KR101982081B1 - 대응 메시지 추천 시스템 - Google Patents
대응 메시지 추천 시스템 Download PDFInfo
- Publication number
- KR101982081B1 KR101982081B1 KR1020170104408A KR20170104408A KR101982081B1 KR 101982081 B1 KR101982081 B1 KR 101982081B1 KR 1020170104408 A KR1020170104408 A KR 1020170104408A KR 20170104408 A KR20170104408 A KR 20170104408A KR 101982081 B1 KR101982081 B1 KR 101982081B1
- Authority
- KR
- South Korea
- Prior art keywords
- emoji
- manager
- text message
- vector
- recommendation
- Prior art date
Links
- 239000013598 vector Substances 0.000 claims description 35
- 238000003058 natural language processing Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims 1
- 230000035807 sensation Effects 0.000 claims 1
- 230000007246 mechanism Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 238000000034 method Methods 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 238000013135 deep learning Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 3
- 230000015654 memory Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
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
- G06Q50/50—Business processes related to the communications industry
-
- G06Q50/30—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
본 개시는, 채팅 어플리케이션에 입력되는 텍스트 메시지를 분석하여 상기 텍스트 메시지에 대응하는 대응 메시지를 추천하는 시스템으로서, 상기 대응 메시지는 이모지, 이미지 및 이모티콘 등을 포함하며, 채팅 어플리케이션에 입력된 텍스트 메시지를 상기 채팅 어플리케이션으로부터 수신하는 이모지 추천 매니져; 상기 이모지 추천 매니져에 이모지 모델을 제공하는 이모지 모델 매니져를 포함하며, 상기 이모지 추천 매니져는, 상기 이모지 모델 매니져로부터 제공받는 이모지 모델을 기초로 한 이모지 데이터를, 상기 채팅 어플리케이션으로부터 수신한 텍스트 메시지와의 관련도가 높은 순서대로 배열하여 상기 채팅 어플리케이션에 추천하는 것을 특징으로 하는 대응 메시지를 추천하는 시스템을 제공한다.
Description
본 개시는 대응 메시지 추천 시스템에 관한 것이다.
이 부분에 기술된 내용은 단순히 본 개시에 대한 배경정보를 제공할 뿐 종래기술을 구성하는 것은 아니다.
스마트폰의 어플리케이션 중 가장 많이 사용되는 것은 문자 메시지(text messaging)를 이용한 통신 어플리케이션이다. 즉, 통신 어플리케이션을 가장 많이 사용하며, 주요 통신 수단은 문자(text)인 것이다. 그러나, 문자를 이용한 통신은, 정보 전달의 정확성 측면에서 유리하지만, 감정 전달이나 문자로 표현하기 힘든 정보 전달의 측면에서는 음성 통신에 비해 다소 불리한 점이 있다. 따라서, 스마트폰 사용자들은 이러한 문자를 이용한 통신의 단점을 극복하기 위해 이미지(image), 이모티콘(emoticon) 또는 이모지(emoji, 그림문자) 등을 사용한다.
종래기술인 응답 메시지를 추천하는 사용자 단말 장치 및 방법(공개특허 제 2017-0054919호)은 단말장치에서 상대방의 액션에 대한 응답 메시지를 제공하는 것으로서, 메시지를 직접 입력하지 않고도 추천되는 메시지를 선택하면 되는 간이한 장점이 있다. 그러나, 선택되는 메시지의 선호도에 따른 리스트를 재배열하여 추천하는 기능이 없어 개인의 선호도에 따라 컨텐츠를 효과적으로 제공하지 못하며, 별도의 이미지를 제공할 때 캐싱된 이미지를 제공하는 것이 아니므로 이미지 추천 시 지연시간이 존재하는 단점이 있다.
따라서, 본 발명에 의해 해결하고자 하는 과제는, 상기 언급한 종래기술의 단점을 보완한, 딥 러닝을 이용하여 문맥에 따른 단어에 적합한 이모지를 추천하며, 선택 빈도에 따라 선호도를 상승시켜 표시 순위를 상승시키는 이모지 추천 방식 및 문맥에 맞는 이미지를 추천하되 캐싱된 이미지를 추천하여 디스플레이 지연시간을 단축시키는 대응 메시지 추천 시스템을 제공하는 것이다.
본 개시는, 채팅 어플리케이션에 입력되는 텍스트 메시지를 분석하여 상기 텍스트 메시지에 대응하는 대응 메시지를 추천하는 시스템으로서, 상기 대응 메시지는 이모지, 이미지 및 이모티콘 등을 포함하며, 채팅 어플리케이션에 입력된 텍스트 메시지를 상기 채팅 어플리케이션으로부터 수신하는 이모지 추천 매니져; 상기 이모지 추천 매니져에 이모지 모델을 제공하는 이모지 모델 매니져를 포함하며, 상기 이모지 추천 매니져는, 상기 이모지 모델 매니져로부터 제공받는 이모지 모델을 기초로 한 이모지 데이터를, 상기 채팅 어플리케이션으로부터 수신한 텍스트 메시지와의 관련도가 높은 순서대로 배열하여 상기 채팅 어플리케이션에 추천하는 것을 특징으로 하는 대응 메시지를 추천하는 시스템을 제공한다.
본 발명의 추가적인 해결수단은 아래에서 이어지는 설명에서 일부 설명될 것이고, 그 설명으로부터 부분적으로 용이하게 확인할 수 있게 되거나, 또는 본 발명의 실시에 의해 지득될 수 있다.
전술한 일반적인 설명 및 다음의 상세한 설명 모두는 단지 예시적이고 설명을 위한 것이며 청구범위에 기재된 본 발명을 제한하지 않는다.
본 개시에 따른 대응 메시지를 추천하는 시스템에 의하면, 입력된 문장의 문맥에 맞게 키워드에 따른 이모지 또는 이미지를 추천할 수 있다.
또한, 본 개시에 따른 대응 메시지를 추천하는 시스템에 의하면, 추천된 이모지 중 선택된 이모지는 선택 빈도에 따라 선호도가 상승되어 표시 순위를 상승시키는 추천 방식을 사용하므로 사용자가 선호하는 이모지가 우선순위로 추천될 수 있다.
또한, 본 개시에 따른 대응 메시지를 추천하는 시스템에 의하면, 문맥에 맞는 이미지를 추천하되 임시 캐시 메모리에 저장된 이미지를 추천하여 추천 이미지를 디스플레이 하는 데 걸리는 시간을 단축시킬 수 있다.
도 1은 본 개시의 일 실시예에 따른 대응 메시지를 추천하는 시스템의 이모지 추천 메커니즘의 개념도이다.
도 2는 본 개시의 일 실시예에 따른 대응 메시지를 추천하는 시스템의 이모지를 추출하는 과정의 개념도이다.
도 3은 본 개시의 일 실시예에 따른 대응 메시지를 추천하는 시스템의 이모지 추천과 관련된 펄스널리제이션의 개념도(a) 및 수학식(b)이다.
도 4는 본 개시의 일 실시예에 따른 대응 메시지를 추천하는 시스템의 이모지 추천과 관련된 종래의 이모지 추천 리스트(a) 및 본 시스템에 의해 추천된 이모지 리스트(b)의 개략도이다.
도 5는 본 개시의 일 실시예에 따른 대응 메시지를 추천하는 시스템의 이미지 추천 메커니즘의 개념도이다.
도 6은 본 개시의 일 실시예에 따른 대응 메시지를 추천하는 시스템의 이미지 추천과 관련된 종래의 이미지 송신 방법(a) 및 본 시스템에 의해 추천된 이미지가 표시된 디스플레이(b)의 개략도이다.
도 7은 본 개시의 일 실시예에 따른 대응 메시지를 추천하는 시스템의 이모지 추천 메커니즘 및 이미지 추천 메커니즘이 합쳐진 개념도이다.
도 2는 본 개시의 일 실시예에 따른 대응 메시지를 추천하는 시스템의 이모지를 추출하는 과정의 개념도이다.
도 3은 본 개시의 일 실시예에 따른 대응 메시지를 추천하는 시스템의 이모지 추천과 관련된 펄스널리제이션의 개념도(a) 및 수학식(b)이다.
도 4는 본 개시의 일 실시예에 따른 대응 메시지를 추천하는 시스템의 이모지 추천과 관련된 종래의 이모지 추천 리스트(a) 및 본 시스템에 의해 추천된 이모지 리스트(b)의 개략도이다.
도 5는 본 개시의 일 실시예에 따른 대응 메시지를 추천하는 시스템의 이미지 추천 메커니즘의 개념도이다.
도 6은 본 개시의 일 실시예에 따른 대응 메시지를 추천하는 시스템의 이미지 추천과 관련된 종래의 이미지 송신 방법(a) 및 본 시스템에 의해 추천된 이미지가 표시된 디스플레이(b)의 개략도이다.
도 7은 본 개시의 일 실시예에 따른 대응 메시지를 추천하는 시스템의 이모지 추천 메커니즘 및 이미지 추천 메커니즘이 합쳐진 개념도이다.
이하, 첨부된 도면을 참조하여 본 개시의 구체적인 실시형태에 대하여 상세하게 서술하도록 한다.
다만, 본 개시의 구체적 일 실시 형태를 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 개시의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다.
도 1은 본 개시의 일 실시예에 따른 대응 메시지를 추천하는 시스템의 이모지 추천 메커니즘의 개념도이다.
도 2는 본 개시의 일 실시예에 따른 대응 메시지를 추천하는 시스템의 이모지를 추출하는 과정의 개념도이다.
도 1을 참조하면, 본 개시의 일 실시예에 따른 대응 메시지를 추천하는 시스템(10)은 이모지 추천 매니져(100), 이모지 모델 매니져(150) 및 시스템 서버(11)를 포함할 수 있다.
이모지 추천 매니져(100)는 모바일 디바이스(1)의 채팅 어플리케이션(5)과 연결되어 텍스트 메시지를 수신할 수 있고, 추천 이모지(emoji) 리스트를 송신할 수 있다.
이모지 추천 매니져(100)는 딥 러닝부(110) 및 이모지 데이터(120)를 포함할 수 있다.
이모지 추천 매니져(100)는 딥 러닝부(110)를 이용하여 텍스트 메시지를 분석할 수 있다.
이모지 데이터(120)는 복수의 이모지를 포함할 수 있다. 이모지 추천 매니져(100)는 이모지 모델 매니져(150)와 연결될 수 있다. 이모지 추천 매니져(100)는 이모지 모델 매니져(150)로부터 이모지 모델을 제공받을 수 있다. 이모지 데이터(120)는 이모지 모델 매니져(150)로부터 제공받는 이모지 모델을 기초로 형성될 수 있다. 이모지 추천 매니져(100)는 시스템 서버(11)와 연결되지 않고도 이모지 리스트를 채팅 어플리케이션(5)에 추천할 수 있다. 다만, 이에 한정되는 것은 아니고 이모지 추천 매니져(100)는 시스템 서버(11)와 연결될 수 있고 이로부터 별도의 이모지 데이터를 수신할 수도 있다.
이모지 추천 매니져(100)는 채팅 어플리케이션(5)로부터 수신한 텍스트 메시지와의 관련도가 높은 순서대로 배열된 이모지 데이터를 리스트화하여 채팅 어플리케이션(5)에 추천할 수 있다. 이 때, 관련도가 높은 순서란, 코사인 시밀러리티(cosine similarity)값이 유사한 정도를 의미한다. 이에 대한 자세한 것은 후술한다.
도 2를 참조하면, 이모지 추천 매니져(100)의 이모지 추출 과정을 파악할 수 있다.
먼저, 텍스트 메시지(input, 200)가 입력되면, 해당 메시지는 워드 벡터(word vector, 210) 단위로 쪼개져 변환될 수 있다. 변환된 워드 벡터(210)는 딥 러닝부(110)에 의해 처리되되, 딥 러닝의 일종인 LSTM(Long short-term memory, 220)모델에 의해 학습되고 분석될 수 있다.
딥 러닝부(110)의 LSTM(220)에 의해 워드 벡터(210)가 학습되고 분석된 처리 결과물로서 센텐스 벡터(output vector, 230)가 생성될 수 있다.
센텐스 벡터(230)는 이모지 벡터 공간(235)에 매핑(mapping)될 수 있고, 이모지 벡터 공간(235)에 포함된 복수의 이모지 벡터 중 적어도 일부는 센텐스 벡터(230)와 코사인 시밀러리티(cosine similarity)가 같은 순서대로 소팅(sorting)될 수 있다. 이와 같이 소팅된 소팅 이모지(240)는 이모지 추천 리스트의 상위로 배치될 수 있다.
도 3은 본 개시의 일 실시예에 따른 대응 메시지를 추천하는 시스템의 이모지 추천과 관련된 펄스널리제이션의 개념도(a) 및 수학식(b)이다.
도 3을 참조하면, 펄스널리제이션(personalization)의 개념 및 펄스널리제이션의 연산식을 파악할 수 있다. 펄스널리제이션은 사용자 개인 별 선호도에 따른 맞춤 이모지를 추천할 수 있도록 하는 작업이라 할 수 있다.
도 3(a)를 참조하면, 선택된 이모지 벡터(Ve1)와 센텐스 벡터(Vo)의 코사인 시밀러리티값의 유사도가 상승되는 연산이 수행될 수 있다. 선택된 이모지 벡터(Ve1)는 센텐스 벡터(230)와의 코사인 시밀러리티가 일치하는 방향으로 이동될 수 있고, 선택된 이모지 벡터(Ve1)는 이동된 이모지 벡터(Ve2)의 벡터값을 가지게 된다. 이는, 사용자가 선택한 이모지 벡터(Ve1)의 우선순위를 상승시켜 후에 같은 센텐스 벡터(230, Vo)가 입력되는 경우 해당 이모지의 추천순위를 이전보다 상승시키는 것이다.
도 3(b)를 참조하면, 이모지 벡터의 우선순위를 상승시키는 작업은 하기의 수학식1에 의해 수행될 수 있다.
(수학식1)
Ve2 = Ve1 + α(Vo- Ve1)
여기서,
Ve2 = 이동된 이모지(emoji) 벡터,
Ve1 = 선택된 이모지(emoji) 벡터,
Vo = 센텐스(sentence) 벡터,
α= 비례계수
이다.
α는 사용자가 해당 이모지를 선택한 빈도에 따라 결정되는 비례계수이다. 사용자가 해당 이모지를 선택한 빈도가 높으면 높을수록 센텐스 벡터(Vo)와의 코사인 시밀러리티가 유사해지도록 비례계수가 증가할 수 있다.
도 4는 본 개시의 일 실시예에 따른 대응 메시지를 추천하는 시스템의 이모지 추천과 관련된 종래의 이모지 추천 리스트(a) 및 본 시스템에 의해 추천된 이모지 리스트(b)의 개략도이다.
도 4를 참조하면, 종래의 이모지 추천 리스트(a)는 채팅 어플리케이션에 입력된 단어와 관련없이 배열되어 있는 반면에, 본 추천 시스템에 의해 추천되는 이모지 리스트(b)는 채팅 어플리케이션에 입력된 단어와 관련있는 소팅 이모지(240)가 우선적으로 배열되어 있는 것을 파악할 수 있다.
이에 의하면, 입력하고자 하는 이모지를 찾기 위해 소요되는 시간이 저감될 수 있다.
