• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제9권3호
• /
• pp.91-100
• /
• 2020

기존의 영상 기반 질문-응답(VQA) 문제들과는 달리, 새로운 영상 기반 상식 추론(VCR) 문제들은 영상에 포함된 사물들 간의 관계 파악과 답변 근거 제시 등과 같이 추가적인 심층 상식 추론을 요구한다. 본 논문에서는 영상 기반 상식 추론 문제들을 위한 새로운 심층 신경망 모델인 KG_VCR을 제안한다. KG_VCR 모델은 입력 데이터(영상, 자연어 질문, 응답 리스트 등)에서 추출하는 사물들 간의 관계와 맥락 정보들을 이용할 뿐만 아니라, 외부 지식 베이스인 ConceptNet으로부터 구해내는 상식 임베딩을 함께 활용한다. 특히 제안 모델은 ConceptNet으로부터 검색해낸 연관 지식 그래프를 효과적으로 임베딩하기 위해 그래프 합성곱 신경망(GCN) 모듈을 채용한다. VCR 벤치마크 데이터 집합을 이용한 다양한 실험들을 통해, 본 논문에서는 제안 모델인 KG_VCR이 기존의 VQA 최고 모델과 R2C VCR 모델보다 더 높은 성능을 보인다는 것을 입증한다.

• 대한수학교육학회지:학교수학
• /
• 제19권2호
• /
• pp.345-367
• /
• 2017

본 연구의 목적은 함수적 상황을 그래프로 표현하고 해석하는 과정에서 드러나는 중학생의 비례 추론 능력과 그에 따른 그래프에 대한 이해를 탐색하는 것이다. 중학교 1학년 4명의 학생을 대상으로 약 3개월간(2016.5.~2016.7.)에 걸쳐 일차함수에 대한 수업을 실시하였고, 수집된 자료를 분석하는 과정에서 학생 B의 경우 나머지 학생들과 달리 그래프에 대한 이해의 변화가 없다는 점이 드러났다. 이에 본 연구는 학생 B와 (1차시부터 8차시까지 학생 B와 함께 수업에 참여한) 학생 A가 주어진 상황을 그래프로 표현하고 해석하는 과정에서 드러나는 그래프에 대한 이해의 차이와 그 원인을 비교, 분석하였다. 그 결과, 상황을 그래프로 나타내고 해석하기 위해 상황에 제시된 두 변량의 값들을 조정하여 또 다른 값들을 찾는 과정에서 학생 A와 학생 B가 사용하는 비례 해결 전략이 서로 달랐으며, 학생 B는 그의 제한된 비례 지식으로 인해 상황을 그래프로 표현하고 해석하는 데 어려움을 겪었다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.71-75
• /
• 2020

오픈북 질의응답 문제는 올바른 정답을 고르기 위해 사람들끼리 공유하고 있는 상식정보가 필요한 질의로 이루어져있다. 기계가 사람과 달리 상식 정보를 이용하여 결론을 도출하는 상식 추론을 하기 위해서는 적절한 상식 정보를 논리적으로 사용하여야 한다. 본 연구에서는 적절한 상식정보의 선택과 논리적 추론을 위하여, 질의에 대한 Abstract Meaning Representation (AMR) 그래프를 이용하여 적절한 상식 정보를 선택하고 그의 해석을 용이하게 만들었다. 본 연구에서 제안한 상식 그래프 경로 학습 모델은 오픈북 질의응답 문제에서 대표적 언어모델인 BERT의 성능보다 약 7%p 높은 55.02%의 정확도를 달성하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권11호
• /
• pp.928-935
• /
• 2009

온톨로지 스키마 추론은 개념의 정합성을 테스트하고 계층구조를 자동으로 생성해 준다. 이를 위해 개념의 검색과정은 반드시 수행하여야 한다. 온톨로지 스키마 추론은 온톨로지에 정의된 모든 개념들간의 포함관계를 테스트함으로써 수행된다. 이러한 포함관계 테스트 결과는 개념의 완전 그래프 생성여부에 따라 결정되며 이는 추론의 전체적인 성능에 결정적인 영향을 준다. 일반적으로 완전 그래프 생성 과정은 복잡도가 높은 과정으로 알려져 있으며 이는 낮은 추론성능을 유발시키는 원인이 되고 있다. 본 논문에서는 개념들간의 포함관계 테스트시 개념의 향상된 검색방법을 통해 불필요한 포함관계 테스트를 생략함으로써 온톨로지 스키마 추론의 성능을 향상시키는 방법을 제시하고자 한다. 이 향상된 검색방법은 개념의 포함관계 테스트 결과를 정의상 연관된 다른 개념에 전파함으로써 이루어진다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.557-559
• /
• 2022

최근 딥러닝의 기술발전으로 자연어 처리 분야에서 Q&A, 문장추천, 개체명 인식 등 다양한 연구가 진행 되고 있다. 딥러닝 기반 자연어 처리에서 좋은 성능을 보이는 트랜스포머 기반 BERT 모델의 성능향상에 대한 다양한 연구도 함께 진행되고 있다. 본 논문에서는 토픽모델인 잠재 디리클레 할당을 이용한 토픽별 지식그래프 분류와 입력문장의 토픽을 추론하는 방법으로 K-BERT 모델을 학습한다. 분류된 토픽 지식그래프와 추론된 토픽을 이용해 K-BERT 모델에서 대용량 지식그래프 사용의 효율적 방법을 제안한다.

• 정보관리학회지
• /
• 제34권1호
• /
• pp.177-195
• /
• 2017

연구전선이란 연구논문들 간에 인용이 빈번하게 발생하며, 지속적으로 발전이 이루어지고 있는 연구영역을 의미한다. 연구행위가 집중되는 핵심 연구분야로 발전 가능성이 높은 연구전선을 조기에 예측해내는 것은 학계와 산업계, 정부기관, 나아가 국가의 과학기술 발전에 큰 유익을 가져다 줄 수 있는 유용한 사회적 자원이 된다. 본 연구는 복합자질을 활용하여 연구전선을 추론하는 모델을 제시하고자 시도하였다. 연구전선 추론은 핵심 연구영역으로 발전할 가능성이 높은 문헌들이 포함될 수 있도록 문헌을 복합자질로 표현하고, 그 자질들을 심층학습하여 새로 발행된 문헌들이 연구전선에 포함될 수 있는지 그 가능성을 예측하였다. 서지 자질, 네트워크 자질, 내용 자질 등 복합자질 세트를 사용하여 문헌을 표현하고 피인용을 많이 받을 가능성이 있는 문헌을 추론하기 위해서 확률기반 팩터그래프 모델을 적용하였다. 추출된 자질들은 팩터그래프의 변수로 표현되어 합-곱 알고리즘과 접합 트리 알고리즘을 적용하여 연구전선 추론이 이루어졌다. 팩터그래프 확률모델을 적용하여 연구전선을 추론 구축한 결과, 서지결합도 4 이상으로 구축된 베이스라인 연구전선과 큰 차이를 보였다. 팩터그래프 기반 연구전선그룹이 서지결합 기반 연구전선그룹보다 문헌 간의 직접 연결정도가 강하며 연결 관계에 있지 않은 두 개의 문헌을 연결시키는 매개정도 또한 강한 집단으로 나타났다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권8호
• /
• pp.319-330
• /
• 2021

최근 오픈 도메인 자연어 질문 응답 분야에서는 다중 작업, 다중 홉 질문 응답에 관한 연구들이 활발히 진행되어 오고 있다. 본 논문에서는 이러한 다중 작업, 다중 홉 질문들에 효과적으로 응답하기 위해, 계층적 그래프 기반의 새로운 심층 신경망 모델을 제안한다. 제안 모델에서는 계층적 그래프와 그래프 신경망을 이용해 여러 문단들로부터 서로 다른 수준의 맥락 정보를 얻어낸 후, 이들을 활용하여 답변 유형, 뒷받침 문장들과 답변 영역 등을 동시에 예측해낸다. 본 논문에서는 오픈 도메인 자연어 질문 응답 데이터 집합인 HotpotQA를 이용한 실험들을 통해, 제안 모델의 높은 성능과 긍정적 효과를 입증한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 추계종합학술대회
• /
• pp.566-570
• /
• 2005

생물학적 유전자 배열에서 다양한 레벨로 분자 세포 간 네트워크를 입증하여 고 처리를 응용하여 수치학적인 표현 모델 분석으로 정보공학 네트워크를 연구한다. 확률적 그래프 모델을 사용하여 네트워크의 계층적 구성 특성을 이용하여 생물학적 통찰력을 확률함수를 응용해 복잡한 세포 간 네트워크에 대한 고 대역 처리 데이터의 근원인 DNA 마이크로 배열을 응용하여 유전자 베이스네트워크 논리를 유전자 표현 레벨로 나타낸다. 유전자 데이터로부터 확률적 그래프 모델들을 추정 및 분석하고 논리적으로 예측하여 확률적 그래프 모델이 정보공학 네트워크로 확장 추론 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.994-997
• /
• 2019

영상 기반 상식 추론(VCR) 문제는 기존의 영상 기반 질문-응답(VQA) 문제들과는 달리, 영상에 포함된 사물들 간의 관계 파악과 답변 근거 제시 등 별도의 상식 추론이 요구되는 새로운 지능 문제이다. 본 논문에서는 입력 데이터(영상, 자연어 질문, 응답 리스트)에서 사물들 간의 관계와 맥락 정보를 추출해내는 모듈들 외에, 별도로 ConceptNet과 같은 외부 지식 베이스로부터 관련 상식들을 직접 가져다 GCN 기반의 지식 그래프 임베딩 과정을 거쳐 추가적으로 활용할 수 있는 모듈들을 포함한 새로운 심층 신경망 모델인 KG_VCR을 제안한다. 제안 모델인 KG_VCR의 세부 설계사항들을 소개하고, VCR 벤치마크 데이터 집합을 이용한 다양한 실험들을 통해 제안 모델의 성능을 입증한다.

• 한국학교수학회논문집
• /
• 제23권3호
• /
• pp.323-349
• /
• 2020

본 연구에서는 중학교 3학년 학생들의 공변 추론에 대해 알아보기 위해 학생마다 또래교수자와 또래학습자의 역할을 모두 경험할 수 있는 상호또래교수과정을 통한 교수 학습을 진행하였다. 학생들은 또래교수자로서 자신의 공변 추론을 가르치는 경험을 하고, 또래학습자로서 다른 학생의 공변 추론을 학습하는 기회를 제공받는다. 상호또래교수과정을 통한 교수 학습과정에서 비계가 제공될 수 있도록 이질집단으로 모둠을 형성하였다. 양적 그래프 유형 4문항, 질적 그래프 유형 4문항을 모둠에 제시하고 총 8차시에 걸친 상호또래교수를 진행하여 나타난 반응을 분석한 결과는 다음과 같다. 상호또래교수과정에서 학생들은 자신보다 높은 수준의 공변 추론 경험의 기회를 제공 받아 공변 추론 수준의 상승이 일어났다. 상호또래교수과정에서 학생들은 자신의 공변 추론을 수정하거나 보완하여 추론의 완성도를 높였다. 문제해결 결과의 피드백을 위해 최소한의 교사의 개입이나 수준 높은 또래의 중재가 필요함을 알 수 있었다.