WO2023163265A1 - Ai 기반의 질의 응답 챗봇을 이용한 언어 학습 시스템 - Google Patents

Ai 기반의 질의 응답 챗봇을 이용한 언어 학습 시스템 Download PDF

Info

Publication number
WO2023163265A1
WO2023163265A1 PCT/KR2022/003174 KR2022003174W WO2023163265A1 WO 2023163265 A1 WO2023163265 A1 WO 2023163265A1 KR 2022003174 W KR2022003174 W KR 2022003174W WO 2023163265 A1 WO2023163265 A1 WO 2023163265A1
Authority
WO
WIPO (PCT)
Prior art keywords
foreign language
user
information
question
answer
Prior art date
Application number
PCT/KR2022/003174
Other languages
English (en)
French (fr)
Inventor
홍연정
이인구
윤종성
송민규
Original Assignee
미디어젠 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 미디어젠 주식회사 filed Critical 미디어젠 주식회사
Publication of WO2023163265A1 publication Critical patent/WO2023163265A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/20—Education
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B19/00—Teaching not covered by other main groups of this subclass
    • G09B19/06—Foreign languages
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B5/00—Electrically-operated educational appliances
    • G09B5/06—Electrically-operated educational appliances with both visual and audible presentation of the material to be studied
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
    • G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
    • 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
    • G10L13/00—Speech synthesis; Text to speech systems
    • G10L13/08—Text analysis or generation of parameters for speech synthesis out of text, e.g. grapheme to phoneme translation, prosody generation or stress or intonation determination
    • 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
    • G10L15/26—Speech to text 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
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
    • G10L25/30—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique using neural networks

