KR102103563B1 - Tagging processing system of user command using chatbot - Google Patents
Tagging processing system of user command using chatbotDownload PDFInfo
- Publication number
- KR102103563B1 KR102103563B1KR1020180173375AKR20180173375AKR102103563B1KR 102103563 B1KR102103563 B1KR 102103563B1KR 1020180173375 AKR1020180173375 AKR 1020180173375AKR 20180173375 AKR20180173375 AKR 20180173375AKR 102103563 B1KR102103563 B1KR 102103563B1
- Authority
- KR
- South Korea
- Prior art keywords
- tag
- chatbot
- information
- tag information
- morpheme
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
Images
Classifications
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/169—Annotation, e.g. comment data or footnotes
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
- G06F40/242—Dictionaries
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/268—Morphological analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
Translated fromKorean본 발명은 챗봇을 이용한 사용자 명령어의 태깅처리 시스템에 관한 것으로, 더욱 상세하게는 사용자가 입력한 문장에서 필요한 정보를 추출하며, 해당 입력 문장에서 자주 쓰이는 단어를 형태소 단위로 분해하고, 딕셔너리 형태로 생성하여 저장한 후, 신규 문장이 챗봇을 통해 입력될 경우에 유용한 정보를 검색하여 사용자에게 검색 결과를 제공하기 위한 챗봇을 이용한 사용자 명령어의 태깅처리 시스템에 관한 것이다.The present invention relates to a tagging processing system of a user command using a chatbot, and more specifically, extracts necessary information from a sentence input by a user, decomposes frequently used words in the input sentence into morphological units, and creates a dictionary form. It relates to a tagging processing system of a user command using a chatbot to search for useful information and provide a search result to the user when a new sentence is input through the chatbot after storing it.
챗봇은 메신저에 채팅하듯 질문을 입력하면 인공지능(AI)이 질문 내용을 분석하여 적절한 해답을 주는 대화형 메신저이다.ChatBot is an interactive messenger that AI analyzes the contents of a question and provides an appropriate answer when you enter a question like chatting on a messenger.
챗봇 기능을 도입한 메신저는 별도의 앱을 실행하지 않고 채팅창에서 정보를 확인하고 처리할 수 있기 때문에 다양한 기능을 연결하는 플랫폼으로 활용할 수 있다.The messenger that introduces the chatbot function can check and process information in the chat window without running a separate app, so it can be used as a platform to connect various functions.
챗봇은 미리 입력된 알고리즘에 따라 정해진 답변을 제공하는 수준에서 서비스가 되었으나, 빅데이터 처리 기술과 함께 자연어 분석 및 처리 기술이 발전함에 따라 다양한 변수를 고려한 최적의 답변을 제공하고 있다.Chatbot has been a service at the level of providing a predetermined answer according to a previously input algorithm, but as the natural language analysis and processing technology is developed along with the big data processing technology, it provides the optimal answer considering various variables.
일반적으로, 챗봇은 채팅의 텍스트나 음성으로 구성된 언어적 입력(Lexical input)을 NLP(자연어 처리 프로세서, Natural Language Processor) 모듈이 입력받아 컴퓨터상에서 처리될 수 있는 형태로 처리해주고, 처리된 자연어의 Context를 분석하는 Context Analyzer를 지나서, Context에 따라 답변 내용을 정하는 Decision Maker에서 답변 내용을 분류하여 확정하고, 확정된 답변 내용에 따라 사용자에게 답변을 하는 Response Generator를 통해 언어적 출력(Lexical output)이 나오게 되는 구조로 되어 있다.In general, the chatbot processes the language input composed of the text or voice of the chat in a form that can be processed on a computer by receiving a natural language processor (NLP) module and processing the context of the processed natural language. After passing through the Context Analyzer that analyzes, the Decision Maker that decides the answer according to the context classifies and confirms the answer, and the verbal output is output through the Response Generator that responds to the user according to the confirmed answer. It has a structure.
또한, 최근에 4차산업으로의 진입과정에서 인공지능 분야의 기계학습, 강화학습, 딥러닝에서 종래의 오버피팅(Overfitting)등의 문제 거리가 해결되어 획기적으로 지능형분야에 발전을 이루고 있다.In addition, in the process of entering into the 4th industry, problem distances such as machine learning, reinforcement learning, and deep learning in the artificial intelligence field have been solved recently, and the development of the intelligent field has been dramatically improved.
이와 더불어 대화형 인터페이스 기술 역시 주목되어 자연어처리, 대화관리방식 및 그 관련 기술들이 많이 발전하고 있다.In addition, interactive interface technology has also attracted attention, and natural language processing, conversation management methods, and related technologies have been developed.
인간과의 대화처리를 자연스럽게 하기 위해서 필요한 자연어 처리기술로는 형태소분석 기술 그리고 개체를 분류하는 기술 등이 있어서 발화자의 의도를 추론하는데 필요한 요소를 문장에서 분류할 수 있으며, 그리고 개체를 사전에 정의하는 기술 등이 있어서 보다 발화자의 의도에 부응한 대답을 할 수 있도록 도와주고 필요한 요소들을 추출하는 기능을 할 수 있게 되었다.Natural language processing technology necessary for natural conversation processing with humans includes morphological analysis technology and object classification technology, so elements necessary to infer the speaker's intention can be classified in sentences, and objects are defined in advance. With the help of technology, it is possible to help respond to the speaker's intention and to extract the necessary elements.
그러나, 상기한 기술은 최신 스마트기기를 통해 달성될 수 있으나, 스마트기기를 자유롭게 다루지 못하는 사람들에게는 불편하고, 복잡한 기능에 불과한 것이다.However, the above-described technology can be achieved through the latest smart devices, but is inconvenient and complicated functions for those who cannot freely handle the smart devices.
따라서, 스마트기기 미숙자들에게 편리한 스마트기기 사용을 위한 기능 도우미를 제공할 수 있는 기술이 필요하게 되었으며, 입력 문장의 단어를 태깅하고, 태깅한 단어를 이용하여 필요한 다양한 정보를 검색할 수 있는 기술이 필요하게 되었다.Therefore, there is a need for a technology capable of providing a function assistant for convenient use of a smart device to the smart device inexperienced people, tagging the words of the input sentence, and using the tagged words to search for various necessary information. This became necessary.
따라서, 본 발명은 상기 종래의 문제점을 해소하기 위한 것으로,Therefore, the present invention is to solve the conventional problems,
본 발명의 제1 목적은 사용자가 입력한 문장에서 필요한 정보를 추출하며, 해당 입력 문장에서 자주 쓰이는 단어를 형태소 단위로 분해하고, 딕셔너리 형태로 생성하여 저장한 후, 신규 문장이 챗봇을 통해 입력될 경우에 유용한 정보를 검색하여 사용자에게 검색 결과를 제공하는데 있다.The first object of the present invention is to extract necessary information from a sentence input by a user, decompose a word frequently used in the input sentence into morpheme units, create and store it in a dictionary form, and then enter a new sentence through a chatbot In this case, it is used to search for useful information and provide search results to the user.
본 발명의 제2 목적은 스마트폰 미숙자들의 편리한 스마트폰 사용을 위한 기능 도우미 챗봇을 제공하여 입력 문장의 단어를 태깅하고, 태깅한 단어를 이용해 필요한 정보를 딕셔너리화하고자 한다.The second object of the present invention is to provide a function helper chatbot for convenient smartphone use by smartphone immature people to tag words in input sentences and to dictionary necessary information using the tagged words.
