-
公开(公告)号：WO2014092265A1
公开(公告)日：2014-06-19
申请号：PCT/KR2013/004079
申请日：2013-05-09
Applicant: 포항공과대학교 산학협력단
CPC classification number: G06F17/274 , G06N5/04 , G06N99/005
Abstract: 본 발명은 문법 오류 정정 시스템 및 이를 이용한 문법 오류 정정 방법에 관한 것으로서, 구체적으로 문법 오류 정정 시스템은 복수의 말뭉치로부터 언어 특성에 따른 복수의 문맥 자질을 취득하고 상기 문맥 자질로부터 문법 오류를 진단하는 기준인 1차 학습 분류 모델 및 2차 학습 분류 모델을 생성하는 학습부, 및 상기 1차 학습 분류 모델을 이용하여 학습자가 입력한 말뭉치에 대해 문법 오류를 예측하고, 상기 문법 오류의 1차 예측 결과와 상기 2차 학습 분류 모델을 이용하여 문법 오류를 예측하고 문법 오류를 정정하는 실행부를 포함하고, 상기 2차 학습 분류 모델은 상기 1차 예측 결과를 바탕으로 복수의 말뭉치로부터 추출된 상기 복수의 문맥 자질을 이용하여 반복적인 학습 기법을 통해 생성되는 것을 특징으로 한다.
Abstract translation: 本发明涉及一种用于校正语法错误的系统，以及一种用于校正语法错误的语法错误的方法。 具体地，用于校正语法错误的系统包括：学习部分，用于根据来自多个语料库的语言特征获得多个上下文特征，并且生成作为语法错误的标准的第一学习分类模型和第二学习分类模型 诊断，从上下文特征; 以及执行部分，用于通过使用第一学习分类模型来预测由学习者输入的语料库的语法错误，并且使用语法错误的第一预测结果和第二学习分类模型来预测和校正语法错误，其中第二学习分类 通过使用从多个语料库中提取的多个上下文特征的重复学习技术，基于第一预测结果生成模型。
-
公开(公告)号：KR101609422B1
公开(公告)日：2016-04-20
申请号：KR1020130110106
申请日：2013-09-13
Applicant: 포항공과대학교 산학협력단
Abstract: 다수의발화의도예측성능을향상시킬수 있는사용자발화의도추출방법및 사용자발화의도추출방법을수행하는장치가개시된다. 훈련말뭉치로부터문맥자질을추출하는단계와, 추출된문맥자질에대해순차적으로문맥자질을분류하는분류기를학습하여발화의도추출을위한적어도하나의모델을생성하는단계와, 생성된모델을저장하는단계와, 입력된적어도하나의사용자발화로부터적어도하나의문맥자질을추출하는단계와, 추출된적어도하나의문맥자질에대해생성된적어도하나의모델을이용하여사용자발화의도를예측하는단계및 예측된사용자발화의도에기초하여사용자발화의도를추출하는단계를포함한다. 따라서, 발화의도지시자를이용해하나의발화에포함된다수의발화의도를용이하게찾을수 있으며, 발화의도를예측성능을향상시킬수 있다.
-
公开(公告)号：KR1020130034086A
公开(公告)日：2013-04-05
申请号：KR1020110097916
申请日：2011-09-28
Applicant: 포항공과대학교 산학협력단
Abstract: PURPOSE: A machine learning method for generating answers and a device thereof are provided to limit the number of answers generated by translation rules depending on accuracy, thereby reducing the complexity of calculation due to the massive generation of the answers. CONSTITUTION: A database(11) stores a standard pronunciation of a corpus and varied pronunciations of the corpus. A maximal cover selection unit(12) selects a maximal cover for the standard pronunciation of a word by extending the context size of the word, which is included in the corpus, and by repeating the process which selects the maximal cover. An initialization rule generation unit(13) generates a context, a maximal cover, and an initialization rule which includes the standard pronunciation of the word. A collection translation rule generation unit(21) generates a collection translation rule based on the initialization rule and the comparison result between the standard pronunciation and the varied pronunciations. [Reference numerals] (11) Database; (12) Maximal cover selection unit; (13) Initialization rule generation unit; (21) Collection translation rule generation unit; (22) Learning translation rule generation unit; (23) Translation rule selection unit;
Abstract translation: 目的：提供一种用于产生答案的机器学习方法及其装置，以根据精度来限制由翻译规则产生的答案数，从而由于大量生成答案而降低了计算的复杂度。 构成：数据库（11）存储语料库的标准发音和语料库的不同发音。 最大覆盖选择单元（12）通过扩展包含在语料库中的单词的上下文大小，并重复选择最大覆盖的处理，为单词的标准发音选择最大覆盖。 初始化规则生成单元（13）生成包含该单词的标准发音的上下文，最大覆盖和初始化规则。 集合翻译规则生成单元（21）基于初始化规则和标准发音与不同发音之间的比较结果生成收集转换规则。 （附图标记）（11）数据库; （12）最大覆盖选择单位; （13）初始化规则生成单元; （21）收藏翻译规则生成单元; （22）学习翻译规则生成单元; （23）翻译规则选择单位;
-