Definitions

  • the present invention relates to a language learning system using an AI-based question-and-answer chatbot, and more particularly, by using a user terminal owned by a user (learner) and a chatbot server that performs language learning evaluation at a remote location, a foreign language related to a specific subject
  • the chatbot server randomly provides questions to users (learners), the foreign language answers of users (learners) to foreign language questions are provided to the chatbot server, and the chatbot server performs language learning evaluation on the foreign language answers of users (learners).
  • It relates to a technique for providing evaluation results to a user (learner) terminal.
  • the present invention is based on this need, and by applying a chatbot and speech synthesis technology to foreign language learning, to solve the problem of time and cost for foreign language learning and to obtain appropriate feedback, the user (learner) owns a user terminal and a remote location
  • the chatbot server randomly provides foreign language questions on a specific topic to the user (learner), and the user (learner)'s foreign language answer to the foreign language question is provided to the chatbot server, and the user
  • a chatbot server evaluates language learning on foreign language responses of (learners) and proposes a technology that provides the evaluation results to the user (learner) terminal.
  • the present invention has been proposed in view of the problems of the prior art as described above, and the chatbot server asks foreign language questions on a specific subject using a user terminal owned by a user (learner) and a chatbot server that performs language learning evaluation at a remote location. It is randomly provided to the user (learner), the user's (learner's) foreign language answer to the foreign language question is provided to the chatbot server, the chatbot server performs language learning evaluation on the user's (learner's) foreign language answer, and the evaluation result is returned to the user (Learner) The purpose is to provide it to the terminal.
  • Enable communication with the chatbot server (2000) allow a user to select one of a plurality of learning subject category lists provided by the chatbot server (2000), and transmit information about a specific learning subject category selected by the user to the chatbot server (2000). ), receives the user's foreign language answer voice for the foreign language question voice provided by the chatbot server (2000) according to the user's selection of a specific learning topic category, and inputs the user's foreign language answer voice information to the chatbot server (2000) and a user terminal 1000 equipped with a dedicated app 1100 providing the user with language learning feedback result information provided by the chatbot server 2000;
  • Study topic category information is provided to the user terminal 1000, foreign language question voice information related to a specific learning topic category selected by the user is provided to the user terminal 1000, and the user's foreign language answer voice provided by the user terminal 1000 It is characterized in that it includes a chatbot server (2000) that generates language learning feedback result information for the user's foreign language answer using the information and provides it to the user terminal (1000).
  • the present invention uses a user terminal owned by a user (learner) and a chatbot server that performs language learning evaluation remotely, the chatbot server arbitrarily provides foreign language questions on a specific subject to the user (learner), and the user (learner) for the foreign language question
  • the foreign language answer of (learner) is provided to the chatbot server, the chatbot server performs language learning evaluation on the foreign language answer of the user (learner), and the evaluation result is provided to the user (learner) terminal, so the time for foreign language learning is reduced. It provides the effect of reducing costs and providing appropriate foreign language learning feedback results.
  • FIG. 2 is a detailed configuration diagram of a chatbot server according to the present invention.
  • first and second may be used to describe various components, but the components may not be limited by the terms.
  • first element may be termed a second element, and similarly, a second element may be termed a first element, without departing from the scope of the present invention.
  • a component When a component is referred to as being connected or connected to another component, it may be directly connected or connected to the other component, but it may be understood that another component may exist in the middle. .
  • the terms include or include are intended to designate that there is a feature, number, step, operation, component, part, or combination thereof described in the specification, and one or more other features or numbers, It can be understood that the presence or addition of steps, operations, components, parts, or combinations thereof is not precluded.
  • the present invention uses a user terminal owned by a user (learner) and a chatbot server that performs language learning evaluation remotely, the chatbot server arbitrarily provides foreign language questions on a specific subject to the user (learner), and the user (learner) for the foreign language question
  • the foreign language answers of (learners) are provided to the chatbot server, the chatbot server performs language learning evaluation on the foreign language answers of the user (learner), and the evaluation results are provided to the user (learner) terminal to improve the foreign language learning of the foreign language learner.
  • FIG. 1 including a user terminal 1000 equipped with a dedicated app 1100 and a chatbot server 2000 to be characterized
  • Enable communication with the chatbot server (2000) allow a user to select one of a plurality of learning subject category lists provided by the chatbot server (2000), and transmit information about a specific learning subject category selected by the user to the chatbot server (2000). ), receives the user's foreign language answer voice for the foreign language question voice provided by the chatbot server (2000) according to the user's selection of a specific learning topic category, and inputs the user's foreign language answer voice information to the chatbot server (2000) and a user terminal 1000 equipped with a dedicated app 1100 providing the user with language learning feedback result information provided by the chatbot server 2000;
  • Study topic category information is provided to the user terminal 1000, foreign language question voice information related to a specific learning topic category selected by the user is provided to the user terminal 1000, and the user's foreign language answer voice provided by the user terminal 1000 It is characterized in that it includes a chatbot server (2000) that generates language learning feedback result information for the user's foreign language answer using the information and provides it to the user terminal (1000).
  • the user terminal 1000 is equipped with a dedicated app 1100 that allows the user to learn a foreign language and receive learning feedback results through the chatbot server 2000 installed in a remote location.
  • the dedicated app 1100 connects the remote chatbot server 2000 and the user terminal 1000 possessed by the user through a communication network to the user terminal 1000. to communicate with the chatbot server (2000).
  • the dedicated app 1100 After communicating with the chatbot server 2000, the dedicated app 1100 allows the user to select one of a plurality of learning subject category lists provided by the chatbot server 2000.
  • the list of a plurality of learning subject categories provided by the chatbot server 2000 may be subjects that are mainly known to the general public, such as Snow White and the Little Mermaid, and a selection that allows the user to select any one of them.
  • the dedicated app 1100 provides the interface to the screen of the user terminal.
  • the dedicated app 1100 transmits information about the specific learning subject category selected by the user to the chatbot server, as shown in FIG. (2000).
  • the dedicated app 1100 provides the user-selected Snow White category to the chatbot server 2000 as learning subject category information.
  • the chatbot server 2000 When information on a specific learning subject category selected by the user is provided to the chatbot server 2000, the chatbot server 2000 provides foreign language question voice information related to the specific learning subject category selected by the user to the user terminal, and the dedicated app 1100 outputs a foreign language question voice related to a specific learning subject category provided by the chatbot server 2000 and receives a user's foreign language answer voice to the foreign language question voice.
  • the chatbot server 2000 provides foreign language question voice information related to Snow White, for example, a foreign language question such as "How many dwarfs did Snow White meet?" Voice information is provided to the user terminal, and the provided foreign language question voice information is expressed through the speaker of the user terminal.
  • a foreign language question such as "How many dwarfs did Snow White meet?”
  • the user inputs a foreign language answer voice to the user terminal for the foreign language question voice.
  • the dedicated app 1100 converts the input user's foreign language answer voice information into the user terminal, as shown in FIG. , Provided to the chatbot server (2000).
  • the chatbot server 2000 evaluates the user's foreign language answer voice information, and the evaluation result is used as language learning feedback result information.
  • the user can check the feedback result for his foreign language answer through the language learning feedback result information provided by the chatbot server (2000).
  • the chatbot server 2000 provides learning subject category information to the user terminal 1000, provides foreign language question voice information related to a specific learning subject category selected by the user to the user terminal 1000, and the user terminal 1000 A configuration in which language learning feedback result information for the user's foreign language answer is generated using the provided user's foreign language answer voice information and provided to the user terminal 1000 .
  • chatbot server 2000 as shown in FIG. 2,
  • Learning subject category list information is provided to the user terminal 1000
  • foreign language question voice information related to the specific learning subject category information provided by the user terminal 1000 is provided to the user terminal 1000
  • An interface unit 2100 that provides exemplary foreign language answer text information corresponding to the provided foreign language question and user foreign language answer text information corresponding to the user's foreign language answer voice information provided by the user terminal 1000 to the evaluation unit 2200 and;
  • the similarity between the foreign language exemplary response text and the user's foreign language response text is determined to evaluate the user's foreign language response, and the evaluation is performed.
  • An evaluation unit 2200 that generates evaluation result information according to and provides it to the evaluation result feedback unit 2300;
  • It is characterized in that it includes an evaluation result feedback unit 2300 that generates language learning feedback result information reflecting evaluation contents using the evaluation result information provided by the evaluation unit 2200 and provides the result information to the user terminal 1000 .
  • the interface unit 2100 provides learning subject category list information to the user terminal 1000, and foreign language question voice information related to specific learning subject category information provided by the user terminal 1000 to the user terminal 1000, , the foreign language model answer text information corresponding to the foreign language question provided to the user terminal 1000 and the user's foreign language answer text information corresponding to the user's foreign language answer voice information provided by the user terminal 1000 to the evaluation unit 2200
  • the configuration provided as shown in FIG. 2, it is characterized in that it includes a question information DB 2110, a question information providing unit 2120, a voice synthesis unit 2130, and a text information providing unit 2140.
  • the interface unit 2100 Specifically, the interface unit 2100,
  • a question information DB 2110 storing a plurality of learning subject category list information, a plurality of foreign language question text information matched by learning subject category, and a plurality of foreign language exemplary answer text information matched to the plurality of foreign language question text information;
  • the learning subject category list information stored in the question information DB 2110 is provided to the user terminal 1000, and any one of a plurality of foreign language question text information matched to the specific learning subject category information provided by the user terminal 1000 is provided. Randomly extracted from the question information DB 2110, randomly extracted foreign language question text information is provided to the speech synthesis unit 2130, and foreign language exemplary answer text information matched with the randomly extracted foreign language question text information is provided to the question information DB 2110 A question information providing unit 2120 that extracts from and provides it to the evaluation unit 2200 and provides foreign language question voice information provided by the voice synthesis unit 2130 to the user terminal 1000;
  • a voice synthesizer 2130 that generates foreign language question voice information corresponding to the foreign language question text information provided by the question information provider 2120 through voice synthesis of a native speaker and provides it to the question information provider 2120;
  • a text information providing unit that converts the user's foreign language answer voice information provided by the user terminal 1000 into text, generates the user's foreign language answer text information, and provides the user's foreign language answer text information to the evaluation unit 2200. (2140).
  • the question information DB 2110 is configured to store a plurality of learning subject category list information, a plurality of foreign language question text information matched by learning subject category, and a plurality of foreign language model answer text information matched to the plurality of foreign language question text information.
  • the list information of a plurality of learning subject categories stored in the question information DB 2110 is a list of topics on which a user, a learner, can learn a language. It may be a list of existing topics, and the list information of a plurality of learning subject categories stored in the question information DB 2110 is provided to the learner's user terminal 1000 for the learner's language learning.
  • a plurality of foreign language question text information stored in the question information DB 2110 is a plurality of question text information matched by learning subject category to be provided to learners.
  • the foreign language The question text information may be foreign language (English/German/Chinese, etc.) text information corresponding to "how many dwarfs did Snow White meet", “what fruit did Snow White eat and sleep on”, and the like.
  • one of a plurality of foreign language question text information matched to the selected specific learning topic category is randomly selected, and foreign language question voice information corresponding to the randomly selected foreign language question text information is transmitted to the learner. For language learning, it is provided to the learner's user terminal 1000.
  • a plurality of foreign language best answer text information stored in the question information DB 2110 is foreign language best answer text information matched to a plurality of foreign language question text information.
  • the foreign language question text information is "Snow White” in English.
  • the exemplary answer text information can be " 7 people " in English, and in the case of the foreign language question text information is " What fruit does Snow White eat and sleep on " in German, exemplary The response text information could be "This is an apple" in German.
  • the foreign language question text information corresponding to the foreign language question voice information provided to the user terminal 1000 is For evaluation, it is provided to the evaluation unit 2200.
  • the question information DB 2110 of the present invention stores a plurality of foreign language question text information matched with a plurality of foreign language best answer text information and a plurality of learning subject category list information matched with a plurality of foreign language question text information.
  • the question information providing unit 2120 provides the learning subject category list information stored in the question information DB 2110 to the user terminal 1000, as shown in FIG. 3, and provides the specific learning subject category provided by the user terminal 1000. Any one of a plurality of foreign language question text information matched to the information is randomly extracted from the question information DB 2110, the randomly extracted foreign language question text information is provided to the speech synthesizer 2130, and the randomly extracted foreign language question text information is randomly extracted.
