KR102268816B1 - Writing assistant system using sentence database - Google Patents
Writing assistant system using sentence database Download PDFInfo
- Publication number
- KR102268816B1 KR102268816B1 KR1020190075072A KR20190075072A KR102268816B1 KR 102268816 B1 KR102268816 B1 KR 102268816B1 KR 1020190075072 A KR1020190075072 A KR 1020190075072A KR 20190075072 A KR20190075072 A KR 20190075072A KR 102268816 B1 KR102268816 B1 KR 102268816B1
- Authority
- KR
- South Korea
- Prior art keywords
- sentence
- user
- recommendation
- recommended
- writing
- Prior art date
Links
- 238000000034 method Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 11
- 241000220225 Malus Species 0.000 description 16
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000011835 investigation Methods 0.000 description 5
- 235000021016 apples Nutrition 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 150000001875 compounds Chemical class 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003930 cognitive ability Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000013519 translation 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
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Educational Technology (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Machine Translation (AREA)
Abstract
문장 데이터베이스를 이용한 작문 보조 시스템이 개시된다. 본 발명의 일측면에 따른 문장 데이터베이스를 이용한 작문 보조 시스템은, 복수개의 문장과 문장들로부터 추출된 연계단어들이 저장된 문장DB, 작문 수준에 대한 정보를 포함하는 사용자 정보를 저장하는 유저DB; 사용자로부터 하나 이상의 단어가 입력되면, 유저DB를 참조하여 인식된 사용자의 작문 수준과 입력단어에 상응하는 하나 이상의 추천문장을 문장DB로부터 검색하는 문장검색부, 추천문장을 참조하여 입력단어에 상응하는 추천 조사 또는 추천 어미에 대한 추천단어를 결정하는 추천부 및 추천단어를 표시하여 사용자가 선택하도록 하는 인터페이스부를 포함한다.A writing assistance system using a sentence database is disclosed. According to an aspect of the present invention, a writing assistance system using a sentence database includes: a sentence DB in which a plurality of sentences and linked words extracted from sentences are stored, a user DB for storing user information including information on a writing level; When one or more words are input from the user, the sentence search unit searches the sentence DB for one or more recommended sentences corresponding to the user's writing level and the input word recognized by referring to the user DB, It includes a recommendation unit for determining a recommended word for the recommended research or recommendation ending, and an interface unit for displaying the recommended word so that the user can select it.
Description
본 발명은 문장 데이터베이스를 기반으로 하여 학습자 맞춤 수준 문장을 생성해 주는 작문 보조 시스템에 관한 것이다.The present invention relates to a writing assistance system that generates a learner-customized level sentence based on a sentence database.
글을 배우기 전의 유아 및 아동, 난독증 학생, 한글 미해득 초등학생, 다문화 아동 등은 스스로 한글 작문 활동을 하는 것에 어려움을 겪는다. 대부분의 언어가 그렇지만 특히나 한글의 조사, 어미가 문장의 내용에 따라 달라지는 형태가 다양하여 더욱 어려움을 겪게 된다.Infants and children before learning to read, dyslexic students, elementary school students who do not understand Hangul, and multicultural children have difficulties in writing in Korean on their own. As with most languages, it is especially difficult because there are various types of investigations and endings of Hangeul depending on the content of the sentence.
대부분의 서비스되는 작문 시스템은 번역에 관한 것으로, 예를 들어 한글과 같은 하나의 언어는 습득한 사람이 타 언어를 익히고자 할 때 유용한 시스템이 주를 이룬다.Most of the serviced writing systems are related to translation, and for example, a system that is useful when a person who has acquired one language such as Hangul wants to learn another language is mainly used.
언어를 처음 접하는 사람의 경우에는 다양한 문장을 접하는 것이 더 효율적일 수 있으므로, 표현하고자 하는 단어는 알고 있더라도 그 쓰임새에 따라 달라지는 형태를 보다 쉽게 이해할 수 있도록 다양한 문장, 단어를 제시하는 보조적 수단이 필요하며, 또한 사용자 수준에 맞는 예시 문장을 제시하는 방식도 필요하다.For people who are new to language, it may be more efficient to encounter various sentences, so even if you know the word you want to express, you need an auxiliary means to present various sentences and words so that you can more easily understand the form that changes depending on the usage. In addition, a method of presenting example sentences suitable for the user level is also required.
따라서, 본 발명은 상술한 문제점을 해결하기 위해 안출된 것으로서, 다양한 문장, 단어에 대한 데이터베이스를 구축하여, 사용자의 수준에 맞는 문장을 제시하여 각 단어별 상황에 맞는 어미, 조사의 적용을 쉽게 습득할 수 있도록 하는 문장 데이터베이스를 이용한 작문 보조 시스템을 제공하기 위한 것이다.Therefore, the present invention has been devised to solve the above-mentioned problems, by constructing a database for various sentences and words, and by presenting sentences suitable for the level of the user, it is easy to learn the application of endings and investigations suitable for each word situation. It is to provide a writing assistance system using a sentence database that enables
본 발명의 다른 목적들은 이하에 서술되는 바람직한 실시예를 통하여 보다 명확해질 것이다.Other objects of the present invention will become clearer through preferred embodiments described below.