도 5는 본 개시의 일 실시예에 따른 대응 메시지를 추천하는 시스템의 이미지 추천 메커니즘의 개념도이다.
도 5를 참조하면, 본 개시의 일 실시예에 따른 대응 메시지를 추천하는 시스템(10)은 채팅 매니져(300), 텍스트 분석부(350), 이미지 매니져(380) 및 시스템 서버(11)을 포함할 수 있다.
채팅 매니져(300)는 채팅 어플리케이션(5)으로부터 채팅 어플리케이션(5)에 입력된 텍스트 메시지를 수신할 수 있다. 텍스트 분석부(350)는 채팅 매니져(300)로부터 텍스트 메시지를 수신하여 분석할 수 있다. 이미지 매니져(380)는 텍스트 분석부(350)에 의해 분석된 텍스트 메시지에 대응되는 또는 상응하는 하나 이상의 이미지를 제공할 수 있다.
채팅 매니져(300)는 키워드 필터부(310)를 포함할 수 있다. 키워드 필터부(310)는 텍스트 메시지로부터 키워드를 필터링하여 필터링된 키워드를 텍스트 분석부(350)에 송신할 수 있다.
텍스트 분석부(350)는 채팅 매니져(300)로부터 텍스트 메시지의 필터링된 키워드를 수신하여 분석할 수 있다.
텍스트 분석부(350)는 구상 명사 식별부(360) 및 키워드 추출부(370)를 포함할 수 있다.
구상 명사 식별부(360)는 NLP(Natural Language Processing)를 기반으로 하여 입력된 텍스트 메시지로부터 구상 명사(concrete noun)를 식별할 수 있다. 추상 명사(Abstract noun)는 특정 이미지를 표현하기에 모호한 측면이 있으므로, 특정 이미지를 나타낼 수 있는 구상 명사를 식별한다. 다만, 본 발명은 이에 한정되는 것은 아니고, 경우에 따라서, 예를 들어, 특정 이미지로 표현 가능한 추상 명사의 풀(pool)이 마련된다면, 추상 명사도 식별할 수 있다.
구상 명사만을 식별하여 처리하는 경우, 데이터 처리량이 감소하므로 이미지 추천에 소요되는 시간(latency)이 저감될 수 있다.
키워드 추출부(370)는 입력된 텍스트 메시지에 대응되는 이미지를 찾기 용이하게 하기 위해 구상 명사 식별부(360)에 의해 식별된 키워드를 추출할 수 있다.
이미지 매니져(380)는 구상 명사 식별부(360) 및 키워드 추출부(370)에 의해 선별되고 추출된 키워드에 대응되는 또는 상응하는 하나 이상의 이미지를 제공할 수 있다. 이미지 매니져(380)는 하나 이상의 이미지를 제공하여 하나 이상의 이미지가 채팅 어플리케이션(5)의 화면에 디스플레이 되도록 할 수 있다.
이미지 매니져(380)는 캐싱(caching)된 이미지를 제공할 수 있다. 이미지 매니져(380)에 캐싱된 이미지 중 요구되는 이미지가 없는 경우 웹사이트와 통신하여 웹사이트로부터 이미지를 제공받아서 채팅 어플리케이션(5)에 제공할 수도 있다.
이미지 매니져(380)가 캐싱된 이미지를 제공하는 경우, 외부의 웹사이트와의 통신에 의해 소요되는 시간(latency)이 저감될 수 있다.
시스템 서버(11)는 텍스트 분석부(350) 및 이미지 매니져(380)를 포함할 수 있다. 즉, 채팅 매니져(300)는 채팅 어플리케이션(5)으로부터 받은 텍스트 메시지를 처리하기 위해 시스템 서버(11)와 통신할 수 있다. 즉, 채팅 매니져(300)는 텍스트 분석부(350) 및 이미지 매니져(380)와 통신하여 채팅 어플리케이션(5)에 입력되는 텍스트 메시지에 대응되는 이미지를 제공받을 수 있다. 다만, 반드시 이에 한정되는 것은 아니고, 채팅 매니져(300)가 로컬 캐쉬 메모리(미도시)를 포함할 수 있고, 로컬 캐쉬 메모리 로부터 바로 이미지를 제공받을 수도 있다.