  • the foreign language best answer text information matched to is extracted from the question information DB 2110 and provided to the evaluation unit 2200, and the foreign language question voice information provided by the speech synthesis unit 2130 is provided to the user terminal 1000. am.
  • the question information providing unit 2120 provides the learning subject category list information stored in the question information DB 2110 to the user terminal 1000 .
  • a list of topics that are mainly known to the general public, such as snow white and mermaid, which are learning subject category list information stored in the question information DB 2110, is provided to the user terminal 1000.
  • the question information providing unit 2120 is provided by the user terminal 1000 Among a plurality of foreign language question text information matched to a specific learning topic category information, one (eg, text information of how many dwarfs Snow White met in English) is randomly extracted from the question information DB 2110, The arbitrarily extracted foreign language question text (eg, English text, How many dwarfs did Snow White meet) is provided to the speech synthesis unit 2130 for speech synthesis for the foreign language question.
  • specific learning subject category information eg, Snow White
  • the question information providing unit 2120 is provided by the user terminal 1000 Among a plurality of foreign language question text information matched to a specific learning topic category information, one (eg, text information of how many dwarfs Snow White met in English) is randomly extracted from the question information DB 2110, The arbitrarily extracted foreign language question text (eg, English text, How many dwarfs did Snow White meet) is provided to the speech synthesis unit 2130 for speech synthesis for the foreign language question.
  • the foreign language question text (eg, How many dwarfs did Snow White meet in English) provided to the speech synthesis unit 2130 is, as described later, in a foreign language (eg English) Speech synthesis corresponding to the corresponding text content (eg, how many dwarfs did Snow White meet) is performed with the native speaker's voice.
  • the question information providing unit 2120 extracts foreign language exemplary answer text information matched with the arbitrarily extracted foreign language question text information from the question information DB 2110 and provides it to the evaluation unit 2200 as shown in FIG. 3 .
  • the foreign language question text information is “How many dwarfs did Snow White meet?” in English
  • the foreign language question text information “How many dwarfs did Snow White meet?”
  • the question information providing unit 2120 allows the voice synthesis unit 2130 to generate foreign language question voice information (eg, synthesized voice information in which the text "How many dwarfs did Snow White met" in English is voice synthesized with a native speaker's voice). If provided, the foreign language question voice information provided by the voice synthesizer 2130 is provided to the user terminal 1000 as shown in FIG. 3 for the learner's language learning.
  • foreign language question voice information eg, synthesized voice information in which the text "How many dwarfs did Snow White met" in English is voice synthesized with a native speaker's voice.
  • the voice synthesizer 2130 generates foreign language question voice information corresponding to the foreign language question text information provided by the question information provider 2120 through voice synthesis of a native speaker and provides it to the question information provider 2120.
  • the question information providing unit 2120 provides foreign language question text information (e.g., how many dwarfs did Snow White meet in English), which is basic speech synthesis information, provided, the provided foreign language question text information (e.g., How many dwarfs Snow White met) is synthesized with a foreign language (eg, English) native speaker voice to generate foreign language question voice information and provide it to the question information providing unit 2120.
  • foreign language question text information e.g., how many dwarfs did Snow White meet in English
  • a foreign language eg, English
  • the native speaker's voice synthesis technique used in the voice synthesis unit 2130 is a known conventional general speech synthesis technique, a detailed description of the technical features of voice synthesis using the native speaker's voice will be omitted in the present invention.
  • the text information provider 2140 converts the user's foreign language answer voice information provided by the user terminal 1000 into text to generate the user's foreign language answer text information, and the generated user's foreign language answer text information to the evaluation unit ( 2200) is a configuration provided.
  • the text information provider 2140 converts the user's foreign language answer voice information provided by the user terminal 1000 into text to generate the user's foreign language answer text information. For example, if the user's foreign language answer voice information provided by the user terminal 1000 is "There are 7 people" in English, the voice information "There are 7 people” in English is translated into English text "There are 7 people” transform into information.
  • the text information providing unit 2140 converts the generated user's foreign language answer text information (eg, English text information "There are 7 people") to the evaluation unit 2200 as shown in FIG. 3 to evaluate the learner's language learning. ) is provided.
  • the generated user's foreign language answer text information eg, English text information "There are 7 people
  • the evaluation unit 2200 determines the degree of similarity between the exemplary foreign language answer text and the user's foreign language answer text using the foreign language exemplary answer text information provided by the interface unit 2100 and the user's foreign language response text information, thereby determining the degree of similarity between the user's foreign language response text and the user's foreign language response text information.
  • a configuration in which evaluation is performed, and evaluation result information according to evaluation is generated and provided to the evaluation result feedback unit 2300 .
  • the evaluation unit 2200 of the present invention determines the degree of similarity between the content of the exemplary foreign language answer text and the content of the user's foreign language answer text.
  • the similarity is determined using either keyword similarity or sentence similarity, or both keyword similarity and sentence similarity.
  • the evaluation unit 2200 determines the keyword similarity between the foreign language model answer text and the user's foreign language answer text based on whether or not the keyword/anti-keyword according to the keyword rule preset by the administrator is included in the user's foreign language answer text, An evaluation result for the user's foreign language answer including the keyword similarity judgment is generated, but the keyword rule preset by the administrator is a rule for keywords that must be included in the user's foreign language answer text and anti-keywords that must not be included. characterized by
  • the foreign language exemplary answer text content is "The number of dwarfs is 7" in English
  • the keyword is 7
  • the anti-keyword is the remaining numbers except for 7 in the keyword rule preset by the administrator.
  • the keyword 7 is included in the content of the user's foreign language answer text, it is determined that the user's foreign language answer text has similarity with the model answer text.
  • case A where the user's foreign language answer text content is "7 people” in English and case B where it is "4 people” in English
  • case B keyword 7 is included.
  • anti-keyword 4 numbers other than keyword 7
  • the evaluation unit 2200 determines the similarity between the contents of the foreign language model answer text and the user's foreign language answer text using keywords/anti-keywords according to keyword rules preset by the manager, and then determines the similarity between the content of the keyword similarity judgment and the user An evaluation result for the foreign language answer is generated and provided to the evaluation result feedback unit 2300 .
  • the evaluation result of the user's foreign language answer including the keyword similarity determination content is, for example, "keyword 7 is included and similar to the model answer” or "keyword 7 is not included and anti-keyword 4 is included” , so there is no similarity with the model answer.”
  • the evaluation unit 2200 determines the sentence similarity between the foreign language exemplary answer text and the user's foreign language answer text using a sentence similarity analyzer equipped with a sentence similarity deep learning learning model, and determines the user's foreign language answer including the sentence similarity judgment content.
  • the sentence similarity deep learning model installed in the sentence similarity analyzer learns a number of sentences containing similar contents and determines the similarity between the two different input sentences when two different sentences are input. It is characterized in that it is a learning model that
  • Sentence similarity analyzer equipped with deep learning learning model , the sentence similarity analyzer derives a sentence analysis result that the user's foreign language answer text content is missing the subject compared to the foreign language exemplary answer text content, but contains the core content of 7, and the evaluation unit 2200 determines that there is sentence similarity between the exemplary foreign language answer text and the user's foreign language answer text based on the result of the sentence similarity analyzer.
  • the text content of the foreign language model answer “The number of dwarfs is 7” in English and the text content of the user’s foreign language answer “The number of dwarfs is 4” in English are sentence similarity equipped with a deep learning learning model.
  • the sentence similarity analyzer derives a sentence analysis result that the user's foreign language answer text content matches the subject of the foreign language exemplary answer text content, but does not include the core content 7, and the evaluation unit ( 2200) determines that there is no sentence similarity between the exemplary foreign language answer text and the user's foreign language answer text based on the result of the sentence similarity analyzer.
  • the evaluation unit 2200 determines the similarity between the contents of the foreign language exemplary answer text and the user's foreign language answer text by using the sentence similarity analysis equipped with the sentence similarity deep learning learning model, and then determines the similarity between the contents of the sentence similarity judgment and the user's foreign language An evaluation result for the answer is generated and provided to the evaluation result feedback unit 2300 .
  • the evaluation result of the user's foreign language answer including the sentence similarity judgment is, for example, "The subject is missing, but the core content 7 is included, so it has similarity with the model answer” or "The same subject is included, but the core content 7 is not included, so there is no similarity with the model answer.”
  • Sentence analysis technology using a sentence similarity analyzer equipped with a sentence similarity deep learning model used in the evaluation unit 2200 is a known conventional general sentence analysis technique, and in the present invention, a sentence equipped with a sentence similarity deep learning model A detailed description of the technical features of analyzing the similarity of two input sentences using the similarity analyzer will be omitted.
  • the evaluation unit 2200 checks whether keywords/anti-keywords according to keyword rules preset by the administrator are included in the user's foreign language answer text and sentence similarity using a sentence similarity analyzer equipped with a deep learning learning model to determine the foreign language exemplary answer text. Sentence similarity between the user's foreign language answer text and the user's foreign language answer text is determined, and an evaluation result for the user's foreign language answer including keyword similarity judgment content and sentence similarity judgment content is generated. These are rules for keywords that must be included in the text and anti-keywords that must not be included, and the sentence similarity deep learning model installed in the sentence similarity analyzer learns a number of sentences containing similar contents and inputs two different sentences. , It is characterized in that it is a learning model that determines the similarity between two different input sentences.
  • the specific feature of determining the similarity between the contents of the foreign language model answer text and the user's foreign language answer text using both keyword similarity and sentence similarity is between the contents of the foreign language model answer text and the user's foreign language answer text using only the keyword similarity. Since the above description for determining the degree of similarity and the above description for determining the degree of similarity between the content of the exemplary foreign language answer text and the content of the user's foreign language answer text using only sentence similarity have already been described, detailed descriptions will be omitted.
  • the evaluation result feedback unit 2300 is a component that generates language learning feedback result information reflecting evaluation contents using the evaluation result information provided by the evaluation unit 2200 and provides the result information to the user terminal 1000 .
  • the language learning feedback result information generated by the evaluation result feedback unit 2300 is characterized by including at least one of text-based foreign language text information reflecting evaluation contents and voice-based foreign language native speaker voice information reflecting evaluation contents. .
  • the evaluation result feedback unit 2300 provides the evaluation content (eg, "it has a similarity to the model answer because keyword 7 is included” or "the same subject is included. However, it does not contain the core content of 7, so there is no similarity with the model answer ", etc.) is generated and provided to the user terminal 1000, or the evaluation content ( Example: “There is similarity with the model answer because the keyword 7 is included” or “It contains the same subject, but there is no similarity with the model answer because it does not contain the key content 7", etc.)
  • Language learning feedback result information which is native speaker voice information, is generated and provided to the user terminal 1000, or language learning feedback result information including both text-based foreign language text information and voice-based foreign language voice information reflecting evaluation contents is generated. and provided to the user terminal 1000.
  • the evaluation result feedback unit 2300 provides at least one of text-based language learning feedback result information reflecting evaluation contents and voice-based language learning feedback result information to the user terminal 1000 as shown in FIG. 3 . It will do.
  • the speech-based voice information of native speakers of a foreign language based on the evaluation contents is characterized in that the foreign language text reflecting the evaluation contents is synthesized speech information generated through native speaker speech synthesis.
  • the evaluation result feedback unit 2300 is provided with a speech synthesis device, and language learning feedback result information, which is voice information of a foreign language native speaker based on the evaluation contents, is synthesized by voice synthesizing the text-based foreign language text reflecting the evaluation contents with the voice of the native speaker. is to create
  • the present invention uses a user terminal owned by a user (learner) and a chatbot server that performs language learning evaluation remotely, the chatbot server arbitrarily provides foreign language questions on a specific subject to the user (learner), and the user (learner) for the foreign language question
  • the foreign language answer of (learner) is provided to the chatbot server, the chatbot server performs language learning evaluation on the foreign language answer of the user (learner), and the evaluation result is provided to the user (learner) terminal, so the time for foreign language learning is reduced. Since it provides the effect of reducing costs and providing appropriate foreign language learning feedback results, it has high industrial applicability.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Acoustics & Sound (AREA)
  • Tourism & Hospitality (AREA)
  • Human Computer Interaction (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Multimedia (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Signal Processing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