본 발명의 일 측면에 따르면, 복수개의 문장과 문장들로부터 추출된 연계단어들이 저장된 문장DB; 작문 수준에 대한 정보를 포함하는 사용자 정보를 저장하는 유저DB; 사용자로부터 하나 이상의 단어가 입력되면, 상기 유저DB를 참조하여 인식된 상기 사용자의 작문 수준과 입력단어에 상응하는 하나 이상의 추천문장을 상기 문장DB로부터 검색하는 문장검색부; 상기 추천문장을 참조하여 상기 입력단어에 상응하는 추천 조사 및 추천 어미 중 적어도 어느 하나 이상에 대한 추천단어를 결정하는 추천부; 및 상기 추천단어를 표시하여 사용자가 선택하도록 하는 인터페이스부를 포함하는 문장 데이터베이스를 이용한 작문 보조 시스템이 제공된다.According to an aspect of the present invention, a sentence DB in which a plurality of sentences and linked words extracted from the sentences are stored; a user DB for storing user information including information on a writing level; a sentence search unit that, when one or more words are input by the user, searches the sentence DB for one or more recommended sentences corresponding to the user's writing level and the input word recognized with reference to the user DB; a recommendation unit for determining a recommendation word for at least one of a recommendation search and a recommendation ending corresponding to the input word with reference to the recommendation sentence; and an interface unit for displaying the recommended word and allowing the user to select it. A writing assistance system using a sentence database is provided.
여기서, 상기 추천부는 사용자에 의해 작문문장이 완성되면, 상기 추천문장을 기반으로 상기 작문문장에 상응하는 보정정보를 제공할 수 있다.Here, when the composition sentence is completed by the user, the recommendation unit may provide correction information corresponding to the composition sentence based on the recommendation sentence.
또한, 사용자의 이전 작문문장이 존재하는 경우, 상기 추천부는 상기 이전 작문문장에서 쓰인 어미를 참조하여 추천단어를 추천할 수 있다.Also, when the user's previous composition sentence exists, the recommendation unit may recommend a recommended word with reference to the ending used in the previous composition sentence.
또한, 상기 입력단어가 특정개수 이상인 경우, 상기 추천부는 동일한 단어들이 포함된 추천문장을 이용한 자동 보정 기능을 제공할 수 있다.In addition, when the number of input words is greater than or equal to a specific number, the recommendation unit may provide an automatic correction function using recommended sentences including the same words.
본 발명의 다른 측면에 따르면, 문장 데이터베이스를 이용한 작문 보조 시스템에서 수행되는 작문 보조 방법에 있어서, 사용자로부터 하나 이상의 단어가 입력되면, 유저DB를 참조하여 인식된 상기 사용자의 작문 수준과 입력단어에 상응하는 하나 이상의 추천문장을 문장DB로부터 검색하는 단계; 상기 추천문장을 참조하여 상기 입력단어에 상응하는 추천 조사 및 추천 어미 중 적어도 어느 하나 이상에 대한 추천단어를 결정하는 단계; 및 상기 추천단어를 표시하는 단계;를 포함하되, 상기 문장DB는 상기 작문 보조 시스템에 포함된 데이터베이스로서, 복수개의 문장과 문장들로부터 추출된 연계단어들이 저장되어 있고, 상기 유저DB는 상기 작문 보조 시스템에 포함된 데이터베이스로서, 상기 작문 수준에 대한 정보를 포함하는, 작문 보조 방법이 개시된다. According to another aspect of the present invention, in a writing assistance method performed in a writing assistance system using a sentence database, when one or more words are input from a user, the user's writing level and input words correspond to the recognized user DB retrieving one or more recommended sentences from the sentence DB; determining a recommended word for at least one of a recommendation search and a recommendation ending corresponding to the input word with reference to the recommendation sentence; and displaying the recommended words; wherein the sentence DB is a database included in the writing assistance system, and a plurality of sentences and linked words extracted from the sentences are stored, and the user DB is the writing assistance system. A method for assisting writing is disclosed as a database included in a system, comprising information about the writing level.
또한, 상기 추천단어를 결정하는 단계는, 사용자에 의해 작문문장이 완성되면, 상기 추천문장을 기반으로 상기 작문문장에 상응하는 보정정보를 제공하는 단계;를 포함할 수 있다. In addition, the determining of the recommended word may include, when a composition sentence is completed by the user, providing correction information corresponding to the composition sentence based on the recommended sentence.
또한, 상기 추천단어를 결정하는 단계는, 사용자의 이전 작문문장이 존재하는 경우, 상기 추천부는 상기 이전 작문문장에서 쓰인 어미를 참조하여 추천단어를 추천하는 단계;를 더 포함할 수 있다. In addition, the determining of the recommended word may further include, when the user's previous composition sentence exists, the recommendation unit recommending the recommended word by referring to the ending used in the previous composition sentence.
또한, 상기 추천단어를 결정하는 단계는, 상기 입력단어가 특정개수 이상인 경우, 상기 추천부는 동일한 단어들이 포함된 추천문장을 이용한 자동 보정 기능을 제공하는 단계;를 더 포함할 수 있다. The determining of the recommended word may further include, when the input word is greater than or equal to a specific number, the recommendation unit providing an automatic correction function using a recommended sentence including the same words.
본 발명에 따르면, 다양한 문장, 단어에 대한 데이터베이스를 구축하여, 사용자의 수준에 맞는 문장을 제시하여 각 단어별 상황에 맞는 어미, 조사의 적용을 쉽게 습득할 수 있어, 한글 학습자뿐만 아니라 난독증 학생, 다문화 가정 아동 등 글자를 배우기 전이라도 쉽게 문장 형태 작문이 가능하게 된다.According to the present invention, by constructing a database for various sentences and words, it is possible to easily learn the application of endings and investigations suitable for the situation of each word by presenting sentences suitable for the user's level, so that not only Korean learners but also dyslexic students, Children from multicultural families can easily write sentences even before they learn letters.
도 1은 본 발명의 일 실시예에 따른 작문 보조 시스템의 구성을 개략적으로 도시한 기능블록도.
도 2는 본 발명의 일 실시예에 따른 단어 입력에 의한 작문 보조 서비스 과정을 도시한 흐름도.
도 3은 본 발명의 일 실시예에 따른 개인별 작문 이력을 이용한 맞춤형 작문 서비스를 위한 프로세스를 도시한 예시도1 is a functional block diagram schematically illustrating the configuration of a writing assistance system according to an embodiment of the present invention.
2 is a flowchart illustrating a composition assistance service process by inputting words according to an embodiment of the present invention;
3 is an exemplary diagram illustrating a process for a customized writing service using an individual writing history according to an embodiment of the present invention;
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.Since the present invention can have various changes and can have various embodiments, specific embodiments are illustrated in the drawings and described in detail in the detailed description. However, this is not intended to limit the present invention to a specific embodiment, it should be understood to include all modifications, equivalents and substitutes included in the spirit and scope of the present invention.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. When a component is referred to as being “connected” or “connected” to another component, it is understood that the other component may be directly connected or connected to the other component, but other components may exist in between. it should be On the other hand, when it is said that a certain element is "directly connected" or "directly connected" to another element, it should be understood that no other element is present in the middle.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 후술될 제1 임계값, 제2 임계값 등의 용어는 실질적으로는 각각 상이하거나 일부는 동일한 값인 임계값들로 미리 지정될 수 있으나, 임계값이라는 동일한 단어로 표현될 때 혼동의 여지가 있으므로 구분의 편의상 제1, 제2 등의 용어를 병기하기로 한다. Terms such as first, second, etc. may be used to describe various elements, but the elements should not be limited by the terms. The above terms are used only for the purpose of distinguishing one component from another. For example, terms such as a first threshold value and a second threshold value, which will be described later, may be preset as threshold values that are substantially different or partially have the same value. Since there is room, the terms 1, 2, etc. will be used together for convenience of classification.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.The terms used herein are used only to describe specific embodiments, and are not intended to limit the present invention. The singular expression includes the plural expression unless the context clearly dictates otherwise. In this specification, terms such as "comprises" or "have" are intended to designate that the features, numbers, steps, operations, components, parts, or combinations thereof described in the specification exist, but one or more other features It should be understood that this does not preclude the existence or addition of numbers, steps, operations, components, parts, or combinations thereof.
또한, 각 도면을 참조하여 설명하는 실시예의 구성 요소가 해당 실시예에만 제한적으로 적용되는 것은 아니며, 본 발명의 기술적 사상이 유지되는 범위 내에서 다른 실시예에 포함되도록 구현될 수 있으며, 또한 별도의 설명이 생략될지라도 복수의 실시예가 통합된 하나의 실시예로 다시 구현될 수도 있음은 당연하다.In addition, the components of the embodiment described with reference to each drawing are not limitedly applied only to the embodiment, and may be implemented to be included in other embodiments within the scope of maintaining the technical spirit of the present invention, and also Even if the description is omitted, it is natural that a plurality of embodiments may be re-implemented as a single integrated embodiment.
또한, 첨부 도면을 참조하여 설명함에 있어, 도면 부호에 관계없이 동일한 구성 요소는 동일하거나 관련된 참조부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. In addition, in the description with reference to the accompanying drawings, the same components regardless of the reference numerals are given the same or related reference numerals, and the overlapping description thereof will be omitted. In describing the present invention, if it is determined that a detailed description of a related known technology may unnecessarily obscure the gist of the present invention, the detailed description thereof will be omitted.
도 1은 본 발명의 일 실시예에 따른 작문 보조 시스템의 구성을 개략적으로 도시한 기능블록도이다.1 is a functional block diagram schematically illustrating the configuration of a writing assistance system according to an embodiment of the present invention.
도 1을 참조하면, 작문 보조 시스템은 통신부(10), 문장DB(20), 유저DB(30) 및 제어부(40)를 포함하되, 제어부(40)는 그 기능에 따라 문장검색부(41), 추천부(42), 인터페이스부(43)를 포함할 수 있다.Referring to FIG. 1 , the writing assistance system includes a
통신부(10)는 본 작문 보조 시스템이 통신망을 통해 접속한 유저단말들에게 작문 보조 서비스를 개시하기 위한 통신수단으로서, 이는 당업자에게는 자명할 것이므로 더욱 상세한 설명은 생략한다. 다만 본 발명의 작문 보조 시스템이 개인 컴퓨팅 장치로서 구현되는 경우, 통신부(10)는 생략될 수도 있을 것이며, 이는 이하의 설명에 의해 당업자에게는 더욱 자명하게 될 것이다.The
문장DB(20)에는 다양한 문장이 저장되는데, 예를 들어 유아동이 즐겨보는 동화책으로부터 100개의 문장이 독출되어 저장되는 형태일 수도 있다. 도면에는 도시되지 않았으나, 유저별로 문장DB(20)에 저장되는 문장들이 설정될 수 있는데, 예를 들어 유저가 선택한 동화책으로부터 문장들이 추출되어 저장되는 형태이다. 이해의 편의를 위해 예를 들면, 유저A는 [백설공주] 동화책으로부터 추출된 문장들이 문장DB에 저장되고, 유저B는 [피터팬]의 문장이 이용되는 방식일 수 있다.Various sentences are stored in the
그리고, 문장DB(20)에는 각 문장들을 구성하는 단어들(이하 '연계단어'라 칭함)이 별도로 저장될 수도 있다. In addition, words constituting each sentence (hereinafter referred to as 'linked words') may be separately stored in the
유저DB(30)에는 각 유저들에 대한 식별정보(아이디 등), 작문 이력, 작문 수준 등에 대한 정보가 저장된다. 작문 이력으로서 작문했던 문장, 작문의 정확도 수치값, 작문 보조에 이용되었던 동화책 정보, 작문 보조에 이용되었던 조사, 어미 등에 대한 추천단어, 추천문장 등이 저장된다.The
작문 수준은 유저의 나이, 성별, 국적 등에 대한 개인정보와 상술한 바와 같은 작문했던 문장들의 정확도 등에 의한 평가 수치에 의해 결정될 수 있다. 예를 들어 나이가 어릴수록, 작문 이력의 정확도가 낮을수록 작문 수준은 낮게 책정될 수 있을 것이다.The writing level may be determined by an evaluation value based on personal information about the user's age, gender, nationality, etc. and the accuracy of the sentences written as described above. For example, the younger the age and the lower the accuracy of the writing history, the lower the writing level may be.
제어부(40)는 문장DB 및 유저DB를 관리하는 기능을 수행하며, 특히 접속된 유저에 대한 작문 보조 기능을 제공한다.The
제어부(40)의 문장검색부(41)는 사용자로부터 하나 이상의 단어가 입력되면, 유저DB를 참조하여 인식된 사용자의 작문 수준과 입력단어에 상응하는 하나 이상의 추천문장을 문장DB로부터 검색한다. 예를 들어, 입력문장이 [사과]와 [먹다]인 경우, [백설공주가 독이 든 사과를 먹었습니다]와 [사과는 동생이 어제 다 먹었다]라는 추천문장이 검색된다.When one or more words are input by the user, the
추천부(42)는 추천문장을 참조하여 입력단어에 상응하는 추천 조사 및 추천 어미 중 적어도 어느 하나 이상에 대한 추천단어를 결정한다. 위 예에 따르면, 조사로써 [-를]과 [-는]이, 어미로써는 [-었습니다], [-었다]가 추천단어로 결정될 수 있다.The
인터페이스부(43)는 추천단어를 사용자가 인지하여 사용할 수 있도록 하는 인터페이스 화면을 제공하는데, 예를 들어 추천단어를 화면의 일측에 표시한다.The
도 2는 본 발명의 일 실시예에 따른 단어 입력에 의한 작문 보조 서비스 과정을 도시한 흐름도이고, 도 3은 본 발명의 일 실시예에 따른 개인별 작문 이력을 이용한 맞춤형 작문 서비스를 위한 프로세스를 도시한 예시도이다.2 is a flowchart illustrating a writing assistance service process by inputting words according to an embodiment of the present invention, and FIG. 3 is a process for a customized writing service using individual writing histories according to an embodiment of the present invention. It is also an example.
먼저 도 2를 참조하면, 작문 보조 시스템은 사용자로부터 하나 이상의 단어가 입력되면, 유저DB를 참조하여 인식된 사용자의 작문 수준과 입력단어에 상응하는 하나 이상의 추천문장을 문장DB로부터 검색한다(S210).First, referring to FIG. 2 , when one or more words are input from the user, the writing assistance system searches the sentence DB for one or more recommended sentences corresponding to the user's writing level and the input word recognized by referring to the user DB (S210) .
예를 들어, 사용자로부터 [사과]가 입력된 경우, 작문 보조 시스템은 유저DB를 참조하여 사용자의 작문 수준이 [매우 낮음]으로 확인하고, 문장DB에서 [사과]에 상응하는 하나 이상의 추천문장으로서 [사과를 맛있게 먹어요], [사과가 탐스럽게 잘 익었습니다.], [사과를 잘라서 사이 좋게 나누자.] 등의 문장을 독출할 수 있다. 사용자의 작문 수준이 [매우 낮음]이므로 작문 보조 시스템은 단문만 추천문장으로 독출할 수 있다. For example, when [apology] is input from the user, the writing assistance system refers to the user DB and identifies the user's writing level as [very low], and as one or more recommended sentences corresponding to [apology] in the sentence DB. You can read sentences such as [Eat the apple deliciously], [The apple is ripe and luscious], [Cut the apple and share it with each other]. Since the user's writing level is [very low], the writing assistance system can read only short sentences as recommended sentences.
한편, 사용자의 작문 수준이 [낮음]인 경우에는 서로 대등한 단문들끼리 연결된 중문(重文)까지 추천문장으로 독출될 수 있다. 또한, 사용자의 작문 수준이 [중간]인 경우에는 하나의 문장이 다른 문장에 종속적으로 연결되는 연합복문(連合複文)까지 추천문장으로 독출될 수 있다. 또한 사용자의 작문 수준이 [높음]인 경우에는 하나의 문장이 다른 문장을 문장 성분으로 포유하고 있는 포유복문(包有複文)까지 추천문장으로 독출될 수 있다. 또한 사용자의 작문 수준이 [매우 높음]인 경우에는 하나의 문장에 모든 형태의 복문들이 포함된 혼성문(混成文)까지 추천문장으로 독출될 수도 있다. On the other hand, when the user's writing level is [Low], even middle sentences connected between equal short sentences may be read as recommended sentences. In addition, when the user's writing level is [intermediate], even a combined compound sentence in which one sentence is subordinately connected to another sentence may be read as a recommended sentence. In addition, when the user's writing level is [High], one sentence can be read as a recommended sentence up to the yuyu compound sentence (包有複文) including another sentence as a sentence component. Also, when the user's writing level is [Very High], even a mixed sentence including all types of complex sentences in one sentence may be read as a recommended sentence.
그리고, 검색된 추천문장을 참조하여 입력단어에 상응하는 추천 조사 및 추천 어미 중 적어도 어느 하나 이상에 대한 추천단어를 결정한다(S220). 그리고 결정된 추천단어를 사용자가 인지하여 사용할 수 있도록 하는 인터페이스 화면을 제공한다(S230). Then, with reference to the searched recommendation sentence, a recommendation word for at least one of a recommendation search and a recommendation ending corresponding to the input word is determined (S220). Then, an interface screen is provided so that the user can recognize and use the determined recommended word (S230).
도 3을 함께 참조하면, 문장DB(20)는 동화문장DB와 동화단어DB로 미리 구축되어 있고, 사용자의 개인 수준 입력에 대한 정보도 사전 어휘 검사 또는 사용자가 직접 입력한 수준에 대한 정보로 미리 설정되어 있을 수 있다. 또한, 이전에 사용자가 작문 보조 시스템을 통해 생성하였던 문장과 사용하였던 단어들은 유저DB(30)(도 3의 개인DB)에 미리 저장되어 있을 수 있다. Referring to FIG. 3 together, the
이후 상기와 같이 사용자로부터 단어가 입력되면 작문 보조 시스템은 추천문장을 독출한 후 추천단어를 결정하는데, 일례에 따르면 문장DB(20)(즉, 도 3의 동화문장DB)에는 주제어에 따라 문장들이 분류되어 있어 이를 고려한 문장 요소가 우선 추천될 수 있다. 예를 들어, 사용자가 [사과]를 입력할 경우, 주제어 [사과]를 포함하고 있는 [사과를 맛있게 먹어요], [사과가 탐스럽게 잘 익었습니다.], [사과를 잘라서 사이 좋게 나누자.] 등의 문장DB(20)에서 사용된 동사를 우선으로 추천하고, 사용자가 선택하는 동사에 따라 [사과] 뒤에 붙는 조사를 [-를], [-가] 등으로 구별하여 추천한다. Afterwards, when a word is input from the user as described above, the writing assistance system reads a recommended sentence and then determines a recommended word. According to an example, the sentence DB 20 (ie, the fairy tale sentence DB in FIG. 3 ) contains sentences according to the main word. Since they are classified, sentence elements in consideration of them can be recommended first. For example, if the user inputs [apple], [I like to eat apples], [Apples are ripe and luscious], [Let's cut apples and share them well], which contain the keyword [apple], etc. The verb used in the
즉, 작문 보조 시스템은 추천문장에 포함된 단어 중 동사, [자르다], [나누다], [먹다], [익다] 를 추천할 수 있다. 이후 사용자가 [자르다]를 선택하면 [사과]는 잘라지는 대상이 되므로 작문 보조 시스템은 목적격 조사 [-를]을 추천할 수 있다. 같은 예시에서 사용자가 [익다]를 선택하면 사과는 주어가 되므로 작문 보조 시스템은 주격 조사 [-가]를 추천할 수 있다. That is, the writing assistance system can recommend verbs, [cut], [divide], [eat], and [ripe] among the words included in the recommended sentence. After that, when the user selects [Cut], [Apple] becomes the target to be cut, so the writing assistance system can recommend the objective investigation [-e]. In the same example, if the user selects [Ripe], the apology becomes the subject, so the writing assistance system can recommend the nominative investigation [-a].
또한 사용자가 입력한 단어의 성격을 고려하여 DB에서 이어질 단어를 추천해 줄 수도 있다. 예를 들어 사용자가 명사 단어를 입력할 경우 조사를 추천하고, 동사나 형용사 단어의 어간을 입력할 경우 어미를 자동으로 추천하는 것이다. 또한 연어나 의존명사가 이어지는 DB가 구축된 경우 개인만의 추천이 제공될 수 있다. Also, considering the nature of the word entered by the user, the DB can recommend the next word. For example, when the user inputs a noun word, a search is recommended, and when the user enters a stem of a verb or adjective word, the ending is automatically recommended. In addition, if a DB with collocations or dependent nouns is established, individual recommendations may be provided.
그리고, 조사는 DB 내에서 자주 쓰이는 빈도를 분석하여 그에 따라 우선 추천할 수 있으며, 예를 들어 [나] 뒤에 주로 쓰이는 조사가 [-는]일 경우 이를 우선적으로 추천한다.And, the survey can be recommended first by analyzing the frequency frequently used in the DB. For example, if the survey mainly used after [B] is [-is], it is recommended first.
그리고 일례에 따르면, 추천부(42)는 사용자에 의해 작문문장이 완성되면, 추천문장을 기반으로 작문문장에 상응하는 보정정보를 제공할 수 있다. 예를 들어, [사과가 먹었습니다]라는 작문문장이 완성되면, [사과가 -> 사과를]라는 보정정보를 제공한다. 비록 도시되지는 않았지만, 보정정보와 관련된 정보들은 유저DB(30)에 저장되어 당해 사용자가 어떠한 작문 오류를 했었는지 확인할 수 있도록 할 수 있다. And according to an example, when a composition sentence is completed by the user, the
또한, 사용자의 이전 작문문장이 존재하는 경우, 추천부(42)는 이전 작문문장에서 쓰인 어미를 참조하여 추천단어를 추천할 수 있다. 예를 들어, 이전 작문문장에 [마셨다]라는 술어가 사용되었다면, 그 어미를 참조하여 과거형인 [-었다]라는 어미를 추천하는 것이다. 즉, 사용자가 여러 개의 문장을 나열할 경우 앞선 문장에서 쓰인 어미를 고려하여 추천하는 것으로, 예를 들어 사용자가 상대 높임법 중 하나를 선택했을 경우, 작문 보조 시스템은 이어지는 문장 역시 통일성을 가질 수 있도록 앞선 문장과 동일한 어미를 우선 추천한다.In addition, when the user's previous composition sentence exists, the
그리고, 문장을 작성하고 수정하는 단계에서 단어의 문장 성분을 고려하여 이에 맞는 조사나 어미를 자동으로 제시하는데, 예를 들어, [먹다(eat)]가 문장의 끝에 위치할 경우 종결어미 [-다] 등을 제시하지만, 두 개 이상의 문장 사이에 위치하거나 문장 중간에 위치할 경우 [-고], [-어서] 등의 연결어미를 제시한다. And, in the stage of writing and revising the sentence, it automatically suggests the appropriate postposition or ending considering the sentence component of the word. For example, if [eat] is located at the end of the sentence, the ending ending [-da] ], but if it is located between two or more sentences or in the middle of sentences, connect endings such as [-go] and [-eo] are suggested.
또한, 입력단어가 특정개수(예를 들어 3개 등) 이상인 경우, 추천부(42)는 동일한 단어들이 포함된 추천문장을 이용한 자동 보정 기능을 제공한다.In addition, when the input word is more than a specific number (for example, three, etc.), the
작문한 문장에 문장DB(20)와 동일한 단어가 3개 이상 있을 경우 문법적으로 오류가 있는 부분을 교정할 수 있도록 제안하는 것이다. 예를 들어, 아동이 [오늘이 날씨가 맑아서 친구들이 놀이터에서 놀았습니다.]라는 문장을 작문한 경우, [오늘], [날씨], [친구들] 등의 단어가 포함된 문장을 기반으로 [오늘은 날씨가 맑아서 친구들과 놀이터에서 놀았습니다.]와 같이 교정할 수 있게 추천하거나 자동 교정해주는 것이다.When there are three or more words identical to the
사용자가 작문을 완료한 내용은 유저DB(30)(도 3의 문장DB)에 저장되어 리뷰 및 평가가 가능하며, 이를 기반으로 그 다음 작문에 대한 모델링을 다음 맞춤화 과정에서 제안할 수 있을 것이다. The content that the user has completed writing is stored in the user DB 30 (sentence DB in FIG. 3 ) and can be reviewed and evaluated. Based on this, modeling for the next writing can be suggested in the next customization process.
상기에서는 본 발명이 작문 보조 시스템으로 구현된 경우에 대한 실시예를 참조하여 설명하였지만, 본 발명은 소프트웨어적으로 구현될 수도 있다. 이 경우 위에서 설명한 실시예의 각 기능들은 소프트웨어를 구현하기 위한 각 단계로 구현될 수도 있다. 상술한 작문 보조 시스템에 대한 실시예를 통해 소프트웨어적인 실시예를 유추하는 것은 본 발명의 기술분야의 통상의 기술자에게 자명한 사항이므로 이에 대한 구체적인 설명은 생략한다. In the above, the present invention has been described with reference to an embodiment of a case in which the present invention is implemented as a writing assistance system, but the present invention may also be implemented in software. In this case, each function of the embodiment described above may be implemented in each step for implementing software. Inferring a software embodiment through the embodiment of the above-described writing assistance system is obvious to those skilled in the art, and thus a detailed description thereof will be omitted.
또한, 통상의 지식을 가진 자라면 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.In addition, it will be understood by those of ordinary skill in the art that various modifications and variations of the present invention can be made without departing from the spirit and scope of the present invention as set forth in the claims below.
10 : 통신부 20 : 문장DB
30 : 유저DB 40 : 제어부10: communication unit 20: sentence DB
30: user DB 40: control unit
Claims (5)
작문 수준에 대한 정보를 포함하는 사용자 정보를 저장하는 유저DB;
사용자로부터 하나 이상의 단어가 입력되면, 상기 유저DB를 참조하여 인식된 상기 사용자의 작문 수준과 입력단어에 상응하는 하나 이상의 추천문장을 상기 문장DB로부터 검색하는 문장검색부;
상기 추천문장을 참조하여 상기 입력단어에 상응하는 추천 조사 및 추천 어미 중 적어도 어느 하나 이상에 대한 추천단어를 결정하는 추천부; 및
상기 추천단어를 표시하여 사용자가 선택하도록 하는 인터페이스부;
를 포함하되,
상기 추천부는,
사용자에 의해 작문문장이 완성되면 상기 추천문장을 기반으로 상기 작문문장에 상응하는 보정정보를 제공하고, 사용자의 이전 작문문장이 존재하면 상기 이전 작문문장에서 쓰인 어미를 참조하여 추천단어를 추천하는, 문장 데이터베이스를 이용한 작문 보조 시스템.
a sentence DB in which a plurality of sentences and linked words extracted from the sentences are stored;
a user DB for storing user information including information on a writing level;
a sentence search unit that, when one or more words are input by the user, searches the sentence DB for one or more recommended sentences corresponding to the user's writing level and the input word recognized with reference to the user DB;
a recommendation unit for determining a recommendation word for at least one of a recommendation search and a recommendation ending corresponding to the input word with reference to the recommendation sentence; and
an interface unit for displaying the recommended word so that a user can select it;
including,
The recommendation is
When a composition sentence is completed by the user, correction information corresponding to the composition sentence is provided based on the recommendation sentence, and if the user's previous composition sentence exists, a recommendation word is recommended by referring to the ending used in the previous composition sentence, A writing assistance system using a sentence database.
상기 입력단어가 특정개수 이상인 경우, 상기 추천부는 동일한 단어들이 포함된 추천문장을 이용한 자동 보정 기능을 제공하는, 문장 데이터베이스를 이용한 작문 보조 시스템.
4. The method of claim 3,
When the number of input words is greater than or equal to a specific number, the recommendation unit provides an automatic correction function using recommended sentences including the same words.
사용자로부터 하나 이상의 단어가 입력되면, 문장검색부가 유저DB를 참조하여 인식된 상기 사용자의 작문 수준과 입력단어에 상응하는 하나 이상의 추천문장을 문장DB로부터 검색하는 단계 - 단, 상기 문장DB는 상기 작문 보조 시스템에 포함된 데이터베이스로서, 복수개의 문장과 문장들로부터 추출된 연계단어들을 포함하고, 상기 유저DB는 상기 작문 보조 시스템에 포함된 데이터베이스로서, 상기 작문 수준에 대한 정보를 포함함;
추천부는 상기 추천문장을 참조하여 상기 입력단어에 상응하는 추천 조사 및 추천 어미 중 적어도 어느 하나 이상에 대한 추천단어를 결정하는 단계; 및
상기 추천단어를 표시하는 단계;
를 포함하되,
상기 추천단어를 결정하는 단계는,
상기 추천부는 사용자에 의해 작문문장이 완성되면 상기 추천문장을 기반으로 상기 작문문장에 상응하는 보정정보를 제공하는 단계; 및
상기 추천부는 사용자의 이전 작문문장이 존재하면 상기 이전 작문문장에서 쓰인 어미를 참조하여 추천단어를 추천하는 단계;
를 포함하는, 작문 보조 방법. A writing assistance method performed in a writing assistance system using a sentence database, the method comprising:
When one or more words are input from the user, the sentence search unit searches the sentence DB for one or more recommended sentences corresponding to the user's writing level and input word recognized by referring to the user DB - provided that the sentence DB is the composition a database included in the auxiliary system, including a plurality of sentences and linked words extracted from the sentences, and the user DB is a database included in the writing assistance system and includes information on the writing level;
determining, by a recommendation unit, a recommendation word for at least one of a recommendation search and a recommendation ending corresponding to the input word with reference to the recommendation sentence; and
displaying the recommended word;
including,
The step of determining the recommended word is,
providing, by the recommendation unit, correction information corresponding to the composition sentence based on the recommendation sentence when the composition sentence is completed by the user; and
recommending, by the recommendation unit, a recommended word with reference to the ending used in the previous written sentence if the user's previous written sentence exists;
A writing aid method comprising:
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190075072A KR102268816B1 (en) | 2019-06-24 | 2019-06-24 | Writing assistant system using sentence database |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190075072A KR102268816B1 (en) | 2019-06-24 | 2019-06-24 | Writing assistant system using sentence database |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210000146A KR20210000146A (en) | 2021-01-04 |
| KR102268816B1 true KR102268816B1 (en) | 2021-06-24 |
Family
ID=74127448
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190075072A KR102268816B1 (en) | 2019-06-24 | 2019-06-24 | Writing assistant system using sentence database |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102268816B1 (en) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102464509B1 (en) * | 2021-12-14 | 2022-11-10 | 주식회사 뤼튼테크놀로지스 | Method, system and non-transitory computer-readable recording medium for recommending contents for writing |