본 발명의 제3 목적은 스마트기기에서 요청된 신규 문장에 해당하는 검색 결과를 추출하기 위하여 검색 목적을 달성하기 위한 주요 단어가 생략되어 있는 것으로 분석되면, 설정된 디폴트 정보를 추출한 후, 상기 검색 결과에 매칭시켜 스마트기기에 제공하고자 한다.When the third object of the present invention is analyzed that a key word for achieving a search purpose is omitted in order to extract a search result corresponding to a new sentence requested by a smart device, after extracting the set default information, the search result We want to match and provide it to smart devices.
본 발명이 과제를 해결하기 위하여, 본 발명의 제1 실시예에 따른 챗봇을 이용한 사용자 명령어의 태깅처리 시스템은,In order to solve the problem of the present invention, the tagging processing system of a user command using a chatbot according to the first embodiment of the present invention,
챗봇을 통해 음성 인식 또는 텍스트로 입력된 문장을 획득하여 자연어 분석을 수행하여 형태소 단위로 분해하고, 태그처리서버로 형태소들에 대한 매칭된 태그 정보를 요청한 후, 획득된 태그 정보를 해당 형태소별로 태깅 처리하며, 태깅 처리된 형태소 정보들을 딕셔너리 형태로 저장하기 위한 스마트기기(100)와,Acquire the sentence input as voice recognition or text through the chatbot, perform natural language analysis, break it down into morpheme units, request the matched tag information for morphemes with the tag processing server, and tag the acquired tag information for each morpheme A
상기 스마트기기(100)로부터 요청된 형태소들에 대한 매칭된 태그 정보를 추출하여 스마트기기로 제공하기 위한 태그처리서버(200)를 포함한다.And a
또한, 상기 스마트기기(100)는,In addition, the
채팅 서비스를 제공하기 위한 챗봇(110);Chatbot 110 for providing a chat service;
상기 챗봇을 통해 음성 인식 또는 텍스트로 입력된 문장을 획득하여 자연어 분석을 수행하여 형태소 단위로 분해하기 위한 자연어처리엔진(120);A natural
상기 자연어처리엔진을 통해 분해된 형태소들에 매칭된 태그를 태그처리서버로부터 추출하여 태깅 처리하기 위한 형태소별태깅처리부(130);A morphological
상기 형태소별태깅처리부에 의해 태깅 처리된 형태소 정보들을 딕셔너리 형태로 생성하기 위한 딕셔너리생성부(140);A
상기 딕셔너리 형태로 생성된 태깅 처리된 형태소 정보들을 저장하고 있는 딕셔너리정보저장부(150);A dictionary
상기 자연어처리엔진을 통해 분해된 형태소들에 대한 매칭된 태그 정보를 태그처리서버(200)로 요청하며, 형태소들에 매칭된 태그 정보를 획득하기 위한 태그정보요청부(160);를 포함하여 구성되는 것을 특징으로 하는, 챗봇을 이용한 사용자 명령어의 태깅처리 시스템을 제공하여 그 목적을 달성할 수 있다.Includes a tag
또한, 상기 태그처리서버(200)는,In addition, the
형태소별, 목적별 태그 정보를 저장하고 있는 태그정보저장부(210);A tag
상기 태그정보요청부(160)로부터 요청된 형태소들에 대한 형태소별, 목적별 태그 정보를 상기 태그정보저장부로부터 추출하기 위한 태그정보추출부(220);A tag
상기 태그정보추출부로부터 추출된 해당 형태소들에 대한 태그 정보를 형태소별, 목적별로 매칭시켜 태그정보요청부(160)로 제공하기 위한 매칭태그제공부(230);를 포함하여 구성되는 것을 특징으로 하는, 챗봇을 이용한 사용자 명령어의 태깅처리 시스템을 제공하여 그 목적을 달성할 수 있다.It is characterized by being configured to include; a matching
본 발명인 챗봇을 이용한 사용자 명령어의 태깅처리 시스템에 의하면,According to the tagging processing system of the user command using the inventor chatbot,
사용자가 입력한 문장에서 필요한 정보를 추출하며, 해당 입력 문장에서 자주 쓰이는 단어를 형태소 단위로 분해하고, 딕셔너리 형태로 생성하여 저장한 후, 신규 문장이 챗봇을 통해 입력될 경우에 유용한 정보를 검색하여 사용자에게 검색 결과를 제공함으로써, 사용 편리성을 제공하게 된다.It extracts the necessary information from the sentence entered by the user, decomposes frequently used words from the input sentence into morphological units, creates and stores it in a dictionary form, and then searches for useful information when a new sentence is entered through the chatbot. By providing a search result to the user, convenience is provided.
또한, 스마트폰 미숙자들의 편리한 스마트폰 사용을 위한 기능 도우미 챗봇을 제공하여 입력 문장의 단어를 태깅하고, 태깅한 단어를 이용해 필요한 정보를 딕셔너리화함으로써, 입력된 문장에 대하여 유의미한 검색을 수월하게 진행할 수 있는 효과를 발휘한다.In addition, by providing a chatbot that is a function helper for convenient use of smartphones by smartphones, tagging the words of the input sentence and dictating the necessary information using the tagged words to facilitate a meaningful search for the entered sentence. It can exert an effect.
또한, 스마트기기에서 요청된 신규 문장에 해당하는 검색 결과를 추출하기 위하여 검색 목적을 달성하기 위한 주요 단어가 생략되어 있는 것으로 분석되면, 설정된 디폴트 정보를 추출한 후, 상기 검색 결과에 매칭시켜 스마트기기에 제공함으로써, 주요 단어가 생략된 미완성 문장이라도 그 의도에 맞는 검색 결과를 제공하는 효과를 발휘한다.In addition, when it is analyzed that a key word for achieving a search purpose is omitted in order to extract a search result corresponding to a new sentence requested by the smart device, the set default information is extracted and then matched to the search result to the smart device By providing, even an unfinished sentence in which a key word is omitted has an effect of providing a search result matching the intention.
도 1은 본 발명의 제1 실시예에 따른 챗봇을 이용한 사용자 명령어의 태깅처리 시스템의 전체 구성도.
도 2는 본 발명의 제1 실시예에 따른 챗봇을 이용한 사용자 명령어의 태깅처리 시스템의 스마트기기(100) 블록도.
도 3은 본 발명의 제1 실시예에 따른 챗봇을 이용한 사용자 명령어의 태깅처리 시스템의 태그처리서버(200) 블록도.
도 4는 본 발명의 제2 실시예에 따른 챗봇을 이용한 사용자 명령어의 태깅처리 시스템의 스마트기기(100) 블록도이며, 도 5는 본 발명의 제2 실시예에 따른 태그처리서버(200) 블록도.
도 6은 본 발명의 제2 실시예에 따른 챗봇을 이용한 사용자 명령어의 태깅처리 시스템의 스마트기기(100)에 신규 문장 입력시, 검색 결과를 나타낸 화면 예시도.1 is an overall configuration diagram of a tagging processing system for a user command using a chatbot according to a first embodiment of the present invention.
2 is a block diagram of a
3 is a block diagram of a
4 is a block diagram of a
6 is an exemplary screen showing a search result when a new sentence is input to the
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.The following merely illustrates the principles of the present invention. Therefore, those skilled in the art, although not explicitly described or illustrated in the specification, can implement the principles of the present invention and invent various devices included in the concept and scope of the present invention.
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.In addition, all conditional terms and examples listed in this specification are intended to be expressly intended only for the purpose of understanding the concept of the present invention in principle, and should be understood as not limited to the specifically listed examples and states. do.
본 발명을 설명함에 있어서 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 구성요소들은 용어들에 의해 한정되지 않을 수 있다.In describing the present invention, terms such as first and second may be used to describe various components, but components may not be limited by terms.
예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다.For example, the first component may be referred to as a second component without departing from the scope of the present invention, and similarly, the second component may be referred to as a first component.
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.When a component is referred to as being connected to or connected to another component, it may be understood that other components may exist in the middle, although they may be directly connected to or connected to the other components. .
