• The KIPS Transactions:PartB
• /
• v.8B no.4
• /
• pp.373-380
• /
• 2001

본 논문은 한국어 보조동사의 의미를 Sowa에 의해 제안되고 국제표준이 되고있는 개념그래프를 이용하여 형식적으로 기술하는 방법을 제안한다. 이를 위해 영어의 양상과 상에 관한 개념그래프를 알아보고 한국어 보조동사를 통사/의미론적으로 고찰한다. 한국어 보조동사의 개념그래프적 기술을 위해, 각종 논문과 국어사전에서 한국어 보조동사 40개의 여러 예문들을 수집하여 완료, 진행, 봉사, 시도, 강세, 원망, 지속, 추정의 8가지 의미로 분류하고 이들을 개념그래프로 기술한다. 실험에서는 이들 8가지 의미들을 인공지능언어의 일종인 LIPS과 유사한 KIF로 작성하고 C++를 이용하여 한국어 보조동사가 포함된 문장을 입력받아 개념그래프로 변환하는 프로그램을 구현한다. 문장 내의 모든 범주들의 개념과 개념 관계가 자연어의 모든 의미관계를 표시할 수 있는 개념그래프는 한국어 보조동사의 다양한 의미를 기술하는데 적합함을 알 수 있었다.

• Journal of Digital Convergence
• /
• v.12 no.12
• /
• pp.285-292
• /
• 2014

Intelligent systems are systems that mainly use knowledge rather than data or information. Therefore, knowledge representation is an important factor for intelligent system construction. Conceptual graph is a logical knowledge representation language which has graphical form and it can represent knowledge efficiently. It is, however, cumbersome to use conceptual graphs directly for programming. Various tools were developed to overcome this difficulties. In this paper, we survey on functions and characteristics of conceptual graph tools that can be utilized for constructing intelligent systems by using conceptual graphs. The result of this survey will be very helpful to use conceptual graphs for development of intelligent systems.

• Journal of KIISE:Software and Applications
• /
• v.26 no.6
• /
• pp.822-832
• /
• 1999

개념 그래프는 개념구조(conceptual structures)를 그래프로 표현한 논리 시스템으로 자연어 처리에 적합한 여러 특성을 지니고 있다. 그러나, 개념주조의 그래프 표현은 개념 그래프에 대한 연산의 복잡도를 증가시키고 의미 표현의 일관성(consistency)과 유일성(uniqueness)을 잃게 한다. 본 논문에서는 개념 그래프의 이러한 문제점에 대해 자세히 살펴보고이를 해결한 개념 트리의 표현 방법을 보인다. 표현의 유일성을 위해, 개념 트리는 중심어 선행 표현(perorder expression)에 의해 제약된다 또한 , 표현의 일관성을 위해 집합 참조대상 (set referents)을 확장하고 이를 다루기 위한 set join연산을 재정의한다. 우리는 개념 트리가 자연어 문장에 대한 표현력을 유지하면서 효율적임을 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.383-385
• /
• 2003

본 논문에서는 개념 기반 검색엔진 시스템(Concept-based Search Engine System)의 검색 정확도를 향상시키기 위한 방법으로 MeSH를 이용하였다. MeSH는 Medical Subject Headings의 약자로서 MEDLINE 논문의 원활한 검색을 위하여 주제어를 코드화한 것으로 이를 개념 그래프의 시소러스로 사용하여 개념 그래프의 가장 중요한 부분인 개념 추출의 정확성을 보장하도록 하였다. 본 논문은 2003년 MeSH의 Descriptor Data의 Term 항목을 사용하여 개념과 관련이 있는 유의어를 추출했다. 추출된 유의어로 개념 그래프를 구성한 것과 문서 내에서의 단어 빈도수에 의하여 개념 그래프를 구성한 것의 검색 결과를 비교한 결과 MeSH 를 시소러스로 사용하여 개념 그래프를 구성한 것이 훨씬 더 정확한 결과를 내는 것을 확인할 수 있었다.

• Journal of Internet Computing and Services
• /
• v.2 no.3
• /
• pp.37-49
• /
• 2001

Korean auxiliary verbs are often used in Korean sentences in spite of the small number of the auxiliary verbs, However. the incorrect processing of the verbs concept leads to the poor translation quality. To solve the problems of the auxiliary verb processing. the paper proposes a description of the auxiliary verbs based on Conceptual Graph (CG), For the description of the auxiliary verbs within CG. we first collect 40 Korean auxiliary verbs and example sentences from papers and a Korean dictionary, Next, we perform the analysis of the Korean auxiliary verbs through a classification: perfective, progressive, benefactive, attemptive, emphatic, desirable, retentive, and presumptive. Then we depict the eight meanings based on CG. In the experiment. the paper implements the program that translates sentences included in the auxiliary verbs into CG and explains the experimental results.

• Journal of Internet Computing and Services
• /
• v.3 no.1
• /
• pp.17-28
• /
• 2002

Korean auxiliary adjectives. causatives and passives are often used in Korean sentences in spite of the small numver of them. However, the incorrect processing of their concepts leads to the poor translation quality. To solve the problems. this paper proposes a description of them based on Conceptual Graph(CG). For the description of them within CG, this paper first collects 12 auxiliary adjectives, 425 causatives, and 260 passives. Next. the paper performs the analysis of them. Then the paper depicts the meanings of them based on CG, in the experiment, the paper implements the hepler program that translates sentences included in them into CG and explains the experimental results.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.211-214
• /
• 2020

Abstract Meaning Representation(AMR)은 문장의 의미를 그래프 구조로 인코딩하여 표현하는 의미 형식표현으로 문장의 각 노드는 사건이나 개체를 취급하는 개념으로 취급하며 간선들은 이러한 개념들의 관계를 표현한다. AMR 파싱은 주어진 문장으로부터 AMR 그래프를 생성하는 자연어 처리 태스크이다. AMR 그래프의 각 개념은 추상 표현으로 문장 내의 토큰과 명시적으로 정렬되지 않는 어려움이 존재한다. 이러한 문제를 해결하기 위해 별도의 사전 학습된 정렬기를 이용하여 해결하거나 별도의 정렬기 없이 Sequence-to-Sequence 계열의 모델로 입력 문장으로부터 그래프의 노드를 생성하는 방식으로 연구되어 왔다. 본 논문에서는 문장의 입력 시퀀스와 부분 생성 그래프 사이에서 반복 추론을 통해 새로운 노드와 기존 노드와의 관계를 구성하여 점진적으로 그래프를 구성하는 모델을 한국어 AMR 데이터 셋에 적용하여 Smatch 점수 39.8%의 실험 결과를 얻었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.295-297
• /
• 2000

전문가 검색 엔진은 전문가 시스템과 같은 목적에서 특정 전문 분야에 대한 특수한 정보를 수집 검색하기 위한 검색 엔진을 내용이다. 본 논문은 전문가 검색 엔진을 만드는 과정에서 초기 작업에 해당하는 웹 정보 수집에 대한 논문이다. 본 논문은 웹 페이지에서 하이퍼링크와 참조되는 웹 페이지에 대한 표면 지식을 이용하여, 홈페이지 그래프를 작성한다. 그리고 나서 홈페이지 그래프와 사전에 미리 준비된 개념 그래프를 이용하여, 웹 페이지 수집 중 특정 전문 분야에 해당하는 웹 페이지인지를 판별하여 사용자가 수집하고자 하는 분야에 대한 웹 페이지만을 수집한다. 본 논문은 이에 대한 개념, 설계 및 구현과 앞으로의 개선 상황을 제안한다.

• The Journal of Korean Institute for Practical Engineering Education
• /
• v.2 no.2
• /
• pp.49-54
• /
• 2010

The functions and their graphs are very important parts in mathematical educations. But there seems be a lot of students studying the functions and their graphs without grasping the meaning of them and without interest with them. We present a learning method of how to match functions and their graphs with outlines of various shapes. That is, outlines of the shapes are assumed to be the graphs of the functions and the graphs will be plotted on the screen of a computer with help of the computer algebra system.

• Journal of Korea Entertainment Industry Association
• /
• v.14 no.4
• /
• pp.349-354
• /
• 2020

This paper, firstly, propose a new Clustering scheme Based on Conceptual graphs (CBC) that can describe objects freely and can perform clustering efficiently. The conceptual clustering is one of machine learning technique. The similarity among the objects in conceptual clustering are decided on the bases of concept membership, unlike the general clustering scheme which decide the similarity without considering the context or environment of the objects. A new conceptual clustering scheme, CBC, which can perform efficient conceptual clustering by describing various objects freely with conceptual graphs is introduced in this paper.