KR20120009446A

KR20120009446A - 자연 언어 텍스트의 자동화 의미적 라벨링 시스템 및 방법

Info

Publication number: KR20120009446A
Application number: KR1020117023813A
Authority: KR
Inventors: 제임스 토드헌터; 이고르 소브펠; 지아니스 파스타노하우
Original assignee: 인벤션 머신 코포레이션
Priority date: 2009-03-13
Filing date: 2010-03-12
Publication date: 2012-01-31
Also published as: EP2406738A2; US20100235164A1; WO2010105216A3; US20100235165A1; WO2010105214A3; EP2406738A4; KR20110134909A; WO2010105216A2; WO2010105214A2; US8583422B2; EP2406731A4; EP2406731A2; JP2012520528A; US8666730B2; CN102439590A; CN102439595A; JP2012520527A

Abstract

본 발명은 전자적 또는 디지절 형식으로 제공되는 자연 언어 문서들의 자동화 의미적 라벨링을 위한 시스템 및 방법에 관한 것으로, 상기 시스템 및 방법은 텍스트의 기초적 언어적 분석을 수행하는 의미적 프로세서를 포함하고, 상기 의미적 분석은 대상물 및/또는 대상물의 계층, 사실 및 인과 관계 패턴들의 타입의 의미적 관계들을 상기 텍스트에서 인식하고, 목표 의미적 관계의 특별한 케이스들의 일반화에 의하여 생성되고, 언어적으로 분석된 텍스트 및 매칭 결과를 기초로 의미적 관계 라벨들을 생성한다.

Description

자연 언어 텍스트의 자동화 의미적 라벨링 시스템 및 방법{System and method for automatic semantic labeling of natural language texts}

본 출원은, 우선권 출원인 2009년 3월 13일에 출원된 미국 특허 가출원 번호 61/159,972의 발명의 명칭 "자연 언어 텍스트의 자동화된 의미적 라벨링 시스템 및 방법" 및 2009년 3월 13일자에 출원된 미국 특허 가출원 번호 61/159,959의 발명의 명칭 "텍스트 문서들 및 사용자 질문들의 의미적 라벨링에 기초한 질문-응답 시스템 및 방법"의 우선권을 수반하며, 상기 출원의 내용은 본 출원에 원용되어 완전히 통합된다.

본 출원은 2000년 12월 26일자로 발행된, 미국 등록 특허 번호 6167370의 발명의 명칭 "Document semantic analysis/ selection with knowledge creativity capability utilizing subject-action-object(SAO) structrure" 및 2007년 7월 31일자로 발행된 미국 등록 특허 번호 7251781건의 " Computer based summarization of natural language documents "와 관련된다.

본 발명은 자연 언어 텍스트의 자동화된 의미적 라벨링을 위한 시스템 및 방법 및 상기 라벨링을 수행하기 위한 기초를 제공하는 언어적 패턴의 생성을 적절하게 하는 기술에 관한 것이다.

다음의 미국 특허 문헌들은 본 발명과 관련된 기술분양의 상세한 설명을 제공한다 :

미국 등록 특허 번호 5418889(1995년 3월 발행, 이하 "Ito"라 함.); 미국 등록 특허 번호 5696916(1997년 12월 발행, 이하, "Hitachi"라 함); 미국 등록 특허 번호 6026388(2000년 2월 발행, 이하, "Liddy"라 함); 미국 등록 특허 번호 61855592(2001년 2월 발행, 이하,"Boguraev 1"이라함); 미국 등록 특허 번호 6212494(2001년 4월 발행, 이하, "boguraev 2"라함); 미국 등록 특허 번호 6246977(2001년 6월 발행, 이하, "Messerly"라 함); 미국 등록 특허 번호 6263335 (2001년 7월 발행, 이하, "Paik"라 함); 미국 등록 특허 번호 7421645(2008년 9월 발행, 이하 "Reynar"라 함).

정보 검색, 지식 공학, 기계 번역, 요약 등의 과제를 포함하는 자동화된 텍스트 프로세싱은 수행되는 일정한 언어학적 분석을 요구한다.

특히, 분석의 깊이 및 복잡성은 일차적인 사전적 레벨에서 의미 레벨로 갈수록 증가한다. 이러한 분석은 언어에 대한 전통적인 지식, 가령 단어, 어구 등을 기초로 하거나, 어느 정도는, 텍스트 해석을 수행하는 사람의 인식 기능 및 모델로 하고, 언어의 실제의 사전적 어휘 유닛뿐만 아니라, 언어의 품사 분류, 및 구문적, 의미적 관계들의 엘리먼트(element)들을 사용하게 하는 언어학적 모델 또는 패턴들을 인식하는 것을 기초로 한다.

상기 두 개의 언급된 통계적 방법에 관한 지식 타입들은 다양한 의미적 컴포넌트(component), 관계들 및 텍스트 상에서의 그것들의 속성들, 예를 들어, 키워드, 오브젝트들 및 그것들의 파라미터, 에이전트, 행위, 사실, 인과 관계 등, 을 위한 자동화된 인식의 알고리즘을 위한 근거를 제공한다. 다시 말해, 그것들은 앞서 명시된 분류, 예를 들어, 문장 열을 의미적으로 라벨링하는 것, 에 따라서, 텍스트 자연 언어 텍스트의 자동화된 의미적 라벨링을 제공한다. 이중 후자의 것은 텍스트 프로세싱 과제의 마지막 목적을 기초로 정의된다.

일부 현존하는 방법들은 엄격한 구조를 갖는 데이터 베이스들을 목표로 하며, 수동으로 컴파일되거나, 엄격하게 정의된 필드를 갖는 텍스트를 목표로 한다. 텍스트의 얕은 언어학적 분석은 통상 사용되며, 이러한 분석은 높은 정확도를 제공하지 못한다.

특히, 텍스트의 문장열의 의미적 라벨링은 의미 컴포넌트들 또는 의미 관계들의 오직 몇몇 특별한 타입들의 인식들이 핵심이 된다. 이와 같이, Reynar는 사용자가 문서들을 생성하는 동안에, 텍스트의 문장열에 의미적 범주 또는 목록을 라벨링하기 위한 어플리케이션 프로그램 인터페이스를 제공하고, 사용자에게 상기 의미적 범주 또는 목록들을 기초로 한 전자 상거래 액션들을 제공한다. 목록은 예를 들어, "사용자 이름" 또는 "마이크로소프트 직원"와 같은 타입의 라벨을 포함할 수 있다.

Hitachi는 개념들 사이의 "is-a" 관계들 및 "부분-전체"관계들과 같은 하이-로우 관계가 사전에 정의된 개념 사전을 사용하는 시스템을 기술한다.

Liddy는 사용자가 정보 검색 시스템의 확장을 문의하기 위한 기술과 유사한 기술을 사용한다.

Ito는 지식 기반을 사용하는 것을 기술한다. 상기 지식 기반은 인과 관계적 모델 기반 및 장치 모델 기반을 포함한다. 상기 장치 모델 기반은 목표 머신의 장치들의 계층 구조를 기술하는 장치 지식 세트를 포함한다. 상기 인과 관계적 모델 기반은 상기 장치 모델 기반 상에 형성되고, 목표 머신의 오류 정보의 인과 관계의 세트들을 포함한다. 따라서, 장치의 각 컴포넌트(component)의 오류의 가능한 원인은, 상기 장치의 다른 컴포넌트(component)와의 구조적 연결관계에 대한 정보의 기초를 통해, 추측된다.

Boguraev 1은 심도있는 텍스트 분석을 수행하는 것을 기술한다. Boguraev 1은 텍스트 세그먼트에서, 가장 중요한 명사 그룹들이, 그것들의 비중 있는 의미적 역할로의 사용 빈도에 기초하여, 마킹되는 것을 개시한다.

Boguraev 2는, 기술 분야의 중요 용어들의 카탈로그를 생성하고 기술적 기능들(동사-목적어)의 행위자(또는 해결자)를 결정하기 위하여, 컴퓨터에 적용된 언어적 분석을 기술한다.

Paik은 도메인 독립적이고 그리고 자동으로 그 자체의 주어 지식 기반을 건설하는 정보 추출 시스템을 개시한다. 상기 지식 기반의 단위는 개념-관계-개념 트리플(concept-relation-concept triples, CRCs)로 구성되며, 여기에서, 제1 개념은 대개 적절한 이름이다. 이것은 상당히 단순화하고 융통성없이 정의된 개념들의 연결 쌍들(link pairs)의 2개의 부분으로 구성된 관계들(dyadic relations) 및 단일 개념과 관련된 단일의 관계들(monadic relations)의 인식에 의존하는 텍스트의 밀접한 의미적 분석의 예이다. 상기 시스템은 몇몇의 전치사들, 구두점, 또는 전문화된 구를 포함하는 언어적 단서들 및 개념들의 전문화된 유형들을 찾는 것에 의해 이전의 품사(part-of-speech) 태그 되고 구문론적으로 분석된 텍스트로부터 의미적 관계들을 추출한다.

물론, 의미적 분석의 절차는 이러한 경우에 CRC 관계들의 프레임워크(framework)에 의해 제한된다. 예를 들어, 원인-결과 관계의 인식은 오직 어떤 동사의 유형과 함께 나타나는 목적어들을 위해 수행될 수 있다. 비록, 이러한 인식이 종종 더 넓은 문맥(context)을 요구하고, 그리고 일반적인 경우에 소위 "사실들(facts)"이라 일컬어지는 텍스트 내 일련의 자동적으로 인식되는 의미적 엘리먼트(element)들에 기초한 것으로 판명된다. 예를 들어, 이러한 사실들의 엘리먼트(element)들의 하나는 오직 "동사(verb)"와는 달리 "액션(action)"의 의미적 개념(semantic notion)이다. CRC 관계들의 부과된 프레임워크 내에 본질적인 제한을 고려컨대, 이러한 경우의 의미적 라벨링(semantic labeling)은 매우 노동 소비적인 많은 수의 패턴들의 개발을 요구한다. 마지막으로, 이러한 의미적 라벨링은 실제적으로 텍스트의 시사적인 컨텐트만을 다루고, 논리적 컨텐트를 고려하지 않는다.

Messerly 는 논리 형식 "밀접한 주어-동사-밀접한 목적어,"의 형식에서 텍스트의 의미적 분석을 수행한다. 그러나, 상기 언급된 논리 형식은 순수하게 문법적 개념이다: "밀접한 주어(deep subject)" 및 "밀접한 목적어(deep object)"는 오직 "명사(noun)"이고, "동사(verb)"는 오직 "원칙 동사(principle verb)"이다. 그러므로, 밀접한 주어, 밀접한 목적어 등의 결정 및 분석은 상기 특허에서 실제적으로 표현되어 있지 않았다.

본 발명이 해결하려는 과제는 노동의 집약을 감소시킬 수 있고, 생산된 결과물의 질을 향상시킬 수 있고, 관련된 의미적 프로세싱을 사용하는 어플리케이션의 영역을 확장시킬 수 있다. 의미적 프로세서는 텍스트의 더 기초적인 언어학적 분석을 수행하고, 언어학적 분석의 의미적 구조를 활용하고 사용자 요구조건을 기초로 하는 기술적 접근에 따라 의미적 프로세서의 의미적 라벨링을 수행하는 특유의 의미적 프로세서(SP)가 제공하는 것이다.

