-
公开(公告)号：KR101284788B1
公开(公告)日：2013-07-10
申请号：KR1020090097306
申请日：2009-10-13
Applicant: 한국전자통신연구원
CPC classification number: G06F17/30654
Abstract: 본 발명의 신뢰도에 기반한 질의응답 장치는, 문서 집합 내에 포함된 문서들 중 문서 신뢰도가 임계치를 만족하는 문서들을 색인하여 지식 저장부에 저장하는 정답 색인부; 사용자 질의에 대한 정답 후보 문서들을 지식 저장부로부터 추출하는 정답후보 추출부; 정답후보 추출부에 의해 추출된 정답 후보 문서들의 비문서 자질(non-textual feature)을 분석하여 각각의 정답 후보 문서에 대한 출처 신뢰도를 측정하는 정답출처신뢰도 측정부; 정답후보 추출부에 의해 추출된 정답 후보 문서들의 추출 전략의 타당성을 분석하여 각각의 정답 후보 문서에 대한 추출전략 신뢰도를 측정하는 정답추출전략신뢰도 측정부; 및 정답 후보 문서들의 문서 신뢰도, 출처 신뢰도, 및 추출전략 신뢰도를 기반으로 정답 후보 문서들을 순위화하여 정답 후보 신뢰도 리스트를 생성하는 신뢰도 통합부를 구비한다.
정답 추출, 신뢰도, 문서, 관리, 출처, 질의, 응답, 품질-
公开(公告)号：KR1020120042562A
公开(公告)日：2012-05-03
申请号：KR1020100104288
申请日：2010-10-25
Applicant: 한국전자통신연구원
CPC classification number: G06F17/30705 , G06F17/2735
Abstract: PURPOSE: An entity dictionary constructing method and an apparatus executing the same are provided to easily and accurately construct an entity dictionary by using machine learning. CONSTITUTION: A leaning data generating unit(410) generates entity name classification training data through an online dictionary. A machine learning unit(420) generates an entity name classification model through machine learning about name entity classification learning data. An entity classifying unit(440) classifies an entity name about a keyword of an online dictionary and adds the classified entity name to an entity name dictionary.
Abstract translation: 目的：提供实体字典构造方法和执行该实体字典的装置，以便通过机器学习容易且准确地构建实体字典。 构成：倾斜数据生成单元（410）通过在线字典生成实体名称分类训练数据。 机器学习单元（420）通过关于名称实体分类学习数据的机器学习来生成实体名称分类模型。 实体分类单元（440）将关于在线字典的关键字的实体名称分类，并将分类的实体名称添加到实体名称字典。
-
公开(公告)号：KR1020110114797A
公开(公告)日：2011-10-20
申请号：KR1020100034129
申请日：2010-04-14
Applicant: 한국전자통신연구원
CPC classification number: G06F17/30654 , G10L15/30 , H04M3/4936
Abstract: 본 발명은 음성을 이용한 모바일 검색 장치 및 방법에 관한 것으로, 보다 상세하게는 모바일 환경에서 사용자가 편리하게 검색 서비스를 이용하면서 모바일 상황에 맞게 최적화된 검색 결과를 제시해주는 음성을 이용한 모바일 검색 장치 및 방법에 관한 것이다. 본 발명에 따른 음성기반 모바일 검색 장치는, 모바일 단말을 통해 전달된 사용자의 음성을 인식하여 질의를 입력 받는 음성 인식부; 모바일 단말의 상황 정보 및 사용자의 프로파일 정보를 수집하는 상황정보 수집부; 질의를 근거로 지식베이스를 검색하여 대응되는 단답형 답변들을 추출하는 답변 검색부; 및 단답형 답변들을 모바일 단말의 상황 정보 및 사용자의 프로파일 정보에 맞게 가공하여 제공하는 답변 제공부를 포함하는 것을 특징으로 한다.
-
公开(公告)号：KR1020100069116A
公开(公告)日：2010-06-24
申请号：KR1020080127706
申请日：2008-12-16
Applicant: 한국전자통신연구원
Abstract: PURPOSE: A method for social tagging by using an object property field for ontology, and an apparatus thereof are provided to use a data type property field about an object of MPEG(Moving Picture Expert Group) media value chain ontology, thereby adding a user participation information to the ontology for intellectual property right. CONSTITUTION: A target object selector(20) selects the object from an ontology database(10). A property field selector(30) selects an attribute field for storing information in a class of the ontology data base. A user participation information input unit(40) inputs user participation information according to the selected attribute field. When instance is created by defining the class as the attribute field, the attribute field selection unit selects value of the attribute field and stores in the ontology data base.
Abstract translation: 目的：提供一种通过使用本体的对象属性字段进行社会标记的方法及其装置，以使用关于MPEG（运动图像专家组）媒体价值链本体的对象的数据类型属性字段，从而添加用户参与 信息到知识产权本体论。 构成：目标对象选择器（20）从本体数据库（10）中选择对象。 属性字段选择器（30）选择用于存储本体数据库类中的信息的属性字段。 用户参与信息输入单元（40）根据所选择的属性字段输入用户参与信息。 当通过将类定义为属性字段来创建实例时，属性字段选择单元选择属性字段的值并存储在本体数据库中。
-
公开(公告)号：KR1020100062801A
公开(公告)日：2010-06-10
申请号：KR1020090023605
申请日：2009-03-19
Applicant: 한국전자통신연구원
IPC: G06Q50/20
CPC classification number: G06Q50/20
Abstract: PURPOSE: A learning data verification method using machine learning and a method thereof are provided to verify error of initial learning data efficiently by distinguishing the error of learning data by comparing with verified data and automatic tagging result. CONSTITUTION: A learning data separating unit(110) separates learning data and verified data of N about given initial learning data. A machine learning unit(120) performs the machine learning from the separated learning data and produces a learning model. Using the learning model, an automatic tagging unit(130) provides the auto tagging result by tagging the original of the verified data automatically. An error decider(140) compares the verified data and the automatically tagging result, and provides an error candidate of the learning data.
Abstract translation: 目的：提供使用机器学习的学习数据验证方法及其方法，通过与验证数据和自动标记结果进行比较来区分学习数据的错误，有效地验证初始学习数据的错误。 构成：学习数据分离单元（110）分离关于给定初始学习数据的学习数据和N的验证数据。 机器学习单元（120）从分离的学习数据执行机器学习并产生学习模型。 使用学习模型，自动标记单元（130）通过自动标记验证数据的原件来提供自动标记结果。 错误决定器（140）比较经验证的数据和自动标记结果，并提供学习数据的错误候选。
-
Patent Agency Ranking
公开(公告)号：KR100919225B1
公开(公告)日：2009-09-28
申请号：KR1020070095457
申请日：2007-09-19
Applicant: 한국전자통신연구원
CPC classification number: G06F17/279 , G10L15/063 , G10L15/1815 , G10L15/22
Abstract: 본 발명은 음성 대화 시스템에 있어서 다단계 검증을 이용한 대화 오류 후처리 장치 및 방법에 관한 것으로, 음성 인식 결과 분석, 언어 분석, 담화 분석 및 대화 분석을 포함하는 다단계 검증을 통해 현재 사용자의 발화뿐만 아니라 전체 대화 흐름을 고려하여 음성 대화 시스템에서 발생할 수 있는 다양한 오류들을 검출하고 그 오류 유형에 적합한 오류 후처리를 수행함으로써, 음성 인식 오류를 줄일 수 있는 것을 특징으로 한다.
-
公开(公告)号：KR100898340B1
公开(公告)日：2009-05-20
申请号：KR1020070127877
申请日：2007-12-10
Applicant: 한국전자통신연구원
CPC classification number: H04Q9/04 , G06F3/167 , G08C23/04 , H04N5/4403 , H04Q2209/40
Abstract: 본 발명은 음성 인식 기반의 EPG 정보 검색이 가능한 TV 및 셋탑박스를 위한 음성 송신 기능을 가지는 리모컨 및 이를 이용한 EPG 정보 검색 방법에 관한 것으로, 본 발명에 따른 음성 송신 기능을 가지는 리모컨은 음성 인식 기반의 EPG 정보 검색을 수행하기 위한 음성 인식 엔진을 구비한 영상기기를 제어하는 복수 개의 버튼과, 상기 복수 개의 버튼에서 생성되는 신호를 상기 영상기기로 송신하는 IR(적외선) 송신 모듈과, 사용자의 음성을 무선 통신을 통해 상기 영상기기로 송신하는 음성 송신 모듈을 포함함으로써 사용자의 조작 편리성을 증대시킬 뿐만 아니라, 편의성 및 시스템 만족도를 향상시키는 효과가 있다.
TV, 셋탑박스, 음성 인식 엔진, 리모컨, EPG 정보 검색-
公开(公告)号：KR1020080052382A
公开(公告)日：2008-06-11
申请号：KR1020070119262
申请日：2007-11-21
Applicant: 한국전자통신연구원
IPC: H04N21/45
CPC classification number: H04N21/45 , G06F17/2705 , G06F17/30 , H04N21/8126
Abstract: An apparatus and a method for providing interactive information are provided to analyze the request of a user on the basis of an interactive input received from the user and offer information corresponding to the analyzed result. A dialogue sentence analyzing unit(20) analyzes an input sentence received from a user. A dialogue management unit(30) analyzes the request of the user through the analyzed result of the dialogue sentence analyzing unit. When a real-time information update is requested from the dialogue management unit, an automatic knowledge constructing unit(70) extracts daily life information updated on a web in real time and stores the extracted daily life information in a daily information database. A response generating unit(40) generates a response for the request of the user analyzed in the dialogue management unit and provides the generated response to the user. When it is impossible to respond to the request of the user or an error exists in the response for the request of the user, an exception processing unit(80) recovers a system to allow the user to cancel the request of the user.
Abstract translation: 提供一种用于提供交互信息的装置和方法，用于基于从用户接收到的交互式输入来分析用户的请求，并提供与分析结果相对应的信息。 对话句分析单元（20）分析从用户接收的输入语句。 对话管理单元（30）通过对话句分析单元的分析结果分析用户的请求。 当从对话管理单元请求实时信息更新时，自动知识构建单元（70）实时地提取在web上更新的日常生活信息，并将提取的日常生活信息存储在日常信息数据库中。 响应生成单元（40）生成对话管理单元中分析的用户的请求的响应，并向用户提供生成的响应。 当不可能响应于用户的请求或在用户的请求的响应中存在错误时，异常处理单元（80）恢复系统以允许用户取消用户的请求。
-
公开(公告)号：KR100829401B1
公开(公告)日：2008-05-15
申请号：KR1020070064985
申请日：2007-06-29
Applicant: 한국전자통신연구원
IPC: G06F17/27
CPC classification number: G06F17/2755 , G06F17/30705
Abstract: A method and a device for recognizing a fine-grained named entity are provided to recognize a fine-grained named entity class without increasing time needed for recognizing and learning the fine-grained named entity largely even if the number of fine-grained named entity classes is increased. A morpheme analyzer(100) analyzes morphemes of inputted text. A named entity quality recognizer(200) recognizes a named entity quality of each morpheme by using at least one of databases(D1-D4). A candidate named entity recognizer(300) recognizes a candidate named entity by using a named entity recognition model(M1) based on a named entity quality recognition result. A large class named entity classifier(400) classifies a large class named entity by using a large class named entity classification model(M2) based on a candidate named entity recognition result. A large class named entity classification re-ranker(500) ranks again a large class named entity classification result. A fine-grained named entity classifier(600) classifies a fine-grained named entity by using a fine-grained named entity classification model(M3) based on a large class named entity classification re-ranking result.
Abstract translation: 提供了一种用于识别细粒度命名实体的方法和设备，以便在不增加用于识别和学习细粒度命名实体所需的时间的情况下，即使是细粒度的命名实体类的数量也能够识别细粒度的命名实体类 增加了。 语素分析器（100）分析输入文本的语素。 命名实体质量识别器（200）通过使用数据库（D1-D4）中的至少一个来识别每个语素的命名实体质量。 名为实体识别器（300）的候选者基于命名实体质量识别结果，通过使用命名实体识别模型（M1）来识别候选命名实体。 一个大类命名实体分类器（400）通过使用名为实体分类模型（M2）的大类，基于候选的实体识别结果对大类命名实体进行分类。 一个大类命名实体分类重新排序（500）再次排列了一个大类命名实体分类结果。 一个细粒度的命名实体分类器（600）通过使用基于大类命名实体分类重新排序结果的细粒度命名实体分类模型（M3）对细粒度命名实体进行分类。
-
公开(公告)号：KR1020060070610A
公开(公告)日：2006-06-26
申请号：KR1020040109134
申请日：2004-12-21
Applicant: 한국전자통신연구원
IPC: G06F17/26
CPC classification number: G06F17/30616 , G06F17/218 , G06F17/2223 , G06F17/26 , G06F17/271 , G06F17/2755
Abstract: 본 발명은 질의응답시스템에서의 정답색인 시스템 및 방법에 관한 것으로서, 입력문을 LF(Logical Form) 단위와 문장 단위로 각 어휘들을 정답대상어와 단서어로 나누고, 각 단서어와 정답대상어 쌍을 색인 할 수 있는 방법을 제시하여 정답 제시에서의 속도를 개선함으로써, 질의응답에서 사용자의 질문에 대한 검색 결과인 방대한 문서로부터 사용자가 원하는 정답만을 초점으로 할 수 있으므로 정보검색 및 질의응답 시스템의 성능을 개선할 수 있다.
질의응답, 정답 색인
-
-
-
-
-
-
-
-
-
Search Results
117
records
(took 0.026 seconds)