公开(公告)号：KR101404246B1
公开(公告)日：2014-06-05
申请号：KR1020120120674
申请日：2012-10-29
Applicant: 포항공과대학교 산학협력단
IPC: G10L15/22
Abstract: 본 발명의 실시예에서는 발화 인식 성능 향상 시스템 및 방법을 개시한다. 구체적으로, 언어 단위로 입력된 기존 사용자 발화 문장 및 현재 사용자 발화 문장에 대해 음성 인식 언어 모델인 훈련 말뭉치를 기반으로 가중치를 적용하는 가중치 조정부; 가중치가 적용된 기존 사용자 발화 문장 및 현재 사용자 발화 문장 각각에 대해 N-BEST 및 N-BEST에 대한 점수를 생성하는 인식 N-BEST 생성부; 및 N-BEST에 대해서 기존 사용자 발화 문장 및 현재 사용자 발화 문장의 점수를 합산하는 인식 N-BEST 결합부를 포함하는 발화 인식 성능 향상 시스템을 제공한다. 이에 따라, 오류가 포함된 기존 사용자 발화 문장을 수정하기 위해서, 재발화를 반복할 필요가 없으므로 편리하고 쉽게 사용자 발화 문장을 수정할 수 있는 효과가 있다.
-
公开(公告)号：KR101364774B1
公开(公告)日：2014-02-20
申请号：KR1020120141972
申请日：2012-12-07
Applicant: 포항공과대학교 산학협력단
IPC: G10L15/18
Abstract: Disclosed are a method for correcting the error of speech recognition and an apparatus thereof. The method for correcting the error of speech recognition includes a step of determining the possibility of the error of a speech recognition result, a step of generating a parallel corpus according to the equality of the speech recognition result and a right answer if the possibility of the error is greater than a predetermined standard, and a step of correcting the error of the speech recognition result based on a speech recognition model and a language model. According to the present invention, errors caused by speech recognition can be corrected. [Reference numerals] (AA) Start; (BB) No; (CC) Yes; (DD) End; (S100) Determine the potential error of speech recognition results; (S200) Generate a parallel corpus according to the equality of the speech recognition result and a right answer; (S300) Generate a speech recognition model based on the parallel corpus; (S400) Correct the error of the speech recognition result based on the speech recognition model and a language model
Abstract translation: 公开了一种用于校正语音识别误差的方法及其装置。 用于校正语音识别误差的方法包括确定语音识别结果的错误的可能性的步骤，根据语音识别结果的相等性生成平行语料库的步骤，以及如果可能的话 误差大于预定标准，以及基于语音识别模型和语言模型来校正语音识别结果的误差的步骤。 根据本发明，可以校正由语音识别引起的错误。 （附图标记）（AA）开始; （BB）否 （CC）是; （DD）结束; （S100）确定语音识别结果的潜在误差; （S200）根据语音识别结果的平等和正确答案生成平行语料库; （S300）基于平行语料库生成语音识别模型; （S400）基于语音识别模型和语言模型，校正语音识别结果的误差
-
Patent Agency Ranking
公开(公告)号：KR101188982B1
公开(公告)日：2012-10-08
申请号：KR1020110072171
申请日：2011-07-20
Applicant: 포항공과대학교 산학협력단
Abstract: PURPOSE: A stress learning system and method for foreign language learning are provided to effectively perform the foreign language learning. CONSTITUTION: A stress learning system for foreign language learning(100) comprises a stress estimating part(120), a stress detecting part(140), and a stress feedback part(150). The stress estimating part extracts a first feature for estimating stress in a text which is provided. The stress estimating part obtains first information corresponding to the first feature from a first database. The stress detecting part estimates stress from the text based on the first information and creates first stress. The stress detecting part receives the first feature and extracts a second feature for detecting stress in voice of a user. The stress detecting part obtains second information corresponding to the