-
公开(公告)号：KR1020170078462A
公开(公告)日：2017-07-07
申请号：KR1020150189002
申请日：2015-12-29
Applicant: 성균관대학교산학협력단
IPC: H04N21/25 , H04N21/475 , H04N21/466 , H04N21/442
Abstract: 본발명의시스템은 TV 프로그램추천에있어해당콘텐츠에대한정적인데이터만을사용하여낮은정확도의추천을하는문제를해결하기위하여, 시간과같은동적인데이터를추천에활용한다.
Abstract translation: 本发明的系统利用诸如时间之类的动态数据来仅使用TV节目推荐中的内容的静态数据来推荐低精度推荐。
-
12.发明授权
公开(公告)号：KR101534141B1
公开(公告)日：2015-07-07
申请号：KR1020140100538
申请日：2014-08-05
Applicant: 성균관대학교산학협력단
CPC classification number: G06F17/2785 , G06N3/126
Abstract: 본발명은감정근거를추출하는방법을개시하고있다. 상기방법은상기문서내의단어를기반으로초기염색체집합을임의로생성하는단계 - 여기서, 염색체의각 유전자의속성은상기문서내의훈련데이터셋에서나타나는각 단어들을의미하고, 속성값은단어의선택여부를나타냄 - , 상기초기염색체집합을대상으로, 평가함수 - 평가함수는문서의극성을분류하는정확도를최대화하는함수 - 를통해각 염색체를평가하는단계, 각염색체의평가점수를기반으로유전자연산을거쳐새로운염색체를생성하는단계및 상기생성된염색체가종료조건을만족하는지판단하여감정근거집합을생성하는단계를포함한다.
Abstract translation: 公开了一种情感理论的提取方法，其包括以下步骤：基于文档中的单词任意生成初始染色体组（这里，染色体的每个基因的属性表示在文档的训练数据集中呈现的每个单词 属性值表示是否选择该单词）; 通过初始染色体组的评估函数（评估函数最大化文档极性分类的准确性）评估每个染色体; 通过基于每个染色体评估分数的基因计算产生新的染色体; 并通过确定所生成的染色体是否满足终止条件来产生情感理论组。
-
Patent Agency Ranking
公开(公告)号：KR101508260B1
公开(公告)日：2015-04-07
申请号：KR1020140012613
申请日：2014-02-04
Applicant: 성균관대학교산학협력단
CPC classification number: G06F17/21 , G06F17/2705 , G06F17/30011 , G06N3/086
Abstract: 본발명은입력받은사용자쿼리를기반으로상기사용자쿼리와유사한문서를검색하여문서세트를생성하는문서세트생성부, 상기문서세트내의복수의원본전자문서각각의요약문을생성하기위해, 상기복수의원본전자문서에포함된문장및 단어를추출하는문장및 단어추출부, 상기추출된단어를기반으로각각의원본전자문서에대한후보요약문을생성하는후보요약문생성부, 상기원본전자문서의단어가중치 - 단어가중치는개별문서에서해당단어가핵심적인단어인지를나타내는지표임 - 와상기후보요약문의단어가중치를비교하는가중치비교부및 상기단어가중치비교결과를기반으로후보요약문을수정하여최종요약문을생성하는최종요약문생성부를포함하는요약문생성장치를개시하고있다.
Abstract translation: 本发明公开了一种生成摘要的方法，其包括通过基于用户查询向输入的用户查询搜索类似文档而生成文档集的文档集生成部分; 包括在多个原始电子文档中的句子和词提取部分提取句子和单词，以便为文档集中的每个原始电子文档生成摘要; 候选概要生成部分，基于所提取的单词生成关于每个原始电子文档的候选概要; 将原始电子文档的单词加权值与候选概要的单词加权值进行比较的加权值比较部分 - 单词加权值是表示单个文档中相应单词是否为核心词的索引; 以及通过基于比较单词加权值的结果修改候选概要而产生最终摘要的最终摘要生成部分。
-
公开(公告)号：KR1020170079423A
公开(公告)日：2017-07-10
申请号：KR1020150189979
申请日：2015-12-30
Applicant: 성균관대학교산학협력단
Abstract: 본발명은콘텐츠추천을위한동적인노이즈제거방법및 이방법을이용하는콘텐츠추천시스템에관한것이다. 상기방법은콘텐츠평가시점차이및 사용자가평가한콘텐츠의수 중적어도하나를가중치로반영하는단계, 각사용자별평점분포를계산하는단계와상기분포를소정값과비교하여노이즈데이터를제거하는단계를포함한다.
Abstract translation: 本发明涉及用于内容推荐的动态噪声去除方法和使用该方法的内容推荐系统。 通过该方法包括将所述分配步骤中，计算每个用户等级分布反射的内容评价点的差异的最少数量的步骤中，和一个用户评价可以是普遍的重量的预定值而在去除噪声的数据 它包括。
-
公开(公告)号：KR1020160112248A
公开(公告)日：2016-09-28
申请号：KR1020150037571
申请日：2015-03-18
Applicant: 성균관대학교산학협력단
CPC classification number: G06F17/30616
Abstract: 본발명은대상문서에서키워드를생성하는방법을개시하고있다. 상기방법은, 상기대상문서에서단일주요단어를추출하는단계, 상기주요단어간의결합을통해후보키워드를생성하는단계상기후보키워드에속하는제 1 단어및 제 2 단어간의응집력을산출하는단계, 이웃문서에서상기제 1 단어와상기제 2 단어가동시에나타나는단어의주변을하나의문맥으로보고상기대상문서를다른하나의문맥으로보아, 두문맥의유사도를기반으로상기제 1 단어및 상기제 2 단어의문맥평가점수를산출하는단계및 상기응집력및 상기문맥평가점수를기반으로최종키워드를선별하는단계를포함한다.
Abstract translation: 本发明公开了一种在目标文档中生成关键字的方法。 该方法包括以下步骤：从目标文档中提取单个主词; 通过连接主词生成候选关键字; 计算候选关键字中包括的第一个字和第二个字之间的内聚; 通过考虑从相邻文档作为一个上下文同时显示第一个单词和第二个单词的单词的外围边缘，基于两个上下文之间的相似度来计算第一个单词和第二个单词的上下文评估分数，并且考虑 目标文件为其他上下文; 并根据凝聚力和上下文评估得分选择最终关键词。
-
公开(公告)号：KR101710010B1
公开(公告)日：2017-02-24
申请号：KR1020150189996
申请日：2015-12-30
Applicant: 성균관대학교산학협력단
Abstract: 본발명은문서의상대적특징을반영한문서요약방법및 문서요약시스템을제공한다. 상기방법은대상문서와배경문서들을그래프로모델링하는단계, 문장간 유사도에기반하여문장들을클러스터링하는단계와상기대상문서와배경문서들간 공통특징들과고유특징들중 적어도하나를포함하여문장들을랭킹(ranking)하는단계를포함한다.
-
公开(公告)号：KR101491628B1
公开(公告)日：2015-02-12
申请号：KR1020130090408
申请日：2013-07-30
Applicant: 성균관대학교산학협력단
CPC classification number: G06F17/30616 , G06F17/2735 , G06F17/30861
Abstract: A method for extracting keywords affecting the emotional change of the public from the blog comprises: an emotion index calculating step of calculating an emotion index using an emotional vocabulary dictionary based on vocabularies included in each comment in the blog; an emotional change section extracting step of extracting an emotional change section of the blog using the calculated emotion index; and a keyword extracting step of collecting comments included in the emotional change section and extracting main keywords included in the emotional change section from the collected comments. Therefore, when keywords affecting the emotional change of the public are extracted, the method helps to infer reasons associated with the emotional change of the public in a specific company or social issue to easily identify the needs of the public, thereby creating economic benefits later.
Abstract translation: 一种从博客中提取影响公众情感变化的关键词的方法，包括：使用基于博客中的每个评论中的词汇的情感词汇词典来计算情绪指数的情绪指标计算步骤; 情绪变化部分提取步骤，使用所计算的情感指数提取博客的情绪变化部分; 以及关键词提取步骤，收集包含在所述情绪变化部分中的评论，并从收集的评论中提取包括在所述情绪变化部分中的主要关键词。 因此，当提取影响公众情感变化的关键词时，该方法有助于推测与特定公司或社会问题上的公众情绪变化相关联的原因，以便于识别公众的需求，从而在以后创造经济效益。
-
-
-
-
-
-
Search Results
17
records
(took 0.02 seconds)
