초록 ▼

문장 특징 벡터 임베딩 장치 및 방법이 개시된다. 일 실시예에 따른 문장 특징 벡터 임베딩 장치는, 하나 이상의 단어를 포함하는 제1 문장 및 제2 문장을 획득하는 문장 획득부; 상기 제1 문장 및 상기 제2 문장 각각을 특징 추출 네트워크에 독립적으로 입력하여 상기 제1 문장에 대응되는 제1 특징 벡터 및 상기 제2 문장에 대응되는 제2 특징 벡터를 추출하는 벡터 추출부; 및 상기 제1 특징 벡터 및 상기 제2 특징 벡터 각각을 컨볼루셔널 뉴럴 네트워크(CNN; Convolutional Neural Network) 기반의 벡터 압

문장 특징 벡터 임베딩 장치 및 방법이 개시된다. 일 실시예에 따른 문장 특징 벡터 임베딩 장치는, 하나 이상의 단어를 포함하는 제1 문장 및 제2 문장을 획득하는 문장 획득부; 상기 제1 문장 및 상기 제2 문장 각각을 특징 추출 네트워크에 독립적으로 입력하여 상기 제1 문장에 대응되는 제1 특징 벡터 및 상기 제2 문장에 대응되는 제2 특징 벡터를 추출하는 벡터 추출부; 및 상기 제1 특징 벡터 및 상기 제2 특징 벡터 각각을 컨볼루셔널 뉴럴 네트워크(CNN; Convolutional Neural Network) 기반의 벡터 압축 네트워크에 독립적으로 입력하여 상기 제1 특징 벡터 및 상기 제2 특징 벡터 각각을 제1 압축 벡터 및 제2 압축 벡터로 압축하는 벡터 압축부를 포함한다.

대표청구항 ▼

하나 이상의 프로세서들, 및상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 방법으로서,하나 이상의 단어를 포함하는 제1 문장 및 제2 문장을 획득하는 단계;상기 제1 문장 및 상기 제2 문장 각각을 특징 추출 네트워크에 독립적으로 입력하여 상기 제1 문장에 대응되는 제1 특징 벡터 및 상기 제2 문장에 대응되는 제2 특징 벡터를 추출하는 단계; 및상기 제1 특징 벡터 및 상기 제2 특징 벡터 각각을 컨볼루셔널 뉴럴 네트워크(CNN; Convolutional Ne

하나 이상의 프로세서들, 및상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 컴퓨팅 장치에서 수행되는 방법으로서,하나 이상의 단어를 포함하는 제1 문장 및 제2 문장을 획득하는 단계;상기 제1 문장 및 상기 제2 문장 각각을 특징 추출 네트워크에 독립적으로 입력하여 상기 제1 문장에 대응되는 제1 특징 벡터 및 상기 제2 문장에 대응되는 제2 특징 벡터를 추출하는 단계; 및상기 제1 특징 벡터 및 상기 제2 특징 벡터 각각을 컨볼루셔널 뉴럴 네트워크(CNN; Convolutional Neural Network) 기반의 벡터 압축 네트워크에 독립적으로 입력하여 상기 제1 특징 벡터 및 상기 제2 특징 벡터 각각을 제1 압축 벡터 및 제2 압축 벡터로 압축하는 단계를 포함하는, 문장 특징 벡터 임베딩 방법.