시스템 서버(11)는 프록시 서버(proxy server)일 수 있다.
도 6은 본 개시의 일 실시예에 따른 대응 메시지를 추천하는 시스템의 이미지 추천과 관련된 종래의 이미지 송신 방법(a) 및 본 시스템에 의해 추천된 이미지가 표시된 디스플레이(b)의 개략도이다.
도 6(a)를 참조하면, 종래의 이미지 송신 방법(a)을 이해할 수 있다. 종래의 이미지 송신 방법은, 별도의 웹사이트 검색링크(400)를 클릭한 뒤 키워드를 입력하여 웹사이트에서 검색된 이미지(410)를 선택하여 채팅창에 전송하는 방식이다.
반면에, 도 6(b)를 참조하면, 채팅 어플리케이션에 텍스트를 입력하는 것 만으로 입력창의 주변부에 추천된 하나 이상의 이미지(500)가 제공되며, 이를 선택하여 채팅창에 입력할 수 있다.
이에 의하면, 이미지를 채팅창에 입력하는 시간이 저감되고, 별도의 웹사이트를 통해 검색하지 않아도 되므로 데이터 소모량이 저감될 수 있다.
도 7은 본 개시의 일 실시예에 따른 대응 메시지를 추천하는 시스템의 이모지 추천 메커니즘 및 이미지 추천 메커니즘이 합쳐진 개념도이다.
도 7을 참조하면, 본 개시의 일 실시예에 따른 대응 메시지를 추천하는 시스템(10)은 이모지 추천 메커니즘과 이미지 추천 메커니즘을 포함할 수 있다.
이모지 추천 메커니즘과 이미지 추천 메커니즘은 둘 중 어느 하나만 작동될 수 있거나, 두 메커니즘이 동시에 작동될 수 있다. 즉, 이모지 추천 메커니즘과 이미지 추천 메커니즘은 둘 중 어느 하나 이상이 작동될 수 있다.
본 실시예는 본 개시의 기술적 사상을 예시적으로 설명한 것에 불과하고, 본 개시가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 개시의 본질적인 특성에서 벗어나지 않는 범위에서 본 실시예의 다양한 수정 및 변형이 가능할 것이다. 본 실시예는 본 개시의 기술적 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 따라서 본 실시예에 의하여 본 개시의 권리범위가 한정되는 것은 아니다. 본 개시의 보호범위는 청구범위에 의하여 해석되어야 하며, 그와 동등하거나 균등하다고 인정되는 모든 기술적 사상은 본 개시의 권리범위에 포함되는 것으로 해석되어야 한다.
