KR102005525B1 - Correct answer query management system for chemical safety management using deep learning technology - Google Patents

Correct answer query management system for chemical safety management using deep learning technology Download PDF

Info

Publication number
KR102005525B1
KR102005525B1 KR1020170183435A KR20170183435A KR102005525B1 KR 102005525 B1 KR102005525 B1 KR 102005525B1 KR 1020170183435 A KR1020170183435 A KR 1020170183435A KR 20170183435 A KR20170183435 A KR 20170183435A KR 102005525 B1 KR102005525 B1 KR 102005525B1
Authority
KR
South Korea
Prior art keywords
question
answer
chemical
unit
contents
Prior art date
Application number
KR1020170183435A
Other languages
Korean (ko)
Other versions
KR20190081112A (en
Inventor
김형석
김래현
Original Assignee
(주)헤르스
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by (주)헤르스 filed Critical (주)헤르스
Priority to KR1020170183435A priority Critical patent/KR102005525B1/en
Publication of KR20190081112A publication Critical patent/KR20190081112A/en
Application granted granted Critical
Publication of KR102005525B1 publication Critical patent/KR102005525B1/en

Links

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
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • 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
    • G06Q50/10—Services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Primary Health Care (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Artificial Intelligence (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명에 따른 딥러닝 기술을 활용한 화학물질 안전관리의 질의응답 관리시스템은, 화학물질 안전관리서버(100)와 화학물질 데이터베이스서버(200)를 포함하되, 화학물질 안전관리서버(100)는, 화학물질에 관련된 사용자의 예상질문과 예상질문에 대응하는 예상답변을 예상질문-답변내용으로 등록하는 예상질문-답변 관리부(102)와; 문자 또는 음성을 통해서 사용자로부터 제공받은 질문내용을 확인하는 질문내용 확인부(104)와; 질문내용의 문장을 분석하여 문장을 형성하는 각각의 음절과 음절 사이의 확인하여 띄어쓰기가 올바른지에 대하여 확인하고, 음절에 해당되는 단어를 확인하는 음절 분석부(106)와; 음절 분석부(106)에서 확인된 단어들에 대응되는 품사를 확인하여 문장의 인식하는 구문 분석부(108)와; 구문 분석부(108)를 통해서 확인된 단어들이 등록된 화학물질이 포함되어 있는지를 확인하는 화학물질 질문확인부(110)와; 질문내용의 단어와 단어의 품사를 확인되면 사용자의 질문내용의 의미를 확인하는 질문의도 확인부(112)와; 질문의도 확인부(112)에서 확인된 질문내용에 대응되는 등록된 예상질문을 확인하고 예상질문에 대응되도록 등록된 답변후보를 선택하는 답변후보 선택부(114)와; 답변후보 선택부(114)에서 확인된 답변후보를 사용자가 확인할 수 있도록 표시하는 예상답변 표시부(116)와; 사용자가 선택한 질문내용에 대한 답변내용을 확인하면 질문내용과 답변내용을 매칭시켜 예상질문-답변내용으로 등록하는 질문답변 등록부(118)를 포함하고, 화학물질 데이터베이스서버(200)는, 화학물질에 관련된 예상질문과 예상답변, 사용자의 질문내용과 사용자가 선택한 답변내용을 저장하는 예상질문-답변내용 저장부(202)와; 화학물질이 관련된 소관부처와 관련법령을 상위법률부터 하위 법령까지 문장 또는 단락 단위로 검색하여 등록하는 화학물질 법령저장부(204)와; 화학물질에 관련된 오픈 데이터를 확인하여 저장하는 화학물질 관련 데이터 저장부(206);를 포함하는 것을 특징으로 한다.The chemical safety management server 100 includes a chemical safety management server 100 and a chemical database server 200. The chemical safety management server 100 includes a database An expected answer-answer management unit 102 for registering a user's expected question related to the chemical substance and an expected answer corresponding to the expected question, as predicted question-answer contents; A question content confirmation unit 104 for confirming a question content received from a user through a character or voice; A syllable analysis unit (106) for analyzing the sentence of the question content to check whether the syllable and the syllable forming the sentence are confirmed and spacing is correct, and to identify a word corresponding to the syllable; A syntactic analysis unit 108 for recognizing a part of speech corresponding to the words identified by the syllable analysis unit 106 and recognizing the sentence; A chemical question checking unit 110 for checking whether the registered words are included in the registered chemical through the syntax analyzing unit 108; A question intention confirming unit 112 for confirming the meaning of the question contents of the user when the part of the question contents and the parts of words are confirmed; An answer candidate selecting unit 114 for confirming a registered predicted question corresponding to the question content confirmed by the question intention confirming unit 112 and selecting an answer candidate registered so as to correspond to the predicted question; An estimated answer display unit 116 for displaying an answer candidate identified by the answer candidate selecting unit 114 so that the answer candidate can be confirmed by the user; And a question and answer registering unit 118 for matching the question contents and the answer contents and registering them as predicted question-answer contents. The chemical database server 200 includes a chemical database server 200, An anticipated question-answer content storage unit 202 for storing related anticipated and anticipated answers, user's question content, and user selected answers; A chemical substance statute storage unit 204 for searching and registering a relevant department and a related law related to a chemical substance in a sentence or a paragraph unit from upper law to lower law; And a chemical-related data storage unit (206) for identifying and storing open data related to the chemical substance.

Figure R1020170183435
Figure R1020170183435

Description

딥러닝 기술을 활용한 화학물질 안전관리의 질의응답 관리시스템{Correct answer query management system for chemical safety management using deep learning technology}{Correct answer query management system for chemical safety management using deep learning technology}

본 발명은 딥러닝 기술을 활용하여 화학물질에 관련된 안전관련 법률, 안전관련 기술기준 등에 대해 사용자 질문에 따른 답변 정보를 제공하는 질의응답 관리시스템에 관한 것이다.The present invention relates to a question and answer management system that provides answer information according to a user's question about safety-related laws, safety-related technical standards, etc. related to chemical substances by utilizing a deep learning technique.