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.The terminology used herein is only used to describe a specific embodiment, and is not intended to limit the present invention, and a singular expression may include a plurality of expressions unless the context clearly indicates otherwise.
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.In this specification, terms such as include or include are intended to designate the existence of features, numbers, steps, operations, components, parts, or combinations thereof described in the specification, one or more other features or numbers, It can be understood that the existence or addition possibilities of steps, actions, components, parts or combinations thereof are not excluded in advance.
본 발명의 제1 실시예에 따른 챗봇을 이용한 사용자 명령어의 태깅처리 시스템은,Tagging processing system of a user command using a chatbot according to the first embodiment of the present invention,
챗봇을 통해 음성 인식 또는 텍스트로 입력된 문장을 획득하여 자연어 분석을 수행하여 형태소 단위로 분해하고, 태그처리서버로 형태소들에 대한 매칭된 태그 정보를 요청한 후, 획득된 태그 정보를 해당 형태소별로 태깅 처리하며, 태깅 처리된 형태소 정보들을 딕셔너리 형태로 저장하기 위한 스마트기기(100)와,Acquire the sentence input as voice recognition or text through the chatbot, perform natural language analysis, break it down into morpheme units, request the matched tag information for morphemes with the tag processing server, and tag the acquired tag information for each morpheme A
상기 스마트기기(100)로부터 요청된 형태소들에 대한 매칭된 태그 정보를 추출하여 스마트기기로 제공하기 위한 태그처리서버(200)를 포함하여 구성되는 것을 특징으로 한다.It characterized in that it comprises a
또한, 상기 스마트기기(100)는,In addition, the
채팅 서비스를 제공하기 위한 챗봇(110);Chatbot 110 for providing a chat service;
상기 챗봇을 통해 음성 인식 또는 텍스트로 입력된 문장을 획득하여 자연어 분석을 수행하여 형태소 단위로 분해하기 위한 자연어처리엔진(120);A natural
상기 자연어처리엔진을 통해 분해된 형태소들에 매칭된 태그를 태그처리서버로부터 추출하여 태깅 처리하기 위한 형태소별태깅처리부(130);A morphological
상기 형태소별태깅처리부에 의해 태깅 처리된 형태소 정보들을 딕셔너리 형태로 생성하기 위한 딕셔너리생성부(140);A
상기 딕셔너리 형태로 생성된 태깅 처리된 형태소 정보들을 저장하고 있는 딕셔너리정보저장부(150);A dictionary
상기 자연어처리엔진을 통해 분해된 형태소들에 대한 매칭된 태그 정보를 태그처리서버(200)로 요청하며, 형태소들에 매칭된 태그 정보를 획득하기 위한 태그정보요청부(160);를 포함하여 구성되는 것을 특징으로 한다.Includes a tag
또한, 본 발명의 제1 실시예에 따른 상기 태그처리서버(200)는,In addition, the
형태소별, 목적별 태그 정보를 저장하고 있는 태그정보저장부(210);A tag
상기 태그정보요청부(160)로부터 요청된 형태소들에 대한 형태소별, 목적별 태그 정보를 상기 태그정보저장부로부터 추출하기 위한 태그정보추출부(220);A tag
상기 태그정보추출부로부터 추출된 해당 형태소들에 대한 태그 정보를 형태소별, 목적별로 매칭시켜 태그정보요청부(160)로 제공하기 위한 매칭태그제공부(230);를 포함하여 구성되는 것을 특징으로 한다.It is characterized by being configured to include; a matching
이때, 상기 자연어처리엔진(120)은,At this time, the natural
딥 러닝(deep learning) 모델, 머신 러닝(Machine Learning), SVM(Support Vector Machine), 신경망(Neural Network) 중 어느 하나의 기계학습 모델을 적용하여 음성 인식을 수행하는 것을 특징으로 한다.It is characterized in that speech recognition is performed by applying one of machine learning models of a deep learning model, machine learning, support vector machine (SVM), and neural network.
또한, 본 발명의 제2 실시예에 따른 상기 스마트기기(100)가,In addition, the
챗봇을 통해 입력된 신규 문장에 대한 자연어 분석을 자연어처리엔진으로 요청하며, 분해된 형태소들과 딕셔너리정보저장부에 저장된 형태소들을 비교하여 신규 문장의 의도를 파악하여 해당 신규 문장에 해당하는 검색 결과를 태그처리서버(200)로 요청하기 위한 신규문장검색결과요청부(170);를 더 포함하여 구성할 경우에,Requests natural language analysis of the new sentences entered through the chatbot as a natural language processing engine, compares the decomposed morphemes with the morphemes stored in the dictionary information storage unit to understand the intention of the new sentences and retrieves the search results corresponding to the new sentences. In the case of further comprising a new sentence search
상기 태그처리서버(200)는,The
스마트기기에서 요청된 신규 문장에 해당하는 검색 결과를 추출하기 위하여 검색 목적을 달성하기 위한 주요 단어가 생략되어 있는 것으로 분석되면, 설정된 디폴트 정보를 추출한 후, 상기 검색 결과에 매칭시켜 스마트기기에 제공하는 디폴트정보추출부(240);를 더 포함하여 구성되는 것을 특징으로 한다.When it is analyzed that a key word for achieving a search purpose is omitted in order to extract a search result corresponding to a new sentence requested by the smart device, the set default information is extracted and then matched to the search result and provided to the smart device It characterized in that it is configured to further include a; default
이하, 첨부된 도면을 참조하여 본 발명인 챗봇을 이용한 사용자 명령어의 태깅처리 시스템의 바람직한 실시예를 상세하게 설명한다.Hereinafter, with reference to the accompanying drawings will be described in detail a preferred embodiment of the tagging processing system of the user command using the present invention chatbot.
도 1은 본 발명의 제1 실시예에 따른 챗봇을 이용한 사용자 명령어의 태깅처리 시스템의 전체 구성도이다.1 is an overall configuration diagram of a tagging processing system for a user command using a chatbot according to a first embodiment of the present invention.
도 1과 같이, 본 발명인 챗봇을 이용한 사용자 명령어의 태깅처리 시스템은, 스마트기기(100)와 태그처리서버(200)를 포함하여 구성되며, 상기 스마트기기(100)와 태그처리서버(200)는 네트워크적으로 연결되어 상호 데이터를 주고 받게 되는 것이다.As shown in FIG. 1, the tagging processing system for a user command using the present inventor chatbot includes a
구체적으로 설명하면, 상기 스마트기기(100)는 챗봇을 통해 음성 인식 또는 텍스트로 입력된 문장을 획득하여 자연어 분석을 수행하여 형태소 단위로 분해하고, 태그처리서버로 형태소들에 대한 매칭된 태그 정보를 요청한 후, 획득된 태그 정보를 해당 형태소별로 태깅 처리하며, 태깅 처리된 형태소 정보들을 딕셔너리 형태로 저장하게 된다.Specifically, the
본 발명에서 설명하고 있는 챗봇은 미리 입력된 알고리즘에 따라 정해진 답변을 제공하는 수준에서 서비스가 되었으나, 빅데이터 처리 기술과 함께 자연어 분석 및 처리 기술이 발전함에 따라 다양한 변수를 고려한 최적의 답변을 제공하고 있다.The chatbot described in the present invention has been provided as a service at a level that provides a predetermined answer according to a pre-entered algorithm, but as natural language analysis and processing technology is developed along with big data processing technology, it provides an optimal answer considering various variables and have.