1: 모바일 디바이스 5: 채팅 어플리케이션
10: 대응 메시지 추천 시스템 11: 시스템 서버
100: 이모지 추천 매니져 300: 채팅 매니져
10: 대응 메시지 추천 시스템 11: 시스템 서버
100: 이모지 추천 매니져 300: 채팅 매니져
Claims (10)
- 채팅 어플리케이션에 입력되는 텍스트 메시지를 분석하여 상기 텍스트 메시지에 대응하는 대응 메시지를 추천하는 시스템으로서, 상기 대응 메시지는 이모지, 이미지 및 이모티콘 중 하나 이상을 포함하며,
채팅 어플리케이션에 입력된 텍스트 메시지를 상기 채팅 어플리케이션으로부터 수신하고 상기 텍스트 메시지를 워드 벡터의 단위로 변환하며 상기 워드 벡터를 기초로 상기 텍스트 메시지의 벡터값인 센텐스 벡터를 생성하는 이모지 추천 매니져 및 상기 채팅 어플리케이션에 입력된 텍스트 메시지를 상기 채팅 어플리케이션으로부터 수신하며 상기 텍스트 메시지로부터 키워드를 필터링하는 키워드 필터부를 가진 채팅 매니져를 포함하는 모바일 디바이스;
상기 채팅 매니져로부터 필터링된 상기 텍스트 메시지를 수신하여 분석하는 텍스트 분석부, 상기 텍스트 분석부에 의해 분석된 텍스트 메시지에 대응되는 하나 이상의 이미지를 제공하는 이미지 매니져 및 상기 이모지 추천 매니져에 이모지 모델을 제공하는 이모지 모델 매니져를 포함하는 시스템 서버를 포함하며,
상기 이모지 추천 매니져는, 상기 이모지 모델 매니져로부터 제공받는 이모지 모델을 기초로 한 이모지 데이터를, 상기 채팅 어플리케이션으로부터 수신한 텍스트 메시지와의 관련도가 높은 순서대로 배열하여 상기 채팅 어플리케이션에 추천하며,
상기 텍스트 메시지와 상기 이모지 데이터 간의 관련도는 상기 텍스트 메시지가 변환된 워드 벡터를 기초로 생성된 센텐스 벡터와 이모지 벡터 간의 코사인 시밀러리티 값의 유사도를 기초로 판단하며, 상기 이모지 추천 매니저는 추천된 이모지 중 선택된 이모지의 벡터와 상기 센텐스 벡터의 코사인 시밀러리티 값의 유사도를 상승시키는 연산을 수행하며, 상기 연산은 하기 수학식 1에 의해 수행되고,
(수학식1)
Ve2 = Ve1 + α(Vo- Ve1)
여기서, Ve2 = 이동된 이모지(emoji) 벡터,
Ve1 = 선택된 이모지(emoji) 벡터,
Vo = 센텐스(sentence) 벡터,
α = 비례계수
상기 수학식 1에서 상기 비례계수 α는 사용자의 이모지 선택 빈도에 따라 보정되며,
상기 텍스트 분석부는 NLP(Natural Language Processing)을 통해 수신된 텍스트 메시지의 구상 명사를 추출하여 상기 이미지 매니져에 제공하는 것을 특징으로 하는 대응 메시지 추천 시스템. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170104408A KR101982081B1 (ko) | 2017-08-17 | 2017-08-17 | 대응 메시지 추천 시스템 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170104408A KR101982081B1 (ko) | 2017-08-17 | 2017-08-17 | 대응 메시지 추천 시스템 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20190019465A KR20190019465A (ko) | 2019-02-27 |
KR101982081B1 true KR101982081B1 (ko) | 2019-08-28 |
Family
ID=65561060
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020170104408A KR101982081B1 (ko) | 2017-08-17 | 2017-08-17 | 대응 메시지 추천 시스템 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101982081B1 (ko) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022131521A1 (ko) * | 2020-12-17 | 2022-06-23 | 삼성전자 주식회사 | 터치스크린을 포함하는 입력 장치와 이의 동작 방법 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109977409A (zh) * | 2019-03-28 | 2019-07-05 | 北京科技大学 | 一种基于用户聊天习惯的智能表情推荐方法和*** |
KR20210041211A (ko) | 2019-10-07 | 2021-04-15 | 주식회사 플랫팜 | 확장현실에 적용가능한 의사표현 아이템 데이터베이스를 능동적으로 구축하는 메시지 서비스 제공 장치 및 그 방법 |
KR20210041209A (ko) * | 2019-10-07 | 2021-04-15 | 주식회사 플랫팜 | 서브 의사표현 아이템을 포함하는 의사표현 아이템 데이터베이스를 능동적으로 구축하는 메시지 서비스 제공 장치 및 그 방법 |
KR102383413B1 (ko) * | 2019-12-27 | 2022-04-07 | 동국대학교 산학협력단 | 이모티콘 추천이 가능한 채팅 서비스 서버 및 그 동작 방법 |