본 발명이 해결하려는 다른 과제는 의미적 프로세서를 포함하거나 사용하고, 상기 의미적 프로세서는 텍스트의 기초적 언어적 분석을 수행하고, 특정한 타입의 어휘적, POS, 구문적 및 의미적 분석을 포함한다. 이러한 분석 자체가 가장 중요한 의미 컴포넌트(components)들 및 관계를 인식하는 텍스트의 의미적 라벨링의 일부분이다. 또한, 이러한 분석 결과는, 추가적인 의미적 라벨링을 목적으로, 전문적 언어적 패턴들의 효과적인 생성을 위해 사용될 수 있다. 이러한 패턴들은 텍스트 프로세싱의 지시된 목적에 응답하는 자연 언어 텍스트의 자동화 의미적 라벨링을 위한 시스템 및 방법을 제공하는 것이다.

본 발명이 해결하려는 또 다른 과제는 대상물/ 대상물의 계층, 사실 및 예를 들어, 외부 세계 및/또는 인과 관계의 형식의 지식 영역과 같은 외부 영역의 규칙성을 반영하는 규칙들의 세트와 같은 지식의 기초적 타입들의 레벨의 깊이를 달성하는 의미적 프로세서를 제공하는 것이다.

본 발명의 관점들에 따르면, 특유의 의미적 프로세서(SP)가 제공된다. 이는 노동의 집약을 감소시킬 수 있고, 생산된 결과물의 질을 향상시킬 수 있고, 관련된 의미적 프로세싱을 사용하는 어플리케이션의 영역을 확장시킬 수 있다. 의미적 프로세서는 텍스트의 더 기초적인 언어학적 분석을 수행하고, 언어학적 분석의 의미적 구조를 활용하고 사용자 요구조건을 기초로 하는 기술적 접근에 따라 의미적 프로세서의 의미적 라벨링을 수행한다.

또한, 본 발명의 관점들에 따르면, 자연 언어 텍스트의 자동화 의미적 라벨링을 위한 시스템 및 방법이 제공된다. 상기 시스템 및 방법은 의미적 프로세서를 포함하거나 사용하고, 상기 의미적 프로세서는 텍스트의 기초적 언어적 분석을 수행하고, 특정한 타입의 어휘적, POS, 구문적 및 의미적 분석을 포함한다. 이러한 분석 자체가 가장 중요한 의미 컴포넌트(components)들 및 관계를 인식하는 텍스트의 의미적 라벨링의 일부분이다. 또한, 이러한 분석 결과는, 추가적인 의미적 라벨링을 목적으로, 전문적 언어적 패턴들의 효과적인 생성을 위해 사용될 수 있다. 이러한 패턴들은 텍스트 프로세싱의 지시된 목적에 응답한다.

의미적 프로세서에 의해 수행되는 텍스트의 언어적 분석의 깊이는 의미적 라벨링의 목적을 성취하는 면에서 제공되는 것이 무엇인지 여부에 의해 결정된다. 이러한 목적에서 기준의 세트들을 결정된다. 상기 기준의 세트는 다음을 포함할 수 있다:

의미적 컴포넌트(component)과 기초적 언어적 분석시에 추출되는 관계들의 보편성;

분석 텍스트의 최대 가능한 "커버 범위";

텍스트의 주제 컨탠츠 뿐만이 아니라, 텍스트의 논리적 컨택츠의 의미적 라벨링의 가능성;

추가적 의미적 라벨링을 위하여 개발된 언어적 패턴들의 최대 가능한 일반화 정도; 및

자연 언어(NL) 텍스트에서, 특정한 정도로, 주요 영역으로부터 의미적 라벨링하는 알고리즘의 독립성

본 발명의 관점들에 따른 의미적 프로세서는 다음과 같은 지식의 기초적 타입들의 레벨의 깊이를 달성한다: 대상물/ 대상물의 계층, 사실 및 예를 들어, 외부 세계 및/또는 인과 관계의 형식의 지식 영역과 같은 외부 영역의 규칙성을 반영하는 규칙들의 세트.

이러한 언어적 분석의 밀접한 레벨은 상기 언급된 기준을 만족한다.

따라서, 의미적 프로세서에 의하여 기초적 언어적 프로세싱하는 단계에서,

(a) 입력 텍스트의 라벨링은, 대상물/ 대상물 계층의 자동화 인식;

(b) 복수의 대상물의 예를 들어, S-A-O(subject-anction-object) 타입 관계들 및 이러한 관계들의 컴포넌트(component)의 특질과 같은 사실들의 인식;

(c) 복수의 사실들의 인과 관계에 대한 인식, 이러한 관계들은 의미적 프로세서에 의해 할당될 수 잇는 라벨들의 세트를 포함할 수 있고, 이러한 관계들의 컴포넌트 (components) 및 특질은 함께 POS 및 구문적 태그들을 포함할 수 있다. 종합하면, 이러한 라벨들은 기초적 언어적 분석 단계에서 처리되는 입력 텍스트의 모든 어휘적 유닛들을 실용적으로 커버한다. 이러한 라벨들은 또한 특정한 어플리케이션의 요구조건에 부합하는 추가적인 텍스트 의미적 라벨링을 목적하는 언어적 패턴들의 효과적인 기술적 발전을 보장한다.

본 발명의 관점들에 따르면, 전문가가 언어적 분석 및 처리 단계에서 처리되는 입력 문장에서 의도적으로 새로운 의미적 관계(또는, 관계들을 참조하는 것)의 예시(가령, "전체-부분", "장소, "시간" 등")를 찾는 다면, 상기 전문가는 모든 구성된 컴포넌트들의 라벨을, POS 구문적 태그들에서 의미적 라벨까지의 모든 자연 언어의 중요한 라벨들의 관점에서, 즉각적으로 확인할 수 있다. 그러므로, 전문가는 최대로 일반화가 가능한 정도로, 동일한 의미적 프로세서를 사용하는 어떤 텍스트의 예시 형식에서 발견되는 새로운 의미적 관계들의 자동화 인식을 목적하는 언어적 패턴의 원형을 공식화 할 수 있다.

몇몇 실시예들에서, 언어적 패턴들의 일반화는 의미적 프로세서와의 상호관계를 통하여 전문가에 의해 수동으로 수행되거나, 의미적 프로세서에 의하여 자동으로 수행될 수 있다. 이는 목적을 위하여 효율적인 문맥을 제공하는 텍스트의 기초적 언어적 분석 때문에 구현될 수 있다.

본 발명의 개념의 일 관점에 따르면, 자연 언어 텍스트의 자동화 라벨링을 위한 방법이 제공된다.

상기 방법은, 적어도 하나의 저장 매체와 연결된 적어도 하나의 컴퓨터 프로세서를 제공하는 단계를 포함하며, 상기 적어도 하나의 컴퓨터 프로세서가 상기 방법을 실행하되, 상기 방법은 전자적 포맷의 적어도 하나의 자연 언어 문서로부터 텍스트를 수신하는 단계; 상기 텍스트의 기초적 언어적 분석을 수행하는 단계; 상기 언어적으로 분석된 텍스트와 저장된 목표 의미적 관계 패턴들을 매칭하는 단계; 상기 언어적으로 분석된 텍스트 및 상기 언어적으로 분석된 텍스트와 목표 의미적 관계 패턴들을 매칭한 결과를 기초로 의미적 관계 라벨들을 생성함으로써, 의미적으로 라벨링된 텍스트를 생성하는 단계; 및 상기 의미적으로 라벨링된 텍스트를 데이터 베이스에 저장하는 단계를 포함하는 방법을 수행하되, 상기 의미적 관계 라벨은 상기 텍스트의 문장들의 단어들 또는 어구들과 관련되고, 상기 의미적 관계 라벨은 의미적 관계들의 소정의 타입들의 컴포넌트들을 지시한다.

상기 방법은 상기 텍스트의 태깅된 일부분을 생성하기 위하여, POS 태그들(parts-of-speech tages)을 상기 텍스트의 적어도 일부분에 적용하는 단계; 상기 텍스트의 파싱되고 태깅된 일부분을 생성하기 위하여, 상기 텍스트의 상기 태깅된 일부분을 파싱하는 단계; 및 상기 텍스트의 의미적으로 분석되고, 파싱되고, 태깅된 일부분을 생성하기 위하여, 상기 텍스트의 상기 파싱되고 태깅된 일부분을 의미적으로 분석하는 단계를 더 포함할 수 있다.

상기 POS 태그들(parts of speech tags)을 적용하는 단계는 상기 텍스트의 미리 포맷된 일부분 상에서 실행되고, 상기 텍스트의 미리 포맷된 일부분은 비자연 언어 부호들이 제거된 텍스트를 포함할 수 있다.

상기 텍스트의 상기 파싱되고 태깅된 일부분을 의미적 분석하는 단계는, 상기 텍스트에서 하나 이상의 eSAO(expanded Subject-Action-Object) 세트의 형식으로 하나 이상의 사실들(facts)을 인식하는 단계; 및 적어도 하나 이상의 외부 영역 및 지식 영역의 규칙성들을 적어도 인과 관계의 형식으로, 하나 이상의 eSAO(expanded Subject-Action-Object) 세트에서, 반영하는 규칙들의 세트를 인식하는 단계를 포함하되, 상기 각 eSAO 세트는 적어도 하나의 eSAO 컴포넌트(component)들을 포함하고, 상기 적어도 하나의 인과 관계는 원인 eSAO(cause eSAO) 및 결과eSAO(effect eSAO)를 포함한다.

상기 하나 이상의 eSAO 컴포넌트(component)들은 주어들, 목적어들, 액션들, 형용사들, 전치사들, 간접 목적어들, 부사들을 구성하는 한 그룹에서 선택되는 하나 이상의 엘리먼트(element)들과 관련된 텍스트를 포함한다.

상기 텍스트 문서에서 하나 이상의 eSAO 세트들을 인식하는 단계는, 상기 텍스트의 적어도 하나의 문장에서 하나 이상의 주어들, 목적어들, 액션들, 형용사들, 전치사들, 간접 목적어들, 및 부사들을 인식하는 단계를 포함한다.

상기 텍스트에서 상기 하나 이상의 eSAO 세트들 및 인과 관계들을 인식하는 단계는, eSAO 및 인과 컴포넌트들을 정의하는 패턴들의 데이터베이스를 구비하는 언어적 지식 기반을 접속하는 단계를 포함한다.

상기 원인 eSAO는 적어도 하나의 eSAO 세트들의 적어도 하나의 eSAO 컴포넌트을 포함하고, 상기 결과 eSAO는 적어도 하나의 eSAO 세트들의 적어도 하나의 다른 eSAO 컴포넌트들을 포함한다.

상기 인과 관계들은 어휘적 의미들, 문법적 의미들, 및/또는 의미적 언어 의미들로 상기 결과 eSAO의 상기 다른 eSAO 컴포넌트들에 상기 원인 eSAO의 상기 eSAO 컴포넌트들을 관련시키는 순차 연산자를 포함한다.

상기 언어적으로 분석된 텍스트와 저장된 목표 의미적 관계 패턴들을 매칭하는 단계는, 언어적 지식 기반의 일부인 패턴 데이터베이스에 접속하는 단계를 더 포함하되, 상기 패턴 데이터베이스는, 텍스트 문서의 코퍼스(corpus)의 기초적 언어 분석을 수행하는 단계; 언어적으로 분석된 코퍼스(corpus)에서, 목표 의미적 관계들의 특별한 케이스들을 인식하는 단계; 상기 목표 의미적 관계들의 특별한 케이스를, 상기 인식된 목표 의미적 관계들의 특별한 케이스들로부터, 어휘적 언어 유닛들 및 의미적 분류들, POS 태그들 및 구문적 태그들, eSAO 및 인과 라벨들을 사용하는 언어적 패턴으로 일반화하는 단계; 및 상기 언어적 패턴들을 저장하는 단계에 의해 생성된다

상기 목표 의미적 관계들의 특별한 케이스들을 언어적 패턴들로 일반화하는 단계는 문맥(context)으로 eSAO 형식을 사용하고, 상기 목표 의미적 관계들의 특별한 케이스들을 언어적 패턴들로 일반화하는 단계는 택스트 문서의 언어적으로 분석된 코퍼스를 상기 컴포넌트들을 위해 상기 기초적 언어적 분석으로부터 획득된 어휘적 라벨, 문법적 라벨, 구문적 라벨, eSAO 라벨 및 인과 라벨을 사용하여, 목표 의미적 관계의 특별한 케이스들을 구성하는 컴포넌트들을 생성하는 단계를 포함한다.

상기 언어적으로 분석된 텍스트와 상기 목표 의미적 관계 패턴들을 매칭하는 단계는 단어들, POS 태그들, 구문적 태그들, eSAO 및 인과 세트들을 매칭하는 단계를 포함하고, 상기 의미적 관계 라벨들을 생성하는 단계는 eSAO 및 인과 라벨들을 생성하는 단계를 포함한다.

본 발명의 다른 관점에 따르면, 실행 시에, 적어도 하나의 프로세서에 의하여 자연 언어 텍스트의 의미적 라벨링 방법을 수행하는 컴퓨터로 실행 가능한 지시들을 포함하는 컴퓨터로 읽을 수 있는 매체를 포함하는 컴퓨터 프로그램 제품이 제공된다. 상기 방법은 적어도 하나의 자연 언어 문서로부터 텍스트를 수신하는 단계; 상기 텍스트의 기초적 언어적 분석을 수행하는 단계; 상기 언어적으로 분석된 텍스트와 저장된 목표 의미적 관계 패턴들을 매칭하는 단계; 상기 언어적으로 분석된 텍스트 및 상기 언어적으로 분석된 텍스트와 목표 의미적 관계 패턴들을 매칭한 결과를 기초로 의미적 관계 라벨들을 생성함으로써, 의미적으로 라벨링된 텍스트를 생성하는 단계; 및 상기 의미적으로 라벨링된 텍스트를 데이터 베이스에 저장하는 단계를 포함하는 방법을 수행하되, 상기 의미적 관계 라벨은 상기 텍스트의 문장들의 단어들 또는 어구들과 관련되고, 상기 의미적 관계 라벨은 의미적 관계들의 소정의 타입들의 컴포넌트들들을 지시한다.

본 발명의 또 다른 관점에 따르면, 전자적 또는 디지턱 형식의 자연 언어 텍스트의 자동 의미적 라벨링의 위한 의미적 프로세서가 제공된다. 상기 의미적 프로세서는, 수신된 전자적 텍스트를 미리 포맷팅하는 프리포맷터; 미리 포맷된 텍스트의 기초적 언어적 분석을 수행하는 언어적 분석기; 상기 언어적으로 분석된 텍스트와 저장된 목표 의미적 관계 패턴들을, 의미적으로 라벨링된 텍스트를 생산하기 위하여, 매칭하는 라벨기를 포함하되, 상기 의미적으로 라벨링된 텍스트는 상기 텍스트의 문장들의 단어들 또는 어구들과 관련된 의미적 관계 레벨들을 포함하고, 상기 의미적 관계 라벨들은 의미적 관계들의 소정의 타입들의 컴포넌트들을 지시한다.

상기 언어적 분석기는 의미적으로 분석된 텍스트 생산하되, 상기 언어적 분석기는, 상기 텍스트의 eSAO 세트를 인식하는 eSAO 인식기; 및 인과 관계를 인식하는 C-E 인식기를 포함하고, 상기 eSAO 및 C-E 인식은 언어적 언어적 지식 기반에 저장된 언어적 패턴들을 기초로 한다.

상기 라벨기에 의해 생성된 상기 의미적 관계 라벨들은 eSAO 라벨들 및 인과 라벨들을 포함한다.

상기 eSAO 인과 관계는 원인 eSAO(Cause eSAO), 결과(Effect eSAO), 그리고 상기 결과 eSAO에 상기 원인 eSAO를 결부시키는 적어도 하나의 순차 연산자(sequential operator )를 포함한다.

상기 eSAO 세트들의 각각은 eSAO 컴포넌트(components)들을 포함하며, 상기 원인 eSAO는 적어도 하나의 eSAO 컴포넌트들을 포함하고, 상기 결과 eSAO는 상기 원인 eSAO의 상기 적어도 하나의 eSAO 컴포넌트들과 다른 적어도 하나의 eSAO 컴포넌트들을 포함한다.

상기 eSAO 컴포넌트들은 주어들, 목적어들, 액션들, 형용사들, 전치사들, 간접 목적어들, 그리고 부사들로 구성된 그룹으로부터 선택되는 하나 이상의 엘리먼트(element)들과 관련된 텍스트를 포함한다.

상기 언어적 분석기는, 미리 포맷된 텍스트를 수신하고 POS(part-of-speech) 태깅된 텍스트를 생산하는 POS (part-of-speech tagger) 태거; 및 상기 POS 태거에 의해 태깅된 텍스트를 수신하고, 파싱된 텍스트를 생성하고, 파싱된 텍스트를 의미적 분석기에 제공하는 파서를 더 포함하되,상기 POS 태거 및 상기 파서는 상기 언어적 지식 기반에 저장되는 데이터로 동작한다.

상기 프리포맷기는, 자연어 텍스트의 부분을 형성하지 않는 텍스트 문서들의 디지털 또는 전자 표현 에서 심볼들의 제거 기능, 텍스트 문서들에서 미스매치들(mismatches) 또는 오류들(mistakes)의 검출 및 보정 기능, 또는 상기 텍스트를 문장들 및 단어들의 구조로 분할하는 기능 중 적어도 하나의 기능을 수행할 수 있다.

상기 목표 의미적 관계 패턴들은 패턴 생성기에 의해 생성되되, 상기 패턴 생성기는, 텍스트 문서의 코퍼스의 기초적 언어적 분석을 수행하는 코퍼스 언어적 분석기; POS 태그들, 구문적 태그들, eSAO 라벨들 및 인과 라벨들을 포함하는 라벨링된 텍스트 코퍼스를 생성하는 라벨링된 텍스트 코퍼스 생성기; 상기 라벨링된 텍스트 코퍼스에서 목표 의미적 관계들의 특별한 케이스를 인식하는 관계 생성기; 상기 의미적 관계의 라벨들을 더 일반화된 언어적 패턴들을 생성하기 위해 사용함으로써, 상기 의미적 관계들의 특별한 케이스를 일반화하되, 상기 라벨들은 어휘적 언어 유닛, 의미적 뷴류들, 품사(POS:parts-of-speech 및 구문적 태그들 및 eSAO 및 인과 라벨들을 포함하는 패턴 생성기; 및 상기 패턴 생성기에 의해 인반화된 언어적 패턴들을 검사하기 위한 패턴 검사기를 포함한다.

상기 목표 의미적 관계들의 특별한 케이스들을 언어적 패턴들로 일반화할 때, 상기 패턴 생성기는, 상기 목표 의미적 관계들의 특별한 케이스들을 언어적 패턴들로 일반화할 때 문맥(context)으로 eSAO 형식을, 상기 컴포넌트들을 위해 상기 기초적 언어 분석에서 획득된 POS라벨들, 구문적 라벨들, eSAO 라벨들 및 인과 라벨들을 사용하여, 언어적으로 분석된 코퍼스에서 검색된 결과로서 컴포넌트들을 일반화하기 위하여 위하여 사용한다.

상기 라벨기는 언어적으로 분석된 텍스트를, 단어들 태그, POS 태그, eSAO 및 인과 세트들을 매칭함으로써, 목표 언어적 관계 패턴들에 매칭한다.

도면은 본 발명의 바람직한 일 실시예를 도시한 것이며, 본 발명은 이에 한정되는 것이 아니다. 상기 도면에서, 동일하거나 유사한 구성 요소에 대하여 동일한 참조 번호를 참조한다. 도면들은 축척을 한정하는 것이 아니고, 발명의 관점을 도시하기 위해 강조 표시가 대신 도시된다.
도 1은 기능 모듈들 또는 프로세서들의 세트의 일실시예의 하이 레벨 아키텍쳐 다이어그램에 관한 것이고, 상기 기능 모듈들 또는 프로세서들은 하나 또는 하나 이상의 컴퓨터들에서 본 발명의 관점들에 따라 의미적 프로세서를 형성하기 위하여 수행될 수 있다.
도 2 는 기능 모듈들 또는 프로세서들의 세트의 일실시예의 하이 레벨 아키텍쳐 다이어그램에 관한 것이고, 상기 기능 모듈들 또는 프로세서들은 하나 또는 하나 이상의 컴퓨터들에서 본 발명의 관점들에 따라 언어적 분석기를 형성하기 위하여 수행될 수 있다.
도3은 기능 모듈들 또는 프로세서들의 세트의 일실시예의 하이 레벨 아키텍쳐 다이어그램에 관한 것이고, 상기 기능 모듈들 또는 프로세서들은 하나 또는 하나 이상의 컴퓨터들에서 본 발명의 관점들에 따라 의미적 분석기를 형성하기 위하여 수행될 수 있다.
도 4A 및 도 4B는 두 명확한 문장에 대한 eSAO 인식기의 출력에 대한 일 실시예를 도시한다.
도 5A는 하나의 eSAO안의 C-E관계들의 인식을 위한 언어적 패턴의 일반적인 형태의 일 실시예를 도시한다.
도5B는 도 5A에 도시된 언어적 패턴을 활용한 문장을 위한 C-E 인식기의 출력의 일 실시예를 도시한다.
도 6A는 두개의 eSAO 사이의 C-E 관계들의 인식을 위한 언어적 패턴의 일반적인 형식의 일 실시예를 도시한다.
도 6B는 특정한 문장에 대하여 도 6A에 도시된 언어적 패턴을 사용한 C-E 인식기(320)의 출력의 일 실시예를 도시한다.
도 7은 기능 모듈들 도는 프로세서들의 세트의 일 실시예의 하이-레벨 아키텍쳐 다이어그램에 관한 것이고, 상기 기능 모듈들 또는 프로세서들은 하나 또는 하나 이상의 컴퓨터들에서 본 발명의 관점들에 따라 텍스트의 의미적 라벨링에 유용한 언어적 패턴들을 생성하기 위하여 수행될 수 있다.
도 8은 컴퓨터 수행의 일 실시예의 아키텍쳐 다이어그램을 도시한다. 상기 컴퓨터 수행은, 적절히 설정된 때에, 본 발명의 관점들에 따라, 본 명세서에 기술된 하나 또는 하나 이상의 기능들 또는 방법들을 수행하기 위하여 사용될 수 있다.
도 9는 본 발명이 실행될 수 있는 컴퓨팅 디바이스의 네트워크의 일 실시예를 도시한다.

이하에서, 본 발명의 관점들은 첨부된 도면을 참조하여 도시된 실시예들에 의해 기술될 수 있다. 이러한 실시예들을 기술하는 때에, 잘 알려진 항목, 기능, 형태의 상세한 설명들은 간략성을 위하여 생략될 수 있다.

비록, 본 명세서에서 제1 , 제 2, 등의 용어가 다양한 구성 요소들을 설명하기 위하여 사용되더라도, 이러한 구성 요소들은 이러한 용어로 한정되는 것은 아니다. 이러한 용어들은 일 구성요소를 다른 구성요소와 구별하기 위하여 사용되는 것이지, 구성요소의 요구되는 순서를 나타내는 것이 아니다. 예를 들어, 본 발명의 권리 범위 내에서, 제1 구성요소는 제2 구성요소로 지칭될 수 있고, 유사하게 제2 구성요소를 제1 구성요소로 지칭될 수 있다. 본 명세서에서 사용된 것과 같이, "및/또는"의 용어는 관련된 항목들의 하나 또는 모두의 조합 또는 어느 하나를 포함한다.

일 구성 요소가 다른 구성 요소와 "위에(on)" 또는 "연결된(connected)" 또는 "커플링된(coupled)"으로 지칭되는 것은 어느 일 구성 요소가 다른 구성 요소와 "직접 위(directly on)에" 또는 "직접 연결된(directly connected)" 또는 "직접 커플링된(directly coupled)"을 지칭하는 것이거나 중간에 다른 구성요소를 포함하는 것일 수 있다. 반면에 어느 일 구성요소가 다른 구성 요소와 "직접 위(directly on)에" 또는 "직접 연결된(directly connected)" 또는 "직접 커플링된(directly coupled)"으로 지칭되는 것은 중간에 다른 구성요소가 없는 것을 나타낸다. 구성요소들 사이의 관계를 기술하기 위하여 사용되는 다른 용어는 유사한 방식으로 해석되어야 한다.(예, "사이에(between)"와 "직접 사이에(directly between)", "인접한(adjacent)"와 "직접 인접하(directly adjacent)" 등)

본 발명에서 사용되는 기술은 오직 특별한 실시예들을 설명하는 목적을 위한 것이고, 본 발명을 한정하기 위한 것이 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 또한, 명세서에서 사용되는 "포함한다(comprises)", "포함하는(comprising)","포함하다(includes)" 및/또는 "포함하는(including)"는 언급된 특징, 단계, 동작, 소자 및/또는 구성요소들에 하나 이상의 다른 특징, 단계, 동작 및/또는 구성요소들의 존재 또는 추가를 배제하지 않는다.

본 발명의 실시예들은 전자적 형식의 자연 언어 텍스트의 자동화된 의미적 라벨링을 위한 시스템 및 방법에 관련된다. 상기 시스템은 의미적 프로세서를 포함한다, 상기 의미적 프로세서는 입력 텍스트의 기초적인 언어학적 분석들, 대상물/ 대상물 계층의 인식, 대상물의 세트로부터 사실들을 인식하고, 사실들의 세트로부터 인과관계의 인식을 수행한다. 상기에 언급된 의미적 관계들은 주요 영역 및 언어에서 독립적이고, 상기에 언급된 의미적 관계들은 가령, 외부 세계 및/ 또는 주요 영역과 같은 외부 영역들에 관한 지식의 세 개의 주요한 타입들을 나타낸다.

이러한 의미적 관계들, 상기 의미적 관계들의 구성요소 및 특질들은 의미적 라벨 또는 의미적 관계 라벨들로도 지칭되는 것의 세트를 결정한다. 이 때, 의미적 프로세서는 기초적 언어학적 분석 단계동안 입력 텍스트의 의미적 텍스트 라벨링을 수행한다. 그렇게 함으로써, 의미적 프로세서는 특정한 어플리케이션의 요구에 의존하여, 추가적인 목표 의미적 라벨링을 위한 언어학적 패턴들을 발전시킨다.

본 발명의 실시예들에 따르면, 전기적 또는 디지털 형식의 텍스트를 라벨링 하기 위한 의미적 프로세싱은 텍스트를 미리 포멧팅하는 단계, 언어학적 분석을 미리 형성하는 단계, 및 텍스트 라벨링하는 단계를 포함한다.

도 1은 기능 모듈들 또는 프로세서들의 세트의 일실시예의 하이 레벨 아키텍쳐 다이어그램에 관한 것이고, 상기 기능 모듈들 또는 프로세서들은 하나 또는 하나 이상의 컴퓨터들에서 본 발명의 관점들에 따라 의미적 라벨링 프로세서(100) (또는, 의미적 프로세서 (SP, 100)로 지칭됨)를 형성하기 위하여 실행될 수 있다.

의미적 프로세서(100)은 라벨링된 텍스트 문서 데이터 베이스(50)을 생성하기 위하여 원본 텍스트(10)을 처리하기 위하여 구조화되거나, 조정되거나, 설정된다. 본 실시예에서, 의미적 프로세서(100)은 원본 텍스트(10)을 프리포맷하는 프리 포맷기(20), 프리포맷된 텍스트의 언어학적 분석을 수행하는, 언어학적 분석기(30) 및 언어적으로 분석된 텍스트의 의미적 라벨링을 수행하고 라벨링된 텍스트 데이터 베이스(50)을 생성하는 라벨기(40)를 포함한다.

본 실시예에서, 라벨기(40) 또는 의미적 라벨기로 지칭되는 것은 의미적으로 분석된 텍스트를 저장되거나 언어적 지식 기반(60)에 의해 접근가능한 목표 의미적 관계 패턴들(또는 의미적 패턴들)을 매칭하거나 비교하고, 의미적으로 분석된 텍스트 및 매칭 결과들을 기초로 의미적 관계 라벨들을 생성한다. 상기 의미적 라벨들은 예를 들어, 인과 관계 및/ 또는 전체-일부와 같은 의미적 관계들의 특정 타입에 상응하는 분석된 텍스트의 단어 또는 어구들을 포함할 수 있다.

의미적 프로세서(100)의 모듈들의 기능은 적어도 하나의 프로세서로 실행될 수 있고 언어적 지식 기반(60)으로 유지될 수 있는 컴퓨터 프로그램 코드로 구현될 수 있다.

의미적 프로세싱 기능은 하드웨어, 펌웨어 또는 이들의 조합으로 대체되거나 부가되어 구현될 수 있다. 또는 본 명세서에 설명된 바와 같이, 의미적 프로세싱 기능은 다른 기능적 모듈들 또는 다른 프로세서들로 구현될 수 있다.

언어적 지식 기반(60)은 사전들, 분류사들, 통계적 데이터 등과 같은 다양한 데이터베이스를 포함할 수 있다. 또한, 언어적 지식 기반(60)은 텍스트를 단어로 분할하고, 명사구 및 동사구를 인식하고, 주어, 목적어, 액션 및 그것들의 특질들을 인식하기 위하여 사용되는 언어적 모델 또는 언어적 패턴들을 인식하는 것의 데이터 베이스를 포함할 수 있다.

언어적 분석기(30) 및 라벨기(40)은 추가적인 상세한 설명은 다음과 같다. 프리포맷터(20)에 의해 수행되는 텍스트를 미리 포맷팅하는 것은 바람직하게는 미국 특허 번호 7,251,781에 설명된 기술에 따라 프리포맷 되고, 상세한 설명은 상기 참조 문헌의 내용을 원용하여 통합된다.

도 2 는 기능 모듈들 또는 프로세서들의 세트의 일실시예의 하이 레벨 아키텍쳐 다이어그램에 관한 것이고, 상기 기능 모듈들 또는 프로세서들은 하나 또는 하나 이상의 컴퓨터들에서 본 발명의 관점들에 따라 도 1의 언어적 분석기(30)를 형성하기 위하여 수행될 수 있다. 본 발명의 다른 실시예들에서 언어적 분석기(30)은 실질적으로 동일한 기능을 수행하는 다른 컴퓨터 모델들의 세트를 포함할 수 있다.

언어적 분석기(30)은 의미적으로 분석된 텍스트(16)을 생성하기 위하여, 예를 들어, 도 1에 도시된 프리포맷기(20)과 같은 프리포맷기로부터 수신된 미리 포맷된 텍스트를 처리한다. 미리 포맷된된 텍스트(12)는 POS(POS:Parts-of-Speech) 태거(32)에 의해 수신되고, 상기 POS 태거(32)는 POS(parts-of-speech) 태그들 결정하고, 상기 POS(parts-of-speech) 태그들을 프리 포맷된 텍스트(12)에 적용한다.

이 후, 파서(34)는 의미적 분석기(300)에 의해 처리되기 위한 POS 태그된 텍스트를 분석한다.

본 실시예에서, POS 태거(32) 및 파서(34)에 의해 수행되는 기능들은 바람직하게는 미국 특허 등록 번호 7,251,781에 설명된 기술에 따라 수행될 수 있다.

도 3은 기능 모듈들 또는 프로세서들의 세트의 일실시예의 하이 레벨 아키텍쳐 다이어그램에 관한 것이고, 상기 기능 모듈들 또는 프로세서들은 하나 또는 하나 이상의 컴퓨터들에서 본 발명의 관점들에 따라 의미적 분석기(300)를 형성하기 위하여 수행될 수 있다. 본 실시예에서, 의미적 분석기(300)은 Fig. 2에 도시된 의미적 분석기(300)과 유사하거나 동일한 것일 수 있다.

본 실시예에서, 의미적 분석기(300)은 파싱된 텍스트(14)를 파서로부터 수신하고 의미적으로 분석된 텍스트(16)을 파싱된 텍스트(14)로부터 생성한다. 의미적 분석기(300)은 eSAO(extended subject-Action-Object) 인식기(310)을 포함하고, 상기 eSAO 인식기(310)은 eSAO 의미적 관계 인식을 수행한다. 또한, 의미적 분석기(300)은 C-E 인식기(320)를 포함하고, 상기 C-E인식기(320)는 eSAO들 사이의 의미적 인과 관계 인식을 수행한다. 주어(S) 타입, 액션(A) 타입, 목적어(O) 타입의 의미적 엘리먼트(element)들 또는 컴포넌트들에 더하여, 전치사 타입, 간접 목적어 타입, 형용사 타입, 부사구 타입의 의미적 엘리먼트(element)들 또는 의미적 컴포넌트(component)들은 본 발명에서 eSAO들로서 인식될 수 있다. 상기 기술된 바와 같이, 다른 의미적 관계들, 가령 인과 관계들과 같은 의미적 관계들도 인식될 수 있다.

본 실시예에서, eSAO 관계 인식은 바람직하게는 미국 특허 등록 번호 7,251,781에 설명된 기술에 따라 미리 형성될 수 있다. 또한, 본 실시예에서, 인과 관계 인식은 미국 특허 공개 번호 2006041424에 설명된 기술에 따라 미리 형성될 수 있고, 상기 문헌의 내용은 본 명세서에 완전히 원용되어 통합된다.

도 4A 및 4B는 텍스트의 eSAO 타입의 의미적 관계를 인식하는 예를 도시한 것이다. 상기 eSAO type은 도 3의 eSAO 인식기(310)에 의해, 입력 문장들에 대해 성취된 결과일 수 있다. 구체적으로, 도 4A 및 도4B는 두 개의 특정한 샘플 문장들에 대한 eSAO 인식기(310)의 출력의 예를 도시한다.

"A dephasing element guide completely suppresses unwanted modes" (도. 4A의 입력 문장); and

"The maximum value of x is dependent of the ionic radius of the lanthanide element" (도. 4B의 입력 문장).

도 4A에서, 주어, 액션, 목적어 및 부사구에 상응하는 eSAO 컴포넌트들은 입력 문장으로부터 eSAO 인식기(310)에 의해 결정된다.

도 4B에서, 주어, 액션, 전치사, 간접 목적어 및 형용사에 상응하는 eSAO 컴포넌트들은 입력 문장으로부터 eSAO 인식기(310)에 의해 결정된다.

본 실시예에서, eSAO 컴포넌트들로 주어, 목적어 및 간접 목적어는, 가령, 엄밀한 의미의 구성요소들 또는 그것들의 특질과 같은 내부 구조를 갖으며, 상기 내부 구조는 의미적 관계에 상응한다. 예를 들어, 주어, 목적어 또는 간접 목적어는 가령, 어느 관계의 전체 또는 부분에 상응하는지, 다른 어떤 기능적 관계들의 파라미터가 될 수 있는 지와 같은 전체-부분(whole-part or metrological) 관계의 파라미터가 될 수 있는 문장으로부터 결정될 수 있다.

본 실시예에 따른 인과 관계들은 원인으로써, 하나 이상의 완전한 eSAO들 및/또는 불완전한 eSAO들을, 상응하는 결과로서, 하나 이상의 완전한 eSAO들 및/또는 불완전한 eSAO들을 짝을 이루게 하는 것을 포함한다. 이 때, 하나의 eSAO는 원인 eSAO 및 결과 eSAO 모두를 야기할 수 있다. 또한, 지식 공학 및 자연 언어 독특함의 관점에서, 인과 관계는 별개의 eSAO들에서 찾을 수 있다.

C-E 인식기(320)은 텍스트 문장들에서 하나의 eSAO 및 서로 다른 eSAO들 사이의 인과 관계들을 발견하기 위하여 언어학적 패턴들을 사용한다. 상기 언어학적 패턴들은 지식 언어 기반 60에 저장될 수 있다.

예를 들어, 만일, 주어가 "CAUSE_OF"의 의미를 가지고, 액션이 주어와 목적어를 "BE"의 의미로 연결하는 경우에, ""cause of"가 주어인 구조" 타입의 패턴이 하나의 eSAO에 의해 도출된다. 이러한 패턴에서, "CAUSE_OF" 주어 의미는 명사구를 나타내는 비종단 부호(non-terminal symbol)이다. 상기 주어 의미는 바람직하게는 다음과 같은 패턴에 따른다. : 몇 개의 단어들; 단어 "cause" 또는 "causes"; 몇 개의 단어들의 뒤에 따라오는 전치사 "of"

상기 "CAUSE_OF" 의미는 하기의 방정식에 의해 표현될 수 있다.

CAUSE_OF = .* ("cause"|"causes") "of" .*

바람직한 실시예에서, 상기 "BE"의 의미는 적어도 "be|become"의 단어 또는 어구와 동일하다.

도 5A는 하나의 eSAO안의 C-E관계들의 인식을 위한 언어적 패턴의 일반적인 형태의 일 실시예를 도시한다. 도5B는 도 5A에 도시된 언어적 패턴을 활용한 문장을 위한 C-E 인식기(320)의 출력을 도시한다.

구체적으로, 도 5B는 입력 문장 "The cause of water evaportaion is heat"에 대하여 eSAO 인식기(310)로부터 인식된 eSAO 타입 관계를 도시한다. 또한, 이러한 하나의 eSAO에 대하여 C-E 인식기(320)으로부터, 상기 언급된 언어학적 패턴에 따라 인식된 인과 관계가 도시된다. 여기서, 결과 "water evaporation"은 원인 "heat"을 포함한다. 이 때, 상기 예시에서 표시된 부호 "-"는 상응하는 구성은 어떤 의미를 갖는 것이거나, 아무런 부호를 참조하지 않거나, 빈 영역을 의미하는 것일 수 있다.

이전에 언급된 언어적 패턴과는 다르게, 만일, 원인으로 고려되는 제1 eSAO가 "ACTIVE"의 의미를 갖는 액션을 포함하고, 결과로 고려되는 제2 eSAO가 "TO_VB|DO|HV"의 의미를 갖는 액션을 포함할 때, "목적을 한정하는 부사구: TO VB|DO|HV" 타입의 패턴이 두개의 eSAO들에 의해 도출된다.

상기 "ACTIVE" 액션의 의미는 능동태형 동사 그룹으로부터 추출되는 액션을 나타내는 비종단 부호(non-terminal symbol)일 수 있다. 상기 " TO_VB|DO|HV" 액션의 의미는 "to"의 뒤에 위치한 일 부정형 동사(VB); 부정형 "have" (HV); 또는 부정형 "do" (DO)를 포함하는 동사 그룹으로부터 추출되는 액션을 나타내는 비종단 부호(non-terminal symbol)일 수 있다.

도 6A는 두개의 eSAO 사이의 C-E 관계들의 인식을 위한 언어적 패턴의 일반적인 형식을 도시한다. 도 6B는 특정한 문장에 대하여 도 6A에 도시된 언어적 패턴을 사용한 C-E 인식기(320)의 출력을 도시한다. 도 6A에서, 언어적 패턴은 주어1 및 목적어2로 "exist"를 요구한다. 즉, 제2 eSAO에 목적어2가 포함될 때, 주어1은 제1 eSAO에 포함된다. 상기에서 논의한 바에 따라, 제1 eSAO의 액션1는 "ACTIVE" 이어야 하고, 제2 eSAO의 액션2는 " TO_VB|DO|HV" 형식을 가져야 한다.

구체적으로, 도 6B는, 상기 도 6A에 관한 설명에서 기술된 상기 언어적 패턴에 따라, 입력 문장 " The register contains the proper bit pattern to begin its shift-out operation,"의 두개의 eSAO로부터 C-E 인식기(320)에 의해 인식된 인과 관계를 도시한다. 입력 문장의 단어들 및 어구들은 도 6A의 언어적 패턴을 사용하여 결정된 상응하는 의미적 라벨들과 함께 도시된다.

도 1을 참조하면, 기초적 의미적 분석 동안 입력 텍스트에 대하여 의미적 프로세서(100)에 의해 생성된 의미적 라벨들은 어휘적, 문법적, 구문적 태그들과 함께, 입력 텍스트의 사실상 모든 어휘적 유닛들에 부착된다.

본 실시예에서, 의미적 프로세서(100)은 추가적인 텍스트 의미적 라벨링에 유용한 언어적 패턴들의 효율적인 발전을 가능케 한다. 예를 들어, 의미적 프로세서(100)은 전문가에게 새로운 목표 의미적 관계의 어떠한 특별한 예라도 다른 레벨의 언어 분석을 위하여 라벨들로 포장(wrap)하는 능력을 제공한다. 다른 레벨의 언어 분석은 가령, 어휘적, 문법적, 구문적 및 의미적 분석일 수 있고, 언어 및 지식 영역과는 독립적일 수 있다.

사용자는 예를 들어, 컴퓨터 디스플레이상의 텍스트 조각의 상응하는 단어들에 하이라이팅하여 상기 새로운 목표 의미적 관계를 명시할 수 있다. 따라서, 의미적 프로세서(100)는 한편으로는, 텍스트의 의미적 관계들을 인식하기 위한 의미적 패턴을 일반화하는 능력을 제공한다. 또한, 다른 한편으로는 의미적 프로세서(100)는 일반화된 언어적 패턴의 기반을 기초로 어떠한 텍스트의 의미적 관계들의 자동화 인식을 기능적으로 지지하는 능력을 제공한다. 왜냐하면, 의미적 프로세서(100)는 언어적 패턴을 사용하여 텍스트를 처리하기 위하여 필요한 텍스트 분석의 레벨 또는 양에 저급할 수 있기 때문이다. 이러한 인식은 시사적인 컨텐츠 뿐만 아니라 논리적인 컨텐츠에서도 수행될 수 있다.

도 7은 기능 모듈들 도는 프로세서들의 세트의 일 실시예의 하이-레벨 아키텍쳐 다이어그램에 관한 것이고, 상기 기능 모듈들 또는 프로세서들은 하나 또는 하나 이상의 컴퓨터들에서 본 발명의 관점들에 따라 텍스트의 의미적 라벨링에 유용한 언어적 패턴들을 생성하기 위하여 수행될 수 있다.

구체적으로, Fig. 7은 본 명세서에서 개시되는 실시예들에서 실행될 수 있는 새로운 언어적 패턴들을 자동으로 생성하기 위해 사용될 수 있는 모듈들(180, 190, 200, 210, 220)을 도시한다. 다양한 실시예들에서, 도 7의 하나 이상의 모듈은 상기 도 1 내지 도 3의 설명에서 기술된 적어도 하나의 언어적 분석기(30) 및 라벨기(40)에 포함될 수 있다.

도 7에 도시된 바에 따르면, 자연 언어 텍스트 문서의 충분히 큰 코퍼스인 텍스트 코퍼스(170)은 바람직하게는 복수의 언어적 패턴들로 구성된 패턴 데이터베이스(230)을 형성하고, 확립하기 하기 위하여 사용된다. 다른 실시예들에서, 많은 양의 텍스트가 사용될 수 있으나, 큰 텍스트의 코퍼스에 비하여 더 적은 언어적 패턴들을 산출할 수 있다. 코퍼스 언어적 분석기(180)은 상기에 기술된 바와 같이, 기초적 언어적 분석을 텍스트 코퍼스(170)를 기초로 수행한다.

상기 내용들을 달성하기 위하여, 도1 내지 도3의 의미적 프로세서(100)은 예를 들어, 이러한 기능들을 코퍼스 언어적 분석기(180)처럼 또는 코퍼스 언어적 분석기(180)과 함께 수행한다. 라벨링된 텍스트 코퍼스 생성기(190)은 POS 태그들, 구문적 태그들 및 의미적 라벨들을 포함하는 문장들의 코퍼스를 텍스트 코퍼서(170)의 기초적 언어적 해석 동안 코퍼스 언어적 분석기(180) (또는 의미적 프로세서 100)의 출력을 기초로 생성한다.

관계 인식기(200)는 의미적 관계들(예를 들어, C-E 관계)의 몇몇 특별한 케이스들의 인식의 처리를 수행한다. 상기 특별한 케이스들은 상기 특별한 의미적 관계들을 포함하는 라벨링된 문장들의 목록에서 지시될 수 있다.

예를 들어, 전문가는 관심 있는 특정한 의미적 관계들을, 예를 들어, 컴퓨터 디스플레이를 통하여, 관심 있는 의미적 관계들을 포함하는 라벨링된 텍스트 코퍼스 생성기(190)에 의해 출력된 라벨링된 문장들을 지시함으로써 지시할 수 있다. 패턴 생성기(210)은, 더 일반적인 의미적 패턴들 또는 목표 의미적 관계 패턴들을 생성하기 위하여 라벨들을 사용하여, 의미적 관계들의 특별한 케이스들을 일반화한다. 이후, 패턴 검사기 220은 생성된 패턴들을 라벨링된 텍스트 코퍼스(190)의 사용으로 검사하고, 승인된 패턴들을 패턴 데이터베이스(230)에 배치한다.

관계 인식기(200)의 기능들은 전문가에 의해, 예를 들어, 라벨링된 텍스트 코퍼스(190)을 살펴보고, 목표 의미적 관계들을 포함하는 텍스트의 조각들을 찾을 수 있는 전문가에 의해 수동으로 수행될 수 있다. 또는 관계 인식기(200)의 기능들은 목표 의미적 관계들을 포함하는 텍스트의 조각들을 서치하도록 설정된 컴퓨터에 의해 자동으로 수행될 수 있다. 또는 상기 방법들의 조합이 사용될 수 있다.

사용자는, 예를 들어, 목표 의미적 관계에서 확실히 찾을 수 있는 몇몇의 개념들을 명확히 할 수 있다. 또한, 관계 인식기(200)는 라벨링된 텍스트 코퍼스(190)에서 이러한 개념들을 포함하는 텍스트의 조각들을 자동으로 검색할 수 있다.

예를 들어, 사용자가 전체-부분 의미적 관계에 관심이 있다면, 관계 인식기(200)는 라벨링된 텍스트 코퍼스(190)에서, 명확한 전체-부분 (예를 들어, car-engine) 의미적 관계를 포함하는 문장 "The engine is located inside the car.,"를 찾을 수 있다. 이러한 문장을 찾는 것을 기초로, 코퍼스 언어적 분석기(180)은 이러한 문장에 대해 POS 태깅, 파싱 및 의미적 분석을 수행하고, 상응하는 의미적 라벨들을 설정한다.

표 1은 상기 문장의 분석의 결과를 도시한다. 여기서, 짧은, 어휘적, 문법적 및 구문적 태그들은 명료성을 위해 생략된다.

주어
액션	locate
목적어	engine
전치사	inside
간접 목적어	car
형용사
부사적 어구

관계 인식기(200)은, 상기 예시 문장에 대하여, 다음과 같이 결정한다.

전체 = car

부분 = engine

패턴 생성기(210)은 패턴의 레벨로 전체-부분 관계 분석 및 일반화를 수행한다. 패턴 생성기(210)의 기능은 한 명 이상의 전문가에 의하여 수동으로 수행되거나, 적절히 구성된 컴퓨터에 의해 자동으로 수행될 수 있다.

전자의 경우에는, 전문가는 적절한 분석 및 일반화를 위한 자신의 경험, 지식뿐만 아니라 언어적 지식 기반의 지식을 고려할 수 있습니다.

주어	-
액션	POSITION
목적어	not empty	부분
전치사	INSIDE
간접 목적어	not empty	전체
형용사	-
부사적 어구	-

자체적으로 언어적 패턴들의 일반화를 나타내는 비종단 부호(non-terminal sybol)의 값 검색은 eSAO 형식을 기초로 충분히 큰 라벨링된 텍스트 코퍼스(190)을 사용하여 자동화 모드로 수행될 수 있다. 이러한 코퍼스는 상기의 목적들을 위해 효율적인 배경 상황을 제공한다.

예를 들어, 패턴 생성기(210)는, 액션, 목적어 및 간접 목적어 필드의 값들만을 고정하고(표 1을 참조), 이후, 상응하는 필드의 상기 고정된 값과 일치하는 값을 갖는 eSAO들을 갖는 모든 문장의 라벨링된 텍스트 코퍼스(190)에 대한 자동화된 서치를 수행함으로써, 비종단 부호(non-terminal symbol) INSIDE의 모든 값을 검색할 수 있다.

하기 내용은 전체-부분 의미적 관계를 포함하는 문장의 다른 예이다. 상기 관계는 기술적인 프로세스를 설명하고, 그 결과로, 하기의 문장으로부터 결정된 eSAO의 세트로부터 상기 관계는 추출됩니다.

"When initially creating an extension, take the following steps: coordinate the use of extension with the vendor; write an extension specification.(초기 확장을 생성할 때, 다음과 같은 단계에 따르시오: 벤더와 확장의 사용을 조정함; 확장 상세 내용을 작성함."

상기 예시 문장을 언어적으로 분석기(180)으로 처리한 결과는 하기의 표 3과 같다.

	eSAO -1	eSAO -2	eSAO -3	eSAO -4
주어	-	-	-	-
액션	create	Take	coordinate	write
목적어	extension	following steps	use of extension	extension specification
전치사	-	-	With	-
간접 목적어	-	-	Vendor	-
형용사	-	-	-	-
부사적 어구	initially	-	-	-

상기 예시 문장에 대하여 관계 인식기(200)은 다음과 같이 결정한다.

전체=eSAO-1

부분={eSAO-3, eSAO-4}

상기 예시 문장을 기초로, 패턴 생성기(210)은 하기의 언어적 패턴들을, 상기 명세서의 내용에 따라, 생성할 수 있다.

만일, 적어도 "if | when" 위치의 조건절(If-clause)의 원본 문장에 포함된 액션 필드의 eSAO가 "PERFROM"의 의미 액션 필드를 갖는 eSAO의 뒤에 배치되고, ";" 또는 "," 또는 구두점 또는 접속사로 분리되는 하나 이상의 eSAO의 뒤에 배치되면, 첫 번째 eSAO은 전체 eSAO로 표시되고, 세 번째 eSAO부터 다른 eSAOs는 부분 eSAOs로 표시된다.

이러한 패턴에서, "PERFROM" 액션 의미는 적어도 "follow | complete | do | perform | take"의 단어들 또는 어구들과 매칭되는 비종단 부호(non-terminal symbol)일 수 있다.

텍스트 문서의 전체-부분 의미적 관계의 자동화 인식을 위한 언어적 패턴들의 상세한 설명은 미국 특허 출원 공개 번호 20070156393에 기재되어 있고, 상기 상세한 설명은 본 명세서에 원용되어 완전히 통합된다.

또 다른 문장은 "PREVENTION" 타입의 의미적 관계의 예시를 제공하며, 이는 " Aluminum should be isolated in order to prevent corrosion."와 같다. 전술한 실시예들에 따라 형성되는 관계의 인식을 위한 언어적 패턴은 인과 관계 타입의 의미적 라벨과도 동작할 수 있는 가능성을 포함한다.

패턴 생성기(210)에 의해 생성된 원형의 언어적 패턴들을 사용하여, 패턴 검사기(220)는 라벨링된 텍스트 코퍼스(190)에 관한 설명에서 기술된 의미적 관계의 예시들을 검색한다. 전문가는 가능한 몇몇 수정들과 함께, 검색된 예시들을 분석하고, 패턴들을 승인할 수 있습니다. 컴퓨터는 이러한 작업을 수행하도록 구성되거나 프로그램될 수 있다. 어느 쪽이든, 이후에 패턴 검사기(220)는 상기 승인된 패턴을 패턴 데이터베이스(230)에 저장한다. 본 실시예에서, 상기 패턴 데이터베이스(230)은 언어적 지식 기반(60)의 일부분이다.

도 1에 도시된 라벨기(40)는, 언어적 분석기에 의해 입력 텍스트에 설정된 라벨들에 더하여, 추가적 의미 텍스트 라벨링 및/또는 목표 의미적 라벨링을 제공한다. 상기 추가적 의미 텍스트 라벨링 및/또는 목표 의미적 라벨링은, 패턴 생성기(21)에 의해 생성된 언어적 패턴들에 따르고, 패턴 검사기(220)에 의해 승인되고, 언어적 지식 기반(60)에 포함된다.

예를 들어, 도 1에 도시된 라벨기(40)에 의해 제공되는 라벨들은, 패턴 데이터베이스(230)(이는 언어적 지식 기반(60)에 포함될 수 있다.)의 패턴을 의미적으로 분석된 텍스트(16)에 적용하는 것에 의해, 결정된다. 라벨기(40)에 의해 제공되는 상기 라벨들은, 본 명세서에서 논의된 의미적 관계의 타입들 또는 다른 의미적 관계의 타입들, 가령, 인과관계 및/또는 전체-부분 의미적 관계들의 타입들을 지시할 수 있는 라벨들을 포함할 수 있다.

시스템 기능과 데이터베이스는 실제로 함께 위치하거나, 사용자 디바이스 및 데이터 소스들을 포함하고, 서로 함께 위치하거나 원격으로 위치하는 많은 시스템, 서브 시스템, 프로세서, 저장 장치들에 분산될 수 있다. 서로 원격으로 위치할 때, 다양한 시스템, 서브 시스템, 프로세서 및 저장 장치들 사이의 통신은 인터넷, 월드 와이드 웹, 로컬 에어리어 네트워크, 와이드 에어리어 네트워크, 가상 개인 네트워크 등를 포함하는 하나 이상의 네트워크 타입들을 갖는 유선 또는 무선 통신을 사용하여 수행될 수 있다. 이러한 네트워크들은 다양한 컴퓨터 시스템, 서버 및 데이터 저장 장치, 위성, 셀룰러 네트워크, 케이블 네트워크, 전화 네트워크 등을 포함할 수 있다. 마찬가지로, 기능 및 기타 관련 기관의 데이터는 다양한 저장 장치들 또는 시스템들 중 어느 하나에 상주하고 다양한 프로세서들 중 어느 하나에 의해 실행되거나 억세스되는 프로그램 코드로 구현될 수 있다.

예를 들어, 본 발명에 따른 실시예들은 도 8에 도시된 컴퓨터 시스템(800)과 같은 특별히 구성된 컴퓨터 시스템에서 시행될 수 있다. 상기 컴퓨터 시스템(800)은 적어도 하나의 프로세싱 엘리먼트(801), 디스플레이(803), 입력 디바이스들(805), 그리고 상기 서술된 의미적 라벨링을 완수하기 위해 필요한 정보를 제공하는 데이터베이스들(807) (또는 다른 컴퓨터로 읽을 수 있는 저장 매체)에 링크를 포함할 수 있다.

다양한 실시예들에서, 여기에서 서술된 어플리케이션들(applications), 기능적 모듈들, 및/또는 프로세서들은 하드웨어, 소프트웨어, 펌웨어(firmware), 또는 그것들의 결합을 포함할 수 있다. 기능들이 프로그램 코드에서 전체적으로 또는 부분적으로 실시되는 한, 그 기능들은 하나 이상의 특정 머신들로서 발명의 개념들의 특정 기능을 수행하기 위해 조정되는 하나 이상의 프로세서들에 의해 실행된다. 그리고, 소프트웨어 또는 컴퓨터 프로그램 코드 또는 지시들(때때로 "어플리케이션"으로 언급된)이 다양한 실시예들에서 사용되는 한, 그것은 다양한 비일시적 저장 디바이스들(non-transitory storage devices), 또는 매체들 상에서 또는 내에서 저장되고, 여기에서 서술된 시스템들 및 방법들의 분명한, 내포된, 그리고 내재하는 기능들을 달성하기 위해 하나 이상의 프로세서들, 마이크로프로세서들, 마이크로컨트롤러들, 도는 다른 프로세싱 디바이스들에 의해 실행된다. 예를 들어, 컴퓨터 프로그램 코드는 프로세싱 디바이스들 내 메모리에 상주하거나 또는 플로피 디스크들(floppy disks), 하드 디스크들(hard disks), 컴팩트 디스크들(compact disks), 디브이들(digital versatile disks), 롬(read only memory), 또는 다른 비일시적 저장 매체(non-transitory storage medium)에 의해 프로세싱 디바이스들에 제공될 수 있다. 이러한 저장 디바이스들 또는 매체들, 그리고 프로세서들은 논리적으로 또는 물리적으로 서로 서로 연접을 이루거나 떨어져 있을 수 있다. 이를테면, 본 발명의 개념에 따른 시스템은 하나 이상의 인터넷(and World Wide Web), 인트라넷(intranets), 엑스트라넷(extranets), 가상 사설 네트워크(virtual private networks), 또는 다른 네트워크와 같은 네트워크를 통해 하나의 이상의 다른 컴퓨터들, 데이터베이스 시스템들 등에 접속할 수 있다.

여기에서 사용된 바와 같이, 별도로 시사된 것이 없다면, 컴퓨터 알려진, 또는 이후로 개발된 적어도 하나의 프로세서 및 저장 매체를 포함하는 디바이스(device)의 종류를 취할 수 있다. 예를 들어, 도 9을 참조하면, 컴퓨터 또는 컴퓨터 시스템은 서버(server, 98), PDA(personal digital assistant, 91), 랩탑 컴퓨터(laptop computer, 92), 휴대용 음악 장치(portable music device, 93), 개인용 컴퓨터(personal computer, 94), 휴대폰(cell phone, 95), 워크 스테이션(workstation, 미도시), 메인프레임(mainframe, 미도시), 또는 그 밖에 유사한 것 등등, 또는 그것들의 결합을 포함할 수 있다. 이러한 디바이스들은, 예들로서, 하나 이상의, 키패드(keypad) 또는 키보드를 포함하는 입력 디바이스들(input devices), 마이크로폰(microphone), 비디오 카메라(video camera), 터치-스크린(touch-screen), 그리고 기타 같은 종류의 것을 포함할 수 있다. 이러한 디바이스들은 또한 하나 이상의 출력 디바이스들(output devices)을 포함하며, 이것은, 예들로서, 비디오 스크린(video screen; e.g., 컴퓨터, 휴대폰, 또는 PDA 스크린), 터치-스크린(touch-screen), 이미지 프로젝션 시스템(image projection system), 스피커(speaker), 프린터(printer), 그리고 기타 같은 종류의 것을 포함할 수 있다. 몇몇 실시예들에서, 다양한 사용자 디바이스들(user devices, 90)은 지식 검색(knowledge search) 및 컴퓨터(98)에 호스트된 매핑 시스템(mapping system, 10)과 상호 작용할 수 있으며, 그리고 이것은, 일례로서, 인터넷(Internet)을 경유하여 접속 가능할 수 있다.

여기에서 서술된 어떤 엘리먼트들이 서로 서로 떨어져 있는 한, 그것들은 알려진 또는 이 후로 개발된, 다양한 네트워크들(96)(e.g., LAN(local area networks), WAN(wide area networks), VPN(virtual private networks), 인트라넷(intranets), 컴퓨터 기반 소셜 네트워크(computer-based social networks), 케이블 네트워크(cable networks), 셀룰러 네트워크(cellular networks), 인터넷(Internet), 월드 와이드 웹(World Wide Web), 또는 이것들의 결합)을 통하여 정보를 통신 및/또는 교환할 수 있다.

앞서 말한 본보기의 상세한 설명 및 선호되는 실시예들은 도해의 목적을 위해 제공된다. 서술된 정밀한 형식들에 발명을 제한하거나 하나도 빠뜨리는 것 없이 완전하게 하려는 의도는 아니며, 오직 본 발명을 이해하도록 본 발명의 기술분야의 당업자에 특정 이용 또는 실행이 맞추어진 것이다. 여기에서, 수정과 변화의 가능성은 개시 내용을 이해하는 본 발명의 기술분야의 숙련된 기술자에게 명백할 것이다. 허용 오차, 특성 범위, 특정 작동 조건, 엔지니어링 명세, 또는 그 밖에 유사한 것을 포함하고, 실행 사이에 또는 기술 분야의 수준 변화로 달라지는 모범적인 실시예들의 개시 내용에 제한을 가하는 것은 아니며, 그리고 그것으로부터 제한을 의미하지는 않는다.

본 개시 내용은 현재의 기술 수준과 관련하여 만들어지며, 또한 미래에 채택되는 발전들을 고려한, 즉 현재의 기술 수준에 따른, 진보들을 예상한다. 기술된 청구항들과 적용되는 등가물들에 의해 정의되는 본 발명의 범위가 의도된다. 게다가, 본 개시 내용의 엘리먼트, 컴포넌트, 처리 단계는 상기 엘리먼트, 컴포넌트, 처리 단계가 청구항들에 명백하게 청구되어 있는 지와 상관 없이 공중에 바치도록 의도된 것은 아니다. 엘리먼트가 "~하는 수단"("means for . . . ")의 구를 이용하여 명확히 청구되는 한, 여기에서 청구항의 엘리먼트는 "결합 형식의 청구항의 엘리먼트가 구조, 재료 또는 작용을 언급합이 없이 특정 기능을 수행하는 수단 또는 단계로 표현되며, 청구항은 대응하는 명세서에 기재된 구조, 재료, 작용 및 그 균등물을 의미하는 것" (미국 특허법의 경우에는 35 U.S.C. Sec. 112, sixth paragraph의 조항)으로 해석되고, 그리고 단계, 또는 단계들이 "~하는 단계"("step(s) for . . . ")의 구를 이용하여 명확히 청구되는 한, 여기에서 방법 또는 처리 단계도 특정 기능을 수행하는 단계로 표현되어, 청구항은 대응하는 명세서에 기재된 구조, 재료, 작용 및 그 균등물을 의미하는 것으로 해석된다.

그러므로, 여기에서 서술된 것들은, 다양한 변경들이 이루어질 수 있고, 그리고 발명 또는 발명들이 다양한 유형들 및 실시예들에서 실행될 수 있고, 그리고 그것들은 많은 어플리케이션들에 적용될 수 있다. 각 청구항의 범위 안으로 들어오는 모든 수정 및 변경을 포함하여, 문자 그대로 서술된 청구항 및 모든 등가물들은 다음의 청구항들에 의해 청구된 것이다.

Claims

자연 언어 텍스트의 자동화 라벨링 방법에 있어서, 상기 방법은,
적어도 하나의 저장 매체와 연결된 적어도 하나의 컴퓨터 프로세서를 제공하는 단계를 포함하며, 상기 적어도 하나의 컴퓨터 프로세서가 상기 방법을 실행하되,
상기 방법은 전자적 포맷의 적어도 하나의 자연 언어 문서로부터 텍스트를 수신하는 단계;
상기 텍스트의 기초적 언어적 분석을 수행하는 단계;
상기 언어적으로 분석된 텍스트와 저장된 목표 의미적 관계 패턴들을 매칭하는 단계;
상기 언어적으로 분석된 텍스트 및 상기 언어적으로 분석된 텍스트와 목표 의미적 관계 패턴들을 매칭한 결과를 기초로 의미적 관계 라벨들을 생성함으로써, 의미적으로 라벨링된 텍스트를 생성하는 단계; 및
상기 의미적으로 라벨링된 텍스트를 데이터 베이스에 저장하는 단계를 포함하는 방법을 수행하되,
상기 의미적 관계 라벨은 상기 텍스트의 문장들의 단어들 또는 어구들과 관련되고, 상기 의미적 관계 라벨은 의미적 관계들의 소정의 타입들의 컴포넌트들을 지시하는 자연 언어 텍스트의 자동화 라벨링 방법.
제1 항에 있어서,
상기 텍스트의 태깅된 일부분을 생성하기 위하여, POS 태그들(parts-of-speech tages)을 상기 텍스트의 적어도 일부분에 적용하는 단계;
상기 텍스트의 파싱되고 태깅된 일부분을 생성하기 위하여, 상기 텍스트의 상기 태깅된 일부분을 파싱하는 단계; 및
상기 텍스트의 의미적으로 분석되고, 파싱되고, 태깅된 일부분을 생성하기 위하여, 상기 텍스트의 상기 파싱되고 태깅된 일부분을 의미적으로 분석하는 단계를 더 포함하는 자연 언어 텍스트의 자동화 라벨링 방법.
제 2항에 있어서,
상기 POS 태그들(parts of speech tags)을 적용하는 단계는 상기 텍스트의 미리 포맷된 일부분 상에서 실행되고,
상기 텍스트의 미리 포맷된 일부분은 비자연 언어 부호들이 제거된 텍스트를 포함하는 자연 언어 텍스트의 자동화 라벨링 방법.
제 2항에 있어서,
상기 텍스트의 상기 파싱되고 태깅된 일부분을 의미적 분석하는 단계는,
상기 텍스트에서 하나 이상의 eSAO(expanded Subject-Action-Object) 세트의 형식으로 하나 이상의 사실들(facts)을 인식하는 단계; 및
적어도 하나 이상의 외부 영역 및 지식 영역의 규칙성들을 적어도 인과 관계의 형식으로, 하나 이상의 eSAO(expanded Subject-Action-Object) 세트에서, 반영하는 규칙들의 세트를 인식하는 단계를 포함하되,
상기 각 eSAO 세트는 적어도 하나의 eSAO 컴포넌트(component)들을 포함하고,
상기 적어도 하나의 인과 관계는 원인 eSAO(cause eSAO) 및 결과eSAO(effect eSAO)를 포함하는 자연 언어 텍스트의 자동화 라벨링 방법.
제4 항에 있어서,
상기 하나 이상의 eSAO 컴포넌트(component)들은 주어들, 목적어들, 액션들, 형용사들, 전치사들, 간접 목적어들, 부사들을 구성하는 한 그룹에서 선택되는 하나 이상의 엘리먼트(element)들과 관련된 텍스트를 포함하는 자연 언어 텍스트의 자동화 라벨링 방법.
제 4항에 있어서,
상기 텍스트 문서에서 하나 이상의 eSAO 세트들을 인식하는 단계는,
상기 텍스트의 적어도 하나의 문장에서 하나 이상의 주어들, 목적어들, 액션들, 형용사들, 전치사들, 간접 목적어들, 및 부사들을 인식하는 단계를 포함하는 자연 언어 텍스트의 자동화 라벨링 방법.
제 4항에 있어서,
상기 텍스트에서 상기 하나 이상의 eSAO 세트들 및 인과 관계들을 인식하는 단계는,
eSAO 및 인과 컴포넌트들을 정의하는 패턴들의 데이터베이스를 구비하는 언어적 지식 기반을 접속하는 단계를 포함하는 자연 언어 텍스트의 자동화 라벨링 방법.
제 4항에 있어서,
상기 원인 eSAO는 적어도 하나의 eSAO 세트들의 적어도 하나의 eSAO 컴포넌트를 포함하고,
상기 결과 eSAO는 적어도 하나의 eSAO 세트들의 적어도 하나의 다른 eSAO 컴포넌트들을 포함하는 자연 언어 텍스트의 자동화 라벨링 방법.
제 8항에 있어서,
상기 인과 관계들은 어휘적 의미들, 문법적 의미들, 및/또는 의미적 언어 의미들로 상기 결과 eSAO의 상기 다른 eSAO 컴포넌트에 상기 원인 eSAO의 상기 eSAO 컴포넌트를 관련시키는 순차 연산자를 포함하는 자연 언어 텍스트의 자동화 라벨링 방법.
제 1항에 있어서,
상기 언어적으로 분석된 텍스트와 저장된 목표 의미적 관계 패턴들을 매칭하는 단계는,
언어적 지식 기반의 일부인 패턴 데이터베이스에 접속하는 단계를 더 포함하되,
상기 패턴 데이터베이스는,
텍스트 문서의 코퍼스(corpus)의 기초적 언어 분석을 수행하는 단계;
언어적으로 분석된 코퍼스(corpus)에서, 목표 의미적 관계들의 특별한 케이스들을 인식하는 단계;
상기 목표 의미적 관계들의 특별한 케이스를, 상기 인식된 목표 의미적 관계들의 특별한 케이스들로부터, 어휘적 언어 유닛들 및 의미적 분류들, POS 태그들 및 구문적 태그들, eSAO 및 인과 라벨들을 사용하는 언어적 패턴으로 일반화하는 단계; 및
상기 언어적 패턴들을 저장하는 단계에 의해 생성된 자연 언어 텍스트의 자동화 라벨링 방법.
제10 항에 있어서,
상기 목표 의미적 관계들의 특별한 케이스들을 언어적 패턴들로 일반화하는 단계는 문맥(context)으로 eSAO 형식을 사용하고,
상기 목표 의미적 관계들의 특별한 케이스들을 언어적 패턴들로 생성하는 단계는,
택스트 문서의 언어적으로 분석된 코퍼스를 상기 컴포넌트들을 위해 상기 기초적 언어적 분석으로부터 획득된 어휘적 라벨, 문법적 라벨, 구문적 라벨, eSAO 라벨 및 인과 라벨을 사용하여, 목표 의미적 관계의 특별한 케이스들을 구성하는 컴포넌트들을 생성하는 단계를 포함하는 자연 언어 텍스트의 자동화 라벨링 방법.
제1 항에 있어서,
상기 언어적으로 분석된 텍스트와 상기 목표 의미적 관계 패턴들을 매칭하는 단계는 단어들, POS 태그들, 구문적 태그들, eSAO 및 인과 세트들을 매칭하는 단계를 포함하고,
상기 의미적 관계 라벨들을 생성하는 단계는 eSAO 및 인과 라벨들을 생성하는 단계를 포함하는 자연 언어 텍스트의 자동화 라벨링 방법.
실행 시에, 적어도 하나의 프로세서에 의하여 자연 언어 텍스트의 의미적 라벨링 방법을 수행하는 컴퓨터로 실행 가능한 지시들을 포함하는 컴퓨터로 읽을 수 있는 매체를 포함하는 컴퓨터 프로그램 제품에 있어서,
상기 방법은,
적어도 하나의 자연 언어 문서로부터 텍스트를 수신하는 단계;
상기 텍스트의 기초적 언어적 분석을 수행하는 단계;
상기 언어적으로 분석된 텍스트와 저장된 목표 의미적 관계 패턴들을 매칭하는 단계;
상기 언어적으로 분석된 텍스트 및 상기 언어적으로 분석된 텍스트와 목표 의미적 관계 패턴들을 매칭한 결과를 기초로 의미적 관계 라벨들을 생성함으로써, 의미적으로 라벨링된 텍스트를 생성하는 단계; 및
상기 의미적으로 라벨링된 텍스트를 데이터 베이스에 저장하는 단계를 포함하는 방법을 수행하되,
상기 의미적 관계 라벨은 상기 텍스트의 문장들의 단어들 또는 어구들과 관련되고, 상기 의미적 관계 라벨은 의미적 관계들의 소정의 타입들의 컴포넌트들을 지시하는 컴퓨터 프로그램 제품.
전자적 또는 디지털 형식의 자연 언어 텍스트의 자동 의미적 라벨링을 위한 의미적 프로세서에 있어서, 상기 의미적 프로세서는,
수신된 전자적 텍스트를 미리 포맷팅하는 프리포맷터;
미리 포맷된 텍스트의 기초적 언어적 분석을 수행하는 언어적 분석기;
상기 언어적으로 분석된 텍스트와 저장된 목표 의미적 관계 패턴들을, 의미적으로 라벨링된 텍스트를 생산하기 위하여, 매칭하는 라벨기를 포함하되,
상기 의미적으로 라벨링된 텍스트는 상기 텍스트의 문장들의 단어들 또는 어구들과 관련된 의미적 관계 레벨들을 포함하고,
상기 의미적 관계 라벨들은 의미적 관계들의 소정의 타입들의 컴포넌트들을 지시하는 의미적 프로세서.
제14 항에 있어서,
상기 언어적 분석기는 의미적으로 분석된 텍스트 생산하되,
상기 언어적 분석기는,
상기 텍스트의 eSAO 세트를 인식하는 eSAO 인식기; 및
인과 관계를 인식하는 C-E 인식기를 포함하고,
상기 eSAO 및 C-E 인식은 언어적 언어적 지식 기반에 저장된 언어적 패턴들을 기초로 하는 의미적 프로세서.
제15 항에 있어서,
상기 라벨기에 의해 생성된 상기 의미적 관계 라벨들은 eSAO 라벨들 및 인과 라벨들을 포함하는 의미적 프로세서.
제15 항에 있어서,
상기 eSAO 인과 관계는 원인 eSAO(Cause eSAO), 결과(Effect eSAO), 그리고 상기 결과 eSAO에 상기 원인 eSAO를 결부시키는 적어도 하나의 순차 연산자(sequential operator )를 포함하는 의미적 프로세서.
제17 항에 있어서,
상기 eSAO 세트들의 각각은 eSAO 컴포넌트(components)들을 포함하며, 상기 원인 eSAO는 적어도 하나의 eSAO 컴포넌트들을 포함하고, 상기 결과 eSAO는 상기 원인 eSAO의 상기 적어도 하나의 eSAO 컴포넌트들과 다른 적어도 하나의 eSAO 컴포넌트들을 포함하는 의미적 프로세서.
제 14항에 있어서, 상기 eSAO 컴포넌트들은 주어들, 목적어들, 액션들, 형용사들, 전치사들, 간접 목적어들, 그리고 부사들로 구성된 그룹으로부터 선택되는 하나 이상의 엘리먼트(element)들과 관련된 텍스트를 포함하는 의미적 프로세서.
제15 항에 있어서,
상기 언어적 분석기는,
미리 포맷된 텍스트를 수신하고 POS(part-of-speech) 태깅된 텍스트를 생산하는POS 태거(part-of-speech tagger); 및
상기 POS 태거에 의해 태깅된 텍스트를 수신하고, 파싱된 텍스트를 생성하고, 파싱된 텍스트를 의미적 분석기에 제공하는 파서를 포함하되,
상기 POS 태거 및 상기 파서는 상기 언어적 지식 기반에 저장되는 데이터로 동작하는 의미적 프로세서.
제14 항에 있어서,
상기 프리포맷기는,
자연어 텍스트의 부분을 형성하지 않는 텍스트 문서들의 디지털 또는 전자 표현 에서 심볼들의 제거 기능, 텍스트 문서들에서 미스매치들(mismatches) 또는 오류들(mistakes)의 검출 및 보정 기능, 또는 상기 텍스트를 문장들 및 단어들의 구조로 분할하는 기능 중 적어도 하나의 기능을 수행하는 의미적 프로세서.
제14 항에 있어서,
상기 목표 의미적 관계 패턴들은 패턴 생성기에 의해 생성되되,
상기 패턴 생성기는,
텍스트 문서의 코퍼스의 기초적 언어적 분석을 수행하는 코퍼스 언어적 분석기;
POS 태그들, 구문적 태그들, eSAO 라벨들 및 인과 라벨들을 포함하는 라벨링된 텍스트 코퍼스를 생성하는 라벨링된 텍스트 코퍼스 생성기;
상기 라벨링된 텍스트 코퍼스에서 목표 의미적 관계들의 특별한 케이스를 인식하는 관계 생성기;
상기 의미적 관계의 라벨들을 더 일반화된 언어적 패턴들을 생성하기 위해 사용함으로써, 상기 의미적 관계들의 특별한 케이스를 일반화하되, 상기 라벨들은 어휘적 언어 유닛, 의미적 뷴류들, POS및 구문적 태그들 및 eSAO 및 인과 라벨들을 포함하는 패턴 생성기; 및
상기 패턴 생성기에 의해 인반화된 언어적 패턴들을 검사하기 위한 패턴 검사기를 포함하는 의미적 프로세서.
제22항에 있어서,
상기 목표 의미적 관계들의 특별한 케이스들을 언어적 패턴들로 일반화할 때, 상기 패턴 생성기는, 상기 목표 의미적 관계들의 특별한 케이스들을 언어적 패턴들로 일반화할 때 문맥(context)으로 eSAO 형식을, 상기 컴포넌트들을 위해 상기 기초적 언어 분석에서 획득된 POS 라벨들, 구문적 라벨들, eSAO 라벨들 및 인과 라벨들을 사용하여, 언어적으로 분석된 코퍼스에서 검색된 결과로서 컴포넌트을 일반화하기 위하여 사용하는 의미적 프로세서.
제14 항에 있어서,
상기 라벨기는 언어적으로 분석된 텍스트를, 단어들 태그, POS 태그, eSAO 및 인과 세트들을 매칭함으로써, 목표 언어적 관계 패턴들에 매칭하는 의미적 프로세서.