일반적으로, 챗봇은 채팅의 텍스트나 음성으로 구성된 언어적 입력(Lexical input)을 NLP(자연어 처리 프로세서, Natural Language Processor) 모듈이 입력받아 컴퓨터상에서 처리될 수 있는 형태로 처리해주고, 처리된 자연어의 Context를 분석하는 Context Analyzer를 지나서, Context에 따라 답변 내용을 정하는 Decision Maker에서 답변 내용을 분류하여 확정하고, 확정된 답변 내용에 따라 사용자에게 답변을 하는 Response Generator를 통해 언어적 출력(Lexical output)이 나오게 되는 구조로 되어 있다.In general, the chatbot processes the language input composed of the text or voice of the chat in a form that can be processed on a computer by receiving a natural language processor (NLP) module and processing the context of the processed natural language. After passing through the Context Analyzer that analyzes, the Decision Maker that decides the answer according to the context classifies and confirms the answer, and the verbal output is output through the Response Generator that responds to the user according to the confirmed answer. It has a structure.
본 발명에서는 상기와 같은 기능을 제공하는 챗봇을 통해 음성 인식 또는 텍스트로 입력된 문장을 획득하여 자연어 분석을 수행하여 형태소 단위로 분해하게 된다.In the present invention, a sentence input as voice recognition or text is acquired through a chatbot that provides the above functions, and natural language analysis is performed to decompose into morpheme units.
예를 들어, 형태소 분석을 통해 문장에 대한 의도를 파악하거나, 형태소 단위로 분해하게 되는 것이다.For example, through morpheme analysis, the intention of a sentence is grasped or decomposed into morpheme units.
또한, 상기 스마트기기는 태그처리서버(200)로 형태소들에 대한 매칭된 태그 정보를 요청하게 되며, 태그처리서버(200)로부터 획득된 태그 정보를 해당 형태소별로 태깅 처리하며, 태깅 처리된 형태소 정보들을 딕셔너리 형태로 저장하게 된다.In addition, the smart device requests matched tag information for morphemes to the
따라서, 미리 태그해놓은 딕셔너리를 이용하여 새로운 문장의 형태소를 비교하여 찾고자 하는 유의미한 단어에 대한 결과값을 제공할 수 있는 단어뿐만 아니라, 문장의 입력에 대하여 유의미한 단어에 대한 결과값을 제공할 수가 있게 되는 것이다.Therefore, it is possible to provide a result value for a meaningful word for input of a sentence as well as a word for providing a result value for a meaningful word to be searched by comparing the morpheme of a new sentence using a dictionary tagged in advance. will be.
그리고, 상기 태그처리서버(200)는 상기 스마트기기(100)로부터 요청된 형태소들에 대한 매칭된 태그 정보를 추출하여 스마트기기로 제공하게 되는 것이다.Then, the
즉, 스마트기기에서 태깅 처리된 단어들을 딕셔너리화하여 저장하기 편리하도록 형태소별 태그 정보를 제공하는 것이다.In other words, tag information for each morpheme is provided to make it easy to dictionary and store words tagged in the smart device.
다음은 도 2를 참조하여 본 발명의 제1 실시예에 따른 스마트기기(100)의 구성요소와 동작 과정에 대하여 구체적으로 설명하겠다.Next, with reference to Figure 2 will be described in detail with respect to the components and operation of the
도 2는 본 발명의 제1 실시예에 따른 챗봇을 이용한 사용자 명령어의 태깅처리 시스템의 스마트기기(100) 블록도이다.2 is a block diagram of a
도 2에 도시한 바와 같이, 상기 스마트기기(100)는 챗봇(110), 자연어처리엔진(120), 형태소별태깅처리부(130), 딕셔너리생성부(140), 딕셔너리정보저장부(150), 태그정보요청부(160)를 포함하여 구성된다.As shown in FIG. 2, the
구체적으로 설명하면, 상기 챗봇(110)은 채팅 서비스를 제공하기 위한 기능을 제공하게 된다.Specifically, the
즉, 자연어 처리를 수행하기 위하여 음성 인식 또는 텍스트로 입력된 문장을 획득하기 위하여 스마트기기에 설치 구성하게 되는 것이다.That is, in order to perform the natural language processing, it is configured to be installed in a smart device in order to acquire a sentence input as speech recognition or text.
이때, 챗봇은 지정된 언어(예를 들면, 한국어)로 인사말을 출력한 후, 입력되는 언어(예를 들면, 영어, 한국어, 일본어, 중국어 등)를 인식하게 되며, 챗봇은 이후 대화에서 인식한 언어로 채팅을 수행한다.At this time, the chatbot outputs the greeting in the designated language (for example, Korean), and then recognizes the input language (for example, English, Korean, Japanese, Chinese, etc.), and the chatbot subsequently recognizes the language in the conversation. Chat with.
그리고, 상기 자연어처리엔진(120)은 상기 챗봇을 통해 음성 인식 또는 텍스트로 입력된 문장을 획득하여 자연어 분석을 수행하여 형태소 단위로 분해하기 위한 기능을 수행하게 된다.In addition, the natural
즉, 자연어 처리 요청시, 형태소 분석, 개체명 분석, 의도 분석 중 어느 하나의 자연어 분석을 수행하는 것이다.That is, when requesting natural language processing, any one of morphological analysis, individual name analysis, and intention analysis is performed.
예를 들어, '오늘의 날씨'라는 문장에 대하여 형태소를 추출하는 함수인 'extractNoun' 함수를 이용하여 문장에서 형태소를 분해하게 되는데, 상기 문장 중 '오늘', '의', '날씨'를 분해하게 되는 것이다.For example, a morpheme is decomposed in a sentence by using the function 'extractNoun', which is a function for extracting morphemes, for the sentence 'today's weather'. Is done.
본 발명의 언어 이해(Embedded Natural Language Understanding) 기술은 전자 기기 내부에 규칙 기반(Rule Based) 알고리즘 또는 통계 모델(Statistic Model)을 이용하는 자연어처리엔진을 내장하여, 음성인식 혹은 텍스트 인식 결과, 텍스트에서 사용자의 최종 목표인 명령 의도(Intention, Goal)와 구체적인 명령 대상(Named Entity)을 자동으로 추출하는 방법을 의미하여, 상기 자연어처리엔진에 의해 처리된 결과 텍스트에서 사용자의 명령 대상값을 추출하기 위하여 형태소 단위로 분해하는 것을 의미한다.The embedded natural language understanding technology of the present invention incorporates a natural language processing engine using a rule-based algorithm or a statistical model inside an electronic device, and results in speech recognition or text recognition. It means a method of automatically extracting the command goal (Intention, Goal) and the specific command object (Named Entity), which is the final goal of the morpheme, to extract the user's command target value from the result text processed by the natural language processing engine. It decomposes into units.
그리고, 상기한 형태소 분석과 개체명 분석에 대하여 예를 들면, '오늘은 팝송을 듣고 싶다.'라는 문장에 대해 '오늘/은/팝송/을/듣고/싶/다'의 형태로 형태소 분석이 되며 '팝송' 형태소에 '음악'이라는 개체명을 부여하고, '오늘' 형태소에 '시간'이라는 개체명을 부여하는 것이다.In addition, for the above morpheme analysis and object name analysis, for example, the phrase 'today wants to hear a pop song' is a morpheme analysis in the form of 'today / silver / popsong / hear / hear / want / da'. This is to give the 'pop song' morpheme an object name of 'music' and the 'today' morpheme to be given an object name of 'time'.
상기한 의도 분석은 '예스터데이 틀어줘'라는 문장에 대해 '예스터데이'라는 음악을 재생하라는 의도임을 분석하는 것이다.The above intention analysis is to analyze that it is an intention to play 'Yesterday' music for the sentence 'Play Yesterday'.