최근 인공지능 기술의 발전과 국가적인 4차산업의 육성, 그리고 화학물질관리(안전ㅇ보건을 포함한) 제도 강화되고 있다. 사업장에서는 안전관련 법률(산업안전보건법, 가스안전관리법, 소방법, 화학물질관리법, 화학물질평가 및 등록에 관한 법, 위험물관리법, 각종 환경법, 연구실 안전환경 조성에 관한 법률 등)에 의해 적용되나 이 많은 법률에 근거하여 사업장내 적절한 안전관리를 전개한다는 것은 중소·중견기업의 전문 인력 수준, 지식과 스킬이 낮아 현실적인 어려움이 많은 문제가 있다.Recently, the development of artificial intelligence technology, the promotion of the national 4th industry, and the management of chemicals (including safety and health) have been strengthened. The workplace is applied by the safety-related laws (Industrial Safety and Health Law, Gas Safety Management Act, Fire Protection Act, Chemical Substance Management Act, Chemical Substance Evaluation and Registration Act, Dangerous Substances Management Act, Various Environmental Laws, Developing proper safety management in the workplace based on the law is problematic because it has low level of skilled manpower, knowledge and skill of SMEs and realistic difficulties.

Man power가 부족한 중견·중소기업은 화학물질과 관련된 법리적 해석조차하기 힘든 실정이다. 예를 들면, 황산만 보더라도 적용되는 법률은 산업안전보건법(고용노동부), 화학물질관리법(환경부), 화학물질의 등록 및 평가 등에 관한 법률(환경부), 위험물안전관리법(국민안전처), 연구실 안전환경 조성에 관한 법률(과학기술정보통신부), 대기환경보전법(환경부), 수질 및 수생태계 보전에 관한 법률(환경부), 폐기물관리법(환경부) 등과 같이 다양하다. 또한, 같은 법률 내에서도 복잡한 적용규정이 존재한다. 예를 들면, 산업안전보건법 내에서 황산의 경우에는 작업환경측정물질, 관리대상 유해물질, 특수건강진단물질, 노출기준설정 물질, 건강관리 수첩 적용 대상물질, 허용기준 대상 유해 물질, 특별관리대상 유해 물질 등에서 적용된다.It is difficult for the medium and small-sized companies lacking man power to even interpret the law related to chemicals. For example, the laws applicable to sulfuric acid only include the Industrial Safety and Health Act (Ministry of Employment and Labor), the Chemical Substance Control Act (Ministry of Environment), the Law on the Registration and Evaluation of Chemical Substances (Ministry of Environment), the Hazardous Substances Safety Management Act (Ministry of Environment), the Law on Conservation of Water Quality and Aquatic Ecosystem (Ministry of Environment), and Waste Management Act (Ministry of Environment). There are also complicated regulations within the same law. For example, in the case of sulfuric acid in the Occupational Safety and Health Act, hazardous substances to be controlled, harmful substances to be controlled, special health check substances, Materials and the like.

이와 같이 화학물질에 관련된 법률 등의 규정을 담당하기 위해서는 전문적인 담당자가 필요하지만 중소·중견기업은 제대로 대응할 전문 인력이 없어 화학물질에 관련된 사고의 예방에 한계가 있었다.In order to deal with the regulations related to chemical substances, it is necessary to have a professional person in charge. However, there is a limit to the prevention of accidents related to chemical substances because there is no specialist to cope with small and medium enterprises.

본 발명이 해결하고자 하는 과제는 딥러닝 기술을 활용하여 화학물질에 관련된 법률과 기술기준들에 대해 사용자가 질문하면 그 질문에 일치되는 답변을 제공하는 딥러닝 기술을 활용한 화학물질 안전관리 질의응답 관리시스템에 관한 것이다.A problem to be solved by the present invention is to provide a chemical safety management question and answer system using a deep learning technology that provides answers in response to a user's questions about legal and technical standards related to chemical substances by utilizing deep learning technology Management system.

본 발명의 다른 해결과제는 화학물질에 관련된 사용자의 질문내용이 단문이 아니 복잡한 중문이라도 사용자의 질문의도를 분석하여 의도하는 질문에 대한 알맞은 답변을 제공할 수 있는 딥러닝 기술을 활용한 화학물질 안전관리 질의응답 관리시스템에 관한 것이다.Another object of the present invention is to provide a chemical substance using a deep learning technology which can provide an appropriate answer to an intended question by analyzing a user's question intention even if a user's question content related to a chemical substance is not a short text, And a safety management question and answer management system.

본 발명에 따른 딥러닝 기술을 활용한 화학물질 안전관리의 질의응답 관리시스템은, 사용자로부터 질문내용을 제공받으면 질문내용을 분석하여 예상답변을 확인하는 화학물질 안전관리서버(100)와 예상질문과 예상답변 등에 대한 정보를 저장하는 화학물질 데이터베이스서버(200)를 포함하되, The chemical safety management question and answer management system utilizing the deep learning technology according to the present invention includes a chemical safety management server 100 for analyzing question contents and confirming expected answers when a question is received from a user, A chemical database server 200 for storing information on expected answers, etc.,

