KR102624095B1 - 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 시스템 및 이의 실행 방법 - Google Patents
인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 시스템 및 이의 실행 방법 Download PDFInfo
- Publication number
- KR102624095B1 KR102624095B1 KR1020220015496A KR20220015496A KR102624095B1 KR 102624095 B1 KR102624095 B1 KR 102624095B1 KR 1020220015496 A KR1020220015496 A KR 1020220015496A KR 20220015496 A KR20220015496 A KR 20220015496A KR 102624095 B1 KR102624095 B1 KR 102624095B1
- Authority
- KR
- South Korea
- Prior art keywords
- layout
- color
- predetermined
- input target
- font
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 26
- 230000014509 gene expression Effects 0.000 claims description 53
- 238000004458 analytical method Methods 0.000 claims description 20
- 238000012800 visualization Methods 0.000 claims description 3
- 238000004040 coloring Methods 0.000 abstract description 3
- 239000000284 extract Substances 0.000 description 15
- 230000008520 organization Effects 0.000 description 13
- 230000008859 change Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000007726 management method Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 239000003086 colorant Substances 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000003058 natural language processing Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013526 transfer learning Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000012356 Product development Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/103—Formatting, i.e. changing of presentation of documents
- G06F40/109—Font handling; Temporal or kinetic typography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/103—Formatting, i.e. changing of presentation of documents
- G06F40/106—Display of layout of documents; Previewing
-
- 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
- G06F40/279—Recognition of textual entities
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)
- Document Processing Apparatus (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
본 발명은 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 서버에서 실행되는 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 방법은 발표용 전자 문서의 전자 문서 페이지 각각을 통해 시각화하기 이전에 전자 문서 페이지 별 입력 대상 문장을 수신하는 단계, 상기 입력 대상 문장을 분석하여 미리 결정된 키워드에 해당하는 단어가 존재하는지 여부를 판단하는 단계, 상기 판단 결과에 따라 미리 결정된 키워드의 종류에 따라 해당 단어의 색상을 미리 결정된 색상으로 변경하는 단계 및 상기 단어의 색상을 기초로 색상에 해당하는 레이아웃을 추출하여 제공하는 단계를 포함한다.
Description
본 발명은 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 시스템 및 이의 실행 방법에 관한 것으로, 보다 구체적으로 전자 문서의 주제나 내용에 알맞은 레이아웃을 추천할 수 있는 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 시스템 및 이의 실행 방법에 관한 것이다.
일반적으로 회사나 학교에서 특정 주제에 대해 설명을 하거나 발표를 할 때 파워포인트 프로그램을 사용한 파워포인트 전자문서를 주로 사용한다.
한편, 일부 사용자는 전자문서의 집중도를 높이기 위해 이미지와 텍스트의 배치에 많은 시간을 투자하고 있으며, 전자문서에 포함되는 텍스트의 폰트나 색상 등을 추가로 신경 쓰며 디자인적 요소에 많은 시간을 할애하고 있다.
하지만, 전자문서를 작성한 경험이 부족한 초보자나 대부분의 사용자는 전자문서의 디자인 요소에 많은 시간을 투자하더라도 시청자의 관심을 끌 수 있는 레이아웃을 제작하는 것은 큰 어려움이 따랐고, 투자한 시간 대비 문서의 작성효율이나 디자인의 완성도가 다소 부족한 문제점이 있었다.
이에 따라, 초보자를 포함한 대부분의 사용자는 기본으로 제공되는 템플릿을 사용하거나 발표 주제와 맞지 않는 적용하여 청중의 집중도를 떨어뜨렸다는 문제점이 있었다.
또한, 전자문서에 알맞은 폰트와 색상을 선정하지 못하여 오히려 문서의 가독성이 떨어지는 문제점이 있었다.
이러한 문제를 해결하기 위한 선행문헌 한국등록특허공보 제10- 2166516호 "인공 지능 기반의 문서 자동 작성 시스템"에서 사용자가 문자 또는 이미지를 제공하면, 상기 이미지에 알맞은 원하는 형태의 문서를 작성하여 제공하는 특허가 개발되었다.
하지만, 상기 선행문헌은 전자문서의 레이아웃을 제공할 뿐이지, 별도의 폰트나 색상은 추천하지 않아 사용자가 폰트나 색상을 선택하는 것에 어려움을 겪는 것은 여전히 존재하였다.
따라서, 이러한 문제점을 해결할 수 있는 새로운 방법이 필요하게 되었다.
본 발명은 전자 문서의 주제나 내용에 알맞은 레이아웃을 추천할 수 있는 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 시스템 및 이의 실행 방법을 제공하는 것을 목적으로 한다.
또한, 본 발명은 전자 문서에서 사용되는 폰트와 글자의 색상을 추천할 수 있는 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 시스템 및 이의 실행 방법을 제공하는 것을 목적으로 한다.
또한, 본 발명은 인공 지능이 추천한 레이아웃과 폰트, 색상이 적용된 전자문서의 샘플을 미리 확인하고 다운받을 수 있도록 하는 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 시스템 및 이의 실행 방법을 제공하는 것을 목적으로 한다.
이러한 목적을 달성하기 위한 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 서버에서 실행되는 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 방법은 발표용 전자 문서의 전자 문서 페이지 각각을 통해 시각화하기 이전에 전자 문서 페이지 별 입력 대상 문장을 수신하는 단계, 상기 입력 대상 문장을 분석하여 미리 결정된 키워드에 해당하는 단어가 존재하는지 여부를 판단하는 단계, 상기 판단 결과에 따라 미리 결정된 키워드의 종류에 따라 해당 단어의 색상을 미리 결정된 색상으로 변경하는 단계 및 상기 단어의 색상을 기초로 색상에 해당하는 레이아웃을 추출하여 제공하는 단계를 포함한다.
또한, 이러한 목적을 달성하기 위한 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 서버는 발표용 전자 문서의 전자 문서 페이지 각각을 통해 시각화하기 이전에 전자 문서 페이지 별 입력 대상 문장을 수신하는 입력 대상 문장 수신부, 상기 입력 대상 문장을 분석하여 미리 결정된 키워드에 해당하는 단어가 존재하는지 여부를 판단하고, 상기 판단 결과에 따라 미리 결정된 키워드의 종류에 따라 해당 단어의 색상을 미리 결정된 색상으로 변경하는 입력 대상 문장 분석부 및 상기 단어의 색상을 기초로 색상에 해당하는 레이아웃을 추출하여 제공하는 레이아웃 제공부를 포함한다.
한편 본 명세서에 개시된 기술에 관한 설명은 단지 구조적 내지 기능적 설명을 위한 실시예에 불과하므로, 개시된 기술의 권리범위는 본문에 설명된 실시예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 개시된 기술의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 개시된 기술에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 개시된 기술의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
또한 본 발명에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다. "제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소로 제1 구성요소로 명명될 수 있다.
나아가 어떤 구성요소가 다른 구성요소에 "연결되어"있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어"있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다"또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
본 발명에 의하면, 전자 문서의 주제나 내용에 알맞은 레이아웃을 추천할 수 있다는 장점이 있다.
또한 본 발명에 의하면, 전자 문서에서 사용되는 폰트와 글자의 색상을 추천할 수 있다는 장점이 있다.
또한 본 발명에 의하면, 인공 지능이 추천한 레이아웃과 폰트, 색상이 적용된 전자문서의 샘플을 미리 확인하고 다운받을 수 있다는 장점이 있다.
도 1은 본 발명의 일 실시예에 따른 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 시스템을 설명하기 위한 네트워크 구성도이다.
도 2는 본 발명의 일 실시예에 따른 문서 레이아웃 및 폰트 색상 추천 서버의 내부 구조를 설명하기 위한 블록도이다.
도 3은 본 발명에 따른 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 방법의 일 실시예를 설명하기 위한 흐름도이다.
도 4는 본 발명에 따른 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 과정을 설명하기 위한 예시도이다.
도 2는 본 발명의 일 실시예에 따른 문서 레이아웃 및 폰트 색상 추천 서버의 내부 구조를 설명하기 위한 블록도이다.
도 3은 본 발명에 따른 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 방법의 일 실시예를 설명하기 위한 흐름도이다.
도 4는 본 발명에 따른 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 과정을 설명하기 위한 예시도이다.
이하, 본 발명이 속하는 선호적인 실시예를 참고로 하여 더욱 상세하게 설명한다.
본 명세서에서 사용된 용어 중 "복수의 레이아웃"의 종류는 제1 개요(Overview) 레이아웃, 제2 개요(Roadmap) 레이아웃, 특징 레이아웃, 비교/대조 레이아웃, 절차 레이아웃, 구성 요소 레이아웃, 전/후 레이아웃, 상세 방안 레이아웃, 연혁 레이아웃, 조직도 레이아웃, 순환구조 레이아웃, 비전/목표 레이아웃 각각을 포함한다.
본 명세서에서 사용된 용어 중 "제1 개요(Overview) 레이아웃에 해당하는 키워드"는 방법, 전략, 적합, 핵심, 표시, 주제, 제시, 정확, 유형, 요약, 안내, 생략, 목표, 목차, 규모, 구도, 개념, 간략, 권장, 간결, 첫 번째, 두 번째, 세 번째, 네 번째, 핵심, 적합한, 선택, 질문, 다음과 같은, 몇가지, 질문, 종류, 문제, 달성 등 을 포함한다.
본 명세서에서 사용된 용어 중 "제2 개요(Roadmap) 레이아웃에 해당하는 키워드"는 전체, 투자, 청사진, 진행, 지원, 제시, 정책, 절차, 전체, 전략, 연구, 시작, 순서, 성장, 설정, 생산, 비전, 변화, 목표, 목적, 로드맵, 달성, 과제 및 계획 등을 포함한다.
본 명세서에서 사용된 용어 중 "특징 레이아웃에 해당하는 키워드"는 가장, 수월, 탁월, 경험, 사례, 첫 번째, 두 번째, 예를 들어, 효과, 환경, 한계, 패턴, 특성, 추천, 증상, 종류, 제일, 정의, 정보, 정리, 장점, 인상, 의미, 원칙, 원리, 요인, 요소, 예시, 성격, 선두, 상태, 상징, 부분, 보완, 벤치마킹, 뜻, 독보적, 단점, 느낌, 기능, 극복 등을 포함할 수 있다.
본 명세서에서 사용된 용어 중 "비교/대조 레이아웃에 해당하는 키워드"는 비교, 상호, 차이, 가격, 효율, 효용, 패턴, 특징, 특색, 크기, 차이, 차별화, 차별점, 정보, 전략, 유형, 유사, 원리, 상호, 비슷, 불가, 부분, 보편, 보완, 벤치마킹, 대조, 기준, 기존, 극복, 견적, 개념, 가성비, 가격 등을 포함할 수 있다.
본 명세서에서 사용된 용어 중 "절차 레이아웃에 해당하는 키워드"는 단계, 정리, 먼저, 이후, 전략, 선택, 파티, 처리, 진행, 지표, 지침, 지원, 주최, 제안, 입장, 일정, 워크숍, 운영, 심사, 순서, 섭외, 상황, 상담, 사회자, 사업, 사건, 방법, 목적, 매뉴얼, 기획, 기준, 관리, 계획, 결과 등을 포함할 수 있다.
본 명세서에서 사용된 용어 중 "구성 요소 레이아웃에 해당하는 키워드"는 환경, 형태, 형성, 협력, 핵심, 특징, 체계, 조직, 이해, 유기적, 요인, 요소, 영향, 역량, 시스템, 시너지, 성분, 설계, 상황, 상호, 사용, 분석, 배경, 능력, 기능, 구축, 구성, 관련, 관계, 공동체, 개념 등을 포함할 수 있다.
본 명세서에서 사용된 용어 중 "전/후 레이아웃에 해당하는 키워드"는 흔적, 확산, 확대, 평균, 침체, 축소, 촉진, 차이, 적용, 장려, 자극, 이후, 이전, 예측, 예상, 수요, 성장, 상대적, 비교, 변화, 변경, 대조, 교정, 과정, 공급, 결과, 감축 등을 포함할 수 있다.
본 명세서에서 사용된 용어 중 "상세 방안 레이아웃에 해당하는 키워드"는 활용, 해결, 지원, 제안, 정책, 인력, 의견, 원인, 운영, 연구, 순서, 설치, 설계, 상세, 분석, 분산, 방안, 방법, 문제, 대책, 대안, 구체적, 갈등 등을 포함할 수 있다.
본 명세서에서 사용된 용어 중 "연혁 레이아웃에 해당하는 키워드"는 획득, 회상, 활동, 확장, 합작, 특허, 취임, 체결, 참가, 제출, 인증, 연혁, 역대, 승인, 수상, 성과, 설립, 선정, 상장, 발표, 등록, 달성, 다시, 느낌, 기록, 과정, 결과 등을 포함할 수 있다.
본 명세서에서 사용된 용어 중 "조직도 레이아웃에 해당하는 키워드"는 협력, 현황, 표시, 평가, 퍼실리테이터, 퍼실리테이션, 팀빌딩, 커뮤니케이션, 직원, 조직도, 제작, 제안, 인사, 이력, 위임, 위원회, 업무, 신입, 사원, 사업계획서, 부서, 배치, 마케팅, 리더십, 대표, 기획, 구성원, 교육, 고과, 경영, 경력, 갈등관리 등을 포함할 수 있다.
본 명세서에서 사용된 용어 중 "순환구조 레이아웃에 해당하는 키워드"는 회전, 형성, 협력, 혁신, 평가, 투자, 지속가능, 조합, 점검, 유기적, 요인, 요소, 연관, 시너지, 순환, 설계, 상호, 반복, 노력, 구조, 구성, 관련, 관계, 개체 등을 포함할 수 있다.
본 명세서에서 사용된 용어 중 " 비전/목표 레이아웃에 해당하는 키워드"는 희망, 회복, 측정, 지표, 지속가능, 전망, 전략, 임무, 이익, 응원, 실현, 성취, 성장, 성과, 설정, 생각, 산정, 비전, 미션, 목표, 달성, 기대효과, 경과 등을 포함할 수 있다.
도 1은 본 발명의 일 실시예에 따른 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 시스템을 설명하기 위한 네트워크 구성도이다.
도 1을 참조하면, 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 시스템은 문서 레이아웃 및 폰트 색상 추천 서버(100) 및 사용자 단말(200_1~200_N)을 포함한다.
문서 레이아웃 및 폰트 색상 추천 서버(100)는 발표용 전자 문서의 전자 문서 페이지 각각을 통해 시각화하기 이전에 사용자 단말(200_1~200_N)로부터 전자 문서 페이지 별 입력 대상 문장을 수신한 후 이를 이용하여 레이아웃을 제작하여 사용자 단말(200_1~200_N)에 제공한다.
문서 레이아웃 및 폰트 색상 추천 서버(100)는 발표용 전자 문서의 전자 문서 페이지 각각을 통해 시각화하기 이전에 사용자 단말(200)로부터 전자 문서 페이지 별 입력 대상 문장을 수신하여 전처리를 한다.
이하에서는, 문서 레이아웃 및 폰트 색상 추천 서버(100)가 전자 문서 페이지 별 입력 대상 문장을 수신하여 전처리하는 과정을 설명하기로 한다. 전처리는 문서 요약, 문서 분류 및 언어 모델 전이 학습 등을 포함할 수 있다.
입력 대상 문장을 요약하는 방법은 추출(extraction) 방식과 요약(abstraction) 방식이 있다. 입력 대상 문장에 대해서 문장 단위로 중요도를 스코어링(scoring) 한 후 이를 기반으로 선택하고 조합하여 요약하는 경우 추출(extraction) 방식을 사용한다.
입력 대상 문장을 분류하는 방법은 입력 대상 문장이 미리 정해진 범주에 따라 분류하는 것으로, k-nn 방법, Naive Bayes, Neural Net, Support Vector Machine, PCA 등의 여러 분류 방법들이 제안되었으며 그중 언어모델 기반 전이학습이 실제로 좋은 성능을 보이고 있다.
언어모델(language model)은 언어적 특징을 이해하고 처리할 수 있도록 범용적인 목적으로 학습된 모델을 말하고, 전이학습(Transfer learning) 은 사전학습 된 언어모델(Pretrained language model) 의 지식을 전이하는 학습 방법 을 말한다.
최근 자연어처리 분야(NLP)에서는 기본 언어모델을 기반으로 사전 훈련된 모델의 목적에 맞게 전이 학습(transfer learning)을 이용하는 방식이 가장 많이 이용되고 있다. 언어의 기본적인 특성과 어휘, 구조적 특징 등을 먼저 학습하고 그 후에 목적에 맞게 요약 분류 감정분석 번역 등 추가 학습을 하는 방식을 말한다.
언어 모델은 학습에 방대한 양의 자원 데이터 컴퓨팅 자원 등이 들어가다 보니 구글 등의 대기업에서 학습시킨 모델을 가져와 쓰는 경우가 많다. 한국어 언어모델 중 KoGPT2 모델 또는 KoBERT 모델을 고려하고 있다. 해당 언어 모델에 추가적으로 문서 분류(Text Classification) 모델 또는 문서 요약(Text Summarization) 모델을 적용하여 세부적인 목적의 자연어 처리 문제를 해결할 수 있다.
본 발명에서는, 입력 대상 문장에 대해서 상기와 전처리 과정을 거친 후 직접 모델에 넣어 한번에 레이아웃의 종류를 결정하거나 입력 대상 문장에 대해서 키워드를 추출한 후 문서의 종류, 기술분야, 내용 등을 도출한 결과를 이용하여 레이아웃의 결정할 수 있다.
일 실시예에서, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 입력 대상 문장을 직접 AI 모델에 입력하여 한번에 레이아웃 중 하나로 분류할 수 있다.
먼저, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 전처리된 입력 대상 문장의 길이에 따라 워드 임베딩(word embedding)을 실행한 후 워드 임베딩된 입력 대상 문장을 모델의 입력값으로 활용하여 레이아웃의 종류를 추천할 수 있다. 즉, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 전처리된 입력 대상 문장의 길이가 특정 길이 이하이면 워드 임베딩을 실행한 후 워드 임베딩된 입력 대상 문장을 모델의 입력값으로 활용하여 레이아웃의 종류를 결정할 수 있다.
다른 일 실시예에서, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 입력 대상 문장을 요약하여 미리 결정된 키워드를 추출하여 미리 결정된 키워드를 통해 문서의 종류, 기술 분야, 내용 등을 도출한 결과를 이용하여 레이아웃의 종류를 결정할 수 있다.
즉, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 입력 대상 문장을 모델로 분석하여 요약한 후 미리 결정된 핵심 키워드(즉, 미리 결정된 레이아웃 연관 키워드 및 미리 결정된 표현 연관 키워드)를 추출한 후, 이를 이용하여 문서의 종류, 기술 분야, 내용 등을 도출한 결과를 도출하는 과정에서 연관성이 놓은 단어를 추출한 후, 문서 요약(Text Summarization) 모델을 적용한 후 마지막으로 문서 분류(Text Classification) 모델을 통해 레이아웃의 종류를 추천할 수 있다.
먼저, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 입력 대상 문장에 대한 문서 요약을 실행하여 키워드를 추출하고 문서 분류를 실행하여 문서의 종류, 기술 분야 등을 추출한다. 이때, 미리 결정된 키워드는 미리 결정된 레이아웃 연관 키워드 및 미리 결정된 표현 연관 키워드를 포함한다. 즉, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 입력 대상 문장에 대한 문서 요약을 실행하여 미리 결정된 키워드를 추출한다.
일 실시예에서, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 입력 대상 문장을 분석하여 미리 결정된 레이아웃 연관 키워드가 존재하는지 여부를 판단한다. 이때, 미리 결정된 레이아웃 연관 키워드는 복수의 레이아웃 각각에서 특정 횟수 이상 추출된 단어로 결정된다. 상기와 같이 미리 결정된 레이아웃 연관 키워드는 레이아웃의 종류를 추천하는데 사용될 수 있다.
예를 들어, 입력 대상 문장이 "온라인 서비스 운영을 위해 해야 할 일은 다음과 같은 순서로 이루어집니다. … 이 중 알리기와 관련된 일은 4가지로 절차를 밟습니다. … 하나씩 도전해 보시고 목표로 한 바를 이루길 바랍니다."인 경우, 입력 대상 문장을 분석하여 제2 개요(Roadmap) 레이아웃에 해당하는 키워드"순서", "절차" 및 "목표"를 추출할 수 있다.
다른 예를 들어, 입력 대상 문장이 "두번째 오프닝 전략은 감정 이용하기 입니다. 청중들이 경험해보지 않은 것을 정량적인 수치만으로 설득하는데 어려움이 있습니다. 이 감정 이용하기 전략을 잘 사용하면 청중들의 공감을 얻어내 보다 더 수월한 PT를 가능케 합니다. 이를 가장 잘 활용하는 강사 중 한명인 김제동씨는 청중들로부터 동의와 지지를 이끌어내는데 탁월합니다. 저 또한 이런 경험이 있는데요,.."인 경우, 입력 대상 문장을 분석하여 특징 레이아웃에 해당하는 키워드 "두 번째", "가장", "수월", "탁월" 및 "경험"을 추출할 수 있다.
다른 일 실시예에서, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 입력 대상 문장을 분석하여 미리 결정된 표현 연관 키워드에 해당하는 단어가 존재하는지 여부를 판단한다. 상기와 같이 미리 결정된 표현 연관 키워드에 해당하는 상위 카테고리에 따라 발표용 전자 문서의 레이아웃의 색상 계열이 추천되거나 레이아웃에 적용되는 글꼴이 추천되는데 사용될 수 있다.
예를 들어, 입력 대상 문장이 "간접 투자에 대해 알아보면 간접 투자는 본인의 성향에 맞는 펀드 유형을 결정할 수 있습니다. 또한 상품 운용주체를 선정할 수 있습니다. 이를 통해 자산 운용 전문가를 간접적으로 고용하는 효과를 가집니다. 또한 포트폴리오를 통한 투자효과를 극대화 합니다. 마지막으로 운용자의 선택에 따라 수익률 편차가 발생합니다. 더불어 거래비용이 상대적으로 높은 편입니다." 인 경우, 미리 결정된 표현 연관 키워드 "투자", "펀드", "수익률" 을 추출할 수 있다.
상기와 같이, 미리 결정된 표현 연관 키워드 "투자", "펀드", "수익률" 에 해당하는 상위 카테고리가 "금융"인 경우, 발표용 전자 문서의 레이아웃의 색상 계열이 "금융"분야에서 많이 사용되는 색상계열로 추천되거나 "금융"분야에서 많이 사용되는 글꼴을 추천하는데 사용될 수 있다.
그 후, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 미리 결정된 키워드의 종류에 따라 해당 단어의 색상을 미리 결정된 색상으로 변경한다.
일 실시예에서, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 입력 대상 문장에 레이아웃 연관 키워드 데이터베이스(125)에서 독출한 미리 결정된 레이아웃 연관 키워드에 해당하는 단어가 존재하면, 해당 단어의 색상을 미리 결정된 레이아웃 연관 색상으로 변경할 수 있다.
다른 일 실시예에서, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 입력 대상 문장에 표현 연관 키워드 데이터베이스(130)에서 독출한 미리 결정된 표현 연관 키워드에 해당하는 단어가 존재하면 해당 단어의 색상을 미리 결정된 표현 연관 색상으로 변경할 수 있다.
그 후, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 입력 대상 문장이 분석된 후 미리 결정된 레이아웃 연관 색상 및 미리 결정된 표현 연관 색상에 따라 레이아웃을 제작하여 추천한다.
일 실시예에서, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 입력 대상 문장에 대해서 미리 결정된 표현 연관 색상으로 변경된 단어의 상위 카테고리를 결정하고, 글꼴 데이터베이스(140) 및 색상 별 추천 레이아웃 색상 데이터베이스(145)에서 상위 카테고리에 해당하는 글꼴의 종류 및 레이아웃에 적용될 색상 계열을 독출한다.
다른 일 실시예에서, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 입력 대상 문장에 대해서 레이아웃 연관 키워드 데이터베이스(125)를 참조로 미리 결정된 레이아웃 연관 색상으로 변경된 단어가 공통적으로 소속된 레이아웃 종류를 결정하고, 레이아웃 데이터베이스(135)에서 레이아웃 연관 색상으로 변경된 단어가 공통적으로 소속된 레이아웃 종류에 해당하는 레이아웃을 독출한다.
상기와 같이, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 글꼴을 레이아웃에 반영하도록 제작한 후 사용자 단말에 제공할 수 있는 것이다.
상기와 같이, 전자 문서의 주제나 내용에 알맞은 레이아웃을 추천하기 위해서, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 AI 모델을 생성한다.
먼저, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 미리 생성된 발표용 전자 문서를 페이지 단위로 분석하여 페이지 각각의 레이아웃의 종류 별로 해당 페이지에 있는 문장을 분석하여 복수의 키워드를 추출하고, 상기 복수의 키워드 별 각각이 추출된 레이아웃의 종류 별로 정렬하여 상기 복수의 키워드 각각에 해당하는 레이아웃의 종류를 결정한다.
예를 들어, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 미리 생성된 발표용 전자 문서 중 제1 개요(Overview) 레이아웃에 해당하는 페이지에서 목차, 간략, 권장, 간결, 첫 번째 등의 키워드를 추출하고, 목차, 간략, 권장, 간결, 첫 번째 등의 키워드 각각을 제1 개요(Overview) 레이아웃의 키워드로 결정한다.
상기와 같이, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 복수의 키워드 각각을 레이아웃 연관 키워드로 결정한 후 레이아웃 연관 키워드 및 레이아웃의 종류를 대응시켜 레이아웃 연관 키워드 데이터베이스에 저장한다.
그리고, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 레이아웃 데이터베이스에 저장된 레이아웃의 종류 별로 레이아웃 연관 색상을 결정한다. 따라서, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 키워드에 해당하는 레이아웃 연관 색상을 통해 해당 키워드에 해당하는 레이아웃의 종류를 결정할 수 있는 것이다.
또한, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 미리 생성된 분야 별 발표용 전자 문서를 수집한 후 분야 별 발표용 전자 문서를 분석하여 페이지 각각의 레이아웃의 종류 별로 해당 페이지에 있는 문장을 분석하여 복수의 키워드를 추출하고, 복수의 키워드의 상위 카테고리를 해당 분야로 결정하고, 복수의 키워드 각각 및 상위 카테고리를 대응시켜 표현 연관 키워드 데이터베이스에 저장한다.
예를 들어, 금융 관련 발표용 전자 문서를 수집한 후 복수의 키워드 "투자", "펀드", "수익률"을 추출하고, "투자", "펀드", "수익률"각각 및 상위 카테고리 "금융"을 대응시켜 표현 연관 키워드 데이터베이스에 저장한다.
상기와 같이, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 복수의 키워드 각각이 추출된 레이아웃 종류별로 해당 레이아웃의 색상 계열을 추출한 후, 상위 카테고리, 레이아웃의 종류 및 해당 레이아웃의 색상 계열을 대응시켜 레이아웃 색상 계열 데이터베이스에 저장한다.
그리고, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 상위 카테고리의 종류 별로 표현 연관 색상을 결정한다. 따라서, AI 모델 생성부(150)는 상위 카테고리에 해당하는 표현 연관 색상을 통해 해당 상위 카테고리에 해당하는 레이아웃의 색상 계열 및 글꼴을 결정하여 글꼴 데이터베이스 및 레이아웃 색상 계열 데이터베이스 각각에 저장한다.
도 2는 본 발명의 일 실시예에 따른 문서 레이아웃 및 폰트 색상 추천 서버의 내부 구조를 설명하기 위한 블록도이다.
도 2를 참조하면, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 입력 대상 문장 수신부(110), 입력 대상 문장 분석부(115), 레이아웃 제공부(120), 레이아웃 연관 키워드 데이터베이스(125), 표현 연관 키워드 데이터베이스(130), 레이아웃 데이터베이스(135), 글꼴 데이터베이스(140), 레이아웃 색상 계열 데이터베이스(145) 및 AI 모델 생성부(150)를 포함한다.
입력 대상 문장 수신부(110)는 발표용 전자 문서의 전자 문서 페이지 각각을 통해 시각화하기 이전에 전자 문서 페이지 별 입력 대상 문장을 수신한다.
입력 대상 문장 분석부(115)는 입력 대상 문장 수신부(110)를 통해 수신된 입력 대상 문장을 분석하여 미리 결정된 키워드에 해당하는 단어가 존재하는지 여부를 판단한다. 이때, 미리 결정된 키워드는 미리 결정된 레이아웃 연관 키워드 및 미리 결정된 표현 연관 키워드를 포함한다.
일 실시예에서, 입력 대상 문장 분석부(115)는 입력 대상 문장을 분석하여 레이아웃 연관 키워드 데이터베이스(125)에 미리 결정된 레이아웃 연관 키워드가 존재하는지 여부를 판단한다. 상기와 같이 미리 결정된 레이아웃 연관 키워드는 레이아웃의 종류를 추천하는데 사용될 수 있다.
예를 들어, 입력 대상 문장이 "조직의 규모와 가치를 키우기 위해 필요한 기본적인 부서의 구성에 대해 알아봅니다. 부서의 유형에는 제품 개발 및 생산, 제품 및 조직 알림, 제품 판매, 인재 찾기, 인재 교육, 자금 관리가 있습니다. 그리고 각각의 부서마다 이 일을 수행하는 사람들이 있습니다."인 경우, 조직도 레이아웃에 해당하는 키워드 "조직", "부서" 및 "교육"을 추출할 수 있다.
상기와 같이, 입력 대상 문장에서 조직도 레이아웃에 해당하는 키워드"조직", "부서" 및 "교육"이 추출되는 경우, 조직도 레이아웃을 추천할 수 있다.
다른 일 실시예에서, 입력 대상 문장 분석부(115)는 입력 대상 문장을 분석하여 표현 연관 키워드 데이터베이스(130)에 미리 결정된 표현 연관 키워드가 존재하는지 여부를 판단한다. 상기와 같이 미리 결정된 표현 연관 키워드에 해당하는 상위 카테고리에 따라 발표용 전자 문서의 레이아웃의 색상 계열이 추천되거나 레이아웃에 적용되는 글꼴이 추천되는데 사용될 수 있다.
예를 들어, 입력 대상 문장이 "간접 투자에 대해 알아보면 간접 투자는 본인의 성향에 맞는 펀드 유형을 결정할 수 있습니다. 또한 상품 운용주체를 선정할 수 있습니다. 이를 통해 자산 운용 전문가를 간접적으로 고용하는 효과를 가집니다. 또한 포트폴리오를 통한 투자효과를 극대화 합니다. 마지막으로 운용자의 선택에 따라 수익률 편차가 발생합니다. 더불어 거래비용이 상대적으로 높은 편입니다." 인 경우, 미리 결정된 표현 연관 키워드 "투자", "펀드", "수익률" 을 추출할 수 있다.
상기와 같이, 미리 결정된 표현 연관 키워드 "투자", "펀드", "수익률" 에 해당하는 상위 카테고리가 "금융"인 경우, 발표용 전자 문서의 레이아웃의 색상 계열이 "금융"분야에서 많이 사용되는 색상계열로 추천되거나 "금융"분야에서 많이 사용되는 글꼴을 추천하는데 사용될 수 있다.
그 후, 입력 대상 문장 분석부(115)는 미리 결정된 키워드의 종류에 따라 해당 단어의 색상을 미리 결정된 색상으로 변경한다.
일 실시예에서, 입력 대상 문장 분석부(115)는 입력 대상 문장에 레이아웃 연관 키워드 데이터베이스(125)에서 독출한 미리 결정된 레이아웃 연관 키워드에 해당하는 단어가 존재하면, 해당 단어의 색상을 미리 결정된 레이아웃 연관 색상으로 변경할 수 있다.
예를 들어, 입력 대상 문장이 "실습기관은 다음과 같은 구조로 사업을 운영하고 있습니다. 크게 세가지 사업으로 나뉘고 있고 그 아래 세부 사업별로 편성된 구조이죠. 핵심기술 영역 교육, 기업 및 전문가 협력 체계, 기술 교육 전문성 향상 이렇게 세가지 갈래의 사업 방향성을 가지고 있습니다. 아래에는 세부 사업 내용을 나열해 두었습니다."이고, 조직도 레이아웃에 해당하는 키워드 "구조", "사업", "운영", "세부", "편성", "체계", "교육", "전문가", "방향성" 및 "나열"이 추출된 경우, 해당 단어의 색상을 "파란색"으로 변경할 수 있다.
다른 일 실시예에서, 입력 대상 문장 분석부(115)는 입력 대상 문장에 표현 연관 키워드 데이터베이스(130)에서 독출한 미리 결정된 표현 연관 키워드에 해당하는 단어가 존재하면 해당 단어의 색상을 미리 결정된 표현 연관 색상으로 변경할 수 있다.
예를 들어, 입력 대상 문장이 "간접 투자에 대해 알아보면 간접 투자는 본인의 성향에 맞는 펀드 유형을 결정할 수 있습니다. 또한 상품 운용주체를 선정할 수 있습니다. 이를 통해 자산 운용 전문가를 간접적으로 고용하는 효과를 가집니다. 또한 포트폴리오를 통한 투자효과를 극대화 합니다. 마지막으로 운용자의 선택에 따라 수익률 편차가 발생합니다. 더불어 거래비용이 상대적으로 높은 편입니다. 이고, 미리 결정된 표현 연관 키워드 "투자", "펀드", "수익률" 이 추출된 경우, 해당 단어의 색상을 "핑크색"으로 변경할 수 있다.
레이아웃 제공부(120)는 입력 대상 문장 분석부(115)에 의해 입력 대상 문장이 분석된 후 미리 결정된 레이아웃 연관 색상 및 미리 결정된 표현 연관 색상에 따라 레이아웃을 제작하여 추천한다.
일 실시예에서, 레이아웃 제공부(120)는 입력 대상 문장 분석부(115)에 의해 입력 대상 문장에 대해서 미리 결정된 표현 연관 색상으로 변경된 단어의 상위 카테고리를 결정하고, 글꼴 데이터베이스(140) 및 색상 별 추천 레이아웃 색상 데이터베이스(145)에서 상위 카테고리에 해당하는 글꼴의 종류 및 레이아웃에 적용될 색상 계열을 독출한다.
다른 일 실시예에서, 레이아웃 제공부(120)는 입력 대상 문장 분석부(115)에 의해 입력 대상 문장에 대해서 레이아웃 연관 키워드 데이터베이스(125)를 참조로 미리 결정된 레이아웃 연관 색상으로 변경된 단어가 공통적으로 소속된 레이아웃 종류를 결정하고, 레이아웃 데이터베이스(135)에서 레이아웃 연관 색상으로 변경된 단어가 공통적으로 소속된 레이아웃 종류에 해당하는 레이아웃을 독출한다.
상기와 같이, 레이아웃 제공부(120)는 글꼴을 레이아웃에 반영하도록 제작한 후 사용자 단말에 제공할 수 있는 것이다.
AI 모델 생성부(150)는 미리 생성된 발표용 전자 문서를 수집한 후 발표용 전자 문서를 페이지 단위로 분석하여 레이아웃 연관 키워드 데이터베이스(125), 표현 연관 키워드 데이터베이스(130), 레이아웃 데이터베이스(135), 글꼴 데이터베이스(140) 및 레이아웃 색상 계열 데이터베이스(145)를 구축한다.
먼저, AI 모델 생성부(150)는 미리 생성된 발표용 전자 문서를 페이지 단위로 분석하여 페이지 각각의 레이아웃의 종류 별로 해당 페이지에 있는 문장을 분석하여 복수의 키워드를 추출하고, 상기 복수의 키워드 별 각각이 추출된 레이아웃의 종류 별로 정렬하여 상기 복수의 키워드 각각에 해당하는 레이아웃의 종류를 결정한다.
예를 들어, AI 모델 생성부(150)는 미리 생성된 발표용 전자 문서 중 제1 개요(Overview) 레이아웃에 해당하는 페이지에서 목차, 간략, 권장, 간결, 첫 번째 등의 키워드를 추출하고, 목차, 간략, 권장, 간결, 첫 번째 등의 키워드 각각을 제1 개요(Overview) 레이아웃의 키워드로 결정한다.
상기와 같이, AI 모델 생성부(150)는 복수의 키워드 각각을 레이아웃 연관 키워드로 결정한 후 레이아웃 연관 키워드 및 레이아웃의 종류를 대응시켜 레이아웃 연관 키워드 데이터베이스(125)에 저장한다.
그리고, AI 모델 생성부(150)는 레이아웃 데이터베이스(135)에 저장된 레이아웃의 종류 별로 레이아웃 연관 색상을 결정한다. 따라서, AI 모델 생성부(150)는 키워드에 해당하는 레이아웃 연관 색상을 통해 해당 키워드에 해당하는 레이아웃의 종류를 결정할 수 있는 것이다.
또한, AI 모델 생성부(150)는 미리 생성된 분야 별 발표용 전자 문서를 수집한 후 분야 별 발표용 전자 문서를 분석하여 페이지 각각의 레이아웃의 종류 별로 해당 페이지에 있는 문장을 분석하여 복수의 키워드를 추출하고, 복수의 키워드의 상위 카테고리를 해당 분야로 결정하고, 복수의 키워드 각각 및 상위 카테고리를 대응시켜 표현 연관 키워드 데이터베이스(130)에 저장한다.
예를 들어, 금융 관련 발표용 전자 문서를 수집한 후 복수의 키워드 "투자", "펀드", "수익률"을 추출하고, "투자", "펀드", "수익률"각각 및 상위 카테고리 "금융"을 대응시켜 표현 연관 키워드 데이터베이스(130)에 저장한다.
상기와 같이, AI 모델 생성부(150)는 복수의 키워드 각각이 추출된 레이아웃 종류별로 해당 레이아웃의 색상 계열을 추출한 후, 상위 카테고리, 레이아웃의 종류 및 해당 레이아웃의 색상 계열을 대응시켜 레이아웃 색상 계열 데이터베이스(145)에 저장한다.
그리고, AI 모델 생성부(150)는 상위 카테고리의 종류 별로 표현 연관 색상을 결정한다. 따라서, AI 모델 생성부(150)는 상위 카테고리에 해당하는 표현 연관 색상을 통해 해당 상위 카테고리에 해당하는 레이아웃의 색상 계열 및 글꼴을 결정하여 글꼴 데이터베이스(140) 및 레이아웃 색상 계열 데이터베이스(145) 각각에 저장한다.
도 3은 본 발명에 따른 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 방법의 일 실시예를 설명하기 위한 흐름도이다.
도 3을 참조하면, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 발표용 전자 문서의 전자 문서 페이지 각각을 통해 시각화하기 이전에 전자 문서 페이지 별 입력 대상 문장을 수신한다(단계 S310).
문서 레이아웃 및 폰트 색상 추천 서버(100)는 입력 대상 문장을 분석하여 미리 결정된 키워드에 해당하는 단어가 존재하는지 여부를 판단한다(단계 S320).
단계 S320에 대한 일 실시예에서, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 입력 대상 문장을 분석하여 미리 결정된 레이아웃 연관 키워드에 해당하는 단어가 존재하면 해당 단어의 색상을 미리 결정된 레이아웃 연관 색상으로 변경한다.
단계 S320에 대한 다른 일 실시예에서, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 입력 대상 문장을 분석하여 미리 결정된 표현 연관 키워드에 해당하는 단어가 존재하면 해당 단어의 색상을 미리 결정된 표현 연관 색상으로 변경한다.
문서 레이아웃 및 폰트 색상 추천 서버(100)는 판단 결과에 따라 미리 결정된 키워드의 종류에 따라 해당 단어의 색상을 미리 결정된 색상으로 변경한다(단계 S330).
문서 레이아웃 및 폰트 색상 추천 서버(100)는 단어의 색상을 기초로 색상에 해당하는 레이아웃을 추출하여 제공한다(단계 S340).
단계 S340에 대한 일 실시예에서, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 미리 결정된 표현 연관 색상에 해당하는 폰트 및 색상계열을 결정하고, 복수의 레이아웃 중 상기 미리 결정된 레이아웃 연관 색상에 해당하는 레이아웃에 상기 폰트가 적용시켜 레이아웃을 제작한다.
도 4는 본 발명에 따른 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 과정을 설명하기 위한 예시도이다.
도 4를 참조하면, 발표용 전자 문서의 전자 문서 페이지 각각을 통해 시각화하기 이전에 전자 문서 페이지 별 입력 대상 문장을 수신한다.
이때, 입력 대상 문장은 "아름다운 그림을 그리기 위해서는 그 그림에 맞는 물감과 채색 방법이 필요합니다. 마찬가지로 효과적인 PT를 위해서도 수많은 PT 전략 중 적합한 것을 선택하여 활용해야 합니다. 이를 위해서는 두가지 준비가 필요합니다. 첫번째로, PT를 듣는 청중들이 가진 특징과 고정관념을 분석하여 그것을 활용하거나 대응할 수 있도록 PT에 녹여내야 합니다. 두번째로는 PT 환경을 분석해야 합니다. PT를 진행하는 장소, 시간, 관련 이벤트, 날씨, 사용가능한 매체와 자료, 동선 등등을 적극적으로 활용할 수 있도록 면밀한 분석이 필요합니다. 이 두가지 핵심을 미리 인지하고 PT 전략을 세우길 바랍니다!"일 수 있다.
그 후, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 입력 대상 문장을 분석하여 미리 결정된 키워드에 해당하는 단어가 존재하는지 여부를 판단한다. 이때, 미리 결정된 키워드는 미리 결정된 레이아웃 연관 키워드 및 미리 결정된 표현 연관 키워드를 포함한다.
예를 들어, "입력 대상 문장"에서 제1 개요(Overview) 레이아웃에 해당하는"방법", "첫 번째", "두 번째", "적합한", "선택", "전략", "핵심"을 추출할 수 있다.
그 후, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 미리 결정된 키워드의 종류에 따라 해당 단어의 색상을 미리 결정된 색상으로 변경한다.
예를 들어, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 입력 대상 문장에서 "방법", "첫 번째", "두 번째", "적합한", "선택", "전략", "핵심"을 미리 결정된 레이아웃 연관 색상인 파란색으로 변경할 수 있다.
마지막으로, 문서 레이아웃 및 폰트 색상 추천 서버(100)는 입력 대상 문장이 분석된 후 미리 결정된 레이아웃 연관 색상에 따라 레이아웃을 제작하여 추천한다.
상기에서는 본 발명의 바람직한 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이행할 수 있을 것이다.
100: 문서 레이아웃 및 폰트 색상 추천 서버
110: 입력 대상 문장 수신부
115: 입력 대상 문장 분석부
120: 레이아웃 제공부
125: 레이아웃 연관 키워드 데이터베이스
130: 표현 연관 키워드 데이터베이스
135: 레이아웃 데이터베이스
140: 글꼴 데이터베이스
145: 레이아웃 색상 계열 데이터베이스
150: AI 모델 생성부
110: 입력 대상 문장 수신부
115: 입력 대상 문장 분석부
120: 레이아웃 제공부
125: 레이아웃 연관 키워드 데이터베이스
130: 표현 연관 키워드 데이터베이스
135: 레이아웃 데이터베이스
140: 글꼴 데이터베이스
145: 레이아웃 색상 계열 데이터베이스
150: AI 모델 생성부
Claims (6)
- 사용자 단말로부터 전자문서 페이지별 입력 대상 문장을 수신한 후 이를 이용하고 전자 문서의 주제나 내용에 맞는 레이아웃을 추천하여 사용자 단말로 제공하는 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 서버에 있어서,
상기 문서 레이아웃 및 폰트 색상 추천 서버는
발표용 전자 문서의 전자 문서 페이지 각각을 통해 시각화하기 이전에 전자 문서 페이지 별 입력 대상 문장을 수신하는 입력 대상 문장 수신부;
입력 대상 문장 수신부를 통해 수신된 입력 대상 문장을 분석하여 미리 결정된 레이아웃 연관 키워드와 미리 결정된 표현 연관 키워드를 포함하는 키워드에 해당하는 단어가 존재하는지 여부를 판단하는 입력 대상 문장 분석부;
입력 대상 문장 분석부에 의해 입력 대상 문장이 분석된 후 미리 결정된 레이아웃 연관 색상 및 미리 결정된 표현 연관 색상에 따라 레이아웃을 제작하여 추천하는 레이아웃 제공부;
미리 생성된 발표용 전자 문서를 수집한 후 발표용 전자 문서를 페이지 단위로 분석하여 레이아웃 연관 키워드 데이터베이스, 표현 연관 키워드 데이터베이스, 레이아웃 데이터베이스, 글꼴 데이터베이스 및 레이아웃 색상 계열 데이터베이스를 구축하는 AI 모델 생성부;를 포함하며,
상기 AI 모델 생성부는
미리 생성된 발표용 전자 문서를 페이지 단위로 분석하여 페이지 각각의 레이아웃의 종류 별로 해당 페이지에 있는 문장을 분석하여 복수의 키워드를 추출하고, 추출된 복수의 키워드 별 각각이 추출된 레이아웃의 종류 별로 정렬하여 복수의 키워드 각각에 해당하는 레이아웃의 종류를 결정한 후 레이아웃 연관 키워드 및 레이아웃의 종류를 대응시켜 레이아웃 연관 키워드 데이터베이스에 저장하며,
레이아웃 데이터베이스에 저장된 레이아웃의 종류 별로 레이아웃 연관 색상을 결정하여 키워드에 해당하는 레이아웃 연관 색상을 통해 해당 키워드에 해당하는 레이아웃의 종류를 결정하며, 추출된 복수의 키워드의 상위 카테고리를 해당 분야로 결정하고 복수의 키워드 각각 및 상위 카테고리를 대응시켜 표현 연관 키워드 데이터베이스에 저장하며,
복수의 키워드 각각이 추출된 레이아웃 종류별로 해당 레이아웃의 색상 계열을 추출한 후 상위 카테고리, 레이아웃의 종류 및 해당 레이아웃의 색상 계열을 대응시켜 레이아웃 색상 계열 데이터베이스에 저장하는 것을 특징으로 하는 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 서버.
- 제 1 항에 있어서,
상기 입력 대상 문장 분석부는
입력 대상 문장을 분석하여 표현 연관 키워드 데이터베이스에 미리 결정된 표현 연관 키워드가 존재하는 것으로 판단되면 미리 결정된 표현 연관 키워드에 해당하는 상위 카테고리에 따라 발표용 전자 문서의 레이아웃의 색상 계열이 추천되거나 레이아웃에 적용되는 글꼴을 추천하는 것을 특징으로 하는 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 서버.
- 제 1 항에 있어서,
상기 레이아웃 제공부는
입력 대상 문장 분석부에 의해 입력 대상 문장에 대해서 미리 결정된 표현 연관 색상으로 변경된 단어의 상위 카테고리를 결정하고, 글꼴 데이터베이스 및 색상 별 추천 레이아웃 색상 데이터베이스에서 상위 카테고리에 해당하는 글꼴의 종류 및 레이아웃에 적용될 색상 계열을 독축하는 것을 특징으로 하는 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 서버.
- 제1항 내지 제3항 중 어느 하나의 항에 따른 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천방법은
발표용 전자 문서의 전자 문서 페이지 각각을 통해 시각화하기 이전에 전자 문서 페이지 별 입력 대상 문장을 수신하는 단계;
입력 대상 문장을 분석하여 미리 결정된 키워드, 미리 결정된 레이아웃 연관 키워드 및 미리 결정된 표현 연관 키워드에 해당하는 단어가 존재하는지 여부를 판단하는 단계;
미리 결정된 레이아웃 연관 키워드에 해당하는 단어가 존재하면 해당 단어의 색상을 미리 결정된 레이아웃 연관 색상으로 변경하고, 미리 결정된 표현 연관 키워드에 해당하는 단어가 존재하면 해당 단어의 색상을 미리 결정된 표현 연관 색상으로 변경하여, 판단 결과에 따라 미리 결정된 키워드의 종류에 따라 해당 단어의 색상을 미리 결정된 색상으로 변경하는 단계;
미리 결정된 표현 연관 색상에 해당하는 폰트 및 색상계열을 결정하고, 복수의 레이아웃 중 미리 결정된 레이아웃 연관 색상에 해당하는 레이아웃에 폰트를 적용시켜 레이아웃을 제작하며, 단어의 색상을 기초로 색상에 해당하는 레이아웃을 추출하여 제공하는 단계;를 포함하는 것을 특징으로 하는 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 방법.
- 삭제
- 삭제
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020210062293 | 2021-05-13 | ||
KR20210062293 | 2021-05-13 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20220155550A KR20220155550A (ko) | 2022-11-23 |
KR102624095B1 true KR102624095B1 (ko) | 2024-01-15 |
Family
ID=84236699
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220015496A KR102624095B1 (ko) | 2021-05-13 | 2022-02-07 | 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 시스템 및 이의 실행 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102624095B1 (ko) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117806585B (zh) * | 2024-02-29 | 2024-06-21 | 山东京运维科技有限公司 | 基于智能终端的屏幕控制方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005031977A (ja) * | 2003-07-11 | 2005-02-03 | Seiko Epson Corp | 文書処理装置及び文書処理プログラム、並びに文書処理方法 |
JP2018028751A (ja) * | 2016-08-16 | 2018-02-22 | コニカミノルタ株式会社 | 文書変換方法及び文書変換プログラム |
CN110222317A (zh) * | 2019-03-29 | 2019-09-10 | 中国地质大学(武汉) | 一种PowerPoint演示文稿向Word文档转换的方法及*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102166516B1 (ko) | 2020-07-27 | 2020-10-15 | 김밀알 | 인공 지능 기반의 문서 자동 작성 시스템 |
-
2022
- 2022-02-07 KR KR1020220015496A patent/KR102624095B1/ko active IP Right Grant
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005031977A (ja) * | 2003-07-11 | 2005-02-03 | Seiko Epson Corp | 文書処理装置及び文書処理プログラム、並びに文書処理方法 |
JP2018028751A (ja) * | 2016-08-16 | 2018-02-22 | コニカミノルタ株式会社 | 文書変換方法及び文書変換プログラム |
CN110222317A (zh) * | 2019-03-29 | 2019-09-10 | 中国地质大学(武汉) | 一种PowerPoint演示文稿向Word文档转换的方法及*** |
Also Published As
Publication number | Publication date |
---|---|
KR20220155550A (ko) | 2022-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
M Alshater | Exploring the role of artificial intelligence in enhancing academic performance: A case study of ChatGPT | |
Lim et al. | Strategic brand management for higher education institutions with graduate degree programs: empirical insights from the higher education marketing mix | |
Person | Balanced scorecards and operational dashboards with Microsoft Excel | |
Cahen et al. | Managerial perceptions of barriers to internationalization: An examination of Brazil's new technology-based firms | |
Bray | An introduction to requirements engineering | |
Alyousef | A multimodal discourse analysis of the textual and logical relations in marketing texts written by international undergraduate students | |
Verma et al. | An examination of skill requirements for augmented reality and virtual reality job advertisements | |
Martins et al. | Design and development of a digital platform for seasonal jobs: Improving the hiring process | |
Searle | Developing literacy | |
KR102624095B1 (ko) | 인공지능을 이용한 문서 레이아웃 및 폰트 색상 추천 시스템 및 이의 실행 방법 | |
Cao et al. | Applied AI for finance and accounting: Alternative data and opportunities | |
Boyle et al. | (D) evolving smartness: exploring the changing modalities of smart city making in Africa | |
Saldaña | Sentiment analysis for exploratory data analysis | |
Fischbach et al. | Big data on a smaller scale: A social media analytics assignment | |
Dimes et al. | How integrated thinking can be detected in management disclosures in annual reports: Insights from a large-scale text-analysis approach | |
Hamad et al. | Using Business Intelligence Tools in Accounting Education | |
Kaurav et al. | An SPSS guide for tourism, hospitality and events researchers | |
Moutinho et al. | Innovative research methodologies in management | |
Rein et al. | Towards empirical evidence on the comprehensibility of natural language versus programming language | |
Zeng | RETRACTED ARTICLE: A comparative study of the market demand for Chinese proficiency test preparation books: evidence from e-commerce data | |
Moutinho et al. | Innovative research methodologies in management: Volume I: Philosophy, measurement and modelling | |
Rosário | Generative ai and generative pre-trained transformer applications: Challenges and opportunities | |
Petrov et al. | Intelligent systems in translation to assist in engineers’ training | |
Fiedler et al. | Putting the context in context-driven testing (an application of cultural historical activity theory) | |
KR20240051499A (ko) | 비대면 채용 서비스를 제공하는 인공지능 기반의 전문 인적자원 플랫폼 서비스 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |