KR102005525B1 - 딥러닝 기술을 활용한 화학물질 안전관리의 질의응답 관리시스템 - Google Patents
딥러닝 기술을 활용한 화학물질 안전관리의 질의응답 관리시스템 Download PDFInfo
- 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
Links
- 239000000126 substance Substances 0.000 title claims abstract description 134
- 238000013135 deep learning Methods 0.000 title claims description 14
- 238000005516 engineering process Methods 0.000 title description 11
- 238000007726 management method Methods 0.000 claims abstract description 52
- 230000003466 anti-cipated effect Effects 0.000 claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 238000012790 confirmation Methods 0.000 claims abstract description 9
- 238000013500 data storage Methods 0.000 claims abstract description 6
- 230000036541 health Effects 0.000 description 8
- 238000000034 method Methods 0.000 description 5
- QAOWNCQODCNURD-UHFFFAOYSA-N Sulfuric acid Chemical compound OS(O)(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-N 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 239000000383 hazardous chemical Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000000454 anti-cipatory effect Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 239000003915 liquefied petroleum gas Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 231100000647 material safety data sheet Toxicity 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000012795 verification Methods 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
- G06Q50/10—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)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Educational Administration (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.
Description
본 발명은 딥러닝 기술을 활용하여 화학물질에 관련된 안전관련 법률, 안전관련 기술기준 등에 대해 사용자 질문에 따른 답변 정보를 제공하는 질의응답 관리시스템에 관한 것이다.
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.
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.
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.
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.
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.
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,
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 한다.
삭제
삭제
삭제
삭제
삭제
삭제
본 발명이 해결하고자 하는 과제는 딥러닝 기술을 활용하여 화학물질에 관련된 안전관련 법률 등에 대한 내용을 정확하게 확인할 수 있는 효과가 있다.
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.
또한, 립러닝 기술로 질문내용에 대응되는 답변을 사용자가 선택하는 것을 학습하여 질문내용에 대한 최적의 답변을 제공할 수 있는 효과가 있다.
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.
도 2는 본 발명에 따른 화학물질 안전관리서버의 블록도.
도 3은 본 발명에 따른 화학물질 데이터베이스서버의 블록도.
이하, 첨부된 도면을 참조하여 본 발명에 대하여 자세히 설명한다.
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.
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.
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.
질문내용 확인부(104)는 문자 또는 음성을 통해서 사용자로부터 제공받은 질문내용을 확인한다. 질문내용 확인부(104)는 질문내용을 음성으로 제공받으면 문자로 변환하는 것이 바람직하다.
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.
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.
화학물질 질문확인부(110)는 구문 분석부(108)를 통해서 확인된 단어들이 등록된 화학물질이 포함되어 있는지를 확인한다.
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.
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.
예상답변 표시부(116)는 답변후보 선택부(114)에서 확인된 답변후보를 사용자가 확인할 수 있도록 표시한다.
질문답변 등록부(118)는 사용자가 선택한 질문내용에 대한 답변내용을 확인하면 질문내용과 답변내용을 매칭시켜 예상질문-답변내용으로 등록한다.
화학물질 데이터베이스서버(200)는 예상질문-답변내용 저장부(202), 화학물질 법령저장부(204), 화학물질 관련 데이터 저장부(206)를 포함한다.
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.
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.
| 소관 부처 | 법령명 |
| 고용노동부 | 산업안전보건법 |
| 환경부 | 유해물화학물질관리법, 수질환경보전법, 자연환경보전법, 토양환경보전법, 폐기물관리법, 대기환경보전법, 먹는물관리법 |
| 행정안전부 | 위험물안전관리법, 소방기본법, 소방시설안공사업법, 소방시설설치유지법, |
| 교육과학기술부 | 원자력법 |
| 농림수산식품부 | 농약관리법, 사료관리법 |
| 여성가족부 | 식품위생법, 약사법, 화장품법, 마약류관리에관한법률 |
| 산업통산자원부 | 고압가스가스안전관리법, 대리무역법, 액화석유가스안전관리 및 사업법, 오존층보호를지위한특정물질의제조규제,수출입,규제,등에관한법률, 품질경영및공산품안전관리법 |
| 기획재정부 | 관세법 |
| 행정안전부 | 총포,도검,화약류등단속법 |
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.
이하 본 발명에 따른 딥러닝 기술을 활용한 화학물질 안전관리의 질의응답 관리시스템의 작동과정을 살펴본다.
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.
또한, 화학물질 데이터베이스서버(200)는 화학물질에 대한 오픈 데이터를 확인하여 저장한다. 화학물질 관련 데이터는 법에서 정하는 화학물질의 정의, 화학물질이 적용되는 규제 규정 등을 포함한다.
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.
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.
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.
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.
그리고, 사용자가 선택한 질문내용에 대한 답변내용을 확인하면 화학물질 안전관리서버(100)는 질문내용과 답변내용을 매칭시켜 예상질문-답변내용으로 등록한다.
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.
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 저장부
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 저장부
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. - 삭제
- 삭제
- 삭제
- 삭제
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170183435A KR102005525B1 (ko) | 2017-12-29 | 2017-12-29 | 딥러닝 기술을 활용한 화학물질 안전관리의 질의응답 관리시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170183435A KR102005525B1 (ko) | 2017-12-29 | 2017-12-29 | 딥러닝 기술을 활용한 화학물질 안전관리의 질의응답 관리시스템 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20190081112A KR20190081112A (ko) | 2019-07-09 |
| KR102005525B1 true KR102005525B1 (ko) | 2019-07-30 |
Family
ID=67261075
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170183435A KR102005525B1 (ko) | 2017-12-29 | 2017-12-29 | 딥러닝 기술을 활용한 화학물질 안전관리의 질의응답 관리시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102005525B1 (ko) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102403591B1 (ko) * | 2020-05-07 | 2022-05-30 | 김영도 | 산업체 맞춤식 안전환경 지능시스템 및 그 구동방법 |
| KR102446754B1 (ko) * | 2020-08-21 | 2022-09-26 | (주)헤르스 | 화학물질의 지능형 어시스턴트 시스템 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2016040730A (ja) * | 2015-10-13 | 2016-03-24 | 洋彰 宮崎 | 言語入力により自律的に知識体系を構築する人工知能装置 |
| KR101662450B1 (ko) * | 2015-05-29 | 2016-10-05 | 포항공과대학교 산학협력단 | 다중 소스 하이브리드 질의응답 방법 및 시스템 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5825676B2 (ja) * | 2012-02-23 | 2015-12-02 | 国立研究開発法人情報通信研究機構 | ノン・ファクトイド型質問応答システム及びコンピュータプログラム |
| KR101605430B1 (ko) * | 2014-02-14 | 2016-03-22 | 주식회사 플런티코리아 | 문답 데이터베이스 구축 시스템 및 방법, 그리고 이를 이용한 검색 시스템 및 방법 |
-
2017
- 2017-12-29 KR KR1020170183435A patent/KR102005525B1/ko active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101662450B1 (ko) * | 2015-05-29 | 2016-10-05 | 포항공과대학교 산학협력단 | 다중 소스 하이브리드 질의응답 방법 및 시스템 |
| JP2016040730A (ja) * | 2015-10-13 | 2016-03-24 | 洋彰 宮崎 | 言語入力により自律的に知識体系を構築する人工知能装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20190081112A (ko) | 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 (ja) | テキストの意味を自動検出して一義性を自動測定する方法 | |
| 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 | |
| CN112036842B (zh) | 一种科技服务智能匹配装置 | |
| KR102198291B1 (ko) | 법적규제사항을 준수하기 위한 제품 취급 프로토콜 서비스 제공 방법 | |
| KR102005525B1 (ko) | 딥러닝 기술을 활용한 화학물질 안전관리의 질의응답 관리시스템 | |
| CN107886240A (zh) | 一种基于规则的跨境电商商品质量风险识别方法 | |
| 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 | |
| Enăchescu | Screening the Candidates in IT Field Based on Semantic Web Technologies: Automatic Extraction of Technical Competencies from Unstructured Resumes. | |
| Kríž et al. | Statistical recognition of references in Czech court decisions | |
| Kaposi et al. | Systems for all | |
| Peres et al. | The effects of native language and gender on procedure performance | |
| 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 | |
| Nikolaev et al. | Russian-language question classification: a new typology and first results |
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 |