화학물질 안전관리서버(100)는, 화학물질에 관련된 사용자의 예상질문과 예상질문에 대응하는 예상답변을 예상질문-답변내용으로 등록하되, 예상질문과 답변이 등록되면 관련된 키워드를 함께 저장하고, 예상질문내용, 예상답변내용, 예상질문내용에 대한 키워드는 온톨로지 정보로 서로에 대하여 계층화된 구조를 갖도록 저장하는 예상질문-답변 관리부(102)와; 문자 또는 음성을 통해서 사용자로부터 제공받은 질문내용을 확인하는 질문내용 확인부(104)와; 질문내용의 문장을 분석하여 문장을 형성하는 각각의 음절과 음절 사이의 확인하여 띄어쓰기가 올바른지에 대하여 확인하고, 음절에 해당되는 단어를 확인하되, 음절과 음절 사이의 띄어쓰기를 음절의 첫글자와 그 이하의 글자에 서로 다른 태그를 표시하여 확인하고 각각의 태그가 첫글자로 표시될 확률을 계산하여 질문내용의 문장에서 단어들을 확인하는 음절 분석부(106)와; 음절 분석부(106)에서 확인된 단어들에 대응되는 품사를 확인하여 문장의 인식하되, 단어의 끝단에 포함된 조사와 단어의 위치를 확인하여 딥러닝으로 학습된 문장구조를 바탕으로 문장의 주어, 목적어, 동사에 해당되는 주요 단어의 품사를 확인하는 구문 분석부(108)와; 구문 분석부(108)를 통해서 확인된 단어들이 등록된 화학물질이 포함되어 있는지를 확인하는 화학물질 질문확인부(110)와; 질문내용의 단어와 단어의 품사를 확인되면 사용자의 질문내용의 의미를 확인하되, 질문내용의 의미를 결정하기 위하여 품사의 종류에 따라 가중치를 부여하는 질문의도 확인부(112)와; 질문의도 확인부(112)에서 확인된 질문내용에 대응되는 등록된 예상질문을 확인하고 예상질문에 대응되도록 등록된 답변후보를 선택하되, 예상질문이 다수개가 선택되면 사용자가 확인할 수 있도록 모두 선택하고, 선택된 예상질문에는 답변확율을 함께 표시하는 답변후보 선택부(114)와; 답변후보 선택부(114)에서 확인된 답변후보를 사용자가 확인할 수 있도록 표시하는 예상답변 표시부(116)와; 사용자가 선택한 질문내용에 대한 답변내용을 확인하면 질문내용과 답변내용을 매칭시켜 예상질문-답변내용으로 등록하는 질문답변 등록부(118)를 포함하고, The chemical safety management server 100 registers the anticipated question of the user related to the chemical substance and the anticipated answer corresponding to the anticipated question as expected antecedent question and answer contents, An anticipated question-and-answer management unit 102 for storing anticipated question contents, anticipated answer contents, and anticipated question contents keywords so as to have a layered structure with respect to each other using ontology information; A question content confirmation unit 104 for confirming a question content received from a user through a character or voice; It analyzes the sentences of the question contents and confirms whether the spacing is correct by confirming between each syllable and the syllable forming the sentence, and confirms the word corresponding to the syllable. The spacing between the syllable and the syllable is determined by the first letter of the syllable A syllable analysis unit (106) for identifying and confirming different tags in the following characters, calculating the probability that each tag will be displayed in the first letter, and confirming words in the sentence of the question content; The part of speech corresponding to the words identified by the syllable analysis unit 106 is recognized to recognize the sentence, and the position of the word and the search included at the end of the word are confirmed. Based on the sentence structure learned by the deep learning, A syntactic analysis unit 108 for verifying the part of speech of the main word corresponding to the object, the verb; A chemical question checking unit 110 for checking whether the registered words are included in the registered chemical through the syntax analyzing unit 108; A question intention confirming unit 112 for confirming the meaning of the question contents of the user when the words of the question contents and the parts of words of the questions are confirmed and for assigning weights according to the types of parts to determine the meaning of the questions; A registered answer candidate corresponding to the question confirmed by the question intention confirming unit 112 is checked and a registered answer candidate is selected so as to correspond to the predicted question. If a plurality of predicted questions are selected, And an answer candidate selecting unit 114 for displaying the selected candidate question together with the answer probability; An estimated answer display unit 116 for displaying an answer candidate identified by the answer candidate selecting unit 114 so that the answer candidate can be confirmed by the user; And a question and answer registration unit 118 for matching the question contents and the answer contents and registering them as predicted question and answer contents,

화학물질 데이터베이스서버(200)는, 화학물질에 관련된 예상질문과 예상답변, 사용자의 질문내용과 사용자가 선택한 답변내용을 저장하되, 화학물질에 관련된 질의응답이 진행되는 사이트를 검색하여 질의응답에 대한 내용을 확인하여 예상질문과 예상답변으로 저장하는 예상질문-답변내용 저장부(202)와; 화학물질이 관련된 소관부처와 관련법령을 상위법률부터 하위 법령까지 문장 또는 단락 단위로 검색하여 등록하되, 화학물질에 대한 법령을 온톨로지가 적용되어 상위법률부터 하위 법령까지 순차적으로 저장되고, 법조문과 화학물질을 키워드로 함께 저장하여 조문단위로 검색할 수 있도록 저장하는 화학물질 법령저장부(204)와; 화학물질에 관련된 오픈 데이터를 확인하여 저장하는 화학물질 관련 데이터 저장부(206);를 포함하는 것을 특징으로 한다.The chemical database server 200 stores anticipated and anticipated answers related to a chemical substance, user's question contents, and user selected answers, and searches the site where a question and answer related to a chemical substance is conducted, A predicted question-answer content storage unit 202 for storing contents as expected and expected answers; The ontology is applied to the chemical substances in order to be stored sequentially from the upper law to the subordinate statute, and the legal text and chemical A chemical substance state storage unit 204 for storing the substance together with a keyword so that the substance can be retrieved by the unit of the substance; And a chemical-related data storage unit (206) for identifying and storing open data related to the chemical substance.

삭제delete

삭제delete

삭제delete

삭제delete

삭제delete

삭제delete

본 발명이 해결하고자 하는 과제는 딥러닝 기술을 활용하여 화학물질에 관련된 안전관련 법률 등에 대한 내용을 정확하게 확인할 수 있는 효과가 있다.The problem to be solved by the present invention is that the contents of the safety-related laws and the like related to chemical substances can be accurately confirmed by utilizing the deep learning technology.

또한, 화학물질에 대한 질문내용을 단어 및 품사 등을 분석하여 사용자의 질문내용이 단문이 아닌 복잡한 중문이더라도 질문의도를 정확하게 확인하고 이에 대한 알맞은 답변을 제공할 수 있는 효과가 있다.In addition, by analyzing the contents of the questions about the chemical substances, it is possible to accurately check the intent of the question even if the question contents of the user are not a short sentence but a complex Chinese sentence, and to provide an appropriate answer thereto.

또한, 립러닝 기술로 질문내용에 대응되는 답변을 사용자가 선택하는 것을 학습하여 질문내용에 대한 최적의 답변을 제공할 수 있는 효과가 있다.Also, there is an effect that the user can select the answer corresponding to the question content with the lip learning technique, thereby providing the optimum answer to the question content.

도 1은 본 발명에 따른 딥러닝 기술을 활용한 화학물질 안전관리 질의응답 관리시스템의 개략도.
도 2는 본 발명에 따른 화학물질 안전관리서버의 블록도.
도 3은 본 발명에 따른 화학물질 데이터베이스서버의 블록도.1 is a schematic diagram of a chemical safety management question and answer management system utilizing a deep learning technology according to the present invention;
2 is a block diagram of a chemical safety management server according to the present invention;
3 is a block diagram of a chemical database server in accordance with the present invention;

이하, 첨부된 도면을 참조하여 본 발명에 대하여 자세히 설명한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS The present invention will now be described in detail with reference to the accompanying drawings.

본 발명에 따른 딥러닝 기술을 활용한 화학물질 안전관리 질의응답 관리시스템은 사용자로부터 질문내용을 제공받으면 질문내용을 분석하여 예상답변을 확인하는 화학물질 안전관리서버(100)와 예상질문과 예상답변 등에 대한 정보를 저장하는 화학물질 데이터베이스서버(200)로 이루어진다.The chemical safety management question and answer management system utilizing the deep learning technology according to the present invention includes a chemical safety management server 100 for analyzing question contents and confirming expected answers when a question is received from a user, And a chemical database server 200 for storing information on the chemical database server 200 and the like.

화학물질 안전관리서버(100)는 예상질문-답변 관리부(102), 질문내용 확인부(104), 음절 분석부(106), 구문 분석부(108), 화학물질 질문확인부(110), 질문의도 확인부(112), 답변후보 선택부(114), 예상답변 표시부(116), 질문답변 등록부(118)를 포함한다.The chemical safety management server 100 includes a predicted question-and-answer management unit 102, a question content verification unit 104, a syllable analysis unit 106, a syntax analysis unit 108, a chemical question checking unit 110, An intention confirmation unit 112, an answer candidate selection unit 114, a predicted answer display unit 116, and a question answering unit 118.

예상질문-답변 관리부(102)는 화학물질에 관련된 사용자의 예상질문과 예상질문에 대응하는 예상답변을 예상질문-답변내용으로 등록한다. 예상질문-답변 관리부(102)는 예상질문과 답변이 등록되면 관련된 키워드를 함께 저장한다. 예상질문-답변 관리부(102)는 예상질문내용, 예상답변내용, 예상질문내용에 대한 키워드는 온톨로지 정보로 서로에 대하여 계층화된 구조를 갖도록 저장된다. 예를 들면, 예상질문내용은 화학물질을 확인하기 위한 질문, 화학물질의 특성을 확인하기 위한 질문, 화학물질이 적용되는 법률을 확인하기 위한 질문 등으로 분류되고, 답변내용도 화학물질명, 화학물질의 특성, 화학물질에 적용되는 법률, 화학물질에 대한 논문 등이 해당 키워드와 함께 온톨로지 정보로 저장된다. 이러한 온톨로지 정보는 예상질문내용에 대한 정보 및 예상답변내용에 대한 정보들이 공통되는 화학물질에 대한 항목을 포함하도록 구조화되기 때문에 서로 연관성을 가질 수 있게 된다.The anticipatory question-answer management unit 102 registers the anticipated question of the user related to the chemical and the anticipated answer corresponding to the anticipated question as anticipated question-answer contents. The predictive question-answer managing unit 102 stores the related keywords together with the predicted question and answer when they are registered. The predictive question-answer managing unit 102 stores the predicted question contents, the predicted answer contents, and the keywords of the predicted question contents in a layered structure with respect to each other using the ontology information. For example, the expected questions may include questions to identify the chemical, questions to identify the nature of the chemical, and questions to identify the law to which the chemical is applied. , The laws that apply to chemicals, and articles on chemical substances are stored as ontology information along with the keywords. Such ontology information can be related to each other because the information on the predicted question contents and the information on the predicted answer contents are structured to include a common chemical substance item.

질문내용 확인부(104)는 문자 또는 음성을 통해서 사용자로부터 제공받은 질문내용을 확인한다. 질문내용 확인부(104)는 질문내용을 음성으로 제공받으면 문자로 변환하는 것이 바람직하다.The question content confirmation unit 104 confirms the question contents provided by the user via text or voice. It is preferable that the question content confirmation unit 104 converts the contents of the question into text when it is provided with a voice.

음절 분석부(106)는 질문내용의 문장을 분석하여 문장을 형성하는 각각의 음절과 음절 사이의 확인하여 띄어쓰기가 올바른지에 대하여 확인하고, 음절에 해당되는 단어를 확인한다. 이러한 음절과 음절 사이의 띄어쓰기는 음절의 첫글자와 그 이하의 글자에 서로 다른 태그를 표시하여 확인하고 각각의 태그가 첫글자로 표시될 확률을 계산하여 질문내용의 문장에서 단어들을 확인한다. The syllable analysis unit 106 analyzes the sentence of the question content to check whether the syllable and the syllable forming the sentence are correct, and whether the spacing is correct, and confirms the word corresponding to the syllable. The spacing between the syllable and the syllable is determined by displaying different tags on the first letter and the following letters of the syllable, and calculating the probability that each tag is displayed as the first letter and verifying the words in the sentence of the question content.

구문 분석부(108)는 음절 분석부(106)에서 확인된 단어들에 대응되는 품사를 확인하여 문장의 인식한다. 구문 분석부(108)는 단어의 끝단에 포함된 조사와 단어의 위치를 확인하여 딥러닝으로 학습된 문장구조를 바탕으로 문장의 주어, 목적어, 동사에 해당되는 주요 단어의 품사를 확인하게 된다.The parsing unit 108 recognizes the part of speech corresponding to the words confirmed by the syllable analysis unit 106 and recognizes the sentence. The parsing unit 108 confirms the location of the word and the search contained in the end of the word, and confirms the part of the main word corresponding to the subject, the object, and the verb of the sentence based on the sentence structure learned by the deep learning.

화학물질 질문확인부(110)는 구문 분석부(108)를 통해서 확인된 단어들이 등록된 화학물질이 포함되어 있는지를 확인한다. The chemical questioning unit 110 confirms whether or not the registered chemical substances are included in the identified words through the syntax analysis unit 108. [

질문의도 확인부(112)는 질문내용의 단어와 단어의 품사를 확인되면 사용자의 질문내용의 의미를 확인한다. 이때, 질문의도 확인부(112)는 질문내용의 의미를 결정하기 위하여 품사의 종류에 따라 가중치를 부여하는 것이 바람직하다.The question intention confirmation unit 112 confirms the meaning of the question contents of the user when the words of the question contents and parts of words are confirmed. At this time, the question intention confirmation unit 112 preferably assigns weights according to the types of parts to determine the meaning of the question contents.

답변후보 선택부(114)는 질문의도 확인부(112)에서 확인된 질문내용에 대응되는 등록된 예상질문을 확인하고 예상질문에 대응되도록 등록된 답변후보를 선택한다. 이때, 답변후보 선택부(114)는 예장질문이 다수개가 선택되면 사용자가 확인할 수 있도록 모두 선택하고, 선택된 예상질문에는 답변확율을 함께 표시하는 것이 바람직하다.The answer candidate selecting unit 114 confirms the registered predicted question corresponding to the question content confirmed by the question intention confirming unit 112 and selects the registered answer candidate to correspond to the predicted question. At this time, it is preferable that the answer candidate selecting unit 114 selects all of the favorite question questions so that the user can check them, and displays the answer probability to the selected candidate questions.

예상답변 표시부(116)는 답변후보 선택부(114)에서 확인된 답변후보를 사용자가 확인할 수 있도록 표시한다. The estimated answer display unit 116 displays the answer candidates confirmed by the answer candidate selection unit 114 so that the user can confirm them.

질문답변 등록부(118)는 사용자가 선택한 질문내용에 대한 답변내용을 확인하면 질문내용과 답변내용을 매칭시켜 예상질문-답변내용으로 등록한다.The question and answer registering unit 118 matches the contents of the question with the contents of the answers, and registers them as predicted question-answer contents.

화학물질 데이터베이스서버(200)는 예상질문-답변내용 저장부(202), 화학물질 법령저장부(204), 화학물질 관련 데이터 저장부(206)를 포함한다.The chemical database server 200 includes a predicted question-and-answer content storage unit 202, a chemical substance law storage unit 204, and a chemical-related data storage unit 206.

예상질문-답변내용 저장부(202)는 화학물질에 관련된 예상질문과 예상답변, 사용자의 질문내용과 사용자가 선택한 답변내용을 저장한다. 예상질문-답변내용 저장부(202)는 화학물질에 관련된 질의응답이 진행되는 사이트를 검색하여 질의응답에 대한 내용을 확인하여 예상질문과 예상답변으로 저장할 수도 있다. 예를 들면 질의 응답국민신문고 화학물질 관련 질의응답 데이터, 토털사이트 검색을 통한 질의 응답 데이터, 한국산업안전보건공단 홈페이지, 가스안전공사 홈페이지 등을 포함한다.The predicted question-and-answer storage unit 202 stores predicted and predicted answers related to the chemical substance, user's question contents, and user selected answers. The predicted question-answer content storage unit 202 may search the site where a question and answer related to a chemical substance is performed, check the contents of the question and answer, and store the predicted question and the predicted answer. For example, Q & A questionnaire response data from the National Newspaper of the National Newspaper, question and answer data through searching the total site, Korea Occupational Safety & Health Agency homepage, and Gas Safety Corporation homepage.

화학물질 법령저장부(204)는 화학물질이 관련된 소관부처와 관련법령을 상위법률부터 하위 법령까지 문장 또는 단락 단위로 검색하여 등록한다. 화학물질에 대한 법령은 온톨로지가 적용되어 상위법률부터 하위 법령까지 순차적으로 저장되고, 법조문과 화학물질을 키워드로 함께 저장하여 조문단위로 검색할 수 있도록 하는 것이 바람직하다. 예를 아래와 같은 화학물질에 따라 소관부처와 법령이 저장된다.The Chemical Substance Store (204) searches and records the related ministries and related laws related to the chemical substances in sentence or paragraph from upper law to sub-law. It is desirable that laws and ordinances about chemical substances are stored sequentially from upper law to lower law with ontology applied, and legal statements and chemical substances are stored together with keywords so that they can be searched in terms of articles. For example, the relevant department and statute are stored according to the following chemical substances.

소관 부처 Department 법령명Legal name 고용노동부 Ministry of Employment and Labor 산업안전보건법Industrial Safety and Health Act 환경부 Ministry of Environment 유해물화학물질관리법, 수질환경보전법, 자연환경보전법, 토양환경보전법, 폐기물관리법, 대기환경보전법, 먹는물관리법Pest Chemical Control Act, Water Quality Conservation Act, Natural Environment Conservation Act, Soil Environmental Conservation Act, Waste Management Act, Air Quality Conservation Act, Eating Water Management Act 행정안전부 Ministry of Public Administration and Security 위험물안전관리법, 소방기본법, 소방시설안공사업법, 소방시설설치유지법,Dangerous Goods Safety Management Act, Firefighting Basic Law, Firefighting Facilities Liaison Office Business Law, 교육과학기술부 Ministry of Education, Science and Technology 원자력법Atomic Energy Act 농림수산식품부 Ministry of Agriculture, Forestry and Fisheries 농약관리법, 사료관리법Pesticide Management Act, Feed Management Act 여성가족부 Ministry of Gender Equality 식품위생법, 약사법, 화장품법, 마약류관리에관한법률Food Sanitation Act, Pharmaceutical Affairs Law, Cosmetics Act, Act on Drug Management 산업통산자원부Ministry of Commerce, Industry and Energy 고압가스가스안전관리법, 대리무역법, 액화석유가스안전관리 및 사업법, 오존층보호를지위한특정물질의제조규제,수출입,규제,등에관한법률, 품질경영및공산품안전관리법Law on High Pressure Gas Safety Management Act, Alternative Trade Law, Liquefied Petroleum Gas Safety Management and Business Act, Regulation on Manufacture of Specified Substances Subject to Ozone Layer Protection, Import and Export, Regulation, etc., Quality Management and Industrial Safety Management Act 기획재정부 Ministry of Strategy and Finance 관세법Customs Act 행정안전부 Ministry of Public Administration and Security 총포,도검,화약류등단속법Guns, swords, explosives, etc.

화학물질 관련 데이터 저장부(206)는 화학물질에 관련된 오픈 데이터를 확인하여 저장한다. 예를 들면, 화학물질 데이터는 국가법령정보센터 법령에서 정의된 물질, 산업안전보건공단의 MSDS 물질, 화학물질정보시스템, 환경부 화학물질 안전원의 화학물질안전관리 정보 시스템 등에서 검색하여 획득하게 된다.The chemical-related data storage unit 206 confirms and stores the open data related to the chemical substance. For example, chemical data is obtained by searching for substances defined by the National Statutory Information Center Act, MSDS substances of the Occupational Safety and Health Agency, chemical information systems, and chemical safety management information systems of the Ministry of Environment and Forestry.

이하 본 발명에 따른 딥러닝 기술을 활용한 화학물질 안전관리의 질의응답 관리시스템의 작동과정을 살펴본다.Hereinafter, the operation process of the question and answer management system of chemical safety management using the deep learning technology according to the present invention will be described.

먼저, 화학물질 데이터베이스서버(200)는 화학물질에 관련된 안전관련 법령 등을 검색하여 화학물질에 매칭되도록 저장한다. 이때, 화학물질에 관련된 안전관련 법령들은 법률과, 시행규칙, 조례 등을 포함하며 조문과 화학물질명이 매칭되도록 저장된다. 이러한 안전관련 법령에 따라 화학물질이 사용되는 분야에서 적용되는 규정을 확인할 수 있게 된다. First, the chemical database server 200 searches for safety-related laws and the like related to chemical substances and stores them so as to match with chemical substances. At this time, safety-related laws related to chemical substances include laws, enforcement regulations, ordinances, etc., and are stored so that the names of chemical substances and chemical substances are matched. These safety-related laws will enable you to identify the regulations that apply to the areas where chemicals are used.

또한, 화학물질 데이터베이스서버(200)는 화학물질에 대한 오픈 데이터를 확인하여 저장한다. 화학물질 관련 데이터는 법에서 정하는 화학물질의 정의, 화학물질이 적용되는 규제 규정 등을 포함한다.Also, the chemical database server 200 confirms and stores the open data on the chemical substance. The chemical-related data includes the definitions of the chemical substances prescribed by law and the regulations to which the chemical applies.

그리고, 화학물질 데이터베이스서버(200)는 화학물질에 관련된 예상질문과 답변내용을 저장한다. 예를 들면, 예상질문과 답변내용은 화학물질에 관련된 질의응답이 진행되는 사이트를 검색하여 질의응답에 대한 내용을 확인하여 예상질문과 예상답변으로 저장하거나 또는 질문과 답변과정에서 사용자가 선택한 내용을 예상질문과 예상답변으로 저장할 수 있다. 이러한 예상질문과 답변내용은 화학물질을 확인하기 위한 질문, 화학물질의 특성을 확인하기 위한 질문, 화학물질이 적용되는 법률을 확인하기 위한 질문 등으로 분류되고, 답변내용도 화학물질명, 화학물질의 특성, 화학물질에 적용되는 법률, 화학물질에 대한 논문 등이 해당 키워드와 함께 온톨로지 정보로 저장된다. Then, the chemical database server 200 stores expected questions and answers related to the chemical substance. For example, the expected question and answer content can be used to search the site where the question-and-answer process is conducted, check the contents of the question and answer, and save it as the expected or expected answer, You can save them as expected and expected answers. These questions and answers are categorized into questions to identify chemicals, questions to identify the nature of the chemical, and questions to identify the law to which the chemical is applied. Characteristics, laws applied to chemical substances, papers on chemical substances, etc. are stored as ontology information together with the keywords.

한편, 화학물질 안전관리서버(100)는 사용자로부터 단말기의 앱 또는 브라우저를 통해서 문자 또는 음성으로 질문내용을 제공받으면, 질문내용의 문장을 분석하여 문장을 형성하는 각각의 음절과 음절 사이의 확인하여 띄어쓰기가 올바른지에 대하여 확인하고, 음절에 해당되는 단어를 확인한다. 이러한 음절과 음절 사이의 띄어쓰기는 음절의 첫글자와 그 이하의 글자에 서로 다른 태그를 표시하여 확인하고 각각의 태그가 첫글자로 표시될 확률을 계산하여 질문내용의 문장에서 단어들을 확인한다. On the other hand, the chemical safety management server 100 analyzes the sentences of the question contents and confirms between the syllables and the syllables forming the sentence Make sure that the spacing is correct, and check the word for the syllable. The spacing between the syllable and the syllable is determined by displaying different tags on the first letter and the following letters of the syllable, and calculating the probability that each tag is displayed as the first letter and verifying the words in the sentence of the question content.

또한 화학물질 안전관리서버(100)는 음절에 해당되는 단어가 확인되면 단어들에 대응되는 등록된 화학물질명이 포함되어 있는지를 확인하고, 화학물질명이 포함되어 있으면 단어들에 대한 품사를 확인하여 질문내용에 대한 문장의 인식한다. 문장의 인식은 단어에 포함된 조사와 단어의 위치를 확인하여 딥러닝으로 학습된 문장구조를 바탕으로 문장의 주어, 목적어, 동사에 해당되는 주요 단어의 품사를 확인하게 된다.In addition, the chemical safety management server 100 checks whether a registered chemical name corresponding to a word is included when a word corresponding to a syllable is identified. If the chemical name is included, the chemical safety management server 100 verifies the part- Recognize sentences about contents. The recognition of the sentence confirms the search and the position of the word included in the word, and confirms the part of the main word corresponding to the subject, subject and verb of the sentence based on the sentence structure learned by the deep learning.

이와 같은 과정을 통해서 질문내용이 확인되면 화학물질 안전관리서버(100)는 질문내용에 대응되는 등록된 예상질문을 확인하고 예상질문에 대응되도록 등록된 답변후보를 선택하여 사용자가 확인할 수 있도록 표시한다. When the contents of the question are confirmed through the above process, the chemical safety management server 100 confirms the registered predicted question corresponding to the question content, selects the registered answer candidate so as to correspond to the predicted question, and displays it so that the user can confirm it .

그리고, 사용자가 선택한 질문내용에 대한 답변내용을 확인하면 화학물질 안전관리서버(100)는 질문내용과 답변내용을 매칭시켜 예상질문-답변내용으로 등록한다.Then, the chemical safety management server 100 matches the question contents with the answer contents and registers them as predicted question-answer contents.

이상과 같이, 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 이것에 의해 한정되지 않으며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 본 발명의 기술사상과 아래에 기재될 청구범위의 균등범위 내에서 다양한 수정 및 변형이 가능함은 물론이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is to be understood that the invention is not limited to the disclosed exemplary embodiments. Various modifications and variations are possible within the scope of the appended claims.

100 : 화학물질 안전관리서버 102 : 예상질문-답변 관리부
104 : 질문내용 확인부 106 : 음절 분석부
108 : 구문 분석부 110 : 화학물질 질문확인부
112 : 질문의도 확인부 114 : 답변후보 선택부
116 : 예상답변 표시부 118 : 질문답변 등록부
200 : 화학물질 데이터베이스서버 202 : 예상질문-답변내용 저장부
204 : 화학물질 법령저장부 206 : 화학물질 관련 데이터 저장부100: Chemical safety management server 102: Estimated question-answer management unit
104: question content confirmation unit 106: syllable analysis unit
108: Syntactic analysis unit 110: Chemical question check unit
112: question determination unit 114: answer candidate selection unit
116: Estimated Answer Display 118: Question Answer Register
200: Chemical database server 202: Estimated question-answer content storage unit
204: chemical substance law storage section 206: chemical substance data storage section

Claims (7)

사용자로부터 질문내용을 제공받으면 질문내용을 분석하여 예상답변을 확인하는 화학물질 안전관리서버(100)와 예상질문과 예상답변 등에 대한 정보를 저장하는 화학물질 데이터베이스서버(200)를 포함하되,
화학물질 안전관리서버(100)는,
화학물질에 관련된 사용자의 예상질문과 예상질문에 대응하는 예상답변을 예상질문-답변내용으로 등록하되, 예상질문과 답변이 등록되면 관련된 키워드를 함께 저장하고, 예상질문내용, 예상답변내용, 예상질문내용에 대한 키워드는 온톨로지 정보로 서로에 대하여 계층화된 구조를 갖도록 저장하는 예상질문-답변 관리부(102)와;
문자 또는 음성을 통해서 사용자로부터 제공받은 질문내용을 확인하는 질문내용 확인부(104)와;
질문내용의 문장을 분석하여 문장을 형성하는 각각의 음절과 음절 사이의 확인하여 띄어쓰기가 올바른지에 대하여 확인하고, 음절에 해당되는 단어를 확인하되, 음절과 음절 사이의 띄어쓰기를 음절의 첫글자와 그 이하의 글자에 서로 다른 태그를 표시하여 확인하고 각각의 태그가 첫글자로 표시될 확률을 계산하여 질문내용의 문장에서 단어들을 확인하는 음절 분석부(106)와;
음절 분석부(106)에서 확인된 단어들에 대응되는 품사를 확인하여 문장의 인식하되, 단어의 끝단에 포함된 조사와 단어의 위치를 확인하여 딥러닝으로 학습된 문장구조를 바탕으로 문장의 주어, 목적어, 동사에 해당되는 주요 단어의 품사를 확인하는 구문 분석부(108)와;
구문 분석부(108)를 통해서 확인된 단어들이 등록된 화학물질이 포함되어 있는지를 확인하는 화학물질 질문확인부(110)와;
질문내용의 단어와 단어의 품사를 확인되면 사용자의 질문내용의 의미를 확인하되, 질문내용의 의미를 결정하기 위하여 품사의 종류에 따라 가중치를 부여하는 질문의도 확인부(112)와;
질문의도 확인부(112)에서 확인된 질문내용에 대응되는 등록된 예상질문을 확인하고 예상질문에 대응되도록 등록된 답변후보를 선택하되, 예상질문이 다수개가 선택되면 사용자가 확인할 수 있도록 모두 선택하고, 선택된 예상질문에는 답변확율을 함께 표시하는 답변후보 선택부(114)와;
답변후보 선택부(114)에서 확인된 답변후보를 사용자가 확인할 수 있도록 표시하는 예상답변 표시부(116)와;
사용자가 선택한 질문내용에 대한 답변내용을 확인하면 질문내용과 답변내용을 매칭시켜 예상질문-답변내용으로 등록하는 질문답변 등록부(118)를 포함하고,
화학물질 데이터베이스서버(200)는,
화학물질에 관련된 예상질문과 예상답변, 사용자의 질문내용과 사용자가 선택한 답변내용을 저장하되, 화학물질에 관련된 질의응답이 진행되는 사이트를 검색하여 질의응답에 대한 내용을 확인하여 예상질문과 예상답변으로 저장하는 예상질문-답변내용 저장부(202)와;
화학물질이 관련된 소관부처와 관련법령을 상위법률부터 하위 법령까지 문장 또는 단락 단위로 검색하여 등록하되, 화학물질에 대한 법령을 온톨로지가 적용되어 상위법률부터 하위 법령까지 순차적으로 저장되고, 법조문과 화학물질을 키워드로 함께 저장하여 조문단위로 검색할 수 있도록 저장하는 화학물질 법령저장부(204)와;
화학물질에 관련된 오픈 데이터를 확인하여 저장하는 화학물질 관련 데이터 저장부(206);를 포함하는 것을 특징으로 하는 딥러닝 기술을 활용한 화학물질 안전관리의 질의응답 관리시스템.A chemical substance database server (200) for storing information on a predicted question, an expected answer, and the like,
The chemical safety management server (100)
When the expected question and answer is registered, the relevant keyword is stored together with the expected question contents, the expected answer contents, the expected answers An expected query-answer management unit 102 for storing the keyword for the contents so as to have a hierarchical structure with respect to each other using ontology information;
A question content confirmation unit 104 for confirming a question content received from a user through a character or voice;
It analyzes the sentences of the question contents and confirms whether the spacing is correct by confirming between each syllable and the syllable forming the sentence, and confirms the word corresponding to the syllable. The spacing between the syllable and the syllable is determined by the first letter of the syllable A syllable analysis unit (106) for identifying and confirming different tags in the following characters, calculating the probability that each tag will be displayed in the first letter, and confirming words in the sentence of the question content;
The part of speech corresponding to the words identified by the syllable analysis unit 106 is recognized to recognize the sentence, and the position of the word and the search included at the end of the word are confirmed. Based on the sentence structure learned by the deep learning, A syntactic analysis unit 108 for verifying the part of speech of the main word corresponding to the object, the verb;
A chemical question checking unit 110 for checking whether the registered words are included in the registered chemical through the syntax analyzing unit 108;
A question intention confirming unit 112 for confirming the meaning of the question contents of the user when the words of the question contents and the parts of words of the questions are confirmed and for assigning weights according to the types of parts to determine the meaning of the questions;
A registered answer candidate corresponding to the question confirmed by the question intention confirming unit 112 is checked and a registered answer candidate is selected so as to correspond to the predicted question. If a plurality of predicted questions are selected, And an answer candidate selecting unit 114 for displaying the selected candidate question together with the answer probability;
An estimated answer display unit 116 for displaying an answer candidate identified by the answer candidate selecting unit 114 so that the answer candidate can be confirmed by the user;
And a question and answer registration unit 118 for matching the question contents and the answer contents and registering them as predicted question and answer contents,
The chemical database server (200)
It stores the anticipated and anticipated answers related to chemical substances, the user's questions, and the answers selected by the user. It searches the site where the question and answer related to the chemical is conducted, confirms the contents of the question and answer, An expected question-answer content storage unit 202 for storing the predicted question-answer content storage unit 202;
The ontology is applied to the chemical substances in order to be stored sequentially from the upper law to the subordinate statute, and the legal text and chemical A chemical substance state storage unit 204 for storing the substance together with a keyword so that the substance can be retrieved by the unit of the substance;
And a chemical-related data storage unit (206) for identifying and storing open data related to the chemical substance. 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete 삭제delete
KR1020170183435A 2017-12-29 2017-12-29 Correct answer query management system for chemical safety management using deep learning technology KR102005525B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170183435A KR102005525B1 (en) 2017-12-29 2017-12-29 Correct answer query management system for chemical safety management using deep learning technology

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170183435A KR102005525B1 (en) 2017-12-29 2017-12-29 Correct answer query management system for chemical safety management using deep learning technology

Publications (2)

Publication Number Publication Date
KR20190081112A KR20190081112A (en) 2019-07-09
KR102005525B1 true KR102005525B1 (en) 2019-07-30

Family

ID=67261075

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170183435A KR102005525B1 (en) 2017-12-29 2017-12-29 Correct answer query management system for chemical safety management using deep learning technology

Country Status (1)

Country Link
KR (1) KR102005525B1 (en)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102403591B1 (en) * 2020-05-07 2022-05-30 김영도 Industry-specific safety environment intelligent system and Drive method of the Same
KR102446754B1 (en) * 2020-08-21 2022-09-26 (주)헤르스 Intelligent Assistant System for Chemicals

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016040730A (en) * 2015-10-13 2016-03-24 洋彰 宮崎 Artificial intelligence device for autonomously constructing knowledge system by language input
KR101662450B1 (en) * 2015-05-29 2016-10-05 포항공과대학교 산학협력단 Multi-source hybrid question answering method and system thereof

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5825676B2 (en) * 2012-02-23 2015-12-02 国立研究開発法人情報通信研究機構 Non-factoid question answering system and computer program
KR101605430B1 (en) * 2014-02-14 2016-03-22 주식회사 플런티코리아 SYSTEM AND METHOD FOR BUINDING QAs DATABASE AND SEARCH SYSTEM AND METHOD USING THE SAME

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101662450B1 (en) * 2015-05-29 2016-10-05 포항공과대학교 산학협력단 Multi-source hybrid question answering method and system thereof
JP2016040730A (en) * 2015-10-13 2016-03-24 洋彰 宮崎 Artificial intelligence device for autonomously constructing knowledge system by language input

Also Published As

Publication number Publication date
KR20190081112A (en) 2019-07-09

Similar Documents

Publication Publication Date Title
Di Minin et al. A framework for investigating illegal wildlife trade on social media with machine learning
Tafjord et al. Quarel: A dataset and models for answering questions about qualitative relationships
JP2020098616A (en) Method of automatically detecting meaning of text and automatically measuring univocality of text
Nevett Historical investigation and the practice of marketing
US9665641B1 (en) System, methods, and user interface for automated job search
Markham et al. Unstructured text analytics to support new product development decisions
US20190065467A1 (en) System and method for event profiling
US20190377824A1 (en) Schemaless systems and methods for automatically building and utilizing a chatbot knowledge base or the like
Cavalcanti et al. Detection and evaluation of cheating on college exams using supervised classification
KR102005525B1 (en) Correct answer query management system for chemical safety management using deep learning technology
CN107886240A (en) A kind of rule-based cross-border electric business commercial quality Risk Identification Method
Nasir et al. Artificial intelligence and sustainable development goals nexus via four vantage points
EP2075748A1 (en) System and method for creating a database
Saini et al. Towards queryable and traceable domain models
Pittke et al. Spotting terminology deficiencies in process model repositories
Sant'Anna et al. Generating Knowledge Graphs from Unstructured Texts: Experiences in the E-commerce Field for Question Answering.
Perdue Trashing Appalachia: Coal, prisons and whiteness in a region of refuse
Sostero et al. Digital skills for all? From computer literacy to AI skills in online job advertisements
Misko Responding to Changing Skill Demands: Training Packages and Accredited Courses.
Enăchescu Screening the Candidates in IT Field Based on Semantic Web Technologies: Automatic Extraction of Technical Competencies from Unstructured Resumes.
Yeh et al. Case-based reasoning (CBR) in development control
Kríž et al. Statistical recognition of references in Czech court decisions
Kaposi et al. Systems for all
Schumann et al. Query-based retrieval of German regulatory documents for internal auditing purposes
Ioana-Florina et al. Is Trust a Valid Indicator of Tax Compliance Behaviour? A Study on Taxpayers’ Public Perception Using Sentiment Analysis Tools

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