방법에 있어서,
    복수의 정의된 인텐트 중 적어도 하나와 매칭되는 제1 발화에 대응하여 제공한 제1 응답을 분석하는 동작;
    분석 결과를 데이터베이스에 추가함으로써 상기 데이터베이스를 확장하는 동작; 및
    상기 확장된 데이터베이스에 기초하여 모호 인텐트와 매칭되는 제2 발화에 대응하여 제2 응답을 제공하는 동작
    을 포함하는, 전자 장치의 동작 방법.
PCT/KR2022/014042 2021-10-08 2022-09-20 전자 장치 및 응답 제공 방법 WO2023058944A1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US18/113,306 US20230197066A1 (en) 2021-10-08 2023-02-23 Electronic device and method of providing responses

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
KR10-2021-0134187 2021-10-08
KR20210134187 2021-10-08
KR1020220022924A KR20230051038A (ko) 2021-10-08 2022-02-22 전자 장치 및 응답 제공 방법
KR10-2022-0022924 2022-02-22

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/113,306 Continuation US20230197066A1 (en) 2021-10-08 2023-02-23 Electronic device and method of providing responses

Publications (1)

Publication Number Publication Date
WO2023058944A1 true WO2023058944A1 (ko) 2023-04-13

Family

ID=85804469

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/014042 WO2023058944A1 (ko) 2021-10-08 2022-09-20 전자 장치 및 응답 제공 방법

Country Status (2)

Country Link
US (1) US20230197066A1 (ko)
WO (1) WO2023058944A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090090613A (ko) * 2008-02-21 2009-08-26 주식회사 케이티 멀티모달 대화형 이미지 관리 시스템 및 방법
KR20120120316A (ko) * 2010-01-18 2012-11-01 애플 인크. 지능형 자동화 어시스턴트
KR20140062656A (ko) * 2012-11-14 2014-05-26 한국전자통신연구원 계층적 대화 태스크 라이브러리를 이용한 이중 대화관리 기반 음성대화시스템
US20200034357A1 (en) * 2018-07-24 2020-01-30 MachEye, Inc. Modifying a Scope of a Canonical Query
WO2020178626A1 (en) * 2019-03-01 2020-09-10 Cuddle Artificial Intelligence Private Limited Systems and methods for adaptive question answering

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20090090613A (ko) * 2008-02-21 2009-08-26 주식회사 케이티 멀티모달 대화형 이미지 관리 시스템 및 방법
KR20120120316A (ko) * 2010-01-18 2012-11-01 애플 인크. 지능형 자동화 어시스턴트
KR20140062656A (ko) * 2012-11-14 2014-05-26 한국전자통신연구원 계층적 대화 태스크 라이브러리를 이용한 이중 대화관리 기반 음성대화시스템
US20200034357A1 (en) * 2018-07-24 2020-01-30 MachEye, Inc. Modifying a Scope of a Canonical Query
WO2020178626A1 (en) * 2019-03-01 2020-09-10 Cuddle Artificial Intelligence Private Limited Systems and methods for adaptive question answering

Also Published As

Publication number Publication date
US20230197066A1 (en) 2023-06-22

Similar Documents

Publication Publication Date Title
WO2020180000A1 (ko) 음성 인식 모델에서 사용되는 언어를 확장시키는 방법 및 음성 인식 모델을 포함하는 전자 장치
WO2022191395A1 (ko) 사용자 명령을 처리하는 장치 및 그 동작 방법
WO2023048379A1 (ko) 사용자 발화를 처리하는 서버, 전자 장치 및 그의 동작 방법
WO2022177164A1 (ko) 온디바이스 인공지능 서비스를 제공하는 전자 장치 및 방법
WO2022065879A1 (ko) 음성 인식 서비스를 위한 등록 사용자에 대한 화자 인증 학습 장치 및 그 동작 방법
WO2022139420A1 (ko) 전자 장치 및 그의 연속성을 가지는 사용자 입력에 대한 실행 정보를 공유하는 방법
WO2023058944A1 (ko) 전자 장치 및 응답 제공 방법
WO2023177051A1 (ko) 증강된 문장 후보에 기반하여 사용자 발화를 처리하는 방법 및 전자 장치
WO2024058597A1 (ko) 전자 장치 및 사용자 발화 처리 방법
WO2024029850A1 (ko) 언어 모델에 기초하여 사용자 발화를 처리하는 방법 및 전자 장치
WO2023113404A1 (ko) 사용자 데이터를 이용한 음성 인식 서비스를 제공하는 전자 장치 및 이의 동작 방법
WO2023043025A1 (ko) 불완전 연속 발화를 처리하는 방법 및 그 방법을 수행하는 서버 및 전자 장치
WO2023149644A1 (ko) 전자 장치 및 사용자 언어 모델 생성 방법
WO2024029851A1 (ko) 전자 장치 및 음성 인식 방법
WO2024039191A1 (ko) 전자 장치 및 사용자 발화 처리 방법
WO2023177079A1 (ko) 합성 벡터에 기반하여 사용자 발화를 처리하는 서버, 전자 장치, 및 이의 동작 방법
WO2024029845A1 (ko) 전자 장치 및 이의 음성 인식 방법
WO2022010158A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2022182038A1 (ko) 음성 명령 처리 장치 및 방법
WO2023136449A1 (ko) 전자 장치 및 음성 인식 서비스를 활성화하는 방법
WO2023106862A1 (ko) 전자 장치 및 전자 장치의 동작 방법
WO2024029875A1 (ko) 전자 장치, 지능형 서버, 및 화자 적응형 음성 인식 방법
WO2022114520A1 (ko) 사용자 발화를 처리하는 전자 장치 및 그 작동 방법
WO2022196994A1 (ko) 개인화 텍스트 투 스피치 모듈을 포함하는 전자 장치 및 이의 제어 방법
WO2023158076A1 (ko) 전자 장치 및 전자 장치의 발화 처리 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: 22878765

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: 22878765

Country of ref document: EP

Kind code of ref document: A1