한편, 부가적인 양태에 따라, 상기 자연어처리엔진(120)은,On the other hand, according to an additional aspect, the natural
딥 러닝(deep learning) 모델, 머신 러닝(Machine Learning), SVM(Support Vector Machine), 신경망(Neural Network) 중 어느 하나의 기계학습 모델을 적용하여 음성 인식을 수행하는 것을 특징으로 한다.It is characterized in that speech recognition is performed by applying one of machine learning models of a deep learning model, machine learning, support vector machine (SVM), and neural network.
즉, 딥 러닝 모델 이외에도 다양한 기계학습 모델링 기법을 이용하여 챗봇을 이용한 사용자 명령어의 태깅 처리를 수행할 수 있음을 의미하는 것이다.That is, it means that tagging processing of user commands using a chatbot can be performed using various machine learning modeling techniques in addition to the deep learning model.
상기 딥 러닝 모델은 여러 비선형 변화기법의 조합을 통해 다량의 데이터나 복잡한 자료들 속에서 핵심적인 내용 또는 기능을 요약하는 작업 즉, 추상화를 시도하는 기계학습 알고리즘으로 정의되며 넓은 범위에서는 인간의 두뇌를 구성하는 신경세포의 메커니즘을 모방하여 인지, 학습 및 추론 등과 같이 인간의 두뇌활동과 비슷한 기능을 수행할 수 있도록 컴퓨터 프로그램으로 구현한 인공지능 시스템을 말한다.The deep learning model is defined as a machine learning algorithm that attempts to abstract the core contents or functions in a large amount of data or complex data through a combination of various nonlinear transformation techniques, that is, an abstraction, and the human brain in a wide range. Refers to an artificial intelligence system implemented by a computer program so that it can perform functions similar to human brain activities such as cognition, learning, and reasoning by imitating the mechanisms of neurons.
이러한 딥 러닝 모델 기술은 컴퓨터비전, 음성인식, 자연어처리 또는 신호처리 등의 다양한 분야에서 적용되어 활용되고 있으며, 본 발명에서는 챗봇을 이용한 사용자 명령어의 태깅 처리를 위하여 활용하게 되는 것이다.This deep learning model technology is applied and used in various fields such as computer vision, speech recognition, natural language processing, or signal processing, and in the present invention, it is used for tagging processing of user commands using a chatbot.
그리고, 상기 형태소별태깅처리부(130)는 자연어처리엔진을 통해 분해된 형태소들에 매칭된 태그를 태그처리서버로부터 추출하여 태깅 처리하기 위한 기능을 수행하게 된다.In addition, the morpheme tagging
예를 들어, '아버지가 방에 들어가신다'라는 입력된 문장에 대하여 '아버지/NNG + 가/JKS + 방/NNG + 에/JKM + 들어가/VV + 시/EPH + ㄴ다/EFN'라는 매칭된 태그를 획득하여 태깅 처리하게 되는 것이다.For example, the matched sentence, 'Father / NNG + family / JKS + room / NNG + / JKM + enter / VV + hour / EPH + nd / EFN' for the input sentence 'Father enters the room' Tagging is done by acquiring tags.
그리고, 상기 딕셔너리생성부(140)는 상기 형태소별태깅처리부에 의해 태깅 처리된 형태소 정보들을 딕셔너리 형태로 생성하게 되는 것이다.In addition, the
즉, 각각의 태그마다 형태소 정보들을 딕셔너리 형태로 생성할 수 있으며, 입력된 문장별로 딕셔너리 형태로 생성할 수 있으나, 바람직하게는 각각의 태그마다 형태소 정보들을 딕셔너리 형태로 생성하게 된다.That is, the morpheme information for each tag may be generated in a dictionary form, and may be generated in a dictionary form for each input sentence, but preferably, the morpheme information for each tag is generated in a dictionary form.
이때, 상기 딕셔너리정보저장부(150)에는 상기 딕셔너리 형태로 생성된 태깅 처리된 형태소 정보들을 저장하고 있게 되는 것이다.At this time, the dictionary
그리고, 상기 태그정보요청부(160)는 상기 자연어처리엔진을 통해 분해된 형태소들에 대한 매칭된 태그 정보를 태그처리서버(200)로 요청하게 된다.Then, the tag
예를 들어, '#ID-0001/tag_request/아버지가 방에 들어가신다'라는 태그 정보를 요청하게 되고, 형태소들에 매칭된 태그 정보를 획득하게 되는 것이다.For example, the tag information '# ID-0001 / tag_request / father enters the room' is requested, and tag information matched to morphemes is acquired.
즉,'#ID-0001/result/아버지-NNG/가-JKS/방-NNG/에-JKM/들어가-VV/시-EPH/ㄴ다-EFN'이라는 형태소들에 매칭된 태그 정보를 획득하는 것이다.That is, it acquires tag information matched to morphemes such as '# ID-0001 / result / father-NNG / ga-JKS / bang-NNG / to-JKM / enter-VV / si-EPH / nda-EFN' .
다음은 도 3은 참조하여 본 발명의 제1 실시예에 따른 태그처리서버(200)의 구성요소와 동작 과정에 대하여 구체적으로 설명하겠다.Next, with reference to Figure 3 will be described in detail with respect to the components and operation process of the
도 3은 본 발명의 제1 실시예에 따른 챗봇을 이용한 사용자 명령어의 태깅처리 시스템의 태그처리서버(200) 블록도이다.3 is a block diagram of the
도 3에 도시한 바와 같이, 상기 태그처리서버(200)는 태그정보저장부(210), 태그정보추출부(220), 매칭태그제공부(230)를 포함하여 구성된다.As illustrated in FIG. 3, the
구체적으로, 태그정보저장부(210)에는 형태소별, 목적별 태그 정보를 저장하고 있다.Specifically, the tag
상기 형태소별 태그 정보는 명사일 경우에 NNG, 주격조사일 경우에 JKS, 부사격조사일 경우에 JKM, 동사일 경우에 VV, 존칭 선어말 어미일 경우에 EPH, 평서형 종결어미일 경우에 EFN 이라는 태그 정보를 저장하게 된다.The tag information for each morpheme is NNG in the case of nouns, JKS in the case of subjective investigations, JKM in the case of sub-surface investigations, VV in case of verbs, EPH in the case of prominent ending words, and EFN in the case of a plain ending term Will save.
또한, 목적별 태그 정보는 예를 들어, 날씨 요청, 전화 요청, 문자 요청, 검색 요청 등과 같이 발화자의 의도별 태그 정보를 저장하게 되는데, 날씨 요청일 경우에 WT, 전화 요청일 경우에 CT, 문자 요청일 경우에 MT, 검색 요청일 경우에 ST 등의 태그 정보를 저장하게 되는 것이다.In addition, the tag information for each purpose stores tag information for each speaker's intention, such as, for example, a weather request, a phone request, a text request, a search request, etc., WT for a weather request, CT for a phone request, and text In the case of a request, tag information such as MT and ST in case of a search request is stored.
상기한 태그 정보의 경우, 관리자에 의해 정의될 수 있으며, 표준화된 태깅 정보를 활용할 수도 있다.In the case of the above tag information, it may be defined by the administrator, and standardized tagging information may be utilized.
그리고, 상기 태그정보추출부(220)는 태그정보요청부(160)로부터 요청된 형태소들에 대한 형태소별, 목적별 태그 정보를 상기 태그정보저장부로부터 추출하게 되는 것이다.In addition, the tag
예를 들어, 오늘의 날씨일 경우에 형태소별이라면, 오늘-NNG, 의-VA, 날씨-NNG라는 태그 정보를, 목적별이라면, WT라는 태그 정보를 추출하는 것이다.For example, in the case of today's weather, tag information such as today-NNG, Ui-VA, and weather-NNG is extracted by morphemes, and WT tag information is extracted by purpose.
그리고, 상기 매칭태그제공부(230)는 상기 태그정보추출부로부터 추출된 해당 형태소들에 대한 태그 정보를 형태소별, 목적별로 매칭시켜 태그정보요청부(160)로 제공하게 되는 것이다.Then, the matching
예를 들어, 형태소별일 경우에 '오늘-NNG+의-VA+날씨-NNG' 라는 형태소 매칭 태그 정보를, 목적별일 경우에 '오늘+의+날씨-WT'라는 형태소 매칭 태그 정보를 제공하게 되는 것이다.For example, morpheme matching tag information of 'today-NNG +' s -VA + weather-NNG 'in case of morpheme classification, and morpheme matching tag information of' today + of + weather-WT 'in case of purpose are provided.
도 4는 본 발명의 제2 실시예에 따른 챗봇을 이용한 사용자 명령어의 태깅처리 시스템의 스마트기기(100) 블록도이며, 도 5는 본 발명의 제2 실시예에 따른 태그처리서버(200) 블록도이다.4 is a block diagram of a
도 4에 도시한 바와 같이, 본 발명의 제2 실시예에 따르면, 상기 스마트기기(100)는 신규문장검색결과요청부(170)를 더 포함하여 구성할 수 있다.As shown in FIG. 4, according to the second embodiment of the present invention, the
즉, 본 발명의 제1 실시예의 스마트기기 구성에 상기 신규문장검색결과요청부(170)를 추가적으로 구성하게 되는 것이다.That is, the new sentence search
구체적으로 설명하면, 상기 신규문장검색결과요청부(170)는 챗봇을 통해 입력된 신규 문장에 대한 자연어 분석을 자연어처리엔진으로 요청하며, 분해된 형태소들과 딕셔너리정보저장부에 저장된 형태소들을 비교하여 신규 문장의 의도를 파악하여 해당 신규 문장에 해당하는 검색 결과를 태그처리서버(200)로 요청하게 되는 것이다.Specifically, the new sentence search
예를 들어, '오늘의 날씨 알려줘'라는 신규 문장에 대한 자연어 분석을 자연어처리엔진을 통해 실시하게 되며, 해당 문장에 대한 형태소 분석을 실시하게 된다.For example, a natural language analysis of a new sentence 'tell me today's weather' is performed through a natural language processing engine, and a morpheme analysis is performed on the sentence.
이때, 딕셔너리정보저장부에 저장된 형태소들과 비교하게 되는데, '오늘-NNG+의-VA+날씨-NNG'와 비교하게 되며, '알려줘'라는 의도를 파악하게 된다.At this time, the morphemes stored in the dictionary information storage unit are compared, compared with 'Today-NNG +' s-VA + Weather-NNG ', and the intention of' notify 'is grasped.
따라서, 날씨 정보를 요청하는 문장이라는 것을 파악한 후, 검색 결과를 태그처리서버(200)로 요청하게 되는 것이다.Therefore, after grasping that it is a sentence requesting weather information, the search result is requested to the
이때, 태그처리서버에서는 날씨 정보를 검색할 수 있도록 구성할 수 있는데, 예를 들어, 검색엔진을 탑재하게 되면 날씨 정보를 검색할 수 있다.At this time, the tag processing server may be configured to search for weather information. For example, when a search engine is mounted, weather information may be searched.
한편, 검색엔진서버와 연동시켜 검색엔진서버로 날씨 정보를 요청하는 신호를 전송하여 현재 날짜의 날씨 정보를 게더링하게 되는 것이다.On the other hand, by interlocking with the search engine server, a signal for requesting weather information is transmitted to the search engine server to gather weather information of the current date.
도 5에 도시한 바와 같이, 본 발명의 제2 실시예에 따르면, 상기 태그처리서버(200)는 디폴트정보추출부(240)를 더 포함하여 구성할 수 있다.As shown in FIG. 5, according to the second embodiment of the present invention, the
즉, 본 발명의 제1 실시예의 태그처리서버(200) 구성에 상기 디폴트정보추출부(240)를 추가적으로 구성하게 되는 것이다.That is, the default
구체적으로 설명하면, 상기 디폴트정보추출부(240)는 스마트기기에서 요청된 신규 문장에 해당하는 검색 결과를 추출하기 위하여 검색 목적을 달성하기 위한 주요 단어가 생략되어 있는 것으로 분석되면, 설정된 디폴트 정보를 추출한 후, 상기 검색 결과에 매칭시켜 스마트기기에 제공하는 것이다.In detail, if the default
예를 들어, '오늘의 날씨 알려줘'라는 신규 문장에 대하여 검색 목적을 달성하기 위하여 주요 단어가 생략되었는 지를 분석하게 되는데, 주요 단어는 '오늘, 날씨'가 된다.For example, it is analyzed whether a key word is omitted in order to achieve a search purpose for a new sentence 'tell me today's weather', and the key word is 'today, weather'.
이때, 어느 지역의 날씨를 요청하는 지를 알 수 없어 검색시 검색 속도가 현저히 떨어지거나 검색이 되지 않아 다시 발화자의 의도를 물어보는 메시지를 전송하는 등의 2차 처리를 위한 정보를 요청하게 되므로 검색 결과를 획득할 때까지 상당한 시간이 소요되므로 검색 효율이 떨어질 수밖에 없다.At this time, it is not possible to know which region is requesting the weather, so when searching, the search speed is significantly lowered or the search is not performed, so information for secondary processing such as sending a message asking the speaker's intention is requested. It takes considerable time to acquire, so search efficiency is inevitably reduced.
따라서, 주요 단어인 예를 들어, 시점, 위치, 대상 등에 대한 정보를 디폴트로 저장하여 관리하게 되는 것이다.Therefore, key words, for example, information about a viewpoint, a location, an object, etc. are stored and managed by default.
즉, 시점-현재, 위치-해당 발화자의 위치, 대상 -발화자의 의도 등을 저장하게 되는 것이다.That is, the viewpoint-present, location-position of the speaker, object-intention of the speaker, and the like are stored.
결국, '오늘의 날씨 알려줘'라는 검색 목적을 달성하기 위하여 지역을 발화자의 위치 정보를 추출하게 되는 것이다.Eventually, the location information of the talker is extracted from the region in order to achieve the search purpose of 'tell me today's weather'.
예를 들어, 도 6에 도시한 바와 같이, '오늘의 날씨 알려줘'라는 검색 결과로서, '오늘의 대전지역의 날씨는 맑으며, 현재 온도 영하 1도입니다.'라는 정보를 제공하게 되는 것이다.For example, as shown in FIG. 6, as a search result of 'tell me today's weather,' it will provide information such as 'the weather in Daejeon today is clear and the current temperature is minus 1 degree.'
본 발명에 의하면, 사용자가 입력한 문장에서 필요한 정보를 추출하며, 해당 입력 문장에서 자주 쓰이는 단어를 형태소 단위로 분해하고, 딕셔너리 형태로 생성하여 저장한 후, 신규 문장이 챗봇을 통해 입력될 경우에 유용한 정보를 검색하여 사용자에게 검색 결과를 제공함으로써, 사용 편리성을 제공하게 된다.According to the present invention, when necessary information is extracted from a sentence input by a user, a word frequently used in the input sentence is decomposed into morphological units, is generated and stored in a dictionary form, and a new sentence is input through a chatbot By providing useful information and providing a search result to a user, convenience is provided.
또한, 스마트폰 미숙자들의 편리한 스마트폰 사용을 위한 기능 도우미 챗봇을 제공하여 입력 문장의 단어를 태깅하고, 태깅한 단어를 이용해 필요한 정보를 딕셔너리화함으로써, 입력된 문장에 대하여 유의미한 검색을 수월하게 진행할 수 있는 효과를 발휘한다.In addition, by providing a chatbot that is a function helper for convenient use of smartphones by smartphones, tagging the words of the input sentence and dictating the necessary information using the tagged words to facilitate a meaningful search for the entered sentence. It can exert an effect.
또한, 이상에서는 본 발명의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시 예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형 실시가 가능한 것은 물론이고, 이러한 변형 실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.In addition, although the preferred embodiments of the present invention have been illustrated and described above, the present invention is not limited to the specific embodiments described above, and the technical field to which the present invention pertains without departing from the gist of the present invention claimed in the claims. In addition, various modifications can be implemented by those having ordinary knowledge in the course, and these modifications should not be individually understood from the technical idea or prospect of the present invention.
100 : 스마트기기
110 : 챗봇
120 : 자연어처리엔진
130 : 형태소별태깅처리부
140 : 딕셔너리생성부
150 : 딕셔너리정보저장부
160 : 태그정보요청부
170 : 신규문장검색결과요청부
200 : 태그처리서버
210 : 태그정보저장부
220 : 태그정보추출부
230 : 매칭태그제공부
240 : 디폴트정보추출부100: smart device
110: chatbot
120: natural language processing engine
130: morphological tagging processing unit
140: dictionary generation department
150: dictionary information storage
160: tag information request unit
170: New sentence search results request department
200: tag processing server
210: tag information storage
220: tag information extraction unit
230: Matching tag provider
240: default information extraction unit
Claims (5)
Translated fromKorean챗봇을 통해 음성 인식 또는 텍스트로 입력된 문장을 획득하여 자연어 분석을 수행하여 형태소 단위로 분해하고, 태그처리서버로 형태소들에 대한 매칭된 태그 정보를 요청한 후, 획득된 태그 정보를 해당 형태소별로 태깅 처리하며, 태깅 처리된 형태소 정보들을 딕셔너리 형태로 저장하기 위한 스마트기기(100)와,
상기 스마트기기(100)로부터 요청된 형태소들에 대한 매칭된 태그 정보를 추출하여 스마트기기로 제공하기 위한 태그처리서버(200)를 포함하여 구성되고,
상기 스마트기기(100)는,
채팅 서비스를 제공하기 위한 챗봇(110);
상기 챗봇을 통해 음성 인식 또는 텍스트로 입력된 문장을 획득하여 자연어 분석을 수행하여 형태소 단위로 분해하기 위한 자연어처리엔진(120);
상기 자연어처리엔진을 통해 분해된 형태소들에 매칭된 태그를 태그처리서버로부터 추출하여 태깅 처리하기 위한 형태소별태깅처리부(130);
상기 형태소별태깅처리부에 의해 태깅 처리된 형태소 정보들을 딕셔너리 형태로 생성하기 위한 딕셔너리생성부(140);
상기 딕셔너리 형태로 생성된 태깅 처리된 형태소 정보들을 저장하고 있는 딕셔너리정보저장부(150);
상기 자연어처리엔진을 통해 분해된 형태소들에 대한 매칭된 태그 정보를 태그처리서버(200)로 요청하며, 형태소들에 매칭된 태그 정보를 획득하기 위한 태그정보요청부(160);를 포함하여 구성되는 것을 특징으로 하는 챗봇을 이용한 사용자 명령어의 태깅처리 시스템.
In the tagging processing system of user commands using a chatbot,
Acquire the sentence input as voice recognition or text through the chatbot, perform natural language analysis, break it down into morpheme units, request the matched tag information for morphemes with the tag processing server, and tag the acquired tag information for each morpheme A smart device 100 for processing and storing the tagged morpheme information in a dictionary form,
It comprises a tag processing server 200 for extracting the matched tag information for the requested morphemes from the smart device 100 to provide to the smart device,
The smart device 100,
Chatbot 110 for providing a chat service;
A natural language processing engine 120 for acquiring sentences recognized as voice recognition or text through the chatbot and performing natural language analysis to decompose them into morphological units;
A morphological tagging processing unit 130 for extracting a tag matching the morphemes decomposed through the natural language processing engine from a tag processing server and processing the tagging;
A dictionary generating unit 140 for generating morpheme information tagged by the morphological tagging processing unit in a dictionary form;
A dictionary information storage unit 150 storing tagging-processed morpheme information generated in the dictionary form;
Includes a tag information request unit 160 for requesting the tag processing server 200 for the matched tag information for the morphemes decomposed through the natural language processing engine, and obtaining the matched tag information for the morphemes. Tagging processing system of user commands using a chatbot, characterized in that.
상기 태그처리서버(200)는,
형태소별, 목적별 태그 정보를 저장하고 있는 태그정보저장부(210);
상기 스마트기기(100)의 태그정보요청부(160)로부터 요청된 형태소들에 대한 형태소별, 목적별 태그 정보를 상기 태그정보저장부로부터 추출하기 위한 태그정보추출부(220);
상기 태그정보추출부로부터 추출된 해당 형태소들에 대한 태그 정보를 형태소별, 목적별로 매칭시켜 태그정보요청부(160)로 제공하기 위한 매칭태그제공부(230);를 포함하여 구성되는 것을 특징으로 하는 챗봇을 이용한 사용자 명령어의 태깅처리 시스템.
According to claim 1,
The tag processing server 200,
A tag information storage unit 210 that stores tag information for each morpheme and purpose;
A tag information extraction unit 220 for extracting tag information for each morpheme and purpose of the morphemes requested from the tag information request unit 160 of the smart device 100 from the tag information storage unit;
It is characterized by being configured to include; a matching tag providing unit 230 for matching the tag information for the corresponding morphemes extracted from the tag information extraction unit for each morpheme and purpose and providing it to the tag information request unit 160. Tagging processing system of user command using chatbot.
상기 자연어처리엔진(120)은,
딥 러닝(deep learning) 모델, 머신 러닝(Machine Learning), SVM(Support Vector Machine), 신경망(Neural Network) 중 어느 하나의 기계학습 모델을 적용하여 음성 인식을 수행하는 것을 특징으로 하는 챗봇을 이용한 사용자 명령어의 태깅처리 시스템.
According to claim 1,
The natural language processing engine 120,
A user using a chatbot characterized by performing speech recognition by applying one of machine learning models of deep learning model, machine learning, support vector machine (SVM), and neural network Command tagging system.
상기 스마트기기(100)가,
챗봇을 통해 입력된 신규 문장에 대한 자연어 분석을 자연어처리엔진으로 요청하며, 분해된 형태소들과 딕셔너리정보저장부에 저장된 형태소들을 비교하여 신규 문장의 의도를 파악하여 해당 신규 문장에 해당하는 검색 결과를 태그처리서버(200)로 요청하기 위한 신규문장검색결과요청부(170);를 더 포함하여 구성할 경우에,
상기 태그처리서버(200)는,
스마트기기에서 요청된 신규 문장에 해당하는 검색 결과를 추출하기 위하여 검색 목적을 달성하기 위한 주요 단어가 생략되어 있는 것으로 분석되면, 설정된 디폴트 정보를 추출한 후, 상기 검색 결과에 매칭시켜 스마트기기에 제공하는 디폴트정보추출부(240);를 더 포함하여 구성되는 것을 특징으로 하는 챗봇을 이용한 사용자 명령어의 태깅처리 시스템.
According to claim 3,
The smart device 100,
Requests natural language analysis of the new sentences entered through the chatbot as a natural language processing engine, compares the decomposed morphemes with the morphemes stored in the dictionary information storage unit to understand the intention of the new sentences and retrieves the search results corresponding to the new sentences In the case of further comprising a new sentence search result request unit 170 for requesting to the tag processing server 200,
The tag processing server 200,
When it is analyzed that a key word for achieving a search purpose is omitted in order to extract a search result corresponding to a new sentence requested by the smart device, the set default information is extracted and then matched to the search result and provided to the smart device Default information extraction unit 240; Tagging processing system of a user command using a chatbot, characterized in that further comprises a.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180173375AKR102103563B1 (en) | 2018-12-31 | 2018-12-31 | Tagging processing system of user command using chatbot |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020180173375AKR102103563B1 (en) | 2018-12-31 | 2018-12-31 | Tagging processing system of user command using chatbot |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102103563B1true KR102103563B1 (en) | 2020-04-22 |
Family
ID=70472903
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020180173375AActiveKR102103563B1 (en) | 2018-12-31 | 2018-12-31 | Tagging processing system of user command using chatbot |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102103563B1 (en) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20070090642A (en)* | 2006-03-03 | 2007-09-06 | 삼성전자주식회사 | Voice chat service device and method |
| WO2010051966A1 (en)* | 2008-11-07 | 2010-05-14 | Lingupedia Investments Sarl | Method for semantic processing of natural language using graphical interlingua |
| KR101851790B1 (en) | 2017-12-22 | 2018-04-24 | 주식회사 마인드셋 | Question Data Set Extension and Method |
| KR20180042763A (en)* | 2016-10-18 | 2018-04-26 | 주식회사 핑거 | Chatting type financial robot and method for providing financial service using the same |
| KR20180050786A (en)* | 2016-11-07 | 2018-05-16 | 주식회사 오제이월드 | Automatic question-answering system based on searching tag, and method thereof |
| KR20180058877A (en)* | 2016-11-24 | 2018-06-04 | 주식회사 와이즈넛 | Business support method using a chatting bot |
- 2018
- 2018-12-31KRKR1020180173375Apatent/KR102103563B1/enactiveActive
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20070090642A (en)* | 2006-03-03 | 2007-09-06 | 삼성전자주식회사 | Voice chat service device and method |
| WO2010051966A1 (en)* | 2008-11-07 | 2010-05-14 | Lingupedia Investments Sarl | Method for semantic processing of natural language using graphical interlingua |
| KR20180042763A (en)* | 2016-10-18 | 2018-04-26 | 주식회사 핑거 | Chatting type financial robot and method for providing financial service using the same |
| KR20180050786A (en)* | 2016-11-07 | 2018-05-16 | 주식회사 오제이월드 | Automatic question-answering system based on searching tag, and method thereof |
| KR20180058877A (en)* | 2016-11-24 | 2018-06-04 | 주식회사 와이즈넛 | Business support method using a chatting bot |
| KR101851790B1 (en) | 2017-12-22 | 2018-04-24 | 주식회사 마인드셋 | Question Data Set Extension and Method |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kheiri et al. | Sentimentgpt: Exploiting gpt for advanced sentiment analysis and its departure from current machine learning | |
| Poongodi et al. | Chat-bot-based natural language interface for blogs and information networks | |
| CN110737758B (en) | Method and apparatus for generating models | |
| KR102288249B1 (en) | Information processing method, terminal, and computer storage medium | |
| CN107220352B (en) | Method and device for constructing review graph based on artificial intelligence | |
| CN107480122B (en) | Artificial intelligence interactive method and artificial intelligence interactive device | |
| JP2022540784A (en) | Derivation of Multiple Semantic Representations for Utterances in Natural Language Understanding Frameworks | |
| EP3276498A1 (en) | Method and system for dynamically generating adaptive response to user interactions | |
| US11783179B2 (en) | System and method for domain- and language-independent definition extraction using deep neural networks | |
| KR20140042994A (en) | Machine learning based of artificial intelligence conversation system using personal profiling information to be extracted automatically from the conversation contents with the virtual agent | |
| CN106446018B (en) | Query information processing method and device based on artificial intelligence | |
| US11386273B2 (en) | System and method for negation aware sentiment detection | |
| Kavitha et al. | Chatbot for healthcare system using Artificial Intelligence | |
| Vijayakumar et al. | AI based student bot for academic information system using machine learning | |
| CN109325124A (en) | A kind of sensibility classification method, device, server and storage medium | |
| CN109582954A (en) | Method and apparatus for output information | |
| Pabitha et al. | Automatic question generation system | |
| CN114048319B (en) | Humor text classification method, device, equipment and medium based on attention mechanism | |
| CN110740212B (en) | Call answering method and device based on intelligent voice technology and electronic equipment | |
| WO2023173554A1 (en) | Inappropriate agent language identification method and apparatus, electronic device and storage medium | |
| Jiang et al. | Towards improving the performance of chat oriented dialogue system | |
| Varaprasad et al. | Applications and Techniques of Natural Language Processing: An Overview. | |
| US11314534B2 (en) | System and method for interactively guiding users through a procedure | |
| CN112052320B (en) | Information processing method, device and computer readable storage medium | |
| CN114416974A (en) | Model training method, device, electronic device and storage medium |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application | St.27 status event code:A-0-1-A10-A12-nap-PA0109 | |
| PA0201 | Request for examination | St.27 status event code:A-1-2-D10-D11-exm-PA0201 | |
| P11-X000 | Amendment of application requested | St.27 status event code:A-2-2-P10-P11-nap-X000 | |
| P13-X000 | Application amended | St.27 status event code:A-2-2-P10-P13-nap-X000 | |
| D13-X000 | Search requested | St.27 status event code:A-1-2-D10-D13-srh-X000 | |
| D14-X000 | Search report completed | St.27 status event code:A-1-2-D10-D14-srh-X000 | |
| P22-X000 | Classification modified | St.27 status event code:A-2-2-P10-P22-nap-X000 | |
| P22-X000 | Classification modified | St.27 status event code:A-2-2-P10-P22-nap-X000 | |
| E902 | Notification of reason for refusal | ||
| PE0902 | Notice of grounds for rejection | St.27 status event code:A-1-2-D10-D21-exm-PE0902 | |
| E13-X000 | Pre-grant limitation requested | St.27 status event code:A-2-3-E10-E13-lim-X000 | |
| P11-X000 | Amendment of application requested | St.27 status event code:A-2-2-P10-P11-nap-X000 | |
| P13-X000 | Application amended | St.27 status event code:A-2-2-P10-P13-nap-X000 | |
| E701 | Decision to grant or registration of patent right | ||
| PE0701 | Decision of registration | St.27 status event code:A-1-2-D10-D22-exm-PE0701 | |
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment | St.27 status event code:A-2-4-F10-F11-exm-PR0701 | |
| PR1002 | Payment of registration fee | St.27 status event code:A-2-2-U10-U11-oth-PR1002 Fee payment year number:1 | |
| PG1601 | Publication of registration | St.27 status event code:A-4-4-Q10-Q13-nap-PG1601 | |
| R18-X000 | Changes to party contact information recorded | St.27 status event code:A-5-5-R10-R18-oth-X000 | |
| PR1001 | Payment of annual fee | St.27 status event code:A-4-4-U10-U11-oth-PR1001 Fee payment year number:4 | |
| PR1001 | Payment of annual fee | St.27 status event code:A-4-4-U10-U11-oth-PR1001 Fee payment year number:5 | |
| PR1001 | Payment of annual fee | St.27 status event code:A-4-4-U10-U11-oth-PR1001 Fee payment year number:6 | |
| P14-X000 | Amendment of ip right document requested | St.27 status event code:A-5-5-P10-P14-nap-X000 | |
| PN2301 | Change of applicant | St.27 status event code:A-5-5-R10-R11-asn-PN2301 | |
| P16-X000 | Ip right document amended | St.27 status event code:A-5-5-P10-P16-nap-X000 | |
| PN2301 | Change of applicant | St.27 status event code:A-5-5-R10-R14-asn-PN2301 | |
| PN2301 | Change of applicant | St.27 status event code:A-5-5-R10-R13-asn-PN2301 St.27 status event code:A-5-5-R10-R11-asn-PN2301 |