• Journal of Korean Academy of Nursing
• /
• v.25 no.1
• /
• pp.156-163
• /
• 1995

이 연구는 간호사의 보건정책과 정치에 대한 미래지도력을 향상시키기 위한 방법으로써 한국의 4년제 간호학과에서 가르쳐야할 보건정책과목을 상세하게 제시한다. 새로운 보건정책과목 개설을 위한 기초작업으로써, 미국 간호사들의 정치와 정책참여에 대한 사례를 열거하고 어떻게 간호사들이 정책에 참여하고 영향력을 발휘 했는지를 서술한다. 특히 Oregon plan과 지역사회 중심으로 형성된 연합체제와 간호정책 분석가의 역할이 소개된다. 간호사들의 사회 정치 진출의 한 방법으로써 간호교육에서의 보건정책과목의 필요성과 중요성이 언급되며, 미국의 4년제 간호대학 학부과정, 석사과정, 박사과정에서 가르쳐지는 보건정책 과목이 소개된다. 간호정책 전문가로써의 등용문으로 알려 진 Robert Wood Johnson Health Policy Internship과 Fellowship이 소개한다. 미국간호사들의 보건정책 참여방법과 현재 가르쳐지는 보건정책과목의 장점을 토대로 하여 우리의 실정에 맞는 간호학생을 위한 보건정책 과목이 제시되어진다. 보건정책과목의 목적과 내용이 자세히 서술되어지고 역동적인 실습과정이 소개되어진다. 또한 학과목으로 정착되기 위해서 필요한 새로운 전략이 서술되어 진다.

• 한국어정보학회:학술대회논문집
• /
• 2016.10a
• /
• pp.111-116
• /
• 2016

의미역은 자연어 문장의 서술어와 관련된 논항의 역할을 설명하는 것으로, 주어진 서술어에 대한 논항인식(Argument Identification) 및 분류(Argument Labeling)의 과정을 거쳐 의미역 결정(Semantic Role Labeling)이 이루어진다. 이를 위해서는 격틀 사전을 이용한 방법이나 말뭉치를 이용한 지도 학습(Supervised Learning) 방법이 주를 이루고 있다. 이때, 격틀 사전 또는 의미역 주석 정보가 부착된 말뭉치를 구축하는 것은 필수적이지만, 이러한 노력을 최소화하기 위해 본 논문에서는 비모수적 베이지안 모델(Nonparametric Bayesian Model)을 기반으로 서술어에 가능한 의미역을 추론하는 비지도 학습(Unsupervised Learning)을 수행한다.

• 한국어정보학회:학술대회논문집
• /
• 2016.10a
• /
• pp.119-121
• /
• 2016

최근 사람과 컴퓨터가 대화를 하는 채팅시스템 연구가 활발해지고 있다. 컴퓨터가 사람의 말에 적절한 응답을 하기 위해선 그 의미를 분석할 필요가 있다. 발화에 대한 의미 분석의 기본이 되는 연구로 감정분석과 화행분석이 있다. 그러나 이 둘은 서로 밀접한 연관이 있음에도 불구하고 함께 분석하는 연구가 시도되지 않았다. 본 연구에서는 Long Short-term Memory(LSTM)를 이용하여 대화체 문장의 감정과 화행, 서술자를 동시에 분석하는 통합 대화 분석모델을 제안한다. 사랑 도메인 데이터를 사용한 실험에서 제안 모델은 감정 58.08%, 화행 82.60%, 서술자 62.74%의 정확도(Accuracy)를 보였다.

• Annual Conference on Human and Language Technology
• /
• 2014.10a
• /
• pp.251-254
• /
• 2014

의미역 결정은 문장의 서술어와 그 서술어에 속하는 논항들 사이의 의미관계를 결정하는 문제로, 기계학습에 의한 의미역을 부착하기 위해서는 의미역 부착 말뭉치를 필요로 한다. 본 논문에서 격틀 사전을 사용하여 각 서술어의 논항의 의미역을 제한하여 작업자가 빠르게 의미역 말뭉치를 구축할 수 있도록 하는 의미역 반자동 부착 도구(UTagger-SR)를 개발하였다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.111-112
• /
• 2015

우리는 이 논문에서, 압전소자, 태양열판, 풍력, 전자기 유도 현상 등을 사용하여 버려지는 폐에너지를 수확하는 에너지 하베스팅의 방법에 대해 서술하고, 그것을 적용하는 아이디어 등을 설명할 것이다. 압전소자의 효율을 측정한 방법과 결과 및 그 효율을 높일 수 있는 모형에 대해 서술할 것이다. 또한, 나머지 방법들의 분석과 에측 내용을 서술할 것이다.

• Proceedings of the Korea Contents Association Conference
• /
• 2005.11a
• /
• pp.279-283
• /
• 2005

요즘 사회에 이슈가 되는 것을 꼽으라면 사람들은 주저 없이 Ubiquitous를 말할 것이다. Ubiquitous란 사용자가 네트워크나 컴퓨터를 의식하지 않고 장소에 상관없이 자유롭게 네트워크에 접속할 수 있는 정보통신 환경을 의미한다. Sensor Network과 RFID는 Ubiquitous 환경을 구축하는데 필요한 아주 중요한 요소이다. 본 논문에서는 기존에 구현된 Sensor Network과 RFID의 기술을 이용하여 Ubiquitous Healthcare system의 일환으로 '노약자 관리 시스템 구축'에 대해 서술하고자 한다. 특별한 관리가 필요한 노약자(어린아이, 치매성 질환을 가진 노인, 정신지체 장애인 등)를 대상으로 보호자와 응급센터와의 네트워크를 구축하고 기반시설과의 연동을 통해서 보다 체계적이고 효율적인 관리 시스템에 대해서 서술한다. Sensor Network과 RFID의 기본적인 개념, 노약자 관리시스템의 필요성, 제안된 관리시스템에 관해 서술한다.

• Proceedings of the Korean Society for Language and Information Conference
• /
• 2002.06a
• /
• pp.162-172
• /
• 2002

서수 한정사의 수식을 받는 명사구는 "정확히"의 의미와 "적어도"의 의미를 둘 다 가질 수 있다. Horn(1972)과 Kadmon(1985, 1987, 2001)은 "적어도"의 의미를 의미론적 의미로, "정확히"의 의미를 화용적 의미로 분석하고, Kamp는 그 반대 입장을 취한다. 그러나 서수 한정사의 의미를 그 의미 구조와 무관하게 일률적으로 분석하는 이런 접근 방식은 양쪽 중 어떤 입장을 취하든 다음의 두 사실을 설명할 수 없다 (i) 서술구에 쓰인 서수 한정사는 항상 "정확히"의 의미만을 갖는다. (ii) 초점을 받는 서수 한정사도 항상 "정확히"의 의미만을 갖는다. 이 연구는 초점 구문에 대한 논리-의미적 분석 방법에 근거하여 서수 한정사의 중의성의 의미를 설명한다. 구체적으로, 서수 한정사는 통사적 논항에 나타나든 통사적 서술구에 나타나든 상관없이 의미적으로 동일성의 서술구에 나타나면 항상 "정확히"의 의미만을 갖게 되고 의미적 주부에 나타나면 "적어도"의 의미를 갖게 된다는 사실을 보인다.

• Annual Conference on Human and Language Technology
• /
• 1992.10a
• /
• pp.361-366
• /
• 1992

이 발표에서는 공시적 기술 위주의 대규모 언어사전으로서의 현대한국어 사전을 구상할 때 성찰이 요구되는 서술명사의 처리방안을 생각해 보고자 한다. 보통명사의 한 하류부류인 서술명사로 특징지어지는 명사 약속을 실례로, 그 통사 어휘적 기술을 시도하고, 그 결과를 활용하는, 언어학적으로 근거있는 명사의 사전항목 구성을 검토해 보는 것이다. 약속의 항목에 명시적으로 표시되어야 할 주요 어휘 통사적 속성을 제시하고 또 이들의 사전적 표상을 위한 몇 가지 실제적 제안을 소개하려고 한다.

• Annual Conference of KIPS
• /
• 2000.10b
• /
• pp.1297-1300
• /
• 2000

본 논문에서는 멀티미디어 데이터 중에서 오디오 데이터의 검색을 위해 Wavelet 변환을 이용한 인덱싱 방법에 대해 서술한다. 오디오 데이터는 그 자신이 가지고 있는 특징 때문에 좋은 검색효율을 위한 인덱스를 구성하기가 까다롭다. 여기서 Wavelet을 이용한 인덱스는 데이터를 블록으로 나누지 않고 인덱싱 하고, 이 방법을 이용한 검색효율에 대해 서술한다. 즉 Wavelet의 마지막 단계의 고주파 부분과 저주파 부분에서 고주파 부분은 String Matching 기법으로 블록을 결정하고, 저주파 부분은 결정된 블록에 대해서 세부적인 비교를 한다. 실험은 적절한 비교 계수를 결정하기 위한 실험과, 질의 길이의 변화에 따른 검색율의 변화를 보여준다. 마지막 결론에서는 본 논문에서 제안한 방법을 이용한 발전방향과 응용에 대해서 서술한다.

• Annual Conference on Human and Language Technology
• /
• 2016.10a
• /
• pp.111-116
• /
• 2016

의미역은 자연어 문장의 서술어와 관련된 논항의 역할을 설명하는 것으로, 주어진 서술어에 대한 논항 인식(Argument Identification) 및 분류(Argument Labeling)의 과정을 거쳐 의미역 결정(Semantic Role Labeling)이 이루어진다. 이를 위해서는 격틀 사전을 이용한 방법이나 말뭉치를 이용한 지도 학습(Supervised Learning) 방법이 주를 이루고 있다. 이때, 격틀 사전 또는 의미역 주석 정보가 부착된 말뭉치를 구축하는 것은 필수적이지만, 이러한 노력을 최소화하기 위해 본 논문에서는 비모수적 베이지안 모델(Nonparametric Bayesian Model)을 기반으로 서술어에 가능한 의미역을 추론하는 비지도 학습(Unsupervised Learning)을 수행한다.