CN113221030A (zh) * | 2020-02-04 | 2021-08-06 | 北京搜狗科技发展有限公司 | 一种推荐方法、装置和介质 |
CN112462992B (zh) * | 2020-11-30 | 2022-07-19 | 北京搜狗科技发展有限公司 | 一种信息处理方法、装置、电子设备及介质 |
KR102466725B1 (ko) * | 2021-01-20 | 2022-11-14 | 주식회사 한글과컴퓨터 | 감정 분석 기반의 채팅 기능을 제공하는 전자 장치 및 그 동작 방법 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201322037D0 (en) * | 2013-12-12 | 2014-01-29 | Touchtype Ltd | System and method for inputting images/labels into electronic devices |
KR101720250B1 (ko) * | 2013-07-30 | 2017-03-27 | 주식회사 케이티 | 이미지를 추천하는 장치 및 방법 |
KR101624421B1 (ko) * | 2014-11-12 | 2016-05-27 | 한양대학교 산학협력단 | 이모티콘 추천 방법 및 이모티콘을 추천하는 사용자 단말 |
-
2017
- 2017-08-17 KR KR1020170104408A patent/KR101982081B1/ko active IP Right Grant
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022131521A1 (ko) * | 2020-12-17 | 2022-06-23 | 삼성전자 주식회사 | 터치스크린을 포함하는 입력 장치와 이의 동작 방법 |
Also Published As
Publication number | Publication date |
---|---|
KR20190019465A (ko) | 2019-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101982081B1 (ko) | 대응 메시지 추천 시스템 | |
KR102288249B1 (ko) | 정보 처리 방법, 단말기, 및 컴퓨터 저장 매체 | |
JP6440732B2 (ja) | 機械学習に基づく自動タスク分類 | |
CN110020422B (zh) | 特征词的确定方法、装置和服务器 | |
US20170344224A1 (en) | Suggesting emojis to users for insertion into text-based messages | |
US20150324065A1 (en) | System and Method to Automatically Aggregate and Extract Key Concepts Within a Conversation by Semantically Identifying Key Topics | |
CN109034203B (zh) | 表情推荐模型的训练、表情推荐方法、装置、设备及介质 | |
KR101983975B1 (ko) | 문장 분류에 기반하는 문서 자동분류 방법 및 그 장치 | |
KR20160097352A (ko) | 전자 디바이스로 이미지 또는 라벨을 입력하기 위한 시스템 및 방법 | |
CN109634436B (zh) | 输入法的联想方法、装置、设备及可读存储介质 | |
CN111797216B (zh) | 检索项改写方法、装置、设备以及存储介质 | |
US11010687B2 (en) | Detecting abusive language using character N-gram features | |
KR20210091076A (ko) | 비디오를 처리하기 위한 방법, 장치, 전자기기, 매체 및 컴퓨터 프로그램 | |
CN107729453B (zh) | 一种提取中心产品词的方法和装置 | |
CN114861889B (zh) | 深度学习模型的训练方法、目标对象检测方法和装置 | |
CN107562939A (zh) | 垂直领域新闻推荐方法、装置及可读储存介质 | |
CN111931500A (zh) | 搜索信息的处理方法、装置 | |
KR20150086441A (ko) | 콘텐츠 및 상관 거리에 기반하는 사람 연결 | |
US20220027575A1 (en) | Method of predicting emotional style of dialogue, electronic device, and storage medium | |
JP2014106661A (ja) | ユーザ状態予測装置及び方法及びプログラム | |
CN110597965B (zh) | 文章的情感极性分析方法、装置、电子设备及存储介质 | |
US20220156823A1 (en) | System and method for product searching based on natural language processing | |
CN113806588A (zh) | 搜索视频的方法和装置 | |
CN111783427B (zh) | 用于训练模型与输出信息的方法、装置、设备及存储介质 | |
CN115757991A (zh) | 一种网页识别方法、装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |