KR102609399B1 - 하이퍼 메타데이터 기반의 온라인 교과서 학습정보 시스템 - Google Patents

하이퍼 메타데이터 기반의 온라인 교과서 학습정보 시스템 Download PDF

Info

Publication number
KR102609399B1
KR102609399B1 KR1020220036281A KR20220036281A KR102609399B1 KR 102609399 B1 KR102609399 B1 KR 102609399B1 KR 1020220036281 A KR1020220036281 A KR 1020220036281A KR 20220036281 A KR20220036281 A KR 20220036281A KR 102609399 B1 KR102609399 B1 KR 102609399B1
Authority
KR
South Korea
Prior art keywords
information
content
learning
main
keywords
Prior art date
Application number
KR1020220036281A
Other languages
English (en)
Other versions
KR20230138344A (ko
Inventor
정광호
문동열
Original Assignee
(주)데이타이음
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)데이타이음 filed Critical (주)데이타이음
Priority to KR1020220036281A priority Critical patent/KR102609399B1/ko
Publication of KR20230138344A publication Critical patent/KR20230138344A/ko
Application granted granted Critical
Publication of KR102609399B1 publication Critical patent/KR102609399B1/ko

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/7844—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using original textual content or text extracted from visual content or transcript of audio data
    • 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
    • G06F16/903—Querying
    • G06F16/9035—Filtering based on additional data, e.g. user or group profiles
    • 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
    • G06F16/903—Querying
    • G06F16/9038—Presentation of query results
    • 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
    • G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/908—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Library & Information Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Educational Technology (AREA)
  • Educational Administration (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

본 발명은 교과서의 학습정보를 수집하는 정보수집부; 상기 학습정보를 분석하여 기준 범위에서 텍스트와 메타데이터를 각각 추출하는 데이터분석부; 및 상기 텍스트를 분석하여 추출된 키워드를 상기 메타데이터와 연결하는 데이터처리부;를 포함하며, 상기 데이터처리부는, 다수의 키워드를 기준 범위 내의 빈도 수에 따라 상위 N개를 주요 키워드로 선정하여 상기 메타데이터와 연결함에 따라, 학습자가 제공받는 주요 키워드를 통해 학습정보 내의 관계 파악이 용이하여 온라인 수업 능률이 향상됨과 더불어 보다 광범위한 콘텐츠를 사용자 맞춤형으로 제공할 수 있는 온라인 교과서 학습정보 시스템에 관한 것이다.

Description

하이퍼 메타데이터 기반의 온라인 교과서 학습정보 시스템{ONLINE TEXTBOOK LEARNING INFORMATION SYSTEM BASED ON HYPER METADATA}
본 발명은 하이퍼 메타데이터 기반의 온라인 교과서 학습정보 시스템에 관한 것으로, 보다 상세히는 업로드된 교과서의 핵심 단어를 중심으로 다양한 정보에 연결될 수 있는 하이퍼 메타데이터 기반의 온라인 교과서 학습정보 시스템에 관한 것이다.
최근 IT 기술의 발전으로 인해 기존의 오프라인 교육과 더불어 전자통신기술을 기반으로 온라인 교육을 시행하는 이러닝(Electronic Learning)의 학습환경이 제공되고 있다. 이때 상기 이러닝은 개방성, 융통성 및 분산성 등의 특성을 가진 학습환경으로, 학습자들이 상호작용 및 자기 주도적 학습활동을 통해 다양한 형태의 학습경험을 수행하는 것을 특징으로 한다.
한편, 토론이나 실험 등의 오프라인 집합교육을 실시하거나 오프라인 교육과 온라인 교육을 병행하기 위해서는, 교수자가 온라인 콘텐츠를 활용하여 학습자에게 선행 학습자료로 제공하거나 콘텐츠의 생성 및 배포를 수행하여야 한다. 이때 교수자가 온라인 플랫폼에 익숙하지 않은 경우에는 데이터를 활용하기 어려운 문제점이 있으며, 교수자가 모든 학습자의 개인별 수준을 판별하기가 어려워 교육의 효율이 낮아지는 문제로 이어질 수 있다.
상술한 문제를 해결하기 위해 한국공개특허공보 제10-2021-0152182호에서는 온라인 및 오프라인 교육이 연계된 교육과정 추천을 위한 학습 서비스 서버 및 그 방법이 개시되어 있다. 위 문헌에서는 온라인 및 오프라인 교육이 연계된 플립러닝 교육과정 중 학습자의 ID정보를 기반으로 학습자에게 적합한 플립러닝 교육과정을 추천할 수 있도록 하는 기술이 개시되어 있다.
하지만 기존 이러닝의 학습 환경에서 제공되는 e-book은 교과서 그대로의 내용만 담고 있거나, 다수의 출판사 중의 일부에 한정하여 학습자료를 제공하는 한계점이 있다. 이는 최근에 검인정 교과서로의 개정에 따라 교수자나 학습자에게 다양한 선택지가 주어진 실황과 역행하는 문제점으로 이어질 수 있다. 이와 더불어 검인정 교과서의 다양화로 인해 기존 콘텐츠를 공유하거나 재활용하기가 어려운 문제점이 있으며, 학습자가 예습과 복습하기 위해서는 교과서 전체의 내용을 파악해야 하는 번거로움이 발생될 수 있다.
KR 10-2021-0152182 A (2021.12.15.) KR 10-2021-0118532 A (2021.10.01.) KR 10-1619748 B1 (2016.05.16.)
본 발명은 종래 기술의 문제점을 해결하기 위해 안출된 것으로, 본 발명은 업로드된 교과서의 텍스트 분석을 통해 기존 콘텐츠와, 백과사전 및, 다른 교과서를 기반으로 한 콘텐츠로의 연결이 이루어지는 하이퍼 메타데이터 기반의 온라인 교과서 학습정보 시스템에 관한 것이다.
상기한 바와 같은 목적을 달성하기 위한 본 발명에 따른 온라인 교과서 학습정보 시스템은, 교과서의 학습정보를 수집하는 정보수집부; 상기 학습정보를 분석하여 기준 범위에서 텍스트와 메타데이터를 각각 추출하는 데이터분석부; 상기 텍스트를 분석하여 추출된 키워드를 상기 메타데이터와 연결하는 데이터처리부; 및 유저단말과 데이터 통신하는 데이터송수신부;를 포함하며, 상기 데이터처리부는, 다수의 키워드를 기준 범위 내의 빈도 수에 따라 상위 N개를 주요 키워드로 선정하여 상기 메타데이터와 연결하고, 상기 데이터처리부는, 다수의 학습정보들에 대해 텍스트별 주요 키워드의 빈도 수에 따라 연관도를 분석하여 관련 정보로 기록하고, 상기 텍스트의 형태소를 분석하여 품사에 따른 키워드를 추출하되, 일반 명사 또는 고유 명사를 포함하는 키워드를 추출하며, 상기 유저단말로부터 상기 데이터송수신부로 정보검색 요청이 수신되면, 상기 데이터처리부는 상기 유저단말로 학습정보를 제공하되 상기 유저단말로 상기 학습정보에 대한 메인콘텐츠 정보, 상기 메인콘텐츠 정보와 관련된 관련콘텐츠 정보 및, 상기 학습정보의 주요 키워드 정보를 상기 데이터송수신부를 통해 상기 유저단말로 제공하며, 상기 관련콘텐츠 정보 및 주요 키워드 정보가 각각 외부서버 및 학습사전 데이터베이스와 연결되어, 상기 유저단말에서 상기 관련콘텐츠 정보 또는 주요 키워드 정보를 선택하면 상기 외부서버 또는 학습사전 데이터베이스에 하이퍼링크되고, 상기 데이터처리부는, 복수의 상기 주요 키워드가 소정 범위 내에 배치되도록 가시화한 정보를 상기 유저단말로 제공하되, 복수의 상기 주요 키워드는 학습정보의 내에서 빈도 수가 클수록 보다 큰 크기로 가시화되며, 상기 정보수집부는, 복수의 출판사에서 각각 발행된 검인정 교과서의 학습정보를 수집하고, 상기 데이터처리부는 복수의 출판사에서 발생된 학습정보들의 메타데이터를 서로 연결하여 메타데이터베이스를 구축하며, 상기 관련콘텐츠는, 사용자의 ID정보에 따라 콘텐츠를 추천해주는 맞춤콘텐츠, 상기 메인콘텐츠와 유사한 내용의 다른 출판사나 외부서버에 링크하는 유사콘텐츠 및, 상기 메인콘텐츠의 주요 키워드의 세부정보를 파악할 수 있는 외부 링크인 연관콘텐츠를 포함하고, 상기 데이터처리부는, 상기 유저단말에서 상기 관련콘텐츠와 주요 키워드 정보가 상기 메인콘텐츠를 중심으로 출력화면의 가장자리에 배치되도록 시각화하되, 상기 맞춤콘텐츠, 유사콘텐츠, 연관콘텐츠 및 주요 키워드 정보가 상하로 순차적으로 배치되도록 출력되며, 주요 키워드 정보의 단어가 선택되면 세부정보가 상기 메인콘텐츠에 표출되는 것을 특징으로 할 수 있다.
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
삭제
상술한 구성에 의한 본 발명에 따른 하이퍼 메타데이터 기반의 온라인 교과서 학습정보 시스템은, 기존 학습내용만을 제공하는 e-book의 한계를 벗어나 텍스트 분석을 통해 학습요소들과 요소 간의 관계 등 다양한 콘텐츠를 사용자의 맞춤형으로 제공해줄 수 있는 장점이 있다.
아울러 본 발명에 따른 하이퍼 메타데이터 기반의 온라인 교과서 학습정보 시스템은, 주요 키워드에 대한 백과사전 지식 제공을 통해 학습자의 온라인 수업능률이 향상되면서, 어학의 경우에는 주요 키워드 학습을 통한 수업 전 예습이 가능한 장점으로 이어질 수 있다. 나아가 본 발명은 학습자가 가시화된 주요 키워드에 대한 텍스트 분석을 통해 관계 파악이 보다 용이한 효과가 있으며, 학습자에 대해서 관련 콘텐츠 및 문항을 추천하여 추가 학습 기능을 제공해줄 수 있는 장점으로 이어질 수 있다.
도 1은 본 발명에 따른 온라인 교과서 학습정보 시스템의 구성도.
도 2는 본 발명에 따른 온라인 교과서 학습정보 시스템을 이용한 검인정 교과서의 학습정보 플랫폼 구축방법을 도시한 플로차트.
도 3은 본 발명에 따른 온라인 교과서 학습정보 시스템을 이용하여 추출된 교과서의 학습정보를 도시한 도면.
도 4는 본 발명에 따른 온라인 교과서 학습정보 시스템을 이용하여 추출된 학습정보의 키워드들을 도시한 도면.
도 5는 본 발명에 따른 온라인 교과서 학습정보 시스템을 이용하여 메타데이터에 연결되는 주요 키워드를 도시한 도면.
도 6은 본 발명에 따른 온라인 교과서 학습정보 시스템의 학습정보 제공과정을 도시한 도면.
도 7 및 도 8은 유저단말에 제공된 본 발명에 따른 온라인 교과서 학습정보 시스템의 출력화면을 도시한 도면.
도 9는 본 발명에 따른 온라인 교과서 학습정보 시스템이 선정된 메타데이터를 중심으로 다른 데이터들을 연결하는 것을 도시한 도면.
도 10은 본 발명에 따른 온라인 교과서 학습정보 시스템이 하이퍼 메타데이터 구조에서 구축한 데이터 셋을 도시한 도면.
도 11은 본 발명에 따른 온라인 교과서 학습정보 시스템을 이용한 KST 학습분석을 도시한 도면.
도 12는 본 발명에 따른 온라인 교과서 학습정보 시스템을 이용한 문제은행 기반 데이터를 활용하는 것을 도시한 예시도.
이하 첨부한 도면들을 참조하여 본 발명에 따른 하이퍼 메타데이터 기반의 온라인 교과서 학습정보 시스템을 상세히 설명한다. 다음에 소개되는 도면들은 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 예로서 제공되는 것이다. 따라서 본 발명은 이하 제시되는 도면들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 또한 명세서 전반에 걸쳐서 동일한 참조번호들은 동일한 구성요소들을 나타낸다.
이때 사용되는 기술 용어 및 과학 용어에 있어서 다른 정의가 없다면, 이 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 통상적으로 이해하고 있는 의미를 가지며, 하기의 설명 및 첨부 도면에서 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능 및 구성에 대한 설명은 생략한다.
또한, 본 명세서에서 설명된 구현은, 예컨대, 방법 또는 프로세스, 장치, 소프트웨어 프로그램, 데이터 스트림 또는 신호로 구현될 수 있다. 단일 형태의 구현의 맥락에서만 논의(예컨대, 방법으로서만 논의)되었더라도, 논의된 특징의 구현은 또한 다른 형태(예컨대, 장치 또는 프로그램)로도 구현될 수 있다. 장치는 적절한 하드웨어, 소프트웨어 및 펌웨어 등으로 구현될 수 있다. 방법은, 예컨대, 컴퓨터, 마이크로프로세서, 집적 회로 또는 프로그래밍 가능한 로직 디바이스 등을 포함하는 프로세싱 디바이스를 일반적으로 지칭하는 프로세서 등과 같은 장치에서 구현될 수 있다. 프로세서는 또한 최종-사용자 사이에 정보의 통신을 용이하게 하는 컴퓨터, 셀 폰, 휴대용/개인용 정보 단말기(personal digital assistant: "PDA") 및 다른 디바이스 등과 같은 통신 디바이스를 포함한다.
또한, 본 명세서에서 사용한 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "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.
명세서 전체에서 "콘텐츠(content 또는 contents)"라 함은, 통신망을 통하여 접근 가능한, 문자, 부호, 음성, 음향, 음원, 이미지, 동영상 등으로 이루어지는 디지털 정보 또는 개별 정보 요소를 총칭하는 개념을 포함할 수 있다. 이러한 콘텐츠는, 예를 들면, 텍스트, 이미지, 동영상, 음원, 링크(예를 들면, 웹 링크) 등의 데이터 또는 이러한 데이터 중 적어도 두 가지의 조합을 포함하여 구성될 수 있다. 본 실시 예에서 콘텐츠는 사용자가 콘텐츠를 이용하여 지식을 전달받을 수 있는 학습 콘텐츠를 포함할 수 있다.
도 1 및 도 2는 본 발명에 따른 온라인 교과서 학습정보 시스템에 관한 것으로, 도 1은 온라인 교과서 학습정보 시스템의 구성도를, 도 2는 온라인 교과서 학습정보 시스템을 이용한 검인정 교과서의 학습정보 플랫폼 구축방법을 도시한 플로차트를 각각 나타낸다.
도 1을 참조하면, 본 발명에 따른 온라인 교과서 학습정보 시스템(10)은, 정보수집부(110), 데이터분석부(120), 데이터처리부(130) 및 데이터송수신부(140)를 포함하여 구성될 수 있다. 아울러 본 발명에 따른 온라인 교과서 학습정보 시스템(10)은 상기 정보수집부(110)에서 수집된 검인정 교과서나 국정 교과서에 대한 학습정보를 텍스트 마이닝(Text Mining)을 거쳐 데이터베이스(200)에 저장하도록 구성될 수 있다. 이때 상기 정보수집부(110)에서는 수집된 학습정보에 대해서 데이터 파싱(Data Parsing)할 수 있다.
상기 데이터분석부(120)는 데이터 파싱된 학습정보를 분석하여 기준 범위에서 텍스트와 메타데이터를 각각 추출할 수 있으며, 여기서 기준 범위는 교과서의 단원, 단원의 차시 또는 페이지 등으로 설정될 수 있다. 이때 교과서의 단원은 대단원, 중단원 또는 소단원으로 구성될 수 있다. 그리고 상기 데이터처리부(130)는 상기 텍스트의 형태소를 분석하여 명사를 포함하는 키워드를 추출할 수 있으며, 이때 상기 키워드는 고유 명사 또는 일반 명사를 포함할 수 있다. 여기서 형태소 분석은 일 예로 JAVA KOMORAN을 이용하여 수행될 수 있고, 주어, 명사, 형용사를 구분하여 어근 간의 어미를 제거하고 분류함으로써 형태소 분석 처리를 수행할 수 있다. 불용어와 유사어의 경우 분석에 무의미한 단어를 판단하여 불용어 사전을 설정하여 처리하고 데이터를 저장할 수 있다. 아울러 상기 데이터처리부(130)가 복수의 키워드를 추출하는 경우에는 빈도 수를 기준으로 상위 N개를 주요 키워드로 선정할 수 있다. 여기서 선정된 상기 주요 키워드는 상기 메타데이터에 연결되어 저장될 수 있으며, 상기 주요 키워드는 상기 데이터베이스(200)에 기록되어 있는 다른 메타데이터에 연결될 수도 있다. 또한 상기 메타데이터도 데이터베이스(200)에 기록된 다른 메타데이터에 연결될 수 있다.
상기 데이터처리부(130)는 온톨로지(Ontology) 기술을 포함하여 추출된 메타데이터와 다른 메타데이터 간의 연관성을 분석하여 구조화하거나, 추출된 복수의 주요 키워드 사이의 연관성 혹은, 추출된 주요 키워드와 상기 데이터베이스(200)에 기록된 기존 데이터와의 연관성을 분석하여 구조화할 수도 있다. 여기서 온톨로지는 개념과 개념들의 관계로 구성된 사전으로써, 개념 간 관계가 계층적으로 표현되며, 특정 개념에 대한 표현을 개념 또는 관계를 통해 표현하여 추론을 통해 확장이 가능하다. 따라서, 온톨로지를 이용하여 명시적 지식을 확장하는 추론 서비스가 제공될 수 있다. 온톨로지를 표현하는 언어로는 RDF(Resource Description Framework), RDF 스키마(RDF-S) 및 OWL(Ontology Web Language) 등이 있으며, 이 중에서 OWL는 표현력이 풍부하고 형식적 의미론(Formal Semantics)을 포함하고 있기 때문에 가장 많이 사용되고 있다.
상기 데이터분석부(120)와 데이터처리부(130)는 ASICs(application specific integrated circuits), DSPs(digital signal processors), DSPDs(digital signal processing devices), PLDs(programmable logic devices), FPGAs(field programmable gate arrays), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세스(microprocessors), 기타 기능 수행을 위한 전기적 유닛 중 적어도 하나를 이용하여 구현될 수 있다. 그리고 상기 데이터베이스(200)는 메타데이터로 구성된 메타 데이터베이스(Meta Database) 또는 그래프 데이터베이스(Graph Database, GDB)를 포함하여 상호연결성이 높은 데이터 세트를 보다 손쉽게 탐색하도록 구성될 수 있다.
본 발명에 따른 온라인 교과서 학습정보 시스템(10)은, 외부서버(20) 또는 유저단말(30)과 네트워크를 통해 데이터 통신하는 데이터송수신부(140)를 더 포함할 수 있다. 자세히, 상기 네트워크는 단말, 의료상담 보조서비스 제공서버와 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다. 그리고 상기 유저단말(30)은 교수자 또는 학습자를 포함하는 사용자가 사용하는 단말일 수 있으며, 디지털방송용 단말기, 휴대폰, PDA(personal digital assistants), PMP(portable multimedia player), 네비게이션, 태블릿 PC(tablet PC), 웨어러블 디바이스(wearable device) 및 스마트 글라스(smart glass) 등 다양한 형태로 구현될 수 있다. 또한, 상기 유저단말(30)은, 고정형 단말기인 데스크 탑 PC, 노트북 컴퓨터(laptop computer), 울트라북(ultrabook)과 같은 퍼스널 컴퓨터 등과 같이 구현되어 본 발명에 따른 온라인 교과서 학습정보 시스템(10)과 접속될 수 있다. 이하, 상술한 구성들을 기반으로 본 발명에 따른 온라인 교과서 학습정보 시스템(10)을 보다 상세히 설명한다.
도 2를 참조하면, 본 발명은 상기 하이퍼 메타데이터 관리 시스템(10)을 통해 검인정 교과서의 학습정보 플랫폼 구축방법을 수행할 수 있다. 여기서 상기 검인정 교과서의 학습정보 플랫폼 구축방법은, 상기 정보수집부(110)가 하나의 출판사에서 발행된 검인정 교과서의 학습정보를 수집하는 단계, 상기 데이터분석부(120)가 수집된 상기 검인정 교과서의 학습정보를 분석하여 기준 범위마다 적어도 하나의 텍스트와 메타데이터를 각각 추출하는 단계, 상기 데이터처리부(130)가 상기 텍스트의 형태소를 분석하여 주요 키워드를 선정하여 기록하는 단계 및 상기 데이터처리부(130)가 상기 메타데이터를 기존 데이터베이스(200)에 저장된 다른 메타데이터에 연결하는 단계를 포함하며, 학습정보 내에서 선정된 주요 키워드를 상기 메타데이터에 연결하도록 구성될 수 있다. 위 과정을 보다 상세히 설명하자면 다음과 같다.
본 발명에 따른 검인정 교과서의 학습정보 플랫폼 구축방법은, 상기 정보수집부(110)에 외부서버(20), 유저단말(30) 또는 입출력장치 등을 통해 하나의 출판사에서 발행된 검인정 교과서에 대한 정보가 수집될 수 있다. 이때 수집된 검인정 교과서는 자연어를 기반으로 입력되거나 파싱된 데이터를 수신받을 수도 있으며, 본 발명에 따른 검인정 교과서의 학습정보 플랫폼 구축방법은 자연어로 입력된 경우에 상기 정보수집부(110)에서 파싱 과정을 수행하여 텍스트 마이닝이 이루어지는 온라인 교과서 생성단계(S100)를 포함할 수 있다. 이때 상기 검인정 교과서는 단원, 차시 혹은 페이지 등으로 분류된 상태에서 업로드 될 수 있으며, 상기 데이터분석부(120)는 이 중에서 설정된 기준 범위를 기반으로 데이터를 구획하고 각 기준 범위 내에서 텍스트와 메타데이터가 각각 추출되도록 분석할 수 있다.
본 발명에 따른 검인정 교과서의 학습정보 플랫폼 구축방법은, 상기 데이터처리부(130)가 상기 온라인 교과서의 학습정보에 대해 기준 범위에서 텍스트를 추출하는 텍스트 추출단계(S210)와, 추출된 텍스트를 분석하는 텍스트 분석단계(S220) 및, 분석된 텍스트에서 형태소를 추출하여 키워드를 선정하는 형태소 추출단계(S230)를 포함할 수 있다. 여기서 상기 형태소 추출단계(S230)에서는 적어도 명사를 포함하는 하나의 키워드가 추출될 수 있으며, 상기 키워드에서 기준 범위의 텍스트 내 빈도 수에 따라 적어도 하나의 주요 키워드를 선정하는 과정을 더 포함할 수도 있다. 그리고 본 발명에 따른 검인정 교과서의 학습정보 플랫폼 구축방법은, 선정된 상기 메타데이터에 상기 키워드 또는 상기 주요 키워드를 맵핑하여 연결하는 키워드 맵핑단계(S240)를 더 포함할 수 있다.
본 발명에 따른 검인정 교과서의 학습정보 플랫폼 구축방법은, 상기 데이터처리부(130)가 상기 메타데이터를 상기 학습정보의 관련 데이터로 데이터베이스(200)에 기록하는 메타데이터 등록단계(S310)를 포함할 수 있다. 더불어 본 발명에 따른 검인정 교과서의 학습정보 플랫폼 구축방법은, 상기 메타데이터를 기록되어 있는 다른 메타데이터에 연결하는 메타데이터 연결단계(S320)를 더 포함할 수 있다. 이때 상기 메타데이터는 연관성에 따라 다른 메타데이터와 연결될 수 있으며, 일 예로 다른 메타데이터는 동일한 단원에 대한 다른 출판사의 학습정보에 연결된 데이터이거나 학습의 순서가 정해지거나 유사성이 있는 데이터일 수도 있다.
본 발명에 따른 검인정 교과서의 학습정보 플랫폼 구축방법은, 학습정보에 대해 추출된 주요 키워드와 메타데이터가 데이터베이스(200)에 기록되고, 상기 주요 키워드, 상기 메타데이터 및 다른 메타데이터가 서로 연결되어 플랫폼이 구축되는 플랫폼 구성단계(S400)를 포함할 수 있다. 이에 따라 상기 플랫폼은 학습자나 교수자가 지참한 상기 유저단말(20)에서 정보검색 요청이 수신되면 교과서 텍스트 분석결과, 교과서 사전 연결, 콘텐츠 추천 및 교과서 검색 등 다양한 서비스를 제공해줄 수 있다.
도 3 내지 도 5는 본 발명에 따른 온라인 교과서 학습정보 시스템에 관한 것으로, 도 3은 추출된 교과서의 학습정보를 도시한 도면을, 도 4는 추출된 학습정보의 키워드들을 도시한 도면을, 도 5는 메타데이터에 연결되는 주요 키워드를 도시한 도면을 각각 나타낸다.
도 3을 참조하면, 본 발명에 따른 온라인 교과서 학습정보 시스템(10)은, 페이지가 기준 범위로 설정되는 경우에 각 페이지 내에 텍스트를 추출하도록 구성될 수 있다. 그리고 각 페이지에서 상기 텍스트는 상기 데이터분석부(120)에 의해서 형태소가 분석될 수 있으며, 복수의 키워드가 추출될 수 있다.
도 4를 참조하면, 텍스트에서 추출된 복수의 키워드들은 페이지 내에서의 빈도 수가 관련 데이터로 연산될 수 있으며, 각 키워드와 빈도 수가 정렬될 수 있다. 이때 키워드는 일반 명사, 고유 명사 등 다양한 품사일 수 있으며, 다종류의 품사 중에서 일부의 품사에 가중치가 할당될 수 있다. 일 예로 고유 명사와 일반 명사가 동일한 빈도 수인 경우에는 고유 명사가 일반 명사보다 먼저 선정되도록 처리될 수 있다. 그리고 상기 데이터처리부(130)는 복수의 키워드 중에서 상위 N개의 키워드를 주요 키워드로 선정할 수 있으며, 상기 N개는 기 설정된 고정수치거나 빈도수가 일정 수 이상을 선정하여 가변수치일 수도 있다. 여기서 상기 N개가 고정수치이고 빈도 수가 동일한 경우에는 상술한 바와 같이 가중치가 할당된 일부의 품사 형태의 키워드가 주요 키워드로 선정될 수 있다.
도 5의 (a)를 참조하면, 페이지를 포함하는 메타데이터를 중심으로 선정된 주요 키워드들이 연결될 수 있다. 나아가 상기 주요 키워드들은 교과서 정보, 본사학습 정보 또는 본사학습 키워드 등의 메타데이터에 연결될 수도 있다. 이때 교과서 정보는 출판사, 교과서, 저자, 교육과정, 학교급, 학년/학기, 교과서구분, 교과서유행 등을 포함할 수 있다. 그리고 상기 본사학습 정보는 영역, 핵심개념, 성취기준코드, 차시, 단원정보(대단원, 중단원, 소단원), 단원 차시별 학습 및 활동 주제, 교과서별 페이지 등을 포함할 수 있고, 상기 본사학습 키워드는 내용요소, 학습요소 및 기능요소 등을 포함할 수 있다.
도 5의 (b)를 참조하면, 본 발명에 따른 온라인 교과서 학습정보 시스템(10)은 상기 유저단말(20)로 각 페이지에 대한 학습정보와 더불어 가시화된 주요 키워드 정보를 제공해줄 수도 있다. 이때 가시화된 주요 키워드 정보는 빈도 수에 따라 서로 다른 형태의 폰트로 구성될 수 있으며, 일 예로 빈도 수에 따라 주요 키워드 정보의 폰트크기 또는 폰트색이 서로 다르도록 구성될 수 있다. 여기서 빈도 수가 높은 주요 키워드의 경우에는 폰트크기가 비교적 크도록 구성될 수 있다. 그리고 본 발명에 따른 온라인 교과서 학습정보 시스템(10)은 다수의 주요 키워드가 소정 범위 내에 배치되도록 가시화한 정보를 상기 유저단말로 제공해줄 수도 있다.
도 6 내지 도 8은 본 발명에 따른 온라인 교과서 학습정보 시스템에 관한 것으로, 도 6은 온라인 교과서 학습정보 시스템의 학습정보 제공과정을 도시한 도면을, 도 7은 유저단말에 제공된 온라인 교과서 학습정보 시스템의 출력화면을 도시한 도면을 각각 나타낸다.
도 6을 참조하면, 본 발명에 따른 온라인 교과서 학습정보 시스템(10)은 상기 유저단말(20)에서 정보검색 요청이 수신되면 학습정보를 상기 유저단말(20)로 제공할 수 있다. 보다 상세히는 본 발명에 따른 온라인 교과서 학습정보 시스템(10)은 상기 학습정보에 대한 메인콘텐츠 정보, 상기 메인콘텐츠 정보와 관련된 관련콘텐츠 정보 및, 상기 학습정보의 주요 키워드 정보를 상기 데이터송수신부(140)를 통해 상기 유저단말(20)로 제공할 수 있다.
상기 메인콘텐츠 정보는 사용자가 정보검색 요청한 정보에 대한 세부 내용으로 일 예로 교과내용이 유저단말(20)에서 출력되도록 데이터가 제공될 수 있다. 그리고 상기 관련콘텐츠 정보는 사용자의 ID정보에 따라 콘텐츠를 추천해주는 맞춤콘텐츠와, 상기 메인콘텐츠와 유사한 내용의 다른 출판사 혹은 상기 외부서버(30)에 링크하는 유사콘텐츠 및, 상기 메인콘텐츠의 주요 키워드 정보를 보다 상세히 파악할 수 있는 내부 데이터 혹은 외부 링크에 관한 연관콘텐츠를 포함할 수도 있다. 또한 상기 주요 키워드 정보는 해당 메인콘텐츠 내에서 분석된 주요 키워드들에 대한 디스플레이 정보일 수 있다.
사용자는 자신의 유저단말(20)을 통해 검색한 정보를 제공받을 수 있으며, 상기 메인콘텐츠 정보, 상기 관련콘텐츠 정보 및 주요 키워드 정보가 유저단말(20)의 화면에서 함께 출력될 수 있다. 여기서 사용자가 상기 관련콘텐츠 정보 또는 주요 키워드 정보가 배치된 영역을 선택하는 경우, 상기 관련콘텐츠 정보는 콘텐츠 하이퍼링크를 통해 외부서버(30)에서 상기 유저단말(20)로 정보를 제공하도록 링크해줄 수 있으며, 상기 주요 키워드 정보는 학습사전 하이퍼링크를 통해 상기 데이터베이스(200)에 저장되어 있는 학습사전 DB에서 상기 유저단말(20)로 관련 정보를 제공해줄 수 있다. 여기서 상기 학습사전은 상기 주요 키워드에 대한 세부 정보일 수 있다.
도 7 및 도 8을 참조하면, 사용자는 유저단말(20)을 통해 학습정보인 메인콘텐츠를 온라인 학습할 수 있으며, 출력화면의 가장자리에는 주제에 맞는 관련콘텐츠인 맞춤콘텐츠, 유사콘텐츠, 연관콘텐츠가 배치될 수도 있다. 그리고 상기 주요 키워드 정보는 단어로 디스플레이되어 하이퍼링크하는 영역과 주요 키워드 정보가 소정 영역 내에서 시각화되어 해당 학습정보에서 중요한 단어가 무엇인지 학습자가 보다 용이하게 파악할 수 있도록 제공될 수 있다. 이때 학습자는 단어를 선택하여 단어에 대한 세부 정보를 즉시 파악할 수 있음에 따라, 본 발명은 학습의 효율이 보다 상승하는 장점을 가질 수 있다.
도 9 및 도 10은 본 발명에 따른 온라인 교과서 학습정보 시스템에 관한 것으로, 도 9는 선정된 메타데이터를 중심으로 다른 데이터들을 연결하는 것을 도시한 도면을, 도 10은 하이퍼 메타데이터 구조에서 구축된 데이터 셋을 도시한 도면을 각각 나타낸다.
도 9를 참조하면, 본 발명에 따른 온라인 교과서 학습정보 시스템(10)은 상기 데이터처리부(130)가 선정된 메타데이터를 중심으로 데이터베이스(20) 혹은 함께 입력되는 다른 정보들로부터 추출된 다른 메타데이터와 연결하여 하이퍼 메타데이터를 구축할 수 있다. 이때 하나의 메타데이터는 적어도 하나 이상의 다른 메타데이터와 연결될 수 있으며, 상술한 바와 같이 해당 메타데이터에 대한 키워드 정보 또한 연될 수 있다. 이때 기본적으로 메타데이터 또는 키워드와 관련된 개념을 노드(node)라고 하고, 관계를 엣지(edge)라고 명명하고 이들을 각각 테이블로 정의한 후, 두 개의 노드를 하나의 엣지의 node_from 속성, node_to 속성으로 연결(join)하는 방법을 사용할 수 있다.
본 발명에 따른 온라인 교과서 학습정보 시스템(10)은 하나의 메타데이터가 선정되면 상기 외부서버(30)에서 제공하는 다른 디지털 자원과 연결할 수도 있다. 이때 디지털 자원은 A플랫폼 또는 B플랫폼 등의 외부서버(30)에 접속하도록 링크되거나, 연관키워드를 추출하거나, 디지털교과 혹은 적어도 하나 이상의 레벨을 포함하는 문제은행으로 연결될 수도 있다. 또는 하나의 메타데이터와 유사자원인 다른 하나의 메타데이터로 연결될 수도 있다. 여기서 본 발명에 따른 온라인 교과서 학습정보 시스템(10)은 사용자의 ID정보를 기반으로 다수의 세부정보 중에서 일부를 선별하여 제공하는 방식과 더불어, 상기 데이터송수신부(140)를 통해 다수의 정보를 제공하되 다수의 정보 중에서 선택된 콘텐츠에 연결된 정보에 가중치를 주도록 시스템이 학습할 수도 있다. 예거하자면, 하나의 메타데이터에 연관된 다수의 출판사가 검색되면, 이전 사용자가 선택한 빈도수가 높은 출판사에서 제공하는 데이터가 보다 상위에 노출되도록 학습할 수 있다. 그리고 사용자가 선택한 출판사의 학습내용으로 학습하면 다른 출판사의 경우가 관련콘텐츠로 출력될 수도 있다.
도 10을 참조하면, 위와 같이 연결된 하이퍼 메타데이터가 하나의 단위 지식공간으로 구축되면, 복수의 단위 지식공간이 전체 지식공간을 구성할 수 있다. 이때 단위 지식공간은 학년, 학기 또는 영역 등으로 구분될 수도 있으며, 전체 지식공간은 제공되는 전체학년과 전체과목으로 구성될 수도 있다. 아울러 본 발명은 초중고 전 교육과정에 대한 데이터 구조를 수집하여 계층구조 체계로 구축할 수도 있다. 도 10에서는 이와 같이 전체 지식공간을 구축한 하이퍼 메타데이터에서의 일부 데이터셋을 도시한 도면으로, 사용자가 검색 시에 데이터셋이 도시된 계층형태로 시각화되어 사용자에게 출력될 수도 있다. 아울러 본 발명의 온라인 교과서 학습정보 시스템(10)은 모든데이터의 기초데이터를 제공할 수 있으며, 일 예로 학년별 시수 설정 기능을 제공하거나, 연간시간표 작성 또는 교육과정 총괄표 등을 제공할 수 있다.
도 11 및 도 12는 본 발명에 따른 온라인 교과서 학습정보 시스템에 관한 것으로, 도 11은 KST 학습분석을 도시한 도면을, 도 12는 문제은행 기반 데이터를 활용하는 것을 도시한 예시도를 각각 나타낸다.
도 11을 참조하면, 서로 연결된 메타데이터들이 학습의 순서가 결정된 경우에는 다수의 레벨로 분할되어 서로 다른 메타데이터와 연결될 수 있으며, 본 발명에 따른 온라인 교과서 학습정보 시스템(10)은 평가문제에 대한 학습자의 풀이정보를 KPS(Knowledge Positioning System)분석을 통해 사용자의 학습레벨을 결정할 수도 있다. 이때 상기 본 발명은, 형성평가 후 학습자가 성취기준에 도달하면 학습자에게 다음 차시의 평가문제를 제공하되 성취기준에 미달되면 수학학습 위계에 따른 평가가 이루어질 수 있다. 그리고 학습자의 학습결손 상태를 파악하여 맞춤형 자료를 제공하되, 형성평가를 재차 제공하여 성취기준 도달 여부를 확인할 수 있다.
도 12를 참조하면, 본 발명에 따른 온라인 교과서 학습정보 시스템(10)은, 각 평가문제가 학습자에게 출제되기 전에 학습자의 ID정보를 기준으로 학습진단을 위한 문항을 선별할 수 있다. 그리고 상술한 바와 같이 형성평가 시에 학습자의 풀이정보와 재평가 유무 혹은 재평가 반복횟수 등의 변수를 통해 평과결과를 분석할 수 있다. 그리고 최종적으로 해당 학습자의 학습결손 상태에 가장 적합한 콘텐츠를 연결하여 보다 효율적인 학습내용을 제공해줄 수 있다.
본 발명에 따른 온라인 교과서 학습정보 시스템(10)은, 교과별 주제 및 콘텐츠를 연결할 수 있으며, 교육과정을 중심으로 한 이미지, 문서, 문항 및 동영상 등을 교수자나 학습자에게 제공해줄 수 있다. 이때 콘텐츠는 유사 및 연관 콘텐츠가 함께 출력될 수 있으며, 주제 및 차시 관련 콘텐츠를 제공해줄 수도 있다. 또는 키워드별 콘텐츠를 사용자에게 추천해주는 기능을 포함할 수도 있다. 나아가 본 발명에 따른 온라인 교과서 학습정보 시스템(10)은, 온톨로지를 통한 데이터 관리 기능과 공유 API를 구현하여 데이터를 관리할 수도 있다.
이상과 같이 본 발명에서는 구체적인 구성요소 등과 같은 특정 사항들과 한정된 실시예 도면에 의해 설명되었으나, 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 일 실시예에 한정되는 것이 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술되는 특허 청구 범위뿐 아니라 이 특허 청구 범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명의 사상의 범주에 속한다고 할 것이다.
10 : 온라인 교과서 학습정보 시스템
20 : 외부서버
30 : 유저단말
110 : 정부수집부
120 : 데이터분석부
130 : 데이터처리부
140 : 데이터송수신부
200 : 데이터베이스

Claims (12)

  1. 교과서의 학습정보를 수집하는 정보수집부;
    상기 학습정보를 분석하여 기준 범위에서 텍스트와 메타데이터를 각각 추출하는 데이터분석부;
    상기 텍스트를 분석하여 추출된 키워드를 상기 메타데이터와 연결하는 데이터처리부; 및
    유저단말과 데이터 통신하는 데이터송수신부;
    를 포함하며,
    상기 데이터처리부는,
    다수의 키워드를 기준 범위 내의 빈도 수에 따라 상위 N개를 주요 키워드로 선정하여 상기 메타데이터와 연결하고,
    상기 데이터처리부는,
    다수의 학습정보들에 대해 텍스트별 주요 키워드의 빈도 수에 따라 연관도를 분석하여 관련 정보로 기록하고,
    상기 텍스트의 형태소를 분석하여 품사에 따른 키워드를 추출하되, 일반 명사 또는 고유 명사를 포함하는 키워드를 추출하며,
    상기 유저단말로부터 상기 데이터송수신부로 정보검색 요청이 수신되면, 상기 데이터처리부는 상기 유저단말로 학습정보를 제공하되 상기 유저단말로 상기 학습정보에 대한 메인콘텐츠 정보, 상기 메인콘텐츠 정보와 관련된 관련콘텐츠 정보 및, 상기 학습정보의 주요 키워드 정보를 상기 데이터송수신부를 통해 상기 유저단말로 제공하며,
    상기 관련콘텐츠 정보 및 주요 키워드 정보가 각각 외부서버 및 학습사전 데이터베이스와 연결되어, 상기 유저단말에서 상기 관련콘텐츠 정보 또는 주요 키워드 정보를 선택하면 상기 외부서버 또는 학습사전 데이터베이스에 하이퍼링크되고,
    상기 데이터처리부는,
    복수의 상기 주요 키워드가 소정 범위 내에 배치되도록 가시화한 정보를 상기 유저단말로 제공하되, 복수의 상기 주요 키워드는 학습정보의 내에서 빈도 수가 클수록 보다 큰 크기로 가시화되며,
    상기 정보수집부는,
    복수의 출판사에서 각각 발행된 검인정 교과서의 학습정보를 수집하고,
    상기 데이터처리부는 복수의 출판사에서 발생된 학습정보들의 메타데이터를 서로 연결하여 메타데이터베이스를 구축하며,
    상기 관련콘텐츠는,
    사용자의 ID정보에 따라 콘텐츠를 추천해주는 맞춤콘텐츠, 상기 메인콘텐츠와 유사한 내용의 다른 출판사나 외부서버에 링크하는 유사콘텐츠 및, 상기 메인콘텐츠의 주요 키워드의 세부정보를 파악할 수 있는 외부 링크인 연관콘텐츠를 포함하고,
    상기 데이터처리부는,
    상기 유저단말에서 상기 관련콘텐츠와 주요 키워드 정보가 상기 메인콘텐츠를 중심으로 출력화면의 가장자리에 배치되도록 시각화하되,
    상기 맞춤콘텐츠, 유사콘텐츠, 연관콘텐츠 및 주요 키워드 정보가 상하로 순차적으로 배치되도록 출력되며,
    주요 키워드 정보의 단어가 선택되면 세부정보가 상기 메인콘텐츠에 표출되는 것을 특징으로 하는 온라인 교과서 학습정보 시스템.
  2. 삭제
  3. 삭제
  4. 삭제
  5. 삭제
  6. 삭제
  7. 삭제
  8. 삭제
  9. 삭제
  10. 삭제
  11. 삭제
  12. 삭제
KR1020220036281A 2022-03-23 2022-03-23 하이퍼 메타데이터 기반의 온라인 교과서 학습정보 시스템 KR102609399B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220036281A KR102609399B1 (ko) 2022-03-23 2022-03-23 하이퍼 메타데이터 기반의 온라인 교과서 학습정보 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220036281A KR102609399B1 (ko) 2022-03-23 2022-03-23 하이퍼 메타데이터 기반의 온라인 교과서 학습정보 시스템

Publications (2)

Publication Number Publication Date
KR20230138344A KR20230138344A (ko) 2023-10-05
KR102609399B1 true KR102609399B1 (ko) 2023-12-04

Family

ID=88293708

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220036281A KR102609399B1 (ko) 2022-03-23 2022-03-23 하이퍼 메타데이터 기반의 온라인 교과서 학습정보 시스템

Country Status (1)

Country Link
KR (1) KR102609399B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101619748B1 (ko) * 2015-06-18 2016-05-16 주식회사 청암아이티 온톨로지 기반의 스마트 학습 또는 수업 공유 시스템
KR101835994B1 (ko) * 2016-10-12 2018-03-07 인투씨피에스 주식회사 키워드 맵을 이용한 전자책 검색 서비스 제공 방법 및 장치

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109934744B (zh) * 2012-02-20 2023-09-05 株式会社诺瑞韩国 基于知识单元提供教育服务的方法、***和计算机可读记录介质
KR102322031B1 (ko) * 2014-07-31 2021-11-08 삼성전자주식회사 메타 데이터를 관리하는 시스템 및 방법
KR20160116642A (ko) * 2015-03-31 2016-10-10 고려대학교 산학협력단 디지털 학습 콘텐츠에 대한 과제 기반 태깅 방법 및 시스템
KR20170083171A (ko) * 2015-12-21 2017-07-18 한국과학기술정보연구원 학술정보 태그 클라우드를 위한 방법 및 시스템
KR20210118532A (ko) 2020-03-23 2021-10-01 (주)에프엔제이 교육적 목적을 위한 소프트웨어 평가 시스템
KR102498294B1 (ko) * 2020-03-31 2023-02-08 포항공과대학교 산학협력단 키워드 공동출현 네트워크를 기반으로 핵심 키워드를 추출하는 방법 및 장치
KR20210152182A (ko) 2020-06-08 2021-12-15 (주)인더스트리미디어 온라인 및 오프라인 교육이 연계된 교육과정 추천을 위한 학습 서비스 서버 및 그 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101619748B1 (ko) * 2015-06-18 2016-05-16 주식회사 청암아이티 온톨로지 기반의 스마트 학습 또는 수업 공유 시스템
KR101835994B1 (ko) * 2016-10-12 2018-03-07 인투씨피에스 주식회사 키워드 맵을 이용한 전자책 검색 서비스 제공 방법 및 장치

Also Published As

Publication number Publication date
KR20230138344A (ko) 2023-10-05

Similar Documents

Publication Publication Date Title
Ferreira-Satler et al. Fuzzy ontologies-based user profiles applied to enhance e-learning activities
Joorabchi et al. Text mining stackoverflow: An insight into challenges and subject-related difficulties faced by computer science learners
Al Qundus et al. Exploring the impact of short-text complexity and structure on its quality in social media
Dina et al. Utilizing text mining and feature-sentiment-pairs to support data-driven design automation massive open online course
Quan et al. An improved accurate classification method for online education resources based on support vector machine (SVM): Algorithm and experiment
KR102146433B1 (ko) 연상기억법을 이용한 문맥 기반 언어 학습 서비스 제공 방법
Wetzler et al. Characterizing and predicting the multifaceted nature of quality in educational web resources
Qudar et al. A survey on language models
de Marneffe et al. Developing linguistic theories using annotated corpora
KR102149935B1 (ko) 8품사 및 문장 내 사용역할로 성분을 구분하는 단순도해법을 이용한 영어문장 학습 서비스 제공 방법
Maheen et al. Automatic computer science domain multiple-choice questions generation based on informative sentences
Huang et al. Using collocation clusters to detect and correct English L2 learners’ collocation errors
CN111414336A (zh) 一种知识点导向的教育资源采集与分类的方法和***
Da et al. Deep learning based dual encoder retrieval model for citation recommendation
Soylu et al. A new approach to recognizing the use of attitude markers by authors of academic journal articles
US10275487B2 (en) Demographic-based learning in a question answering system
Chen et al. Developing and evaluating a Chinese collocation retrieval tool for CFL students and teachers
Papasalouros et al. Automatic generation of tests from domain and multimedia ontologies
KR102609399B1 (ko) 하이퍼 메타데이터 기반의 온라인 교과서 학습정보 시스템
Simov Integrated language and knowledge resources for a Bulgarian-centric knowledge graph
Dimitrovski et al. Courses content classification based on Wikipedia and CIP taxonomy
Selmer et al. NTNU: Domain semi-independent short message sentiment classification
Karkar An ontology based text-to-picture multimedia m-learning system
Yilahun et al. Ontology expansion based on UWN reusability
CN109947953B (zh) 英语领域知识本体的构造方法、***及设备

Legal Events

Date Code Title Description
J301 Trial decision

Free format text: TRIAL NUMBER: 2023101001526; TRIAL DECISION FOR APPEAL AGAINST DECISION TO DECLINE REFUSAL REQUESTED 20230717

Effective date: 20231024

GRNO Decision to grant (after opposition)
GRNT Written decision to grant