| KR102570471B1 (en) * | 2022-08-12 | 2023-08-23 | 유승민 | Sentence making service method and sentence making service method based on user using text mining |
| KR102619939B1 (en) * | 2023-01-05 | 2024-01-02 | 주식회사 대교 | Method And System for Writing Education and Evaluation |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101522522B1 (en) * | 2011-10-26 | 2015-05-27 | 에스케이텔레콤 주식회사 | Example based error detection system and method for estimating writing automatically |
| KR101670326B1 (en) * | 2015-03-03 | 2016-11-10 | 울산과학기술원 | System for generating language sentence patterns suggestions |
| KR101854278B1 (en) * | 2016-11-14 | 2018-05-03 | 충북대학교 산학협력단 | Apparatus and method for recommending pattern-based English word using statistical analysis of corpus |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101136415B1 (en) | 2009-09-30 | 2012-04-18 | 고려대학교 산학협력단 | System and method for studying foreign language based on cognitive funciton of learners |
| KR101337785B1 (en) * | 2011-10-26 | 2013-12-06 | (주)정글시스템 | Korean character input system for automatic postposition suggestion and method thereof |
| KR20170014262A (en) * | 2015-07-29 | 2017-02-08 | 서재택 | Writing Service method and device for correcting a foreign language sentence by a correct sentence |
-
2019
- 2019-06-24 KR KR1020190075072A patent/KR102268816B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101522522B1 (en) * | 2011-10-26 | 2015-05-27 | 에스케이텔레콤 주식회사 | Example based error detection system and method for estimating writing automatically |
| KR101670326B1 (en) * | 2015-03-03 | 2016-11-10 | 울산과학기술원 | System for generating language sentence patterns suggestions |
| KR101854278B1 (en) * | 2016-11-14 | 2018-05-03 | 충북대학교 산학협력단 | Apparatus and method for recommending pattern-based English word using statistical analysis of corpus |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20210000146A (en) | 2021-01-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Thanaki | Python natural language processing | |
| Slabakova | The scalpel model of third language acquisition | |
| Laubscher et al. | Core vocabulary lists for young children and considerations for early language development: A narrative review | |
| Pires et al. | Disentangling sources of incomplete acquisition: An explanation for competence divergence across heritage grammars | |
| KR102268816B1 (en) | Writing assistant system using sentence database | |
| Swanepoel | 1.5 Dictionary typologies: A pragmatic approach | |
| Mandera et al. | Recognition times for 62 thousand English words: Data from the English Crowdsourcing Project | |
| Ahmed et al. | Accessible skimming: faster screen reading of web pages | |
| JP6174774B1 (en) | Learning support system, method and program | |
| Park | A minimalist approach to null subjects and objects in second language acquisition | |
| Chojnicka et al. | Social language in autism spectrum disorder: A computational analysis of sentiment and linguistic abstraction | |
| Lee | Using lexical bundle analysis as discovery tool for corpus-based translation research | |
| KR102146433B1 (en) | Method for providing context based language learning service using associative memory | |
| Mykhaylyk et al. | Directionality of cross-linguistic influence: Which referring choices do bilingual Ukrainian–English children make? | |
| Bednarek | Keyword analysis and the indexing of Aboriginal and Torres Strait Islander identity: A corpus linguistic analysis of the Australian Indigenous TV drama Redfern Now | |
| Campesato | Natural language processing fundamentals for developers | |
| Pascual | Analysing digital communication: Discursive features, rhetorical structure and the use of English as a Lingua Franca in travel blog posts | |
| Jabbari et al. | Acquisition of L3 French wh-question structure by Persian-English bilinguals | |
| Hoekstra et al. | Three-verb clusters in interference frisian: A stochastic model over sequential syntactic input | |
| Kunnari et al. | The use of negative inflections by Finnish-speaking children with and without specific language impairment | |
| Curto | Automatic generation of multiple-choice tests Geraçao automatica de testes de escolha m ultipla | |
| Malhar et al. | Deep learning based Answering Questions using T5 and Structured Question Generation System’ | |
| Ninio | Learning to structure sentences through the acquisition of grammatical words: Introduction to the special issue on the role of grammatical words in young children’s syntactic development | |
| Villanueva et al. | Using frames to disambiguate prepositions | |
| Feinauer et al. | The loyalty of the literary reviser: Author, source text, target text or reader? |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |