KR102255962B1 - 템플릿 정보를 이용한 특허문서의 단어 세트 획득 방법 및 시스템 - Google Patents
템플릿 정보를 이용한 특허문서의 단어 세트 획득 방법 및 시스템 Download PDFInfo
- Publication number
- KR102255962B1 KR102255962B1 KR1020200014495A KR20200014495A KR102255962B1 KR 102255962 B1 KR102255962 B1 KR 102255962B1 KR 1020200014495 A KR1020200014495 A KR 1020200014495A KR 20200014495 A KR20200014495 A KR 20200014495A KR 102255962 B1 KR102255962 B1 KR 102255962B1
- Authority
- KR
- South Korea
- Prior art keywords
- server
- word
- patent document
- word set
- obtaining
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR 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)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Machine Translation (AREA)
Abstract
특허문서의 단어 세트 획득 방법이 개시된다. 상기 특허문서의 단어 세트 획득 방법은, 서버가, 특허문서를 획득하는 단계; 상기 서버가, 상기 특허문서를 바탕으로 형태소를 분석하여 복수개의 단어 세트를 획득하는 단계; 상기 서버가, 상기 획득된 복수개의 단어 세트 중 오류 단어 세트를 판단하는 단계; 상기 서버가, 상기 오류단어 세트를 수정하는 단계; 및 상기 서버가, 상기 복수개의 단어 세트간의 연관도를 바탕으로 적어도 하나의 복합 명사구 세트를 획득하는 단계;를 포함한다.
Description
본 발명은 특허문서의 단어 세트 획득 방법 및 시스템에 관한 것이다.
4차 산업의 발전과 함께 지식재산권에 대한 가치가 높아지고 있다. 이에 따라 많은 사람들은 자신이 가진 기술을 보호하고, 기술에 대한 권리를 획득하려 노력하고 있으며, 기술에 대한 특허 출원에 대한 관심도가 높아지고 있다.
한편, 특허 출원을 위해서는 자신의 기술이 특허 받을 수 있을지를 판단하기 위해 선행 기술 조사를 수행하며, 과거 공개된 다양한 특허 문헌을 검색함으로써 선행 기술 조사를 수행할 수 있다.
그러나, 특허문서의 양이 방대하고, 시간의 제약으로 인하여 과거 공개된 모든 특허문서를 분석하는 것은 사실상 불가능에 가까운 일이며, 주어진 시간 내에서 최대한의 결과를 얻기 위하여 검색식 입력 등의 방법을 통해 선행기술 조사가 수행되고 있는 것이 현실이다.
검색식 입력 등을 통한 선행 기술 조사는 선행기술 조사를 수행하는 인력의 능력에 좌우되는 경우가 많아 선행 기술 조사에 대한 안정적인 결과에 대한 보장이 안되는 경우가 있었다.
따라서, 적은 시간 투자로 안정적인 결과를 보장 받을 수 있는 선행 기술 조사 방법의 필요성이 대두되고 있다.
본 발명이 해결하고자 하는 과제는 특허문서의 단어 세트 획득 방법 및 시스템을 제공하는 것이다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 발명의 일 면에 따른 특허문서의 단어 세트 획득 방법은, 서버가, 특허문서를 획득하는 단계; 상기 서버가, 상기 특허문서를 바탕으로 형태소를 분석하여 복수개의 단어 세트를 획득하는 단계; 상기 서버가, 상기 획득된 복수개의 단어 세트 중 오류 단어 세트를 판단하는 단계; 상기 서버가, 상기 오류단어 세트를 수정하는 단계; 및 상기 서버가, 상기 복수개의 단어 세트간의 연관도를 바탕으로 적어도 하나의 복합 명사구 세트를 획득하는 단계;를 포함한다.
이때, 상기 복수개의 단어 세트를 획득하는 단계는, 상기 특허문서에 포함된 문장을 획득하는 단계; 상기 문장을 음절 단위로 분할하는 단계; 상기 분할된 음절에 품사 태그를 매칭하는 단계; 및 상기 분할된 음절을 바탕으로 상기 문장에 포함된 형태소를 획득하는 단계; 를 포함할 수 있다.
이때, 상기 오류 단어 세트를 판단하는 단계는, 상기 획득된 복수개의 단어 세트 각각에 대한 의미 정보를 매칭하는 단계; 상기 매칭된 의미 정보 및 상기 특허문서를 바탕으로, 상기 복수개의 단어 세트 각각에 대한 정확도 점수를 획득하는 단계; 및 상기 정확도 점수가 기 설정된 값 이하인 단어 세트를 오류 단어 세트로 판단하는 단계;를 포함할 수 있다.
이때, 상기 오류 단어 세트를 수정하는 단계는, 상기 오류 단어에 대한 복수개의 의미 정보를 획득하는 단계; 상기 획득된 복수개의 의미 정보 각각에 대한 복수개의 가중치를 획득하는 단계; 상기 복수개의 가중치 중, 상기 특허문서와의 연관도가 가장 높은 가중치를 획득하는 단계; 및 상기 특허문서와의 연관도가 가장 높은 가중치에 대응되는 의미 정보를 상기 오류 단어 세트에 매칭하는 단계; 를 포함할 수 있다.
이때, 상기 적어도 하나의 복합 명사구 세트를 획득하는 단계는, 상기 특허문서에 포함된 문장에 대한 복수개의 단어 세트를 획득하는 단계; 상기 복수개의 단어 세트의 조합으로 획득된 복수개의 복합 명사구 세트 후보를 획득하는 단계; 상기 획득된 복수개의 복합 명사구 세트 후보와 동일한 복합 명사구 세트가 특허문서에 포함되는 빈도를 획득하는 단계; 및 상기 빈도가 기 설정된 빈도 이상인 복합 명사구 세트 후보를 복합 명사구 세트로 결정하는 단계; 를 포함하고, 상기 복합 명사구 세트 후보는 복합 명사구 세트 후보에 포함된 단어 세트들의 순서 정보 및 이격 정보를 포함할 수 있다.
이때, 상기 복합 명사구 세트 후보를 획득하는 단계는, 상기 복수개의 단어 세트가 기 설정된 조건을 만족하는 경우, 상기 복수개의 단어 세트의 위치를 변경하는 단계; 상기 변경된 복수개의 단어 세트를 복합 명사구 세트 후보로 결정하는 단계; 를 포함하고, 상기 기 설정된 조건은, 상기 복수개의 단어 세트가 인접한 조건, 상기 인접한 복수개의 단어 세트 사이에 기 설정된 부호가 포함될 조건, 상기 인접한 복수개의 단어 세트 중 오른쪽에 위치한 단어 세트가 괄호를 포함하는 조건 및 상기 복수개의 단어 세트가 서로 다른 언어인 조건일 수 있다.
이때, 상기 단어 세트를 획득하는 단계는, 상기 특허문서에 포함된 문장을 분석하는 단계; 상기 문장이 기 설정된 구조인 경우, 상기 문장에 포함된 단어 세트 중 상기 기 설정된 구조에 대응되는 단어 세트를 제외한 적어도 하나의 단어 세트를 획득하는 단계; 상기 적어도 하나의 단어 세트의 의미 정보를 획득하는 단계; 및 상기 의미 정보에 대응되는 단어 세트를 획득하는 단계; 를 포함할 수 있다.
이때, 상기 단어 세트를 획득하는 단계는, 상기 특허문서에 포함된 복수의 식별항목 정보 및 템플릿을 획득하는 단계; 상기 획득된 템플릿을 제외한 복수개의 문장을 획득하는 단계; 상기 복수의 식별항목 정보 각각에 가중치를 부여하는 단계; 상기 복수의 식별항목 정보 각각의 가중치를 바탕으로 형태소 분석을 수행할 식별항목의 우선순위를 결정하는 단계; 및 상기 결정된 우선순위에 따라, 상기 템플릿이 제외된 복수의 문장에 대한 단어 세트를 획득하는 단계; 를 포함할 수 있다.
이때, 상기 단어 세트를 획득하는 단계는, 상기 특허문서에 이미지가 포함된 경우, 상기 이미지와 인접한 식별항목이 존재하는지 여부를 판단하는 단계; 상기 식별항목이 상기 이미지와 인접하는 경우, 상기 이미지에 포함된 텍스트를 획득하는 단계; 및 상기 획득된 텍스트를 바탕으로 단어 세트를 획득하는 단계; 를 포함할 수 있다.
본 발명의 기타 구체적인 사항들은 상세한 설명 및 도면들에 포함되어 있다.
상술한 본 발명의 다양한 실시예에 따라, 특허문서를 효율적으로 분석하기 위한 단어 세트를 획득할 수 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 특허문서의 단어 세트 획득 방법을 구현하기 위한 시스템도이다.
도 2는 본 발명의 일 실시예에 따른 특허문서의 단어 세트 획득 방법을 설명하기 위한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 특허문서로부터 복수개의 단어 세트를 획득하는 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 오류 단어 세트를 판단하는 방법을 설명하기 위한 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 오류 단어 세트 수정 방법을 설명하기 위한 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 복합 명사구 세트를 획득하는 방법을 설명하기 위한 흐름도이다.
도 7은 본 발명의 또 다른 실시예에 따른 복합 명사구 세트를 획득하는 방법을 설명하기 위한 흐름도이다.
도 8은 본 발명의 일 실시예에 따른 단어 세트를 획득하는 방법을 설명하기 위한 흐름도이다.
도 9는 본 발명의 일 실시예에 따른 특허문서의 템플릿을 제외하고 단어 세트를 획득하는 방법을 설명하기 위한 흐름도이다.
도 10은 본 발명의 일 실시예에 따른 특허문서에 이미지가 존재하는 경우 단어 세트를 획득하는 방법을 설명하기 위한 흐름도이다.
도 11은 본 발명의 일 실시예에 따른 장치의 구성도이다.
도 2는 본 발명의 일 실시예에 따른 특허문서의 단어 세트 획득 방법을 설명하기 위한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 특허문서로부터 복수개의 단어 세트를 획득하는 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 오류 단어 세트를 판단하는 방법을 설명하기 위한 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 오류 단어 세트 수정 방법을 설명하기 위한 흐름도이다.
도 6은 본 발명의 일 실시예에 따른 복합 명사구 세트를 획득하는 방법을 설명하기 위한 흐름도이다.
도 7은 본 발명의 또 다른 실시예에 따른 복합 명사구 세트를 획득하는 방법을 설명하기 위한 흐름도이다.
도 8은 본 발명의 일 실시예에 따른 단어 세트를 획득하는 방법을 설명하기 위한 흐름도이다.
도 9는 본 발명의 일 실시예에 따른 특허문서의 템플릿을 제외하고 단어 세트를 획득하는 방법을 설명하기 위한 흐름도이다.
도 10은 본 발명의 일 실시예에 따른 특허문서에 이미지가 존재하는 경우 단어 세트를 획득하는 방법을 설명하기 위한 흐름도이다.
도 11은 본 발명의 일 실시예에 따른 장치의 구성도이다.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나, 본 발명은 이하에서 개시되는 실시예들에 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
명세서에서 사용되는 "부" 또는 “모듈”이라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부" 또는 “모듈”은 어떤 역할들을 수행한다. 그렇지만 "부" 또는 “모듈”은 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부" 또는 “모듈”은 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부" 또는 “모듈”은 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부" 또는 “모듈”들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부" 또는 “모듈”들로 결합되거나 추가적인 구성요소들과 "부" 또는 “모듈”들로 더 분리될 수 있다.
공간적으로 상대적인 용어인 "아래(below)", "아래(beneath)", "하부(lower)", "위(above)", "상부(upper)" 등은 도면에 도시되어 있는 바와 같이 하나의 구성요소와 다른 구성요소들과의 상관관계를 용이하게 기술하기 위해 사용될 수 있다. 공간적으로 상대적인 용어는 도면에 도시되어 있는 방향에 더하여 사용시 또는 동작시 구성요소들의 서로 다른 방향을 포함하는 용어로 이해되어야 한다. 예를 들어, 도면에 도시되어 있는 구성요소를 뒤집을 경우, 다른 구성요소의 "아래(below)"또는 "아래(beneath)"로 기술된 구성요소는 다른 구성요소의 "위(above)"에 놓여질 수 있다. 따라서, 예시적인 용어인 "아래"는 아래와 위의 방향을 모두 포함할 수 있다. 구성요소는 다른 방향으로도 배향될 수 있으며, 이에 따라 공간적으로 상대적인 용어들은 배향에 따라 해석될 수 있다.
본 명세서에서, 컴퓨터는 적어도 하나의 프로세서를 포함하는 모든 종류의 하드웨어 장치를 의미하는 것이고, 실시 예에 따라 해당 하드웨어 장치에서 동작하는 소프트웨어적 구성도 포괄하는 의미로서 이해될 수 있다. 예를 들어, 컴퓨터는 스마트폰, 태블릿 PC, 데스크톱, 노트북 및 각 장치에서 구동되는 사용자 클라이언트 및 애플리케이션을 모두 포함하는 의미로서 이해될 수 있으며, 또한 이에 제한되는 것은 아니다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
본 명세서에서 설명되는 각 단계들은 컴퓨터에 의하여 수행되는 것으로 설명되나, 각 단계의 주체는 이에 제한되는 것은 아니며, 실시 예에 따라 각 단계들의 적어도 일부가 서로 다른 장치에서 수행될 수도 있다.
도 1은 본 발명의 일 실시예에 따른 특허문서의 단어 세트 획득 방법을 구현하기 위한 시스템도이다.
본 발명에 따른 특허문서의 단어 세트 획득을 위한 시스템은 서버(10) 및 전자 장치(20)를 포함한다.
서버(10)는 특허문서를 획득하고, 획득된 특허문서로부터 단어 세트를 획득하기 위한 구성이다.
구체적으로, 서버(10)는 전자 장치(20)로부터 특허문서를 입력 받거나, 외부 서버로부터 특허문서를 획득하고, 획득된 특허문서의 단어 세트를 획득할 수 있다.
본 명세서에서, 특허문서란, 각국 특허청에 특허 등록을 받기 위해 출원인이 제출하는 기술 내용에 대한 문서일 수 있다. 다만, 이에 한정되는 것은 아니고, 특허문서는, 특허 출원을 위한 직무 발명서, 논문 등 기술 내용을 포함한 다양한 문서를 포함하는 개념으로 이해될 수 있다.
전자 장치(20)는 서버(10)로 특허문서를 제공하기 위한 구성이다. 본 발명에 따른 전자 장치(200)는 스마트 폰으로 구현될 수 있으나, 이는 일 실시예에 불과할 뿐, 스마트폰(smartphone), 태블릿 PC(tablet personal computer), 이동 전화기(mobile phone), 영상 전화기, 전자책 리더기(e-book reader), 데스크탑 PC (desktop PC), 랩탑 PC(laptop PC), 넷북 컴퓨터(netbook computer), 워크스테이션(workstation), 서버, PDA(personal digital assistant), PMP(portable multimedia player) 또는 웨어러블 장치(wearable device) 중 적어도 하나를 포함할 수 있다.