본 발명은 외국어 학습자자의 외국어 학습에 대한 시간과 비용을 줄이고 적절한 외국어 학습 피드백 결과를 제공받을 수 있도록, 사용자(학습자)가 소지하는 사용자 단말기와 원격지에서 언어 학습 평가를 수행하는 챗봇 서버를 이용해, 특정 주제에 관한 외국어 질문을 챗봇 서버가 사용자(학습자)에게 임의로 제공하고, 외국어 질문에 대한 사용자(학습자)의 외국어 답변이 챗봇 서버로 제공되고, 사용자(학습자)의 외국어 답변에 대한 언어 학습 평가를 챗봇 서버가 수행하고, 평가 결과를 사용자(학습자) 단말기로 제공하는 발명으로, 전용 앱(1100)이 탑재된 사용자 단말기(1000)와 챗봇 서버(2000)를 포함하는 것을 특징으로 한다.

Description

AI 기반의 질의 응답 챗봇을 이용한 언어 학습 시스템
본 발명은 AI 기반의 질의 응답 챗봇을 이용한 언어 학습 시스템에 관한 것으로서, 더욱 상세하게는 사용자(학습자)가 소지하는 사용자 단말기와 원격지에서 언어 학습 평가를 수행하는 챗봇 서버를 이용해, 특정 주제에 관한 외국어 질문을 챗봇 서버가 사용자(학습자)에게 임의로 제공하고, 외국어 질문에 대한 사용자(학습자)의 외국어 답변이 챗봇 서버로 제공되고, 사용자(학습자)의 외국어 답변에 대한 언어 학습 평가를 챗봇 서버가 수행하고, 평가 결과를 사용자(학습자) 단말기로 제공하는 기술에 관한 것이다.
최근 들어 인터넷의 발달, 교역량 확대, 정보 교류 확대로 세계의 여러 나라 사람들과의 커뮤니케이션 기회가 많아짐에 따라 외국어 교육에 대한 수요가 끊임없이 늘고 있다.
최근의 외국어 교육은 종래 독해 위주의 외국어 교육과 달리 회화 중심의 외국어 교육이 주를 이루고 있다.
정보 통신 기술의 발전으로 인해 외국인과의 커뮤니케이션의 수단이 다양화되었으나, 사람의 음성을 전달하는 대화는 여전히 가장 중요한 커뮤니케이션 방법중 하나이다.
외국어 교육은 주로 어학 학원에 가서 외국인 강사에게 직접 배우는 것이 일반적이나, 어학 학원을 통한 외국어 교육은 시간 제약과 비용에 관한 문제가 있고, 외국인 강사에게 직접 배우는 경우에도 피드백을 구하기가 쉽지 않다.
따라서, 시간과 비용 문제를 해결하고 적절한 피드백을 얻을 수 있는 외국어학습 방법의 필요성이 대두되고 있는 시점이다.
본 발명은 이러한 필요성에 의한 것으로, 외국어 학습에 챗봇과 음성 합성 기술을 적용하여, 외국어 학습에 대한 시간과 비용 문제를 해결하고 적절한 피드백을 얻을 수 있도록, 사용자(학습자)가 소지하는 사용자 단말기와 원격지에서 언어 학습 평가를 수행하는 챗봇 서버를 이용해, 특정 주제에 관한 외국어 질문을 챗봇 서버가 사용자(학습자)에게 임의로 제공하고, 외국어 질문에 대한 사용자(학습자)의 외국어 답변이 챗봇 서버로 제공되고, 사용자(학습자)의 외국어 답변에 대한 언어 학습 평가를 챗봇 서버가 수행하고, 평가 결과를 사용자(학습자) 단말기로 제공하는 기술을 제안하고자 한다.
<선행기술문헌>
1. 대한민국 공개특허 제10-2022-0015887호
2. 대한민국 등록특허 제10-2030803호
3. 대한민국 공개특허 제10-2022-0017368
본 발명은 상기와 같은 종래 기술의 문제점을 감안하여 제안된 것으로서, 사용자(학습자)가 소지하는 사용자 단말기와 원격지에서 언어 학습 평가를 수행하는 챗봇 서버를 이용해, 특정 주제에 관한 외국어 질문을 챗봇 서버가 사용자(학습자)에게 임의로 제공하고, 외국어 질문에 대한 사용자(학습자)의 외국어 답변이 챗봇 서버로 제공되고, 사용자(학습자)의 외국어 답변에 대한 언어 학습 평가를 챗봇 서버가 수행하고, 평가 결과를 사용자(학습자) 단말기로 제공하는 것을 목적으로 한다.
본 발명의 AI 기반의 질의 응답 챗봇을 이용한 언어 학습 시스템은,
챗봇 서버(2000)와 통신 연결되도록 하고, 챗봇 서버(2000)가 제공하는 복수의 학습 주제 카테고리 목록 중, 어느 하나를 사용자가 선택할 수 있도록 하고, 사용자가 선택한 특정 학습 주제 카테고리 정보를 챗봇 서버(2000)로 제공하고, 사용자의 특정 학습 주제 카테고리 선택에 따라 챗봇 서버(2000)가 제공한 외국어 질문 음성에 대한 사용자의 외국어 답변 음성을 입력받고, 입력된 사용자의 외국어 답변 음성 정보를 챗봇 서버(2000)로 제공하고, 챗봇 서버(2000)가 제공하는 언어 학습 피드백 결과 정보를 사용자에게 제공하는 전용 앱(1100)이 탑재된 사용자 단말기(1000)와;
사용자 단말기(1000)로 학습 주제 카테고리 정보를 제공하고, 사용자가 선택한 특정 학습 주제 카테고리에 관련된 외국어 질문 음성 정보를 사용자 단말기(1000)로 제공하고, 사용자 단말기(1000)가 제공한 사용자의 외국어 답변 음성 정보를 이용하여 사용자의 외국어 답변에 대한 언어 학습 피드백 결과 정보를 생성하여 사용자 단말기(1000)로 제공하는 챗봇 서버(2000)를 포함하는 것을 특징으로 한다.
본 발명은 사용자(학습자)가 소지하는 사용자 단말기와 원격지에서 언어 학습 평가를 수행하는 챗봇 서버를 이용해, 특정 주제에 관한 외국어 질문을 챗봇 서버가 사용자(학습자)에게 임의로 제공하고, 외국어 질문에 대한 사용자(학습자)의 외국어 답변이 챗봇 서버로 제공되고, 사용자(학습자)의 외국어 답변에 대한 언어 학습 평가를 챗봇 서버가 수행하고, 평가 결과를 사용자(학습자) 단말기로 제공하는 것이어서, 외국어 학습에 대한 시간과 비용을 줄이고 적절한 외국어 학습 피드백 결과를 제공받는 효과를 제공한다.
도 1은 본 발명의 전체 구성도.
도 2는 본 발명의 챗봇 서버 세부 구성도.
도 3은 본 발명의 기능 블록도
<부호의 설명>
1000 : 사용자 단말기
2000: 챗봇 서버
2100 : 인터페이스부
2200 : 평가부
2300 : 평가 결과 피드백부
이하의 내용은 단지 본 발명의 원리를 예시한다. 그러므로 당업자는 비록 본 명세서에 명확히 설명되거나 도시되지 않았지만, 본 발명의 원리를 구현하고 본 발명의 개념과 범위에 포함된 다양한 장치를 발명할 수 있는 것이다.
또한, 본 명세서에 열거된 모든 조건부 용어 및 실시 예들은 원칙적으로, 본 발명의 개념이 이해되도록 하기 위한 목적으로만 명백히 의도되고, 이와 같이 특별히 열거된 실시 예들 및 상태들에 제한적이지 않는 것으로 이해되어야 한다.
본 발명을 설명함에 있어서 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되지 않을 수 있다.
예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 연결되어 있다거나 접속되어 있다고 언급되는 경우는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해될 수 있다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니며, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.
본 명세서에서, 포함하다 또는 구비하다 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것으로서, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해될 수 있다.
이하에서는, 본 발명인 AI 기반의 질의 응답 챗봇을 이용한 언어 학습 시스템의 실시예를 도면을 참조해 상세히 설명하도록 한다.
본 발명은 사용자(학습자)가 소지하는 사용자 단말기와 원격지에서 언어 학습 평가를 수행하는 챗봇 서버를 이용해, 특정 주제에 관한 외국어 질문을 챗봇 서버가 사용자(학습자)에게 임의로 제공하고, 외국어 질문에 대한 사용자(학습자)의 외국어 답변이 챗봇 서버로 제공되고, 사용자(학습자)의 외국어 답변에 대한 언어 학습 평가를 챗봇 서버가 수행하고, 평가 결과를 사용자(학습자) 단말기로 제공하여 외국어 학습자자의 외국어 학습에 대한 시간과 비용을 줄이고 적절한 외국어 학습 피드백 결과를 제공받을 수 있도록 하는 발명으로, 도 1에 도시된 바와 같이, 전용 앱(1100)이 탑재된 사용자 단말기(1000)와 챗봇 서버(2000)를 포함하는 것을 특징으로 한다.
구체적으로, 본 발명의 AI 기반의 질의 응답 챗봇을 이용한 언어 학습 시스템은, 도 1에 도시된 바와 같이,
챗봇 서버(2000)와 통신 연결되도록 하고, 챗봇 서버(2000)가 제공하는 복수의 학습 주제 카테고리 목록 중, 어느 하나를 사용자가 선택할 수 있도록 하고, 사용자가 선택한 특정 학습 주제 카테고리 정보를 챗봇 서버(2000)로 제공하고, 사용자의 특정 학습 주제 카테고리 선택에 따라 챗봇 서버(2000)가 제공한 외국어 질문 음성에 대한 사용자의 외국어 답변 음성을 입력받고, 입력된 사용자의 외국어 답변 음성 정보를 챗봇 서버(2000)로 제공하고, 챗봇 서버(2000)가 제공하는 언어 학습 피드백 결과 정보를 사용자에게 제공하는 전용 앱(1100)이 탑재된 사용자 단말기(1000)와;
사용자 단말기(1000)로 학습 주제 카테고리 정보를 제공하고, 사용자가 선택한 특정 학습 주제 카테고리에 관련된 외국어 질문 음성 정보를 사용자 단말기(1000)로 제공하고, 사용자 단말기(1000)가 제공한 사용자의 외국어 답변 음성 정보를 이용하여 사용자의 외국어 답변에 대한 언어 학습 피드백 결과 정보를 생성하여 사용자 단말기(1000)로 제공하는 챗봇 서버(2000)를 포함하는 것을 특징으로 한다.
상기 사용자 단말기(1000)에는 사용자가 원격지에 설치된 챗봇 서버(2000)를 통해 외국어 학습을 하고 학습 피드백 결과를 제공받을 수 있도록 하는 전용 앱(1100)이 탑재된다.
외국어 학습을 위해, 사용자가 전용 앱(1100)을 실행하면, 전용 앱(1100)은 원격지의 챗봇 서버(2000)와 사용자가 소지한 사용자 단말기(1000)가 통신 네트워크로 연결되도록 사용자 단말기(1000)를 챗봇 서버(2000)에 통신 연결시킨다.
챗봇 서버(2000)와 통신 연결된 후, 전용 앱(1100)은 챗봇 서버(2000)가 제공하는 복수의 학습 주제 카테고리 목록 중, 어느 하나를 사용자가 선택할 수 있도록 한다.
예를 들어, 챗봇 서버(2000)가 제공하는 복수의 학습 주제 카테고리 목록은 백설 공주, 인어 공주와 같이, 일반인들이 내용을 주로 알고 있는 주제들일 수 있으며, 이중 어느 하나를 사용자가 선택할 수 있도록 하는 선택 인터페이스를 전용 앱(1100)이 사용자 단말기 화면에 제공한다.
챗봇 서버(2000)가 제공하는 복수의 학습 주제 카테고리 목록 중, 어느 하나를 사용자가 선택하면, 전용 앱(1100)은 사용자가 선택한 특정 학습 주제 카테고리 정보를, 도 3에 도시된 바와 같이, 챗봇 서버(2000)로 제공한다.
예를 들어, 사용자가 백설 공주란 학습 주제 카테고리 목록을 선택하면, 전용 앱(1100)은 사용자가 선택한 백설 공주란 카테고리를 학습 주제 카테고리 정보로 챗봇 서버(2000)에 제공한다.
사용자가 선택한 특정 학습 주제 카테고리 정보가 챗봇 서버(2000)에 제공되면, 챗봇 서버(2000)는 사용자의 선택한 특정 학습 주제 카테고리에 관련된 외국어 질문 음성 정보를 사용자 단말기로 제공하게 되며, 전용 앱(1100)은 챗봇 서버(2000)가 제공한 특정 학습 주제 카테고리에 관련된 외국어 질문 음성을 출력하고, 외국어 질문 음성에 대한 사용자의 외국어 답변 음성을 입력받는다.
예를 들어, 사용자가 백설 공주란 학습 주제 카테고리를 선택한 경우, 챗봇 서버(2000)는 백설 공주에 관련된 외국어 질문 음성 정보, 예를 들어, " 백설 공주가 만난 난장이 수는 몇명인가요 " 와 같은 외국어 질문 음성 정보를 사용자 단말기로 제공하게 되는데, 제공된 외국어 질문 음성 정보는 사용자 단말기의 스피커를 통해 표출된다.
사용자는 외국어 질문 음성에 대해 외국어 답변 음성을 사용자 단말기에 입력하게 되는데, 사용자의 외국어 답변 음성이 입력되면, 전용 앱(1100)은 입력된 사용자의 외국어 답변 음성 정보를, 도 3에 도시된 바와 같이, 챗봇 서버(2000)로 제공한다.
사용자의 외국어 답변 음성 정보가 챗봇 서버(2000)로 제공되면, 후술하는 바와 같이, 챗봇 서버(2000)에서는 사용자의 외국어 답변 음성 정보에 대한 평가가 이루어지고, 평가 결과는 언어 학습 피드백 결과 정보로 사용자 단말기에 제공되어, 사용자는 챗봇 서버(2000)가 제공한 언어 학습 피드백 결과 정보를 통해 자신의 외국어 답변에 대한 피드백 결과를 확인할 수 있게 된다.
상기 챗봇 서버(2000)는 사용자 단말기(1000)로 학습 주제 카테고리 정보를 제공하고, 사용자가 선택한 특정 학습 주제 카테고리에 관련된 외국어 질문 음성 정보를 사용자 단말기(1000)로 제공하고, 사용자 단말기(1000)가 제공한 사용자의 외국어 답변 음성 정보를 이용하여 사용자의 외국어 답변에 대한 언어 학습 피드백 결과 정보를 생성하여 사용자 단말기(1000)로 제공하는 구성이다.
구체적으로, 챗봇 서버(2000)는, 도 2에 도시된 바와 같이,
사용자 단말기(1000)로 학습 주제 카테고리 목록 정보를 제공하고, 사용자 단말기(1000)가 제공한 특정 학습 주제 카테고리 정보에 관련된 외국어 질문 음성 정보를 사용자 단말기(1000)로 제공하고, 사용자 단말기(1000)로 제공한 외국어 질문에 대응된 외국어 모범 답변 텍스트 정보와 사용자 단말기(1000)가 제공한 사용자의 외국어 답변 음성 정보에 대응된 사용자의 외국어 답변 텍스트 정보를 평가부(2200)로 제공하는 인터페이스부(2100)와;
인터페이스부(2100)가 제공한 외국어 모범 답변 텍스트 정보와 사용자의 외국어 답변 텍스트 정보를 이용해 외국어 모범 답변 텍스트와 사용자의 외국어 답변 텍스트간 유사도를 판단하여 사용자의 외국어 답변에 대한 평가를 수행하고, 평가 수행에 따른 평가 결과 정보를 생성하여 평가 결과 피드백부(2300)로 제공하는 평가부(2200)와,
평가부(2200)가 제공한 평가 결과 정보를 이용해 평가 내용이 반영된 언어 학습 피드백 결과 정보를 생성하여 사용자 단말기(1000)로 제공하는 평가 결과 피드백부(2300)를 포함하는 것을 특징으로 한다.
상기 인터페이스부(2100)는 사용자 단말기(1000)로 학습 주제 카테고리 목록 정보를 제공하고, 사용자 단말기(1000)가 제공한 특정 학습 주제 카테고리 정보에 관련된 외국어 질문 음성 정보를 사용자 단말기(1000)로 제공하고, 사용자 단말기(1000)로 제공한 외국어 질문에 대응된 외국어 모범 답변 텍스트 정보와 사용자 단말기(1000)가 제공한 사용자의 외국어 답변 음성 정보에 대응된 사용자의 외국어 답변 텍스트 정보를 평가부(2200)로 제공하는 구성으로, 도 2에 도시된 바와 같이, 질문 정보 DB(2110)와 질문 정보 제공부(2120)와 음성 합성부(2130)와 텍스트 정보 제공부(2140)를 포함하는 것을 특징으로 한다.
구체적으로, 상기 인터페이스부(2100)는,
다수의 학습 주제 카테고리 목록 정보, 학습 주제 카테고리별로 매칭된 다수의 외국어 질문 텍스트 정보, 다수의 외국어 질문 텍스트 정보에 매칭된 다수의 외국어 모범 답변 텍스트 정보가 저장된 질문 정보 DB(2110)와,
질문 정보 DB(2110)에 저장된 학습 주제 카테고리 목록 정보를 사용자 단말기(1000)로 제공하고, 사용자 단말기(1000)가 제공한 특정 학습 주제 카테고리 정보에 매칭된 다수의 외국어 질문 텍스트 정보 중, 어느 하나를 질문 정보 DB(2110)에서 임의로 추출하고, 임의로 추출된 외국어 질문 텍스트 정보를 음성 합성부(2130)로 제공하고, 임의로 추출한 외국어 질문 텍스트 정보에 매칭된 외국어 모범 답변 텍스트 정보를 질문 정보 DB(2110)에서 추출하여 평가부(2200)로 제공하고, 음성 합성부(2130)가 제공하는 외국어 질문 음성 정보를 사용자 단말기(1000)로 제공하는 질문 정보 제공부(2120)와,
질문 정보 제공부(2120)가 제공한 외국어 질문 텍스트 정보에 해당하는 외국어 질문 음성 정보를 원어민 음성 합성을 통해 생성하여 질문 정보 제공부(2120)로 제공하는 음성 합성부(2130)와,
사용자 단말기(1000)가 제공한 사용자의 외국어 답변 음성 정보를 텍스트로 변환하여 사용자의 외국어 답변 텍스트 정보를 생성하고, 생성된 사용자의 외국어 답변 텍스트 정보를 평가부(2200)로 제공하는 텍스트 정보 제공부(2140)를 포함하는 것을 특징으로 한다.
상기 질문 정보 DB(2110)는 다수의 학습 주제 카테고리 목록 정보, 학습 주제 카테고리별로 매칭된 다수의 외국어 질문 텍스트 정보, 다수의 외국어 질문 텍스트 정보에 매칭된 다수의 외국어 모범 답변 텍스트 정보가 저장된 구성이다.
질문 정보 DB(2110)에 저장되는 다수의 학습 주제 카테고리 목록 정보는 학습자인 사용자가 언어 학습을 할 수 있는 주제들의 목록으로, 예를 들어, 백설 공주, 인어 공주와 같이, 일반인들이 내용을 주로 알고 있는 주제들의 목록일 수 있으며, 질문 정보 DB(2110)에 저장된 다수의 학습 주제 카테고리 목록 정보는 학습자의 언어 학습을 위해, 학습자의 사용자 단말기(1000)로 제공된다.
질문 정보 DB(2110)에 저장되는 다수의 외국어 질문 텍스트 정보는, 학습자에게 제공할, 학습 주제 카테고리별로 매칭된 다수의 질문 텍스트 정보들로, 예를 들어, 학습 주제 카테고리가 백설 공주인 경우, 외국어 질문 텍스트 정보는 " 백설 공주가 만난 난장이 수는 몇명인가요 " , " 백설 공주가 먹고 잠든 과일을 무엇인가요 " 등에 해당하는 외국어(영어/독어/중국어 등) 텍스트 정보일 수 있다.
학습자가 특정 학습 주제 카테고리를 선택하면, 선택된 특정 학습 주제 카테고리에 매칭되어 있는 다수의 외국어 질문 텍스트 정보 중, 어느 하나가 임의로 선택되고, 임의로 선택된 외국어 질문 텍스트 정보에 해당하는 외국어 질문 음성 정보가 학습자의 언어 학습을 위해, 학습자의 사용자 단말기(1000)로 제공된다.
질문 정보 DB(2110)에 저장되는 다수의 외국어 모범 답변 텍스트 정보는 다수의 외국어 질문 텍스트 정보에 매칭된 외국어 모범 답변 텍스트 정보들로, 예를 들어, 외국어 질문 텍스트 정보가 영어로된 " 백설 공주가 만난 난장이 수는 몇명인가요 " 인 경우, 모범 답변 텍스트 정보는 영어로된 " 7명 입니다 " 일 수 있고, 외국어 질문 텍스트 정보가 독일어로된 " 백설 공주가 먹고 잠든 과일을 무엇인가요 " 인 경우, 모범 답변 텍스트 정보는 독일어로된 " 사과 입니다 " 일 수 있다.
특정 외국어 질문 텍스트 정보에 해당하는 외국어 질문 음성 정보가 학습자의 언어 학습을 위해, 학습자의 사용자 단말기(1000)로 제공되면, 사용자 단말기(1000)로 제공된 외국어 질문 음성 정보에 해당하는 외국어 질문 텍스트 정보가 평가를 위해, 평가부(2200)로 제공된다.
즉, 본 발명의 질문 정보 DB(2110)에는 다수의 외국어 모범 답변 텍스트 정보가 매칭된 다수의 외국어 질문 텍스트 정보와 다수의 외국어 질문 텍스트 정보가 매칭된 다수의 학습 주제 카테고리 목록 정보가 저장되어 있다.
상기 질문 정보 제공부(2120)는 질문 정보 DB(2110)에 저장된 학습 주제 카테고리 목록 정보를 사용자 단말기(1000)로, 도 3과 같이, 제공하고, 사용자 단말기(1000)가 제공한 특정 학습 주제 카테고리 정보에 매칭된 다수의 외국어 질문 텍스트 정보 중, 어느 하나를 질문 정보 DB(2110)에서 임의로 추출하고, 임의로 추출된 외국어 질문 텍스트 정보를 음성 합성부(2130)로 제공하고, 임의로 추출한 외국어 질문 텍스트 정보에 매칭된 외국어 모범 답변 텍스트 정보를 질문 정보 DB(2110)에서 추출하여 평가부(2200)로 제공하고, 음성 합성부(2130)가 제공하는 외국어 질문 음성 정보를 사용자 단말기(1000)로 제공하는 구성이다.
먼저, 질문 정보 제공부(2120)는 질문 정보 DB(2110)에 저장된 학습 주제 카테고리 목록 정보를 사용자 단말기(1000)로 제공한다. 예를 들어, 질문 정보 DB(2110)에 저장된 학습 주제 카테고리 목록 정보인 백설 공주, 인어 공주 등과 같이 일반인들이 내용을 주로 알고 있는 주제들의 목록을 사용자 단말기(1000)로 제공하는 것이다.
학습 주제 카테고리 목록 정보 제공에 따라, 학습자의 선택에 의해 사용자 단말기(1000)가 특정 학습 주제 카테고리 정보(예: 백설 공주)를 제공하면, 질문 정보 제공부(2120)는 사용자 단말기(1000)가 제공한 특정 학습 주제 카테고리 정보에 매칭된 다수의 외국어 질문 텍스트 정보 중, 어느 하나(예: 영어로 된 백설 공주가 만난 난장이 수는 몇명인가요란 텍스트 정보)를 질문 정보 DB(2110)에서 임의로 추출하고, 임의로 추출된 외국어 질문 텍스트(예: 영어로된 백설 공주가 만난 난장이 수는 몇명인가요란 텍스트) 정보를 외국어 질문을 위한 음성 합성을 위해 음성 합성부(2130)로 제공한다.
음성 합성부(2130)로 제공된 외국어 질문 텍스트(예: 영어로 된 백설 공주가 만난 난장이 수는 몇명인가요란 텍스트) 정보는, 후술하는 바와 같이, 음성 합성부(2130)에서 외국어(예: 영어) 원어민 음성으로 해당 텍스트 내용(예: 백설 공주가 만난 난장이 수는 몇명인가요)에 해당하는 음성 합성이 이루어진다.
또한, 질문 정보 제공부(2120)는 임의로 추출한 외국어 질문 텍스트 정보에 매칭된 외국어 모범 답변 텍스트 정보를 질문 정보 DB(2110)에서 추출하여, 도 3과 같이, 평가부(2200)로 제공한다.
예를 들어, 임의로 추출한 외국어 질문 텍스트 정보가 영어로된 " 백설 공주가 만난 난장이 수는 몇명인가요 " 인 경우, 해당 외국어 질문 텍스트 정보인 영어로된 " 백설 공주가 만난 난장이 수는 몇명인가요 " 란 질문에 매칭되어 있는 외국어 모범 답변 텍스트 정보인 영어로된 " 난장이 수는 7명 입니다 " 란 텍스트 정보를 질문 정보 DB(2110)에서 추출하여 평가부(2200)로 제공하게 된다.
이후, 질문 정보 제공부(2120)는 음성 합성부(2130)가 외국어 질문 음성 정보(예: 영어로 된 백설 공주가 만난 난장이 수는 몇명인가요란 텍스트가 원어민 음성으로 음성 합성된 합성 음성 정보)를 제공하면, 음성 합성부(2130)가 제공한 외국어 질문 음성 정보를, 학습자 언어 학습을 위해, 도 3과 같이, 사용자 단말기(1000)로 제공한다.
상기 음성 합성부(2130)는 질문 정보 제공부(2120)가 제공한 외국어 질문 텍스트 정보에 해당하는 외국어 질문 음성 정보를 원어민 음성 합성을 통해 생성하여 질문 정보 제공부(2120)로 제공하는 구성이다.
상기 질문 정보 제공부(2120)가 음성 합성 기초 정보인 외국어 질문 텍스트 정보(예: 영어로된 백설 공주가 만난 난장이 수는 몇명인가요란 텍스트 정보)를 제공하면, 제공받은 외국어 질문 텍스트 내용(예: 백설 공주가 만난 난장이 수는 몇명인가요)을 외국어(예:영어) 원어민 음성으로 음성 합성하여 외국어 질문 음성 정보를 생성하여 질문 정보 제공부(2120)로 제공한다.
상기 음성 합성부(2130)에서 사용되는 원어민 음성 합성 기술은 공지된 종래의 일반적인 음성 합성 기술이어서, 본 발명에서는 원어민 음성으로 음성 합성하는 기술적 특징의 상세한 설명은 생략하기로 한다.
상기 텍스트 정보 제공부(2140)는 사용자 단말기(1000)가 제공한 사용자의 외국어 답변 음성 정보를 텍스트로 변환하여 사용자의 외국어 답변 텍스트 정보를 생성하고, 생성된 사용자의 외국어 답변 텍스트 정보를 평가부(2200)로 제공하는 구성이다.
텍스트 정보 제공부(2140)는 사용자 단말기(1000)가 제공한 사용자의 외국어 답변 음성 정보를 텍스트로 변환하여 사용자의 외국어 답변 텍스트 정보를 생성한다. 예를 들어, 사용자 단말기(1000)가 제공한 사용자의 외국어 답변 음성 정보가 영어로된 " 7명 입니다" 인 경우, 영어로된 " 7명 입니다" 란 음성 정보를 " 7명 입니다" 란 영어 텍스트 정보로 변한 생성한다.
외국어 음성 정보를 외국어 텍스트 정보로 변환 처리하는 기술은 음성 인식 기술 분야에서 공지의 기술인바, 본 발명에서는 상세한 설명을 생략한다.
이 후, 텍스트 정보 제공부(2140)는 생성된 사용자의 외국어 답변 텍스트 정보(예: " 7명 입니다" 란 영어 텍스트 정보)를 학습자의 언어 학습 평가를 위해, 도 3과 같이, 평가부(2200)로 제공한다.
상기 평가부(2200)는 인터페이스부(2100)가 제공한 외국어 모범 답변 텍스트 정보와 사용자의 외국어 답변 텍스트 정보를 이용해 외국어 모범 답변 텍스트와 사용자의 외국어 답변 텍스트간 유사도를 판단하여 사용자의 외국어 답변에 대한 평가를 수행하고, 평가 수행에 따른 평가 결과 정보를 생성하여 평가 결과 피드백부(2300)로 제공하는 구성이다.
본 발명의 평가부(2200)는 외국어 모범 답변 텍스트의 내용과 사용자의 외국어 답변 텍스트의 내용간 유사도를 판단한다.
유사도는 키워드 유사도와 문장 유사도 중 어느 하나를 이용하여 판단하거나 키워드 유사도와 문장 유사도 모두를 이용하여 판단한다.
먼저, 키워드 유사도를 이용하여 외국어 모범 답변 텍스트의 내용과 사용자의 외국어 답변 텍스트의 내용간 유사도 판단을 설명한다.
상기 평가부(2200)는 관리자가 사전 설정한 키워드 규칙에 의한 키워드/안티 키워드가 사용자의 외국어 답변 텍스트에 포함되어 있는지, 여부로 외국어 모범 답변 텍스트와 사용자의 외국어 답변 텍스트간 키워드 유사도를 판단하고, 키워드 유사도 판단 내용을 포함하는 사용자의 외국어 답변에 대한 평가 결과를 생성하되, 상기 관리자가 사전 설정한 키워드 규칙은 사용자의 외국어 답변 텍스트에 반드시 포함되어야 하는 키워드와 포함되지 않아야 하는 안티 키워드에 대한 규칙인 것을 특징으로 한다.
예를 들어, 외국어 모범 답변 텍스트 내용이 영어로된 " 난장이 수는 7명 입니다 " 인 경우, 관리자가 사전 설정한 키워드 규칙에 있어서, 키워드는 7이고, 안티 키워드는 7을 제외한 나머지 숫자들이다.
따라서 키워드인 7이 사용자의 외국어 답변 텍스트의 내용에 포함되어 있으면, 사용자의 외국어 답변 텍스트는 모범 답변 텍스트와 유사도가 있는 것으로 판단한다.
구체적으로, 예를 들어, 사용자의 외국어 답변 텍스트 내용이 영어로된 " 7명 입니다 " 인 A 경우와 영어로된 " 4명 입니다 " 인 B 경우에 있어서, 상기 A 경우는, 키워드 7이 포함되어 있어 모범 답변 텍스트와 유사도가 있는 것으로 판단하고, 상기 B 경우는, 키워드 7이 포함되어 있지 않고 안티 키워드 4(키워드 7이 아닌 다른 숫자들)가 포함되어 있어 모범 답변 텍스트와 유사도가 없는 것으로 판단한다.
따라서 평가부(2200)는 관리자가 사전 설정한 키워드 규칙에 따른 키워드/안티 키워드를 이용해 외국어 모범 답변 텍스트의 내용과 사용자의 외국어 답변 텍스트의 내용간 유사도를 판단한 후, 키워드 유사도 판단 내용을 포함하는 사용자의 외국어 답변에 대한 평가 결과를 생성하여 평가 결과 피드백부(2300)로 제공한다.
상기 키워드 유사도 판단 내용을 포함하는 사용자의 외국어 답변에 대한 평가 결과는, 예를 들어, " 키워드 7이 포함되어 있어 모범 답변과 유사도가 있다 " 이거나 " 키워드 7이 포함되어 있지 않고 안티 키워드 4가 포함되어 있어 모범 답변과 유사도가 없다 " 등일 수 있다.
다음으로, 문장 유사도를 이용하여 외국어 모범 답변 텍스트의 내용과 사용자의 외국어 답변 텍스트의 내용간 유사도 판단을 설명한다.
상기 평가부(2200)는 문장 유사도 딥러닝 학습모델이 탑재된 문장 유사도 분석기를 이용해 외국어 모범 답변 텍스트와 사용자의 외국어 답변 텍스트간 문장 유사도를 판단하고, 문장 유사도 판단 내용을 포함하는 사용자의 외국어 답변에 대한 평가 결과를 생성하되, 상기 문장 유사도 분석기에 탑재된 문장 유사도 딥러닝 학습모델은 유사한 내용을 담은 다수의 문장을 학습하여 서로 다른 2개의 문장 입력 시, 입력된 서로 다른 2개의 문장간 유사도를 판단하는 학습모델인 것을 특징으로 한다.
예를 들어, 영어로된 " 난장이 수는 7명 입니다 " 란 외국어 모범 답변 텍스트 내용과 영어로된 " 7명 입니다 " 란 사용자의 외국어 답변 텍스트 내용이 문장 유사도 딥러닝 학습모델이 탑재된 문장 유사도 분석기에 입력되면, 문장 유사도 분석기는 사용자의 외국어 답변 텍스트 내용이 외국어 모범 답변 텍스트 내용에 비해 주어가 누락되어 있지만 핵심적 내용인 7이라는 내용이 포함되어 있다라는 문장 분석 결과를 도출하고, 평가부(2200)는 문장 유사도 분석기의 도출 결과를 토대로 외국어 모범 답변 텍스트와 사용자의 외국어 답변 텍스트간 문장 유사도가 있는 것으로 판단한다.
또 다른 예로, 영어로된 " 난장이 수는 7명 입니다 " 란 외국어 모범 답변 텍스트 내용과 영어로된 " 난장이 수는 4명 입니다 " 란 사용자의 외국어 답변 텍스트 내용이 문장 유사도 딥러닝 학습모델이 탑재된 문장 유사도 분석기에 입력되면, 문장 유사도 분석기는 사용자의 외국어 답변 텍스트 내용이 외국어 모범 답변 텍스트 내용에 비해 주어는 일치하지만 핵심적 내용인 7이라는 내용이 포함되어 있지 않다는 문장 분석 결과를 도출하고, 평가부(2200)는 문장 유사도 분석기의 도출 결과를 토대로 외국어 모범 답변 텍스트와 사용자의 외국어 답변 텍스트간 문장 유사도가 없는 것으로 판단한다.
따라서 평가부(2200)는 문장 유사도 딥러닝 학습모델이 탑재된 문장 유사도 분석를 이용해 외국어 모범 답변 텍스트의 내용과 사용자의 외국어 답변 텍스트의 내용간 유사도를 판단한 후, 문장 유사도 판단 내용을 포함하는 사용자의 외국어 답변에 대한 평가 결과를 생성하여 평가 결과 피드백부(2300)로 제공한다.
상기 문장 유사도 판단 내용을 포함하는 사용자의 외국어 답변에 대한 평가 결과는, 예를 들어, " 주어가 누락되어 있지만 핵심적 내용인 7이라는 내용이 포함되어 있어, 모범 답변과 유사도가 있다 " 이거나 " 동일한 주어가 포함되어 있지만핵심적 내용인 7이라는 내용이 포함되어 있지 않아 모범 답변과 유사도가 없다 " 등일 수 있다.
상기 평가부(2200)에서 사용되는 문장 유사도 딥러닝 학습모델이 탑재된 문장 유사도 분석기를 이용한 문장 분석 기술은 공지된 종래의 일반적인 문장 분석 기술이어서, 본 발명에서는 문장 유사도 딥러닝 학습모델이 탑재된 문장 유사도 분석기를 이용해 입력된 2개 문장의 유사도를 분석하는 기술적 특징의 상세한 설명은 생략하기로 한다.
마지막으로, 키워드 유사도와 문장 유사도 모두를 이용하여 외국어 모범 답변 텍스트의 내용과 사용자의 외국어 답변 텍스트의 내용간 유사도 판단을 설명한다.
상기 평가부(2200)는 관리자가 사전 설정한 키워드 규칙에 의한 키워드/안티 키워드가 사용자의 외국어 답변 텍스트에 포함되어 있는지 여부와 문장 유사도 딥러닝 학습모델이 탑재된 문장 유사도 분석기를 이용해 외국어 모범 답변 텍스트와 사용자의 외국어 답변 텍스트간 문장 유사도를 판단하고, 키워드 유사도 판단 내용과 문장 유사도 판단 내용을 포함하는 사용자의 외국어 답변에 대한 평가 결과를 생성하되, 상기 관리자가 사전 설정한 키워드 규칙은 사용자의 외국어 답변 텍스트에 반드시 포함되어야 하는 키워드와 포함되지 않아야 하는 안티 키워드에 대한 규칙이고, 상기 문장 유사도 분석기에 탑재된 문장 유사도 딥러닝 학습모델은 유사한 내용을 담은 다수의 문장을 학습하여 서로 다른 2개의 문장 입력 시, 입력된 서로 다른 2개의 문장간 유사도를 판단하는 학습모델인 것을 특징으로 한다.
키워드 유사도와 문장 유사도 모두를 이용하여 외국어 모범 답변 텍스트의 내용과 사용자의 외국어 답변 텍스트의 내용간 유사도를 판단하는 구체적 특징은 키워드 유사도만을 이용해 외국어 모범 답변 텍스트의 내용과 사용자의 외국어 답변 텍스트의 내용간 유사도를 판단하는 상기 설명 부분과 문장 유사도만을 이용해 외국어 모범 답변 텍스트의 내용과 사용자의 외국어 답변 텍스트의 내용간 유사도를 판단하는 상기 설명 부분에서 이미 설명된바, 구체적 설명은 생략하기로 한다.
상기 평가 결과 피드백부(2300)는 평가부(2200)가 제공한 평가 결과 정보를 이용해 평가 내용이 반영된 언어 학습 피드백 결과 정보를 생성하여 사용자 단말기(1000)로 제공하는 구성이다.
평가 결과 피드백부(2300)가 생성하는 언어 학습 피드백 결과 정보는 평가 내용이 반영된 텍스트 기반의 외국어 텍스트 정보와 평가 내용이 반영된 음성 기반의 외국어 원어민 음성 정보 중, 적어도 하나 이상을 포함하는 것을 특징으로 한다.
구체적으로, 평가부(2200)가 평가 결과 정보를 제공하면, 평가 결과 피드백부(2300)는 평가 내용(예: " 키워드 7이 포함되어 있어 모범 답변과 유사도가 있다 " 또는 " 동일한 주어가 포함되어 있지만 핵심적 내용인 7이라는 내용이 포함되어 있지 않아 모범 답변과 유사도가 없다 " 등)이 반영된 텍스트 기반의 외국어 텍스트 정보인 언어 학습 피드백 결과 정보를 생성하여 사용자 단말기(1000)로 제공하거나, 평가 내용(예: " 키워드 7이 포함되어 있어 모범 답변과 유사도가 있다 " 또는 " 동일한 주어가 포함되어 있지만 핵심적 내용인 7이라는 내용이 포함되어 있지 않아 모범 답변과 유사도가 없다 " 등)이 반영된 음성 기반의 외국어 원어민 음성 정보인 언어 학습 피드백 결과 정보를 생성하여 사용자 단말기(1000)로 제공하거나, 평가 내용이 반영된 텍스트 기반의 외국어 텍스트 정보와 음성 기반의 외국어 원어민 음성 정보 모두를 포함하는 언어 학습 피드백 결과 정보를 생성하여 사용자 단말기(1000)로 제공한다.
즉, 평가 결과 피드백부(2300)는 평가 내용이 반영된 텍스트 기반의 언어 학습 피드백 결과 정보와 음성 기반의 언어 학습 피드백 결과 정보 중, 적어도 하나 이상을, 도 3과 같이, 사용자 단말기(1000)로 제공하게 되는 것이다.
특히, 평가 내용이 반영된 음성 기반의 외국어 원어민 음성 정보는 평가 내용이 반영된 외국어 텍스트를 원어민 음성 합성을 통해 생성한 합성 음성 정보인 것을 특징으로 한다.
즉, 평가 결과 피드백부(2300)에는 음성 합성 장치가 구비되어, 평가 내용이 반영된 텍스트 기반의 외국어 텍스트를 원어민 음성으로 음성 합성하여 평가 내용이 반영된 음성 기반의 외국어 원어민 음성 정보인 언어 학습 피드백 결과 정보를 생성하는 것이다.
이상에서 본 발명의 기술 사상을 첨부 도면과 함께 서술하였지만, 이는 본 발명의 바람직한 실시예를 예시적으로 설명한 것이지 본 발명을 한정하는 것은 아니며, 본 발명의 권리 범위는 실시예에 국한되지 않고, 이 기술 분야에서 통상의 지식을 가진 자가 본 발명의 기술 사상 범주 내에서 변형한 것까지 포함함은 자명하다 할 것이다.
본 발명은 사용자(학습자)가 소지하는 사용자 단말기와 원격지에서 언어 학습 평가를 수행하는 챗봇 서버를 이용해, 특정 주제에 관한 외국어 질문을 챗봇 서버가 사용자(학습자)에게 임의로 제공하고, 외국어 질문에 대한 사용자(학습자)의 외국어 답변이 챗봇 서버로 제공되고, 사용자(학습자)의 외국어 답변에 대한 언어 학습 평가를 챗봇 서버가 수행하고, 평가 결과를 사용자(학습자) 단말기로 제공하는 것이어서, 외국어 학습에 대한 시간과 비용을 줄이고 적절한 외국어 학습 피드백 결과를 제공받는 효과를 제공하므로, 산업상 이용가능성도 높다.

Claims (8)

  1. AI 기반의 질의 응답 챗봇을 이용한 언어 학습 시스템에 있어서,
    챗봇 서버(2000)와 통신 연결되도록 하고, 챗봇 서버(2000)가 제공하는 복수의 학습 주제 카테고리 목록 중, 어느 하나를 사용자가 선택할 수 있도록 하고, 사용자가 선택한 특정 학습 주제 카테고리 정보를 챗봇 서버(2000)로 제공하고, 사용자의 특정 학습 주제 카테고리 선택에 따라 챗봇 서버(2000)가 제공한 외국어 질문 음성에 대한 사용자의 외국어 답변 음성을 입력받고, 입력된 사용자의 외국어 답변 음성 정보를 챗봇 서버(2000)로 제공하고, 챗봇 서버(2000)가 제공하는 언어 학습 피드백 결과 정보를 사용자에게 제공하는 전용 앱(1100)이 탑재된 사용자 단말기(1000)와;
    사용자 단말기(1000)로 학습 주제 카테고리 정보를 제공하고, 사용자가 선택한 특정 학습 주제 카테고리에 관련된 외국어 질문 음성 정보를 사용자 단말기(1000)로 제공하고, 사용자 단말기(1000)가 제공한 사용자의 외국어 답변 음성 정보를 이용하여 사용자의 외국어 답변에 대한 언어 학습 피드백 결과 정보를 생성하여 사용자 단말기(1000)로 제공하는 챗봇 서버(2000)를 포함하는 것을 특징으로 하는 AI 기반의 질의 응답 챗봇을 이용한 언어 학습 시스템.
  2. 청구항 1에 있어서,
    상기 챗봇 서버(2000)는,
    사용자 단말기(1000)로 학습 주제 카테고리 목록 정보를 제공하고, 사용자 단말기(1000)가 제공한 특정 학습 주제 카테고리 정보에 관련된 외국어 질문 음성 정보를 사용자 단말기(1000)로 제공하고, 사용자 단말기(1000)로 제공한 외국어 질문에 대응된 외국어 모범 답변 텍스트 정보와 사용자 단말기(1000)가 제공한 사용자의 외국어 답변 음성 정보에 대응된 사용자의 외국어 답변 텍스트 정보를 평가부(2200)로 제공하는 인터페이스부(2100)와;
    인터페이스부(2100)가 제공한 외국어 모범 답변 텍스트 정보와 사용자의 외국어 답변 텍스트 정보를 이용해 외국어 모범 답변 텍스트와 사용자의 외국어 답변 텍스트간 유사도를 판단하여 사용자의 외국어 답변에 대한 평가를 수행하고, 평가 수행에 따른 평가 결과 정보를 생성하여 평가 결과 피드백부(2300)로 제공하는 평가부(2200)와,
    평가부(2200)가 제공한 평가 결과 정보를 이용해 평가 내용이 반영된 언어 학습 피드백 결과 정보를 생성하여 사용자 단말기(1000)로 제공하는 평가 결과 피드백부(2300)를 포함하는 것을 특징으로 하는 AI 기반의 질의 응답 챗봇을 이용한 언어 학습 시스템.
  3. 청구항 2에 있어서,
    상기 인터페이스부(2100)는,
    다수의 학습 주제 카테고리 목록 정보, 학습 주제 카테고리별로 매칭된 다수의 외국어 질문 텍스트 정보, 다수의 외국어 질문 텍스트 정보에 매칭된 다수의 외국어 모범 답변 텍스트 정보가 저장된 질문 정보 DB(2110)와,
    질문 정보 DB(2110)에 저장된 학습 주제 카테고리 목록 정보를 사용자 단말기(1000)로 제공하고, 사용자 단말기(1000)가 제공한 특정 학습 주제 카테고리 정보에 매칭된 다수의 외국어 질문 텍스트 정보 중, 어느 하나를 질문 정보 DB(2110)에서 임의로 추출하고, 임의로 추출된 외국어 질문 텍스트 정보를 음성 합성부(2130)로 제공하고, 임의로 추출한 외국어 질문 텍스트 정보에 매칭된 외국어 모범 답변 텍스트 정보를 질문 정보 DB(2110)에서 추출하여 평가부(2200)로 제공하고, 음성 합성부(2130)가 제공하는 외국어 질문 음성 정보를 사용자 단말기(1000)로 제공하는 질문 정보 제공부(2120)와,
    질문 정보 제공부(2120)가 제공한 외국어 질문 텍스트 정보에 해당하는 외국어 질문 음성 정보를 원어민 음성 합성을 통해 생성하여 질문 정보 제공부(2120)로 제공하는 음성 합성부(2130)와,
    사용자 단말기(1000)가 제공한 사용자의 외국어 답변 음성 정보를 텍스트로 변환하여 사용자의 외국어 답변 텍스트 정보를 생성하고, 생성된 사용자의 외국어 답변 텍스트 정보를 평가부(2200)로 제공하는 텍스트 정보 제공부(2140)를 포함하는 것을 특징으로 하는 AI 기반의 질의 응답 챗봇을 이용한 언어 학습 시스템.
  4. 청구항 2에 있어서,
    상기 평가부(2200)는,
    관리자가 사전 설정한 키워드 규칙에 의한 키워드/안티 키워드가 사용자의 외국어 답변 텍스트에 포함되어 있는지 여부로 외국어 모범 답변 텍스트와 사용자의 외국어 답변 텍스트간 키워드 유사도를 판단하고, 키워드 유사도 판단 내용을 포함하는 사용자의 외국어 답변에 대한 평가 결과를 생성하되,
    상기 관리자가 사전 설정한 키워드 규칙은 사용자의 외국어 답변 텍스트에 반드시 포함되어야 하는 키워드와 포함되지 않아야 하는 안티 키워드에 대한 규칙인 것을 특징으로 하는 AI 기반의 질의 응답 챗봇을 이용한 언어 학습 시스템.
  5. 청구항 2에 있어서,
    상기 평가부(2200)는,
    문장 유사도 딥러닝 학습모델이 탑재된 문장 유사도 분석기를 이용해 외국어 모범 답변 텍스트와 사용자의 외국어 답변 텍스트간 문장 유사도를 판단하고, 문장 유사도 판단 내용을 포함하는 사용자의 외국어 답변에 대한 평가 결과를 생성하되,
    상기 문장 유사도 분석기에 탑재된 문장 유사도 딥러닝 학습모델은 유사한 내용을 담은 다수의 문장을 학습하여 서로 다른 2개의 문장 입력 시, 입력된 서로 다른 2개의 문장간 유사도를 판단하는 학습모델인 것을 특징으로 하는 AI 기반의 질의 응답 챗봇을 이용한 언어 학습 시스템.
  6. 청구항 2에 있어서,
    상기 평가부(2200)는,
    관리자가 사전 설정한 키워드 규칙에 의한 키워드/안티 키워드가 사용자의 외국어 답변 텍스트에 포함되어 있는지 여부와 문장 유사도 딥러닝 학습모델이 탑재된 문장 유사도 분석기를 이용해 외국어 모범 답변 텍스트와 사용자의 외국어 답변 텍스트간 문장 유사도를 판단하고, 키워드 유사도 판단 내용과 문장 유사도 판단 내용을 포함하는 사용자의 외국어 답변에 대한 평가 결과를 생성하되,
    상기 관리자가 사전 설정한 키워드 규칙은 사용자의 외국어 답변 텍스트에 반드시 포함되어야 하는 키워드와 포함되지 않아야 하는 안티 키워드에 대한 규칙이고, 상기 문장 유사도 분석기에 탑재된 문장 유사도 딥러닝 학습모델은 유사한 내용을 담은 다수의 문장을 학습하여 서로 다른 2개의 문장 입력 시, 입력된 서로 다른 2개의 문장간 유사도를 판단하는 학습모델인 것을 특징으로 하는 AI 기반의 질의 응답 챗봇을 이용한 언어 학습 시스템.
  7. 청구항 2에 있어서,
    상기 평가 결과 피드백부(2300)가 생성하는 언어 학습 피드백 결과 정보는,
    평가 내용이 반영된 텍스트 기반의 외국어 텍스트 정보와 평가 내용이 반영된 음성 기반의 외국어 원어민 음성 정보중, 적어도 하나 이상을 포함하는 것을 특징으로 하는 AI 기반의 질의 응답 챗봇을 이용한 언어 학습 시스템.
  8. 청구항 7에 있어서,
    상기 평가 내용이 반영된 음성 기반의 외국어 원어민 음성 정보는,
    평가 내용이 반영된 텍스트 기반의 외국어 텍스트 정보를 원어민 음성 합성을 통해 생성한 음성 정보인 것을 특징으로 하는 AI 기반의 질의 응답 챗봇을 이용한 언어 학습 시스템.
PCT/KR2022/003174 2022-02-24 2022-03-07 Ai 기반의 질의 응답 챗봇을 이용한 언어 학습 시스템 WO2023163265A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2022-0024455 2022-02-24
KR20220024455 2022-02-24

Publications (1)

Publication Number Publication Date
WO2023163265A1 true WO2023163265A1 (ko) 2023-08-31

Family

ID=87766067

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/003174 WO2023163265A1 (ko) 2022-02-24 2022-03-07 Ai 기반의 질의 응답 챗봇을 이용한 언어 학습 시스템

Country Status (1)

Country Link
WO (1) WO2023163265A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130108173A (ko) * 2012-03-22 2013-10-02 진삼순 유무선 통신 네트워크를 이용한 음성인식 질의응답 시스템 및 그 운용방법
KR20160008949A (ko) * 2014-07-15 2016-01-25 한국전자통신연구원 음성 대화 기반의 외국어 학습 방법 및 이를 위한 장치
KR20200137601A (ko) * 2019-05-31 2020-12-09 주식회사 아티프렌즈 챗봇을 이용한 질의응답 처리 장치 및 방법
KR20210144019A (ko) * 2020-05-21 2021-11-30 주식회사 트이다 발음 키워드의 언어 평가 인터페이스 제공을 위한 프로그램
KR20220017366A (ko) * 2020-08-04 2022-02-11 봉래 박 챗봇 기반 외국어 학습 시스템 및 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130108173A (ko) * 2012-03-22 2013-10-02 진삼순 유무선 통신 네트워크를 이용한 음성인식 질의응답 시스템 및 그 운용방법
KR20160008949A (ko) * 2014-07-15 2016-01-25 한국전자통신연구원 음성 대화 기반의 외국어 학습 방법 및 이를 위한 장치
KR20200137601A (ko) * 2019-05-31 2020-12-09 주식회사 아티프렌즈 챗봇을 이용한 질의응답 처리 장치 및 방법
KR20210144019A (ko) * 2020-05-21 2021-11-30 주식회사 트이다 발음 키워드의 언어 평가 인터페이스 제공을 위한 프로그램
KR20220017366A (ko) * 2020-08-04 2022-02-11 봉래 박 챗봇 기반 외국어 학습 시스템 및 방법

Similar Documents

Publication Publication Date Title
WO2018128238A1 (ko) 디스플레이 장치를 이용한 가상 상담 시스템 및 방법
WO2018030672A1 (ko) 머신러닝을 활용한 정해진 시나리오로 고객과 상담하는 로봇 자동 상담 방법 및 시스템
WO2013085320A1 (ko) 스마트 기기를 이용한 상황 인식 기반 외국어 습득 및 학습 서비스 제공 방법
WO2019168253A1 (ko) 계층적으로 사용자 표현을 이해하고 답변을 생성하는 대화형 상담 챗봇 장치 및 방법
WO2013036051A2 (ko) 외국어 문장 학습 장치 및 이를 이용한 학습 방법
WO2021010744A1 (ko) 음성 인식 기반의 세일즈 대화 분석 방법 및 장치
WO2011074772A2 (ko) 문법 오류 시뮬레이션 장치 및 방법.
WO2018169276A1 (ko) 언어 정보를 처리하기 위한 방법 및 그 전자 장치
WO2009119991A4 (ko) 인터넷상에서의 소리분석 기반 어학 학습방법 및 시스템
WO2020213785A1 (ko) 발화 패턴의 무한성 개선을 위한 딥러닝 기반의 텍스트 문장 자동 생성시스템
WO2022203123A1 (ko) 캐릭터를 활용한 인공지능 자연어 처리 기반의 화상교육 콘텐츠 제공 방법 및 장치
WO2022196880A1 (ko) 아바타에 기초한 인터랙션 서비스 방법 및 장치
WO2021137534A1 (ko) 음성 분석을 통한 한국어 발음 학습 방법 및 시스템
WO2020149621A1 (ko) 영어 말하기 평가 시스템 및 방법
WO2023163265A1 (ko) Ai 기반의 질의 응답 챗봇을 이용한 언어 학습 시스템
WO2023167496A1 (ko) 인공지능을 이용한 음악 작곡 방법
WO2022255850A1 (ko) 다국어 번역 지원이 가능한 채팅시스템 및 제공방법
WO2022014898A1 (ko) Api 접근 인터페이스 서버를 통해 확장된 교육 콘텐츠에 대해 인공지능 예측 결과를 제공하는 확장 서비스 제공 시스템 및 방법
WO2022149758A1 (ko) 풀이 경험이 없는 추가된 문제 컨텐츠에 대한 예측된 정답 확률을 기초로, 문제를 평가하는 학습 컨텐츠 평가 장치, 시스템 및 그것의 동작 방법
WO2022015005A1 (ko) 대화기반 정신장애선별방법 및 그 장치
WO2019004637A1 (ko) 인지 능력 데이터를 생성하기 위한 언어 기반의 게임 방법 및 장치
WO2021182886A1 (ko) 인공지능 기반의 가상상담 서비스 장치 및 방법
WO2022035125A1 (ko) Ai 음성 인식 학습기를 이용한 외국어 학습 시스템 및 방법
WO2009154380A2 (ko) 페이지 인덱스를 이용한 반복 학습 단말기, 시스템 및 방법
WO2023033242A1 (ko) 음성, 텍스트, 그림 데이터를 이용한 미술 심리분석 장치 및 이를 이용한 미술 심리분석 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: 22929017

Country of ref document: EP

Kind code of ref document: A1