KR20160090178A - 마인드맵 기반의 대화형 콘텐츠 구축 방법 - Google Patents

마인드맵 기반의 대화형 콘텐츠 구축 방법 Download PDF

Info

Publication number
KR20160090178A
KR20160090178A KR1020150010165A KR20150010165A KR20160090178A KR 20160090178 A KR20160090178 A KR 20160090178A KR 1020150010165 A KR1020150010165 A KR 1020150010165A KR 20150010165 A KR20150010165 A KR 20150010165A KR 20160090178 A KR20160090178 A KR 20160090178A
Authority
KR
South Korea
Prior art keywords
question
answer
content
screen
mind map
Prior art date
Application number
KR1020150010165A
Other languages
English (en)
Inventor
박은진
권오욱
노윤형
이기영
최승권
황금하
김영길
Original Assignee
한국전자통신연구원
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 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020150010165A priority Critical patent/KR20160090178A/ko
Publication of KR20160090178A publication Critical patent/KR20160090178A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
    • H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/80—Generation or processing of content or additional data by content creator independently of the distribution process; Content per se
    • H04N21/83—Generation or processing of protective or descriptive data associated with content; Content structuring
    • H04N21/845—Structuring of content, e.g. decomposing content into time segments
    • H04N21/8456—Structuring of content, e.g. decomposing content into time segments by decomposing the content in the time domain, e.g. in time segments

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

마인드맵 기반의 대화형 콘텐츠 구축 방법이 개시된다.
본 발명의 일 면에 따른 마인드맵 기반의 대화형 콘텐츠 구축 방법은 제1 질문에 대한 제1 답변들을 마인드맵 기반으로 나열하여 화면에 표시하는 단계, 및 상기 제2 질문에 대한 제2 답변을 마인드맵 기반으로 나열하여 화면에 표시하되, 제약 조건을 상기 제2 답변 앞에 명시하는 단계를 포함하되, 상기 명시하는 단계는 사용자에 의한 상기 제1 답변과 상기 제2 질문 간의 논리적 연관 관계 판단에 따라, 상기 제1 답변 또는 소정 기호를 상기 제약 조건으로 명시한다.

Description

마인드맵 기반의 대화형 콘텐츠 구축 방법{Method for building an interactive content based on a mind map}
본 발명은 대화형 콘텐츠를 구축하는 방법에 관한 것으로, 특히 대화형 콘텐츠 및 대화처리에 필요한 지식을 마인드맵 인터페이스에 기반하여 구축하는 마인드맵 기반의 대화형 콘텐츠 구축 방법에 관한 것이다.
대화를 통한 교육 시스템에서는 이전 질문에 대한 사용자의 답변에 따라 다음 질문에 대한 답변이 정해지는 경우가 많이 있다. 예를 들어, “좋아하는 음식이 무엇인가요?”라는 이전 질문의 답변이 “한식”이였다면, “그 음식 중 가장 좋아하는 음식이 무엇인가?”라는 다음 질문의 답변은 이전 질문에서 답한 ‘한식’ 중에서 나와야 하기 때문이다.
기존에는 이런 대화 혹은 교육 콘텐츠를 엑셀이나 워드 혹은 링크 방식의 구축 도구를 사용하여 구축하였다. 이때, 대화를 통한 교육 시스템의 경우에는 사용자 답변의 논리 관계를 명확히 하고 논리 흐름이 자연스럽도록 만드는 것이 중요하기 때문에 대화 논리 흐름을 직관적으로 표시하는 방법이 필요하다. 그러나, 기존 방식으로 콘텐츠를 수집할 경우, 앞뒤 답변에 따른 인과관계를 기억하고 대화를 연결하는데 어려움이 있다.
본 발명의 목적은 질문의 앞/뒤 논리 관계를 명확히 하고, 대화에 필요한 패러프레이징(Paraphrasing), 주요 키워드 등의 정보를 논리 흐름에 맞게 수집 및 구축할 수 있도록 하는 마인드맵 기반의 대화형 콘텐츠 구축 방법을 제공함을 목적으로 한다.
전술한 과제를 달성하기 위한 본 발명의 일 양상에 따른 마인드맵 기반의 대화형 콘텐츠 구축 방법은 제1 질문에 대한 제1 답변들을 마인드맵 기반으로 나열하여 화면에 표시하는 단계, 및 상기 제2 질문에 대한 제2 답변을 마인드맵 기반으로 나열하여 화면에 표시하되, 제약 조건을 상기 제2 답변 앞에 명시하는 단계를 포함하되, 상기 명시하는 단계는 사용자에 의한 상기 제1 답변과 상기 제2 질문 간의 논리적 연관 관계 판단에 따라, 상기 제1 답변 또는 소정 기호를 상기 제약 조건으로 명시한다.
본 발명의 실시예에 따르면, 대화형 콘텐츠를 구축할 때 대화 흐름에 따른 제약 조건을 일관성 있고 직관적으로 생성함으로써, 복잡한 대화의 논리 흐름 또한 생성할 수 있고, 기존 기술로 제작된 대화형 콘텐츠보다 양질의 대화를 생성할 수 있다.
또한, 본 발명의 실시예에 따르면 사람이 생각하는 방식(마인드맵)으로 표현하였기 때문에 대화형 콘텐츠를 구축하는 작업자에게 쉽게 설명할 수 있어 짧은 시간 안에 양질의 대화형 콘텐츠를 구축할 수 있다.
도 1은 본 발명의 실시예에 따른 콘텐츠 구축 장치가 동작하는 전체 시스템 구성도.
도 2는 본 발명의 실시예에 따른 콘텐츠 구축 장치의 대화 히스토리 구축 동작을 설명하기 위한 도면.
도 3은 본 발명의 실시예에 따른 콘텐츠 구축 장치에 의해 화면에 표시되는 대화 히스토리의 제1 예시도.
도 4는 본 발명의 실시예에 따른 콘텐츠 구축 장치에 의해 화면에 표시되는 대화 히스토리의 제2 예시도.
도 5는 본 발명의 실시예에 따른 콘텐츠 구축 장치의 대화 히스토리 구축 동작 흐름도.
본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 기재에 의해 정의된다. 한편, 본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 또는 "포함하는(comprising)"은 언급된 구성요소, 단계, 동작 및/또는 소자 이외의 하나 이상의 다른 구성요소, 단계, 동작 및/또는 소자의 존재 또는 추가를 배제하지 않는다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가급적 동일한 부호를 부여하고 또한 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있는 경우에는 그 상세한 설명은 생략한다.
불특정 화자 A와 불특정 화자 B가 서로 대화할 때 이전에 어떤 말(대화)이 오고 갔는지에 따라서 다음 질문과 그에 대한 대답에 영향을 줄 수 있는데, 본 발명의 실시예에 따른 콘텐츠 구축 장치는 이와 같은 대화의 논리 흐름을 직관적으로 표시하여 대화형 콘텐츠(예컨대, 교육용 대화 콘텐츠)를 효율적으로 생성 및 관리할 수 있도록 하는 사용자 인터페이스이다.
도 1은 본 발명의 실시예에 따른 콘텐츠 구축 장치를 포함한 전체 시스템 구성도이며, 도 2는 본 발명의 실시예에 따른 콘텐츠 구축 장치에 의해 생성되는 대화형 콘텐츠의 화면에 표시 예시도이다.
도 1을 참조하면, 대화모델 설계자(110)는 콘텐츠 구축 장치(Contents Builder)(120)를 이용하여 콘텐츠 데이터베이스(Contents Database)(130)를 생성 및 관리한다. 여기서, 대화형 콘텐츠는 학생(150)에게 제공되는 대화 시스템 엔진(대화형 교육 시스템)(140)에서 사용하는 핵심 지식이다.
대화모델 설계자(110)는 교육 전문가 혹은 대화 스크립트(히스토리) 구축 작업자와 같이 대화형 콘텐츠를 구축 및 관리하기 위한 교육을 받은 전문가이다. 대화모델 설계자(110)는 콘텐츠 구축 장치(120)를 통해 자신의 컴퓨터 또는 서버에 생성된 콘텐츠 데이터베이스(130)의 대화 히스토리를 구축, 갱신 및 수정 등을 할 수 있다.
기존에 엑셀을 이용하여 인덱스 번호를 생성하고 대화 히스토리 상에서 나타난 인덱스 번호를 뒤에서 사용하는 일반적인 방식과 달리, 본 발명의 실시예에 따른 콘텐츠 구축 장치(120)는 마인드맵 기반의 그래픽적인 대화 히스토리 및 흐름을 제어하기 위해 사용자 입력기기와 사용자 인터페이스(User Interface, UI) 에디터(200)를 포함한다.
여기서, 사용자 입력기기는 대화모델 설계자(110)의 조작을 입력받기 위한 기기이다. 예컨대, 사용자 입력기기는 UI 에디터(200)를 통해 화면에 표시되는 커서 및 포인터를 이동시키기 위한 마우스 또는 터치 입력할 수 있는 기기일 수 있다. 또한, 사용자 입력기기는 대화 스크립트를 입력하기 위한 키보드일 수 있다.
UI 에디터(200)는 컴퓨터상에서 대화 히스토리를 생성 및 관리할 수 있는 도구이다. 도 2에 예시된 바와 같이, UI 에디터(200)는 마인드맵 형태의 대화 히스토리를 그래픽적으로 화면에 표시하는 질문/답변 맵 영역(210) 및 질문/답변에 대한 세부 정보를 입력할 수 있는 입력창을 화면에 표시하는 세부정보 입력 영역(220)을 포함한다. 또한, UI 에디터(200)는 질문/답변 맵 영역(210) 및 세부정보 입력 영역(220)의 상단에 대화 히스토리를 생성 및 관리하는데 필요한 모든 메뉴를 포함할 수 있다.
질문/답변 맵 영역(210)에는 도메인 블록에 파생되어 복수의 질문 블록(Question #1 ~ Question #4)이 마인드맵 형태로 나열된다. 여기서, 도메인 블록에는 대화형 콘텐츠(대화 히스토리)의 주제가 입력된다.
예컨대, 대화모델 설계자(110)에 의해 도메인 블록이 선택되면, 콘텐츠 데이터베이스(130)에 구축된 대화 히스토리의 주제들이 리스트업되어 화면에 표시되며, 대화모델 설계자(110)는 리스트업된 주제들 중 어느 하나를 선택할 수 있다. 또는, 대화모델 설계자(110)에 의해 별도의 주제 입력 창이 선택되고, 주제를 나타내는 키워드를 입력할 수 있다.
만약, 대화모델 설계자(110)에 의해 입력 또는 선택된 주제가 콘텐츠 데이터베이스(130)에 이미 구축된 경우, 이미 구축된 대화 히스토리를 편집할 수 있도록 콘텐츠 구축 장치(120)는 선택된 주제에 관련된 복수의 질문과 답변 정보를 화면 출력할 수 있다.
복수의 질문 블록(Question #1 ~ Question #4)에는 주제와 관련된 질문들이 입력된다. 이때, 도메인 블록과 복수의 질문 블록(Question #1 ~ Question #4) 각각은 연결선으로 연결되며, 대화모델 설계자(110)에 의해 질문 블록의 개수는 조절될 수 있다.
복수의 질문 블록(Question #1 ~ Question #4) 각각에는 복수의 답변(Answer)이 마인드맵 형태로 나열된다. 예컨대, 질문 #1 블록(Question #1)(211)에 입력된 질문에 대응하여 발생 가능한 답변의 키워드가 복수의 답변 블록(예컨대, Answer #a1 ~ Answer #a3)(212) 각각에 입력되어 나열된다. 이때, 질문 #1 블록(Question #1)(211)과 그에 대응하는 복수의 답변 블록(Answer #a1 ~ Answer #a3)(212) 각각은 연결선으로 연결되며, 답변 블록의 개수는 대화모델 설계자(110)에 의해 조절될 수 있다.
한편, 질문 블록과 그에 대응하는 답변 블록 사이에는 제약 조건의 내용이 명시된다. 이때, 제약 조건은 이전 질문 블록과 현재의 질문 블록간의 논리적 연관성 여부에 따라, 이전 질문 블록에 대한 답변 키워드 또는 소정기호(예컨대, #)로 명시될 수 있다. 이에 대해서는 이후에 도 3을 참조하여 구체적으로 설명한다.
한편, 질문/답변 맵 영역(210)에 화면에 표시된 블록들(복수의 질문 블록과 복수의 답변 블록) 중 대화모델 설계자(110)에 의해 어느 하나의 블록이 선택되면, UI 에디터(200)의 세부 정보 입력 영역(220)에는 선택된 블록에 대한 다양한 문장이 입력되는 패러프레이징(paraphrasing) 입력창(221), 입력문장에 대한 패턴을 입력하기 위한 패턴 입력창(222), 입력문장에 대한 구문 페러프레이징 및 주요 키워드 입력창(223)의 화면 구성(그래픽적인 인터페이스)가 화면 출력된다.
페러프레이징 입력창(221)은 질문 블록의 질문의 문장 및 답변 블록의 답변 문장 또는 키워드와 동일한 의미를 가지면서 다른 형태로 표현되는 다양한 문장 또는 단어를 입력하는 창이다. 예컨대, 대화모델 설계자(110)에 의해 사용자 입력기기가 조작되어, UI 에디터(200)에 화면에 표시된 블록들 중 어느 하나의 질문 또는 답변 블록이 선택되면, 페러프레이징 입력창(221)에는 화면에 표시된 대표 질문 또는 답변(답변 키워드)뿐만 아니라, 그와 동일한 의미를 가지는 다양한 표현의 단어 및 문장들을 편집할 수 있도록 입력창 형태로 화면에 표시된다. 대화모델 설계자(110)는 사용자 입력기기를 이용하여 페러프레이징 입력창(221)에 화면에 표시된 다양한 표현의 질문 또는 답변 문장들을 입력, 삭제 및 수정할 수 있다.
패턴 입력창(222)은 질문 또는 답변에 대한 문장의 골격(skeleton) 및 형식/패턴(xml_pattern)을 입력하는 창이다. 예컨대, 대화모델 설계자(110)에 의해 어느 하나의 질문 또는 답변 블록이 선택되어 페러프레이징 입력창(221)을 통해 다양한 형태의 문장들이 화면에 표시되면, 패턴 입력창(222)에는 화면에 표시된 다양한 형태의 문장들 각각을 이루는 골격(예컨대, 주어, 서술어, 목적어, 보어 등)과 그에 대한 xml 패턴을 편집할 수 있도록 입력창 형태로 화면에 표시된다. 대화모델 설계자(110)는 사용자 입력기기를 이용하여 선택된 블록의 질문 또는 답변의 문장들을 패턴 입력창(222)을 통해 골격 및 패턴을 입력, 삭제 및 수정할 수 있다. 또는, 화면에 표시된 블록들 중 어느 하나의 블록이 대화모델 설계자(110)에 의해 선택되면, 콘텐츠 구축 장치(120) 내 구현된 언어 분석 알고리즘에 의해 문장이 분석되고 패턴 입력창(222)에 분석된 결과에 따른 골격 및 패턴이 화면에 표시될 수 있다.
구문 페러프레이징 및 주요 키워드 입력창(223)은 질문 또는 답변에 대해 다른 언어로 번역(Translation)한 문장 또는 단어들을 입력하는 창이다. 예컨대, 콘텐츠 데이터베이스(130)에 구축되는 콘텐츠가 지니튜터와 같은 외국어 교육 소프트웨어에서 제공되는 대화형 콘텐츠인 경우, 구문 페러프레이징 및 주요 키워드 입력창(223)에는 외국어로 표현된 문장들 또는 단어(키워드)들을 모국어 등의 다른 언어로 번역한 표현이 입력될 수 있다. 대화모델 설계자(110)는 사용자 입력기기를 이용하여 선택된 블록의 질문 또는 답변의 키워드들에 대한 번역된 표현을 구문 페러프레이징 및 주요 키워드 입력창(223)을 통해 입력, 삭제 및 수정할 수 있다.
대화모델 설계자(110)에 의해 UI 에디터(200)의 세부 정보 입력 영역(220)에 화면 출력된 입력창들(221, 222, 223)에 대화에 필요한 패러프레이징 문장, 주요 키워드 구문 및 문장, 대화 처리에 필요한 문장 패턴 등을 입력될 수 있다. 또한, 세부 정보 입력 영역(220)의 입력창에 입력된 정보들은 질문/답변 맵 영역(210)에 반영되어 화면에 표시될 수 있다.
이하, 도 2 및 도 3을 참조하여 콘텐츠 구축 장치(120)에 의해 대화 히스토리가 구축되는 과정 및 및 화면 출력되는 대화 히스토리에 대해 구체적으로 설명한다. 여기서, 도 3은 본 발명의 실시예에 따른 콘텐츠 구축 장치에 의해 화면에 표시되는 대화 히스토리의 제1 예시도이며, 영어 교육을 위해 구축된 것이다.
대화모델 설계자(110)는 도메인 블록 또는 별도의 시작 항목에 콘텐츠(대화 히스토리)의 대화 주제를 입력 또는 선택한다. 예컨대, 도 3에서의 대화 주제는 교통수단(transportation)과 관련된 것이다.
질문/답변 맵 영역(210)에서 도메인(Domain)을 시작으로 시스템 또는 사용자의 질문 #1(Question #1)(211)과 질문 #1(211)에 연결된 복수의 답변 #a(Answer #a1~#a3)(212)가 마인드맵 형태로 나열된다. 예컨대, 도 3에서 대화 주제(transportation)에 관련된 질문 Q1이 “How do you go to work?”인 경우, 콘텐츠 구축 장치(120)는 Q1의 질문에 대해 답변의 키워드(예컨대, subway, bus, car, shuttle bus)를 마인드맵 형태로 나열하여 대화 히스토리를 구축할 수 있다. 이때, 질문에 대한 답변의 개수 및 키워드는 대화모델 설계자(110)의 입력에 따라 변경 가능하다.
이후 콘텐츠 구축 장치(120)는 질문 #2(Question #2)(213)에 대한 복수의 답변 #b(214)를 마인드맵 형태로 나열하되, 질문 #2(213)와 질문 #1의 답변(212) 간의 논리적인 연관 관계에 따라 제약 조건(215)을 복수의 답변 #b(214) 앞에 명시하여 화면에 표시한다. 이는, 논리적 연관 관계가 있는 경우, 질문 #1의 답변(212)에 따라 질문 #2의 답변(214)이 달라질 수 있기 때문이다. 이때, 질문 #2(213)와 질문 #1(211) 간의 논리적인 연관 관계는 대화모델 설계자(110)에 의해 판단될 수 있다.
예컨대, 질문 #2(213)가 답변 #a(Answer #a1~#a3)(212)와 논리적 연관 관계가 있는 경우, 콘텐츠 구축 장치(120)는 질문 #2의 답변(214)에 대한 질문 #1의 제약 조건(215)을 질문 #2의 답변(214) 앞에 명시하여 화면에 표시한다. 여기서, 질문 #1의 제약 조건(215)은 답변 #a(212)일 수 있다. 이후, 콘텐츠 구축 장치(120)는 질문 #1의 제약 조건(215) 각각에 연결하여 질문 #2(213)에 대한 답변(Answer #b1~#b3)(214)을 마인드맵 형태로 나열하여 화면에 표시한다. 이때, 제약 조건은 대화모델 설계자(110)에 의해 입력될 수 있다.
예컨대, 도 3에서와 같이, Q2가 “Why do you use it?”이고, Q2와 Q1의 답변(A1)(subway, bus, car, shuttle bus) 간에 논리적 연관 관계가 있는 경우, 콘텐츠 구축 장치(120)는 A1 각각을 제약조건 C1으로 하여, Q2에 대한 답변인 A2 앞에 마인드맵 형태로 나열한다. 콘텐츠 구축 장치(120)는 A2에 대한 Q1의 제약 조건(C1)이 subway인 경우, subway 뒤에 on time, no bus route, faster than the bus와 같이 A1을 마인드맵 형태로 나열하여 대화 히스토리를 생성할 수 있다.
만약, 이후의 질문이 이전의 질문의 답변과 논리적 연관 관계가 없는 경우, 제약 조건은 소정 기호(예컨대, ‘#’)로 표현된다. 예컨대, 질문 #2(213) 이후의 질문 #3(Question #3)(216)이 답변 #a(212)와 논리적 연관 관계가 있고 질문 #2의 답변인 답변 #b(215)와는 연관 관계가 없는 경우, 콘텐츠 구축 장치(120)는 질문 #3의 답변(답변 #c)(219) 앞에, 답변 #a (212)를 답변 #c (219)에 대한 질문 #1의 제약 조건(217)으로 명시하며, 소정기호 ‘#’를 답변 #c(219)에 대한 질문 #2의 제약 조건(218)으로 명시한다. 즉, 콘텐츠 구축 장치(120)는 질문 #1의 제약 조건(217)과 질문 #2의 제약 조건(218)을 명시한 후 답변 #3(219)을 순차적으로 나열하여 화면에 표시한다.
예컨대, 도 3에서와 같이 Q3이 “Do you have any problems when using it?”이며, Q3이 A1와는 논리적 연관 관계가 있으나 A2와 연관 관계가 없는 경우, 콘텐츠 구축 장치(120)는 A1과 ‘#’(308)을 순차적으로 명시한 후 Q3의 답변(A3)을 나열하여 화면에 표시한다.
이와 마찬가지로, 콘텐츠 구축 장치(120)는 질문 #4(Qustion#4)의 답변에 대해 질문 #1의 제약 조건, 질문 #2의 제약 조건 및 질문 #3의 제약 조건을 차례로 명시하고, 그 뒤에 질문 #4의 답변(Answer #d)을 나열하여 대화 히스토리를 구축한다. 예컨대, 도 3과 같이 Q4가 A1과는 논리적 연관성이 있으나, A2 및 A3과는 논리적인 연관 관계가 없는 경우, Q4의 답변인 A4 앞에 A1와 2개의 ‘#’을 명시하여 화면에 표시한다.
이와 같이 본 발명의 실시예에 따르면, 대화형 콘텐츠를 구축할 때 대화 흐름에 따른 제약 조건을 일관성 있고 직관적으로 생성함으로써, 복잡한 대화의 논리 흐름 또한 생성할 수 있고, 기존 기술로 제작된 대화형 콘텐츠보다 양질의 대화를 생성할 수 있다.
또한, 본 발명의 실시예에 따르면 사람이 생각하는 방식(마인드맵)으로 표현하였기 때문에 대화형 콘텐츠를 구축하는 작업자에게 쉽게 설명할 수 있어 짧은 시간 안에 양질의 대화형 콘텐츠를 구축할 수 있다.
한편, 본 발명의 실시예에 따른 콘텐츠 구축 장치(120)는 도 4에 도시된 바와 같이 다른 방식으로 대화 히스토리를 표현할 수 있다. 도 4는 본 발명의 실시예에 따른 콘텐츠 구축 장치에 의해 화면에 표시되는 대화 히스토리의 제2 예시도이다. 도 4와 같은 방법은 전술한 방식에 비해 대화 중복이 적고, 제약 조건을 명확히 할 수 있는 이점이 있다.
예컨대, 콘텐츠 구축 장치(120)는 대화형 콘텐츠의 주제인 KB.Part 1. transportation에 대한 대화 히스토리를 표현할 때, 주제에 대한 질문인 Q1’(“How do you go to work?”)을 비롯한 다른 질문(Q2’ 내지 Q4’)을 주제 블록(401)의 아래에 수평적으로 나열하여 화면에 표시한다. 또한, 콘텐츠 구축 장치(120)는 Q1’의 답변인 A1’(subway, bus)를 Q1’를 기준으로 수직 아래 방향으로 나열하여 화면에 표시한다. 이와 마찬가지로, 콘텐츠 구축 장치(120)는 Q2’를 비롯한 다른 질문들(Q3’ 및 Q4’)에 대한 각각의 답변들(A2’, A3’, A4’)을 각 질문의 수직 아래 방향으로 나열하여 화면에 표시한다.
한편, 대화모델 설계자(110)에 의해 판단되는 Q1’와 Q2’의 논리적 연관성에 따라, A1’이 Q2’에 대한 제약조건인 경우 A1’에 포함된 답변 각각은 A2’와 연결된다. 예컨대, A1’ 중 어느 하나의 답변(subway)을 제약 조건으로 갖는 A2’에 포함된 제1 그룹의 답변들(on time, no bus route, faster than the bus) 각각은 subway와 연결선으로 연결되어 나열된다. 이와 마찬가지로, A1’ 중 다른 하나의 답변(bus)을 제약 조건으로 갖는 A2’에 포함된 제2 그룹의 답변들(many bus routes, not have a car, subway station) 각각은 bus와 연결선으로 연결되어 나열된다. 이때, 이후의 질문(Q3’)이 A2’와 논리적 연관성 없는 경우를 고려하여, 각각의 그룹의 아래에는 소정 기호(#)를 명시하여 화면에 표시할 수 있다.
만약, Q3’이 A1’와 논리적 연관성이 있고 A2’와는 연관성이 없는 경우, Q3’의 답변인 A3’는 순차적으로 A1’ 및 소정 기호(#)와 연결될 수 있다. 예컨대, A3’ 중 어느 하나의 답변인 ‘irregular/be on time’은 A1’인 bus 및 소정 기호(#)와 연결될 수 있다.
이와 같이, 도 4와 같은 방식은 앞서 설명한 방식(도 3의 방식)에서와 다르게, 제약 조건이 중복되는 현상을 막을 수 있고, 대화모델 설계자(110)(작업 구축자)에게 대화 흐름 및 히스토리를 명확하게 인지시킬 수 있는 이점이 있다.
도 5는 본 발명의 실시예에 따른 콘텐츠 구축 장치의 대화 히스토리 구축 동작 흐름도이다.
콘텐츠 구축 장치(120)는 제1 질문에 대한 제1 답변을 마인드맵 기반으로 나열하여 화면에 표시한다(S510). 예컨대, 콘텐츠 구축 장치(120)는 질문/답변 맵 영역(210)에 도메인(Domain)을 시작으로 질문 #1(제1 질문)과 제1 질문에 대한 답변 #a(제1 답변)을 마인드맵 형태로 나열한다.
콘텐츠 구축 장치(120)는 사용자의 판단에 따른 제1 답변과 제2 질문 간의 논리적인 연관 관계에 따라 제약 조건을 제2 질문 뒤에 명시한다(S520). 이는, 논리적 연관 관계가 있는 경우, 제1 답변에 따라 제2 질문의 답변인 제2 답변이 달라질 수 있기 때문이다. 이때, 제2 질문과 제1 답변 간의 논리적인 연관 관계는 사용자(대화모델 설계자(110))에 의해 판단될 수 있다.
예컨대, 제2 질문이 제1 답변과 논리적 연관 관계가 있다고 사용자에 의해 판단되는 경우, 콘텐츠 구축 장치(120)는 제2 질문 뒤에 제1 답변을 제약조건으로 명시하여 화면에 표시한다. 만약, 제2 질문이 제1 답변과 논리적 연관 관계가 없다고 사용자에 의해 판단되는 경우, 콘텐츠 구축 장치(120)는 제2 질문 뒤에 소정기호(‘#’)를 제약조건으로 명시하여 화면에 표시한다.
콘텐츠 구축 장치(120)는 제약 조건 뒤에 제2 질문에 대한 제2 답변을 마인드맵 기반으로 나열하여 화면에 표시한다(S530). 예컨대, 콘텐츠 구축장치(120)는 질문 #2(제2 질문)에 대한 복수의 답변 #b(제2 답변)를 마인드맵 형태로 나열하되, 단계 S520에서 명시된 제약조건 뒤에 제2 답변을 마인드맵 기반으로 나열하여 화면에 표시한다.
이와 같이 본 발명의 실시예에 따르면, 대화형 콘텐츠를 구축할 때 대화 흐름에 따른 제약 조건을 일관성 있고 직관적으로 생성함으로써, 복잡한 대화의 논리 흐름 또한 생성할 수 있고, 기존 기술로 제작된 대화형 콘텐츠보다 양질의 대화를 생성할 수 있다.
또한, 본 발명의 실시예에 따르면 사람이 생각하는 방식(마인드맵)으로 표현하였기 때문에 대화형 콘텐츠를 구축하는 작업자에게 쉽게 설명할 수 있어 짧은 시간 안에 양질의 대화형 콘텐츠를 구축할 수 있다.
이상, 본 발명의 바람직한 실시예를 통하여 본 발명의 구성을 상세히 설명하였으나, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 본 명세서에 개시된 내용과는 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 본 발명의 보호범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구의 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
110 : 대화모델 설계자 120 : 콘텐츠 구축 장치
130 : 콘텐츠 데이터베이스 140 : 대화 시스템 엔진
150 : 학생

Claims (1)

  1. 제1 질문에 대한 제1 답변들을 마인드맵 기반으로 나열하여 화면에 표시하는 단계; 및
    상기 제2 질문에 대한 제2 답변을 마인드맵 기반으로 나열하여 화면에 표시하되, 제약 조건을 상기 제2 답변 앞에 명시하는 단계; 를 포함하되,
    상기 명시하는 단계는,
    사용자에 의한 상기 제1 답변과 상기 제2 질문 간의 논리적 연관 관계 판단에 따라, 상기 제1 답변 또는 소정 기호를 상기 제약 조건으로 명시하는 것
    인 마인드맵 기반의 대화형 콘텐츠 구축 방법.
KR1020150010165A 2015-01-21 2015-01-21 마인드맵 기반의 대화형 콘텐츠 구축 방법 KR20160090178A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150010165A KR20160090178A (ko) 2015-01-21 2015-01-21 마인드맵 기반의 대화형 콘텐츠 구축 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150010165A KR20160090178A (ko) 2015-01-21 2015-01-21 마인드맵 기반의 대화형 콘텐츠 구축 방법

Publications (1)

Publication Number Publication Date
KR20160090178A true KR20160090178A (ko) 2016-07-29

Family

ID=56617674

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150010165A KR20160090178A (ko) 2015-01-21 2015-01-21 마인드맵 기반의 대화형 콘텐츠 구축 방법

Country Status (1)

Country Link
KR (1) KR20160090178A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180050786A (ko) * 2016-11-07 2018-05-16 주식회사 오제이월드 태그 서칭 기반의 자동 질의 응답 시스템 및 방법
US11274851B2 (en) 2019-04-09 2022-03-15 Lg Electronics Inc. Air conditioning apparatus

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180050786A (ko) * 2016-11-07 2018-05-16 주식회사 오제이월드 태그 서칭 기반의 자동 질의 응답 시스템 및 방법
US11274851B2 (en) 2019-04-09 2022-03-15 Lg Electronics Inc. Air conditioning apparatus

Similar Documents

Publication Publication Date Title
US20200082342A1 (en) Systems and methods for business processing modelling
O’Shea et al. Systems engineering and conversational agents
Koulouri et al. Do (and say) as I say: Linguistic adaptation in human–computer dialogs
CN113811869A (zh) 将自然语言查询翻译成标准数据查询
CN112596731B (zh) 一种融合智能教育的编程教学***及方法
Niculescu et al. Design and evaluation of a conversational agent for the touristic domain
Ahmad et al. UNISEL Bot: Designing Simple Chatbot System for University FAQs
KR20190123093A (ko) 감정 온톨로지에 기반을 둔 이모티콘 추천 장치 및 방법
KR20160090178A (ko) 마인드맵 기반의 대화형 콘텐츠 구축 방법
CN116009827B (zh) Rpa流程及引导教程的智能生成与推荐方法及***
Dethlefs Context‐Sensitive Natural Language Generation: From Knowledge‐Driven to Data‐Driven Techniques
Dall’Acqua et al. Toward a linguistically grounded dialog model for chatbot design
CN117093460A (zh) 评估方法、装置、电子设备及计算机可读存储介质
Wilson et al. Analogical question answering in a multimodal information kiosk
Ahmed et al. Design and implementation of a chatbot for Kurdish language speakers using Chatfuel platform
NL2025739B1 (en) Artificial intelligence and augmented reality system and method
US11494802B2 (en) Guiding customized textual persuasiveness to meet persuasion objectives of a communication at multiple levels
Kennington et al. Supporting spoken assistant systems with a graphical user interface that signals incremental understanding and prediction state
Kennington et al. A graphical digital personal assistant that grounds and learns autonomously
Ryabinin et al. Human-oriented IoT-based interfaces for multimodal visual analytics systems
CN113590772A (zh) 异常评分的检测方法、装置、设备及计算机可读存储介质
Sunayama Knowledge Emergence using Total Environment for Text Data Mining
CN117493427B (zh) 基于ai大语言模型的数据大屏生成方法及***
Lawley et al. VAL: Interactive Task Learning with GPT Dialog Parsing
Evchenko et al. Translation of Natural Language Requests to API

Legal Events

Date Code Title Description
WITN Withdrawal due to no request for examination