이하에서는 도 2 내지 도 10의 다양한 실시예를 통해, 본 발명을 구체적으로 서술한다.
도 2는 본 발명의 일 실시예에 따른 특허문서의 단어 세트 획득 방법을 설명하기 위한 흐름도이다.
단계 S110에서, 서버(10)는 특허문서를 획득할 수 있다.
일 실시예로, 서버(10)는 전자 장치(20)로부터 직무 발명서를 특허문서로 획득할 수 있다. 또 다른 실시예로, 서버(10)는 외부 서버로부터 특허 공개공보 또는 등록 공보를 전송받아, 특허문서로 획득할 수 있다.
단계 S120에서, 서버(10)는 특허문서를 바탕으로 형태소를 분석하여 단어 세트를 획득할 수 있다.
일 실시예로, 서버(10)는 Mecab 형태소 분석기를 이용하여 특허문서의 형태소 분석을 수행할 수 있다. 다만, 이에 한정되는 것은 아니고, 경우에 따라 Okt, Komoran, Hannanum, Kkma 형태소 분석기 등 다양한 형태소 분석기가 이용될 수 있음은 물론이다. 나아가, 서버(10)는 분석하고자 하는 특허문서의 사용 언어에 따라 다양한 형태소 분석기를 사용할 수 있음은 물론이다.
단계 S130에서, 서버(10)는 획득된 복수개의 단어 세트 중 오류 단어 세트를 판단할 수 있다.
일 실시예로, 서버(10)는 획득된 복수개의 단어 세트가 기 설정된 조건을 만족하지 못하는 경우, 해당 단어를 오류 단어로 판단할 수 있다. 이에 대한 구체적인 설명은 후술한다.
단계 S140에서, 서버(10)는 오류 단어 세트를 수정할 수 있다.
단계 S150에서, 서버(10)는 복수개의 단어 세트간의 연관도를 바탕으로 적어도 하나의 복합 명사구 세트를 획득할 수 있다.
도 3은 본 발명의 일 실시예에 따른 특허문서로부터 복수개의 단어 세트를 획득하는 방법을 설명하기 위한 흐름도이다.
단계 S210에서, 서버(10)는 특허문서에 포함된 문장을 획득할 수 있다. 구체적으로, 서버(10)는 특허문서에 포함된 텍스트를 문장 단위로 분류하고, 분류된 문장 각각에 대한 형태소 분석을 수행할 수 있다.
단계 S220에서, 서버(10)는 문장을 음절 단위로 분할하고, 단계 S230에서, 서버(10)는 분할된 음절에 품사 태그를 매칭하고, 단계 S240에서, 서버(10)는 분할된 음절을 바탕으로 문장에 포함된 형태소를 획득할 수 있다.
일 실시예로, 서버(10)는 LSTM-CRFs 및 word2vec 알고리즘을 바탕으로 음절 분할 및 품사 태그 매칭 과정을 수행할 수 있으나, 이에 한정되는 것은 아니다.
도 4는 본 발명의 일 실시예에 따른 오류 단어 세트를 판단하는 방법을 설명하기 위한 흐름도이다.
단계 S310에서, 서버(10)는 획득된 복수개의 단어 세트 각각에 대한 의미 정보를 매칭할 수 있다.
이때, 의미 정보란, 단어 세트에 대한 인텐트를 의미할 수 있다. 서버(10)는 단어 세트에 대한 의미 정보를 획득하기 위해 인공지능 모델을 이용한 자연어 처리를 수행할 수 있다.
구체적으로, 인공지능 모델은 자연어 이해부를 포함하고, 자연어 이해부는 문장 분석 결과를 바탕으로 엔티티(entity) 및 문장에 포함된 단어 세트의 의도(intent)를 파악할 수 있으며, 나아가, 자연어 이해부는 문장의 구조 및 주요 성분 분석을 통해 문장을 해석하고 통계/분석 등을 이용하여 문장 분석을 수행할 수 있다.
일 실시예로, 서버(10)는 '사과'가 포함된 문장을 분석하여 사과에 대한 의미 정보를 획득할 수 있다. 예를 들어, 문장 문석을 통해 획득된 단어 세트가 "사과' 인 경우를 가정할 수 있다. 이때, 사과에 대한 의미 정보는 명사로서 과일의 한 종류를 나타내는 의미 정보일 수 있으나, 동사로서 다른 사람에게 잘못을 말하는 것을 나타내는 의미 정보일 수도 있다. 서버(10)는 '사과'에 대한 복수개의 의미 정보 중 문장과 적합하다고 판단되는 의미 정보를 '사과'와 매칭할 수 있다.
단계 S320에서, 서버(10)는 매칭된 의미 정보 및 특허문서를 바탕으로 복수개의 단어 세트 각각에 대한 정확도 점수를 획득할 수 있다.
이 경우, 단계 S310에서는 하나의 문장을 통해 획득한 단어 세트에 대한 의미 정보 획득하나, 단계 S310을 통해 획득한 의미 정보는 부정확할 가능성이 있다. 따라서, 서버(10)는 문장을 포함하는 특허문서 전체를 바탕으로 단어 세트에 매칭된 의미 정보의 정확도 점수를 획득할 수 있다.
따라서, 서버(10)는 문장 분석을 통해 획득된 단어 세트의 의미 정보에 대한 정확도 점수를, 특허문서 전체에서 발견되는 동일한 단어 세트에 대한 의미 정보를 바탕으로 획득할 수 있다.
예를 들어, '사과'가 포함된 문장을 분석하여 획득한 '사과'에 대한 의미 정보가 과일을 나타내는 사과에 대한 정보이지만, 문장을 포함한 특허문서 전체에서 검색되는 '사과'의 의미 정보가 다른 사람에게 잘못을 말하는 것에 대한 정보인 경우, 서버(10)는 기 매칭된 의미 정보를 낮게 설정할 수 있다.
단계 S330에서, 서버(10)는 정확도 점수가 기 설정된 값 이하인 단어 세트를 오류 단어 세트로 판단할 수 있다.
즉, 서버(10)는 정확도 점수가 기 설정된 값 이하인 경우, 해당 단어 세트에 매칭된 의미 정보가 잘못 매칭된 것으로 판단하고, 단어 세트를 오류 단어 세트로 획득할 수 있다.
도 5는 본 발명의 일 실시예에 따른 오류 단어 세트 수정 방법을 설명하기 위한 흐름도이다.
단계 S410에서, 서버(10)는 오류 단어에 대한 복수개의 의미 정보를 획득할 수 있다. 구체적으로, 서버(10)는 오류 단어가 가지는 복수개의 의미 정보를 복수개의 특허문서로부터 획득할 수 있다.
단계 S420에서, 서버(10)는 획득된 복수개의 의미 정보 각각에 대한 복수개의 가중치를 획득할 수 있다.
일 실시예로, 서버(10)는 오류 단어를 포함하는 특허문서를 바탕으로 가중치를 획득할 수 있다. 구체적으로, 서버(10)는 특허문서에서 오류 단어를 포함하는 적어도 하나의 문장을 획득하고, 획득된 적어도 하나의 문장에 포함된 오류 단어와 동일한 단어에 대한 의미 정보를 획득할 수 있다. 서버(10)는 오류단어와 동일한 적어도 하나의 단어에 대한 의미 정보를 바탕으로, 복수개의 의미 정보에 대한 가중치를 획득할 수 있다.
단계 S430에서, 서버(10)는 복수개의 가중치 중 특허문서와의 연관도가 가장 높은 가중치를 획득할 수 있다.
단계 S440에서, 서버(10)는 특허문서와의 연관도가 가장 높은 가중치에 대응되는 의미 정보를 오류 단어 세트에 매칭할 수 있다. 즉, 서버(10)는 오류 단어에 대한 복수개의 의미 정보 중 가중치가 가장 큰 의미 정보를 오류 단어에 대한 의미 정보로 결정하고, 오류 단어를 수정할 수 있다.
한편, 본 발명의 다양한 실시예에 따라, 오류 단어 세트는 단어 세트에 잘못된 의미 정보가 매칭된 경우뿐만 아니라 형태소 분석 과정에서의 오류로 잘못 파싱된 단어 세트일 경우일 수 있음은 물론이다. 일 실시예로, 단어 세트 획득을 위한 문장이 "머신 러닝을 이용한 자연어 처리를 한다" 인 경우, 서버(10)는 머신, 러닝, 이용, 자연어, 처리를 단어 세트로 획득할 수 있다.
이 경우, 형태소 분석의 오류로 인하여, 머신, 러닝, 을이용, 자연어, 처리와 같이 단어 세트를 획득하는 경우가 발생할 수 있다. 이 경우, 서버(10)는 '을이용'을 오류 단어 세트로 판단하고, 수정할 수 있다.
구체적으로, 서버(10)는 획득된 단어 세트 각각에 대한 의미 정보를 획득한 후, 의미 정보와 특허문서와의 연관도를 바탕으로 오류 단어인지 여부를 판단할 수 있다. 일 실시예에 따라, 서버(10)는 획득된 단어 세트가 기 설정된 빈도 이상 단어 세트를 포함하는 특허문서에서 발견되는 경우, 해당 단어 세트는 오류가 없는 단어 세트로 판단할 수 있다. 또 다른 실시예로, 서버(10)는 단어 세트가 전체 특허문서에서 기 설정된 빈도 이상 발견되는 경우, 해당 단어 세트는 일반적으로 사용되는 단어 세트로 판단하여 오류 단어 세트가 아닌 것으로 판단할 수 있다. 또 다른 실시예로, 서버(10)는 단어 세트에 대한 의미 정보를 찾지 못한 경우, 해당 단어 세트를 오류 단어 세트로 판단할 수 있다. 또 다른 실시예로, 서버(10)는 단어 세트에 매칭된 의미 정보가 단어 세트를 포함하는 특허문서와 이질적인 경우, 해당 단어 세트를 오류 단어 세트로 판단할 수 있다.
구체적으로, 서버(10)는 특허문서 전체에 포함된 단어 세트를 획득하고, 획득된 단어 세트 각각에 대한 의미 정보를 매칭하여 저장할 수 있다. 서버(10)는 매칭된 단어 세트 및 의미 정보를 클러스터링하여 연관성있는 의미 정보를 가지는 복수개의 단어 세트의 클러스터를 획득할 수 있다. 서버(10)는 복수개의 단어 세트 클러스터 중, 클러스터에 포함된 단어 세트가 기 설정된 개수 이하인 단어 세트 클러스터를 획득할 수 있다. 이때, 기 설정된 개수란, 특허문서에서 사용된 복수의 동일한 단어 세트에 대한 개수를 의미하는 것이 아닌, 서로 다른 형태를 가지는 복수개의 단어 세트에 대한 개수를 의미할 수 있다. 예를 들어, 특허문서에서 "을이용" 이라는 단어가 복수번 검색된 경우라고 하더라도, "을이용"은 동일한 단어 세트이기 때문에, 하나의 단어 세트로 판단할 수 있다. 서버(10)는 상기 단계에서 획득한 클러스터에 포함된 단어 세트를 오류 단어 세트로 판단할 수 있다.
다만, 이에 한정되는 것은 아니고, 서버(10)는 복수개의 단어 세트 클러스터 중, 다른 클러스터와의 거리가 기 설정된 거리 이상인 클러스터에 포함된 단어 세트를 오류 단어 세트로 판단할 수 있음은 물론이다. 구체적으로, 서버(10)는 복수개의 클러스터의 중심점을 획득하고, 획득된 중심점을 바탕으로 클러스터간의 거리를 판단할 수 있다. 예를 들어, 획득된 단어 세트 클러스터가 제1 단어세트 클러스터 내지 제4 단어 세트 클러스터일 수 있다. 이 경우, 서버(10)는 제1 단어 세트 클러스터와 제2 단어 세트 클러스터와의 거리, 제1 단어 세트 클러스터와 제3 단어세트 클러스터와의 거리, 제1 단어 세트 클러스터와 제4 단어세트 클러스터와의 거리를 각각 획득하고, 획득된 3개의 거리 모두가 기 설정된 거리 이상인 경우, 제1 단어 세트 클러스터를 오류 단어 세트로 판단할 수 있다.
도 6은 본 발명의 일 실시예에 따른 복합 명사구 세트를 획득하는 방법을 설명하기 위한 흐름도이다.
구체적으로, 단계 S110 내지 S150을 통해 획득한 단어 세트는 단일 단어에 관한 것이나, 단일 단어들의 결합으로 복합 명사구가 형성되는 경우, 그 의미가 달라지는 경우가 있다. 따라서, 서버(10)는 단일 단어 세트로부터 복합 명사구 세트를 획득할 필요성이 존재한다. 따라서, 서버(10)는 복수개의 단어 세트를 바탕으로 복합 명사구 세트를 획득할 수 있다
단계 S510에서, 서버(10)는 특허문서에 포함된 문장에 대한 복수개의 단어 세트를 획득할 수 있다.
예를 들어, "머신러닝을 이용한 자연어 처리를 한다"라는 문장을 분석한 결과 서버(10)는 머신, 러닝, 이용, 자연어, 처리의 단어 세트를 획득할 수 있다.
단계 S520에서, 서버(10)는 복수개의 단어 세트의 조합으로 획득된 복수개의 복합 명사구 세트 후보를 획득할 수 있다.
예를 들어, 서버(10)는 획득된 단어 세트의 조합으로부터 머신러닝, 러닝이용, 이용자언어, 자연어처리 등의 복합 명사구 세트 후보를 획득할 수 있다.
단계 S530에서, 서버(10)는 획득된 복수개의 복합 명사구 세트 후보와 동일한 복합 명사구 세트가 특허문서에 포함되는 빈도를 획득할 수 있다.
단계 S540에서, 서버(10)는 획득된 빈도가 기 설정된 빈도 이상인 복합 명사구 세트 후보를 복합 명사구 세트로 결정할 수 있다.
예를 들어, 서버(10)는 머신러닝은 총 301회, 러닝이용은 총 1회, 이용자 언어는 총 0회, 자연어처리는 총 58회 발견되는 것에 대한 정보를 획득하고, 출현 빈도가 기 설정된 빈도 이상인 복합 명사구 후보 세트를 복합 명사구 세트로 획득할 수 있다.
이때, 복합 명사구 세트 후보는 복합 명사구 세트 후보에 포함된 단어 세트들의 순서 정보 및 이격 정보를 포함할 수 있다.
일 실시예로, 복합 명사구 세트는 둘 이상의 인접한 단어 세트의 조합으로 결정되지만, 본 발명에서는 단어들이 이격된 단어 세트의 조합 또한 복합 명사구 세트로 획득할 수 있다. 예를 들어, 서버(10)는 "복수개의 장치 중 제1 장치, 복수개의 장치 중 제2 장치, 복수개의 장치 중 제3 장치"가 포함된 문장에 서 복합 명사구 세트를 획득할 때, 복수개의 장치 중 제1 장치, 복수개의 장치 중 제2 장치 및 복수개의 장치 중 제3 장치를 독립된 복합 명사구 세트로 획득할 수 있으나, "복수개의 장치 중 (이격 단어 1) 장치"를 하나의 복합 명사구 세트로 획득할 수도 있음은 물론이다. 이때, 복합 명사구 세트는 이격 정보를 포함할 수 있다. 상술한 실시예에서 이격 정보란 단어 "중"과 단어 "장치" 사이에 1개의 단어가 포함되어 있다는 정보일 수 있다. 다양한 실시예에 따라, 단어와 단어 사이에 복수개의 단어가 포함될 수 있음은 물론이다.
또 다른 실시예로, 서버(10)는 복합 명사구 세트를 구성하는 단어 세트의 최대 개수를 결정하고, 결정된 개수 내의 복합 명사구 세트를 획득할 수 있다. 구체적으로, 복합 명사구 세트 획득을 위한 문장에 포함된 단어가 n개이고, 단어 세트간의 순서가 변경되지 않는 경우, 획득되는 복합 명사구 세트의 수는 개이고, 단어 세트간의 순서가 변경되는 경우 획득되는 복합 명사구 세트의 수는 개이다. 따라서, 문장이 길어지면 길어질수록, 서버(10)는 복합 명사구 세트 검색을 위해 과도한 리소스를 투입하여야 한다. 따라서, 서버(10)는 복합 명사구 세트를 구성하는 단어 세트의 최대 개수를 결정하고, 결정된 개수 내의 복합 명사구 세트를 획득할 수 있다. 이때, 서버(10)는, 단어 세트 획득을 수행하는 특허문서와 동일한 기술 분야인 복수개의 특허문서를 획득하고, 획득된 특허문서에 포함된 복합 명사구 세트에 포함된 단어 세트의 최대 개수를 복합 명사구 세트를 구성하는 단어 세트의 최대 개수로 결정할 수 있다.
도 7은 본 발명의 또 다른 실시예에 따른 복합 명사구 세트를 획득하는 방법을 설명하기 위한 흐름도이다.
단계 S610에서, 서버(10)는 복수개의 단어 세트가 기 설정된 조건을 만족하는 경우, 복수개의 단어 세트의 위치를 변경할 수 있다.
일반적으로, 문장에서 복합 명사구를 획득하고자 할 때, 문장에 포함된 단어 세트의 순서를 변경하는 작업은 불필요하다. 예를 들어, "머신러닝을 이용한~~"의 문장에서 서버(10)는 "머신러닝"이란 복합 명사구 세트를 획득할 필요성이 있으나, 단어 세트의 순서를 바꾼 "러닝머신"이란 복합 명사구 세트를 획득할 필요는 없을 것이다. 오히려 "러닝머신"의 복합 명사구 세트를 획득하는 경우, 전혀 다른 의미의 복합 명사구 세트를 획득하게 되어 본 발명에서 이루고자 하는 성능을 떨어트릴 여지도 존재한다.
그러나 단계 S610에서 설명하는 바와 같이, 기설정된 조건을 만족하면, 서버(10)는 문장에 포함된 단어 세트의 순서를 변경하여 복합 명사구 세트 후보를 획득할 수 있다. 이때, 기 설정된 조건은, 복수개의 단어 세트가 인접한 조건, 인접한 복수개의 단어 세트 사이에 기 설정된 부호가 포함될 조건, 인접한 복수개의 단어 세트 중 오른쪽에 위치한 단어 세트가 괄호를 포함하는 조건 및 복수개의 단어 세트가 서로 다른 언어인 조건일 수 있다.
예를 들어, 분석하고자 하는 문장이 "머신 러닝(Machine Learning)"을 포함하는 경우, 서버(10)는 머신, 러닝, Machine, Learning을 단어 세트로 획득할 수 있다. 나아가, 서버(10)는 "머신 러닝 Machine Learning"을 복합 명사구 세트로 획득할 수 있다. 나아가, 서버(10)는 기 설정된 조건인 괄호 부호가 포함되어 있음을 판단하고, "Machine Learning 머신 러닝"을 복합 명사구 세트로 획득할 수 있다. 즉, 서버(10)는 "머신 러닝"이라는 복합 명사구(또는 단어) 및 복합 명사구(또는 단어)에 대한 다른 언어의 복합 명사구(Machine Learning)가 함께 존재하는 경우, 다른 언어로 표현되었으나, 동일한 의미를 가지는 두 복합 명사구(또는 단어)를 하나의 복합 명사구로 획득하고, 또한 두 복합 명사구의 순서를 변경하여 하나의 복합 명사구로 획득할 수 있다. 이는 각기 다른 언어로 작성된 특허문서를 비교하는 경우 비교의 효율성을 높일 수 있는 효과가 존재한다. 즉, 한글로 작성된 특허문서는 "머신 러닝(Machine Learning)"으로 표현되나, 영어로 작성된 특허문서는 "Machine Learning(머신 러닝)"으로 표현될 수 있으므로, 서버(10)는 두 가지 경우 모두 복합 명사구 세트로 획득하여 검색의 효율성을 높일 수 있다.
한편, 상술한 실시예에서는 기 설정된 부호가 포함 조건이 괄호 부호가 포함될 조건에 대하여 설명하였으나, 이에 한정되는 것은 아니다. 다양한 실시예에 따라, 기 설정된 부호는 하이픈(-), 슬래시(/), 물결표(~), 따옴표(' 또는 ")등의 부호일 수 있음은 물론이다.
단계 S620에서, 서버(10)는 변경된 복수개의 단어 세트를 복합 명사구 세트 후보로 결정할 수 있다.
도 8은 본 발명의 일 실시예에 따른 단어 세트를 획득하는 방법을 설명하기 위한 흐름도이다.
단계 S710에서, 서버(10)는 특허문서에 포함된 문장을 분석할 수 있다.
단계 S720에서, 서버(10)는 분석된 문장이 기 설정된 구조를 가지는 경우, 문장에 포함된 단어 세트 중 기 설정된 구조에 대응되는 단어 세트를 제외한 적어도 하나의 단어 세트를 획득할 수 있다.
일 실시예에 따라, 기 설정된 구조는 "~는 ~로 정의한다"와 같이 정형화된 구조일 수 있다. 구체적으로 특허문서에서 "~는 ~로 정의한다", "이하 ~는 ~라고 한다." "~는 ~로 이해될 수 있다." "~는 ~라고 서술한다" 등과 같은 구조의 문장은 기술 분야에서 일반적으로 사용되지 않는 용어를 정의하기 위해 사용될 수 있다. 따라서, 서버(10)는 기술 분야에서 일반적으로 사용되지 않은 용어를 정의하는 문장을 판단하고, 판단된 문장에서 정의된 단어 세트를 획득할 수 있다.
예를 들어, 분석하고자 하는 문장이 "머신 러닝은 OOO로 서술한다(또는 정의한다)."라는 문장인 경우, 서버(10)는 해당 문장이 기 설정된 구조라고 판단하고, 머신, 러닝, OOO의 단어 세트를 획득할 수 있다.
단계 S730에서, 서버(10)는 적어도 하나의 단어 세트의 의미 정보를 획득할 수 있다.
구체적으로, 획득된 OOO의 단어 세트가 기술 분야에서 통용되는 의미 정보를 가진 경우, 서버(10)는 OOO에 대응되는 의미 정보를 OOO에 매칭할 수 있다. 그러나, OOO 용어가 사용자가 새롭게 정의한 용어여서 의미 정보가 불명확한 경우, 서버(10)는 머신 러닝에 대응되는 의미 정보를 OOO의 의미 정보로 매칭할 수 있다.
단계 S740에서, 서버(10)는 의미 정보에 대응되는 단어 세트를 획득할 수 있다.
다만, 이에 한정되는 것은 아니고, 서버(10)는 머신 러닝과 OOO의 연관도가 기 설정된 연관도 이상인 경우, OOO의 단어 세트를 머신 러닝의 단어 세트로 교체할 수 있음은 물론이다.
도 9는 본 발명의 일 실시예에 따른 특허문서의 템플릿을 제외하고 단어 세트를 획득하는 방법을 설명하기 위한 흐름도이다.
구체적으로, 특허문서는 정형화된 문서로서 발명의 핵심적인 내용과는 크게 상관이 없으나, 필요한 필수 구성 요소를 정형화된 방법으로 서술한 문단이 존재할 수 있다. 따라서 정형화된 문단을 제거하고 단서 세트를 획득하는 경우, 서버(10)의 계산량을 줄일 수 있는 효과가 존재한다.
단계 S810에서, 서버(10)는 특허문서에 포함된 복수의 식별항목 정보 및 템플릿을 획득할 수 있다.
일 실시예로, 템플릿은 특정 위치에 존재하는 문단으로 설정될 수 있다. 예를 들어, 템플릿은 특허문서에 포함된 [발명을 실시하기 위한 구체적인 내용] 식별항목 다음 줄에 포함된 문장부터, [발명을 실시하기 위한 구체적인 내용] 식별항목에서 최초로 '도 1'의 단어가 검색되는 문장 이전까지의 텍스트일 수 있다.
또 다른 실시예로, 템플릿은 분석하고자 하는 특허문서의 작성자가 작성한 다른 특허문서와 공통된 부분을 의미할 수 있다. 즉, 서버(10)는 특허문서의 작성자를 판단하고, 판단된 작성자의 또 다른 특허문서를 획득하고, 획득된 복수개의 특허문서를 비교하고, 비교 결과를 통해 기 설정된 비율 이상 유사하다고 판단되는 문단 또는 식별항목을 템플릿으로 획득할 수 있다. 동일 작성자에 의해 작성된 특허문서는 문장 구조가 비슷할 가능성이 크기 때문에 서버(10) 유사판단의 기준을 문장 단위가 아닌, 문단 또는 식별항목으로 설정할 수 있다.
또 다른 실시예로, 서버(10)는 기 설정된 식별항목에 대응되는 텍스트를 템플릿으로 획득할 수 있다. 예를 들어, 서버(10)는 [도면의 간단한 설명], [부호의 설명] 등의 식별항목에 포함된 텍스트를 템플릿으로 획득할 수 있다.
상술한 실시예에서는 국내 출원을 위한 특허문서의 일반적인 식별항목에 대한 템플릿 획득 방법을 설명하였으나, 이에 한정되는 것은 아니다. 즉, 서버(10)는 PCT 출원을 위한 국문서식의 식별항목, PCT 출원을 위한 영문 서식의 식별항목, 나아가, 미국, 일본, 중국, 유럽 출원에 사용되는 서식의 식별항목 등 다양한 식별항목에 대한 템플릿을 획득할 수 있음은 물론이다.
단계 S820에서, 서버(10)는 획득된 템플릿을 제외한 복수개의 문장을 획득할 수 있다.
단계 S830에서, 서버(10)는 복수의 식별항목 각각에 가중치를 부여할 수 있다.
일 실시예로, 특허문서가 본 명세서와 동일한 서식 및 식별항목을 가지는 경우, 서버(10)는 발명의 명칭, 기술분야, 발명의 배경이 되는 기술, 해결하고자 하는 과제, 과제의 해결 수단, 발명의 효과, 도면의 간단한 설명, 발명을 실시하기 위한 구체적인 내용, 부호의 설명, 청구범위, 요약, 대표도, 도면 식별항목 각각에 대한 가중치를 부여할 수 있다.
이때, 가중치는 다양한 방법에 의해 부여될 수 있다. 일 실시예로, 서버(10)는 기술분야, 발명의 배경이 되는 기술, 청구범위, 발명의 효과, 발명을 실시하기 위한 구체적인 내용, 부호의 설명, 도면의 간단한 설명, 요약, 해결하고자 하는 과제, 과제의 해결수단, 대표도의 순서로 높은 가중치를 부여할 수 있다.
또 다른 실시예로, 가중치는 특허문서에 포함된 단어 세트(또는 복합 명사구 세트)각각의 중요도 스코어를 획득하고, 이를 바탕으로 식별항목별 중요도 스코어를 획득한 후 높은 중요도 스코어를 가지는 식별항목에 높은 가중치를 부여할 수 있다. 중요도 스코어란, 해당 단어 세트(또는 복합 명사구 세트)가 특허문서에서 가지는 중요성을 나타내는 지표로, 중요도 스코어가 높은 단어 세트(또는 복합 명사구 세트)일수록 해당 특허문서의 키워드일 수 있다.
한편, 식별항목별 중요도 스코어는 식별항목에 포함된 단어 세트(또는 복합 명사구 세트)의 중요도 스코어를 합산한 후, 단어 세트(또는 복합 명사구 세트)의 개수를 나눈 값을 의미할 수 있다. 이때, 식별항목별 중요도 스코어를 획득하는데 사용되는 단어 세트(또는 복합 명사구 세트)는 식별항목에 포함된 모든 단어 세트(또는 복합 명사구 세트)일 수 있으나 이에 한정되는 것은 아니다. 예를 들어, 식별항목별 중요도 스코어를 획득하는데 사용되는 단어 세트(또는 복합 명사구 세트)는 해당 식별항목에 포함된 모든 단어 세트(또는 복합 명사구 세트) 중, 템플릿으로 판단된 부분의 단어 세트(또는 복합 명사구 세트)를 제외한 단어 세트(또는 복합 명사구 세트)일 수 있음은 물론이다.
단계 S840에서, 서버(10)는 복수의 식별항목 정보 각각의 가중치를 바탕으로 형태소 분석을 수행할 식별항목의 우선순위를 결정할 수 있다.
단계 S850에서, 서버(10)는 결정된 우선순위에 따라 템플릿이 제외된 복수의 문장에 대한 단어 세트를 획득할 수 있다.
즉, 서버(10)는 키워드가 존재할 가능성이 높은 식별항목을 먼저 분석하고, 분석된 내용을 바탕으로 상대적으로 중요도가 낮은 식별항목을 분석함으로써, 계산량을 감소시킬 수 있다. 나아가, 동일한 단어 세트에 대한 서로 다른 의미 정보가 매칭된 경우, 서버(10)는 우선순위가 높은 식별항목에서 획득된 의미 정보를 정확한 의미 정보로 판단할 수 있다.
도 10은 본 발명의 일 실시예에 따른 특허문서에 이미지가 존재하는 경우 단어 세트를 획득하는 방법을 설명하기 위한 흐름도이다.
단계 S910에서, 서버(10)는 특허문서에 이미지가 포함된 경우, 이미지와 인접한 식별항목이 존재하는지 여부를 판단할 수 있다.
일 실시예로, 특허문서에 [수학식]의 식별항목이 존재하고, 식별항목 하단에 이미지가 존재하는 경우, 서버(10)는 이미지를 수학식에 대한 이미지로 판단할 수 있다. 수학식의 경우, 특허문서의 핵심적인 내용일 가능성이 높으므로, 서버(10)는 이미지에 포함된 수학식 텍스트를 획득할 수 있다.
또 다른 실시예로, 특허문서에 [화학식] 의 식별항목이 존재하고, 식별항목 하단에 이미지가 존재하는 경우, 서버(10)는 이미지를 화학식에 대한 이미지로 판단할 수 있다.
단계 S920에서, 서버(10)는 식별항목이 이미지와 인접하는 경우, 이미지를 분석하여 이미지에 포함된 텍스트를 획득할 수 있다. 이때, 이미지 분석은 광학 문자 판독 방법(optical character recognition, OCR)에 의해 수행될 수 있으나, 이에 제한되는 것은 아니다. 예를 들어, 이미지가 화학식 이미지인 경우, 서버(10)는 화학식 구조를 분석하여 이미지에 대응되는 화학식을 획득할 수 있음은 물론이다.
단계 S930에서, 서버(10)는 획득된 텍스트를 바탕으로 단어 세트를 획득할 수 있다.
한편, 서버(10)는 후술하는 방법을 통해 단어 세트 각각의 중요도 스코어를 획득할 수 있다. 일 실시예로, 서버(10)는 특허문서로부터 중요도 스코어의 산출 대상이 되는 단어 세트를 획득할 수 있다. 서버(10)는, 전체 특허문서에서의 단어 세트의 제1 세부 중요도, 중요도 스코어를 판단하고자 하는 단어 세트가 포함된 특허문서의 기술분야정보에 대응되는 특허분류정보에서의 단어 세트의 제2 세부 중요도 및 전체 특허문서 중 단어 세트가 포함된 검색특허문서의 제3 세부 중요도 중 하나 이상의 세부 중요도를 산출할 수 있다.
구체적으로, 서버(10)는 제1 출현비율 및 제2 출현비율을 바탕으로 제1 세부 중요도를 산출할 수 있다. 이때, 제1 출현비율은 전체 특허문서의 전체 단어 세트수 대비 전체 특허문서에서의 중요도 스코어를 획득하고자 하는 단어 세트의 출연횟수를 의미하고, 제2 출현비율은 전체 특허문서의 문장 중에서 단어 세트가 출현된 출현 문장수를 카운트하고, 전체 특허문서의 문장 중에서 단어 세트가 출현된 출현 문장수 대비 전체 특허문서의 전체 문장수 의미할 수 있다.
구체적으로, 서버(10)는 하기의 수학식 1을 이용하여 제1 세부 중요도를 산출할 수 있다.
여기서, W1은 제1 세부 중요도이고, wpw은 전체 특허문서에서의 단어 세트의 출현횟수이고, WPW은 전체 특허문서의 전체 단어 세트수이고, wps은 전체 특허문서의 문장 중에서 단어 세트가 출현된 출현 문장수이고, WPS은 전체 특허문서의 전체 문장수이고, a1은 제2 출현비율의 조절 상수이다.
또 다른 실시예로, 서버(10)는 제1 출현비율 및 제2 출현비율을 바탕으로 제1 세부 중요도를 산출할 수 있다. 이때, 제3 출현비율은 특허분류정보의 전체 단어 세트수 대비 특허분류정보에서의 중요도 스코어를 획득하고자 하는 단어 세트의 출연횟수를 의미하고, 제4 출현비율은 전체 특허문서의 문장 중에서 단어 세트가 출현된 출현 문장수 대비 전체 특허문서의 전체 문장수를 의미할 수 있다.
여기서, 특허분류정보는 기술분야에 따라 특허를 분류할 수 있는 코드로써, IPC(International Patent Classfication), CPC(Cooperative Patent Classification) 및 F-Term 중 어느 하나일 수 있다.
구체적으로, 서버(10)는 하기의 수학식 2를 이용하여 제2 세부 중요도를 산출할 수 있다.
여기서, W2은 제2 세부 중요도이고, ipcw은 특허분류정보에서의 단어 세트의 출현횟수이고, IPCW은 특허분류정보의 전체 단어 세트수이고, ipcs은 전체 특허문서의 문장 중에서 단어 세트가 출현된 출현 문장수이고, IPCS은 전체 특허문서의 전체 문장수이고, a2은 제4 출현비율의 조절 상수이다.
또 다른 실시예로, 서버(10)는, 전체 특허문서 중에서 중요도 스코어의 산출 대상이 되는 단어 세트를 포함하는 검색특허문서를 검색하고, 검색특허문서 각각의 참조 정보에 기초하여 검색특허문서 각각의 영향력 값을 산출하고, 산출된 영향력 값을 바탕으로 제3 세부 중요도를 획득할 수 있다.
구체적으로, 서버(10)는 검색특허문서의 참조 정보인 출원인, 발명자, 권리자 중 하나 이상이 다른 특허문서와 동일한 항목의 개수, 참조 정보인 인용 횟수 및 피인용 횟수에 기초하여 영향력 값을 산출할 수 있다.
즉, 서버(10)는 검색특허문서가 다른 특허문서와 관련된 정도를 영향력 값으로 산출할 수 있다. 예를 들어, 서버(10)는 검색특허문서는 여러 특허문서로부터 인용될 때, 해당 특허문서에 검색특허문서가 영향력을 끼친 것으로 판단하여 검색특허문서의 영향력 값으로 산출할 수 있다.
나아가, 서버(10)는 검색특허문서 각각에 대해 산출된 영향력 값의 평균을 산출하고, 산출된 평균을 제3 세부 중요도로 산출할 수 있다.
도 11은 본 발명의 일 실시예에 따른 장치의 구성도이다.
프로세서(102)는 하나 이상의 코어(core, 미도시) 및 그래픽 처리부(미도시) 및/또는 다른 구성 요소와 신호를 송수신하는 연결 통로(예를 들어, 버스(bus) 등)를 포함할 수 있다.
일 실시예에 따른 프로세서(102)는 메모리(104)에 저장된 하나 이상의 인스트럭션을 실행함으로써, 도 2 내지 도 10과 관련하여 설명된 방법을 수행한다.
예를 들어, 프로세서(102)는 메모리에 저장된 하나 이상의 인스트럭션을 실행함으로써 신규 학습용 데이터를 획득하고, 학습된 모델을 이용하여, 상기 획득된 신규 학습용 데이터에 대한 테스트를 수행하고, 상기 테스트 결과, 라벨링된 정보가 소정의 제1 기준값 이상의 정확도로 획득되는 제1 학습용 데이터를 추출하고, 상기 추출된 제1 학습용 데이터를 상기 신규 학습용 데이터로부터 삭제하고, 상기 추출된 학습용 데이터가 삭제된 상기 신규 학습용 데이터를 이용하여 상기 학습된 모델을 다시 학습시킬 수 있다.
한편, 프로세서(102)는 프로세서(102) 내부에서 처리되는 신호(또는, 데이터)를 일시적 및/또는 영구적으로 저장하는 램(RAM: Random Access Memory, 미도시) 및 롬(ROM: Read-Only Memory, 미도시)을 더 포함할 수 있다. 또한, 프로세서(102)는 그래픽 처리부, 램 및 롬 중 적어도 하나를 포함하는 시스템온칩(SoC: system on chip) 형태로 구현될 수 있다.
메모리(104)에는 프로세서(102)의 처리 및 제어를 위한 프로그램들(하나 이상의 인스트럭션들)을 저장할 수 있다. 메모리(104)에 저장된 프로그램들은 기능에 따라 복수 개의 모듈들로 구분될 수 있다.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
본 발명의 구성 요소들은 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 애플리케이션)으로 구현되어 매체에 저장될 수 있다. 본 발명의 구성 요소들은 소프트웨어 프로그래밍 또는 소프트웨어 요소들로 실행될 수 있으며, 이와 유사하게, 실시 예는 데이터 구조, 프로세스들, 루틴들 또는 다른 프로그래밍 구성들의 조합으로 구현되는 다양한 알고리즘을 포함하여, C, C++, 자바(Java), 어셈블러(assembler) 등과 같은 프로그래밍 또는 스크립팅 언어로 구현될 수 있다. 기능적인 측면들은 하나 이상의 프로세서들에서 실행되는 알고리즘으로 구현될 수 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.
10 : 서버
20 : 전자 장치
20 : 전자 장치
Claims (1)
- 특허문서의 단어 세트 획득 방법에 있어서,
서버가, 특허문서를 획득하는 단계;
상기 서버가, 상기 특허문서를 바탕으로 형태소를 분석하여 복수개의 단어 세트를 획득하는 단계;
상기 서버가, 상기 획득된 복수개의 단어 세트 중 오류 단어 세트를 판단하는 단계;
상기 서버가, 상기 오류단어 세트를 수정하는 단계; 및
상기 서버가, 상기 복수개의 단어 세트간의 연관도를 바탕으로 적어도 하나의 복합 명사구 세트를 획득하는 단계;를 포함하고,
상기 단어 세트를 획득하는 단계는,
상기 특허문서에 포함된 복수의 식별항목 정보 및 템플릿을 획득하는 단계;
상기 획득된 템플릿을 제외한 복수개의 문장을 획득하는 단계;
상기 복수의 식별항목 정보 각각에 가중치를 부여하는 단계;
상기 복수의 식별항목 정보 각각의 가중치를 바탕으로 형태소 분석을 수행할 식별항목의 우선순위를 결정하는 단계; 및
상기 결정된 우선순위에 따라, 상기 템플릿이 제외된 복수의 문장에 대한 단어 세트를 획득하는 단계; 를 포함하는 단어 세트 획득 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020200014495A KR102255962B1 (ko) | 2019-10-02 | 2020-02-06 | 템플릿 정보를 이용한 특허문서의 단어 세트 획득 방법 및 시스템 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020190122092A KR102085214B1 (ko) | 2019-10-02 | 2019-10-02 | 특허문서의 단어 세트 획득 방법 및 시스템 |
KR1020200014495A KR102255962B1 (ko) | 2019-10-02 | 2020-02-06 | 템플릿 정보를 이용한 특허문서의 단어 세트 획득 방법 및 시스템 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020190122092A Division KR102085214B1 (ko) | 2019-10-02 | 2019-10-02 | 특허문서의 단어 세트 획득 방법 및 시스템 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20210039903A KR20210039903A (ko) | 2021-04-12 |
KR102255962B1 true KR102255962B1 (ko) | 2021-05-25 |
Family
ID=75440121
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020200014495A KR102255962B1 (ko) | 2019-10-02 | 2020-02-06 | 템플릿 정보를 이용한 특허문서의 단어 세트 획득 방법 및 시스템 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102255962B1 (ko) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101706300B1 (ko) * | 2015-10-13 | 2017-02-14 | 포항공과대학교 산학협력단 | 기술용어 개념계층도 생성 장치 및 방법 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100515698B1 (ko) * | 2003-05-16 | 2005-09-16 | (주)다음소프트 | 색인 및 형태소 분석에 이용되는 특정문서 고유사전의 작성방법 및 작성을 위한 장치 |
KR100481598B1 (ko) | 2003-05-26 | 2005-04-08 | 한국전자통신연구원 | 복합 형태소 분석 장치 및 방법 |
KR102019757B1 (ko) * | 2015-12-15 | 2019-09-10 | 한국전자통신연구원 | 언어 분석 오류 보정 장치 및 방법 |
-
2020
- 2020-02-06 KR KR1020200014495A patent/KR102255962B1/ko active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101706300B1 (ko) * | 2015-10-13 | 2017-02-14 | 포항공과대학교 산학협력단 | 기술용어 개념계층도 생성 장치 및 방법 |
Non-Patent Citations (4)
Title |
---|
M.A. Syaekhoni, Development of Deep Learning Model for Multiclass Sentiment Analysis, 대한산업공학회 추계학술대회 논문집 pp.25-41, 2017 |
곽재은, Non-stationary text data analysis with convolutional neural network and incremental clustering, 연세대학교 박사학위논문 (2018) |
이충석 외, R&D 기술 선정을 위한 시계열 특허 분석 기반 지능형 의사결정지원시스템, 한국지능정보시스템학회 논문집, 18권3호 pp.79-96 (2012) |
임현근 외, 잠재 의미 분석을 적용한 유사 특허 검색 서비스 시스템, 한국정보통신학회논문지 Vol. 22, No. 8: 1049~1054, Aug. 2018 |
Also Published As
Publication number | Publication date |
---|---|
KR20210039903A (ko) | 2021-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102085217B1 (ko) | 특허문서의 유사도 판단 방법, 장치 및 시스템 | |
CN108829893B (zh) | 确定视频标签的方法、装置、存储介质和终端设备 | |
KR102095892B1 (ko) | 인공지능 모델을 이용한 특허문서의 유사도 판단 방법, 장치 및 시스템 | |
WO2013125286A1 (ja) | 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 | |
KR102085214B1 (ko) | 특허문서의 단어 세트 획득 방법 및 시스템 | |
CN108038099B (zh) | 基于词聚类的低频关键词识别方法 | |
CN112527977B (zh) | 概念抽取方法、装置、电子设备及存储介质 | |
CN110414004A (zh) | 一种核心信息提取的方法和*** | |
US11574004B2 (en) | Visual image search using text-based search engines | |
CN115526171A (zh) | 一种意图识别方法、装置、设备及计算机可读存储介质 | |
KR102263309B1 (ko) | 이미지 정보를 이용한 특허문서의 단어 세트 획득 방법 및 시스템 | |
KR102255962B1 (ko) | 템플릿 정보를 이용한 특허문서의 단어 세트 획득 방법 및 시스템 | |
KR102255961B1 (ko) | 오류 단어 수정을 통한 특허문서의 단어 세트 획득 방법 및 시스템 | |
KR102297962B1 (ko) | 특허문서의 단어 세트 의미 정보 획득 방법 및 시스템 | |
KR102291930B1 (ko) | 복합 명사구를 포함하는 특허문서의 단어 세트 획득 방법 및 시스템 | |
KR102383965B1 (ko) | 유사도 점수 및 비유사도 점수를 바탕으로 특허문서의 유사도를 판단하기 위한 방법, 장치 및 시스템 | |
KR102315215B1 (ko) | 특허문서의 단어 세트 획득 방법 및 획득된 단어 세트를 바탕으로 특허문서의 유사도를 판단하기 위한 방법. | |
KR20210039899A (ko) | 특허문서의 단어 세트 획득 방법 및 시스템 | |
KR102405867B1 (ko) | 인공지능 모델을 이용한 특허문서의 중요도 판단 방법, 장치 및 시스템 | |
KR102472200B1 (ko) | 단어의 출현 비율을 이용한 중요도 스코어 산출 방법 | |
KR20210044146A (ko) | 특허문서의 유사도 판단 방법, 장치 및 시스템 | |
KR102300352B1 (ko) | 중요도 스코어를 바탕으로 특허문서의 유사도를 판단하기 위한 방법, 장치 및 시스템 | |
JP2007148630A (ja) | 特許分析装置、特許分析システム、特許分析方法およびプログラム | |
KR102315214B1 (ko) | 유사도 점수 및 비유사도 점수를 이용한 특허문서의 유사도 판단 방법, 장치 및 시스템 | |
KR102315213B1 (ko) | 클러스터링을 이용한 특허문서의 유사도 판단 방법, 장치 및 시스템 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GRNT | Written decision to grant |