first feature and the second feature from a second database and creates second stress by detecting the stress from the voice based on the second information. The stress feedback part obtains the difference of the first stress and the second stress and provides information corresponding to the difference. [Reference numerals] (1000) Text stress corpus DB; (110) Stress estimating training part; (111) Language analyzing module; (112) Stress estimating training module; (120) Stress estimating part; (121) Language analyzing module; (122) Stress estimating module; (130) Stress detection training part; (131) Language analyzing module; (132) Voice analyzing module; (133) Stress detection training module; (140) Stress detection part; (141) Voice analyzing module; (142) Stress detection module; (150) Stress feedback part; (151) Stress comparing module; (152) Stress feedback module; (2000) Stress estimating model DB(First DB); (3000) Voice stress corpus DB; (4000) Stress detection model DB(Second DB); (AA) Text input; (BB) Voice input
Abstract translation: 目的：提供外语学习的压力学习系统和方法，有效地进行外语学习。 构成：用于外语学习的应力学习系统（100）包括应力估计部分（120），应力检测部分（140）和应力反馈部分（150）。 应力估计部提取用于估计提供的文本中的应力的第一特征。 应力估计部从第一数据库获得与第一特征对应的第一信息。 应力检测部件基于第一信息来估计来自文本的压力并产生第一应力。 应力检测部接收第一特征，并提取用于检测用户声音中的压力的第二特征。 应力检测部分从第二数据库获得与第一特征和第二特征对应的第二信息，并且通过基于第二信息检测来自语音的压力来产生第二应力。 应力反馈部分获得第一应力和第二应力的差异，并提供与差异相对应的信息。 （附图标记）（1000）文本应力语料库DB; （110）压力估计训练部分; （111）语言分析模块; （112）压力估计训练模块; （120）应力估计部分; （121）语言分析模块; （122）压力估计模块; （130）应力检测训练部分; （131）语言分析模块; （132）语音分析模块; （133）应力检测训练模块; （140）应力检测部; （141）语音分析模块; （142）应力检测模块; （150）应力反馈部分; （151）压力比较模块; （152）应力反馈模块; （2000）应力估计模型DB（First DB）; （3000）语音应力语料库; （4000）应力检测模型DB（第二DB）; （AA）文字输入; （BB）语音输入
-
公开(公告)号：KR1020150146233A
公开(公告)日：2015-12-31
申请号：KR1020140076511
申请日：2014-06-23
Applicant: 포항공과대학교 산학협력단
Abstract: 실시예에따른외국어끊어읽기제공시스템은, 끊어읽는부분이표시된텍스트및 음성이포함된훈련용말뭉치를이용하여예측모델을훈련하는예측모델훈련부; 상기훈련된예측모델과텍스트와음성이포함된사용자발화를이용하여끊어읽을곳이예측된예측결과를생성하고, 예측결과확률을계산하는예측부; 상기훈련용말뭉치를이용하여검출모델을훈련하는검출모델훈련부; 상기훈련된검출모델과상기사용자발화를이용하여끊어읽을곳이검출된검출결과를생성하고, 검출결과확률을계산하는검출부; 및상기예측결과와상기검출결과를비교하고, 상기예측결과확률과상기검출결과확률을이용하여끊어읽기결과를표시하는피드백부를포함한다.
Abstract translation: 本发明涉及一种用于以块的形式读取外语的提供系统，以及一种用于使用该语言块读取以外语写成的句子的提供方法。 根据本发明的实施例，本发明的提供系统包括：预测模型训练部分，通过使用训练语料库训练预测模型，所述训练语料库包括语音和标记有暂停的符号; 预测部分，通过使用经训练的预测模型和由文本和语音组成的用户发音来创建在哪里暂停的预测结果，并且对预测结果计算概率; 检测模型训练部分通过使用训练语料库对检测到的模型进行训练; 检测部，通过使用训练检测模型和用户发音来创建在哪里暂停的检测结果，并且计算检测结果的概率; 以及反馈部分，比较预测结果和检测结果，并通过使用预测结果和检测结果的概率来标记用于在块中读取的结果。
-
公开(公告)号：KR1020150030858A
公开(公告)日：2015-03-23
申请号：KR1020130110106
申请日：2013-09-13
Applicant: 포항공과대학교 산학협력단
CPC classification number: G06F17/2785 , G06F17/278 , G10L15/1815 , G10L15/19
Abstract: 다수의 발화의도 예측 성능을 향상시킬 수 있는 사용자 발화의도 추출 방법 및 사용자 발화의도 추출 방법을 수행하는 장치가 개시된다. 훈련 말뭉치로부터 문맥 자질을 추출하는 단계와, 추출된 문맥 자질에 대해 순차적으로 문맥 자질을 분류하는 분류기를 학습하여 발화의도 추출을 위한 적어도 하나의 모델을 생성하는 단계와, 생성된 모델을 저장하는 단계와, 입력된 적어도 하나의 사용자 발화로부터 적어도 하나의 문맥 자질을 추출하는 단계와, 추출된 적어도 하나의 문맥 자질에 대해 생성된 적어도 하나의 모델을 이용하여 사용자 발화의도를 예측하는 단계 및 예측된 사용자 발화의도에 기초하여 사용자 발화의도를 추출하는 단계를 포함한다. 따라서, 발화의도 지시자를 이용해 하나의 발화에 포함된 다수의 발화의도를 용이하게 찾을 수 있으며, 발화의도를 예측 성능을 향상시킬 수 있다.
Abstract translation: 公开了一种用于提取用户语音意图的方法及其执行该方法的装置，其能够提高多种语音意图的预测性能。 该方法包括以下步骤：从训练语料库中提取上下文属性; 生成用于通过学习用于相对于所提取的上下文属性顺序地分类上下文属性的分类器来提取语音意图的至少一个模型; 存储所生成的至少一个模型; 从至少一个输入用户语音中提取至少一个上下文属性; 使用关于所提取的至少一个上下文属性生成的模型来预测至少一个用户语音意图; 以及基于所述预测的至少一个用户语音意图来提取至少一个用户语音意图。 因此，该方法和装置可以通过使用语音意图指示符来容易地检测包括在语音中的多个语音意图，并且可以提高语音意图的预测性能。
-
公开(公告)号：KR101374900B1
公开(公告)日：2014-03-13
申请号：KR1020120145721
申请日：2012-12-13
Applicant: 포항공과대학교 산학협력단
CPC classification number: G06F17/274 , G06N5/04 , G06N99/005
Abstract: The present invention relates to a system for correcting grammatical errors and a method for correcting grammatical errors using the same. More particularly, the system for correcting grammatical errors comprises: a learning unit for acquiring a plurality of contextual qualities according to language characteristics from a plurality of corpuses and generating a first learning classification model and a second learning classification model which are standards for diagnosing grammatical errors from the contextual qualities; and an execution unit for predicting grammatical errors for a corpus inputted by a learner using the first learning classification model, predicting grammatical errors using a first prediction result of the grammatical errors and the second learning classification model, and correcting the grammatical errors, wherein the second learning classification model is generated by a repeated learning technique using the contextual qualities extracted from the corpuses, based on the first prediction result. [Reference numerals] (10) Learning unit; (101) Contextual quality extraction unit; (102) Basic classification learning unit; (103) Basic classification model; (104) Basic classification prediction unit; (105) Meta classification learning unit; (106) Meta classification model; (107) Meta classification prediction unit; (20) Modeling unit; (30) Performing unit; (AA,BB) Training corpus; (CC) Learner sentence(input); (DD) System correction(output)
Abstract translation: 本发明涉及一种用于校正语法错误的系统和一种用于使用其校正语法错误的方法。 更具体地，用于校正语法错误的系统包括：学习单元，用于根据来自多个语料库的语言特征获取多个语境质量，并且生成用于诊断语法错误的标准的第一学习分类模型和第二学习分类模型 从上下文的品质; 以及执行单元，用于使用所述第一学习分类模型预测由学习者输入的语料库的语法错误，使用所述语法错误的第一预测结果和所述第二学习分类模型来预测语法错误，以及校正所述语法错误，其中所述第二学习分类模型 基于第一预测结果，通过使用从语料库提取的语境质量的反复学习技术生成学习分类模型。 （附图标记）（10）学习单元; （101）上下文质量提取单元; （102）基础分类学习单元; （103）基本分类模型; （104）基本分类预测单元; （105）元分类学习单元; （106）元分类模型; （107）元分类预测单元; （20）建模单位; （30）执行单位; （AA，BB）训练语料库; （CC）学习者句（输入）; （DD）系统校正（输出）
-
公开(公告)号：KR101283271B1
公开(公告)日：2013-07-11
申请号：KR1020110107940
申请日：2011-10-21
Applicant: 포항공과대학교 산학협력단
Abstract: 어학 학습 장치 및 어학 학습 방법이 개시된다. 어학 학습 장치는 음성 입력을 단어 단위로 인식하여 전사한 제1 전사자료를 생성하는 제1 음성 인식부와, 제1 전사자료에 기초하여 음성 입력을 음소 단위로 인식하여 전사한 제2 전사자료를 생성하는 제2 음성 인식부와, 제1 전사자료를 미리 정의된 표준발음으로 변환하여 제3 전사자료를 생성하는 표준발음 생성부와, 제2 및 제3 전사자료를 비교하여 미리 설정된 기준에 충족하지 않는 제2 전사자료의 부분에 대한 오류정보를 생성하는 오류 검출부와, 오류정보에 상응하는 피드백정보를 생성하는 피드백 생성부를 포함하여 구성된다. 따라서, 사용자의 학습 자유도를 향상시킬 수 있고, 이로 인하여 사용자는 실제 대화와 유사한 환경에서의 다양한 발화 내용을 연습하고 이에 대한 평가를 받을 수 있다.
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.024 seconds)
