• The Monthly Technology and Standards
• /
• s.94
• /
• pp.56-59
• /
• 2009

억겁의 세월 속에서 바퀴는 '징그럽다', '더럽다'는 이유로 늘 인간의 혐오대상이 되어왔다. 하지만 그 '혐오스러움'을 느끼는 갓은 인간의 무지함에 의한 오랜 타성은 아닐까? 다큐프라임 <바퀴>는 인류보다 먼저 지구에 출현해 진화를 거듭해 온 바퀴의 숨겨져 있던 생태 비밀과 인간과의 공존을 위한 유쾌한 변론을 시작한다.

• Journal of Korea Game Society
• /
• v.14 no.1
• /
• pp.81-92
• /
• 2014

It was introduced article 26 (Restriction on Hours Provided for Internet Games in Late Night Time) of Juvenile Protection Act, so called "Shut-down Rule", in 2011. Game Industry submitted the legal petition and claimed that the rule is against the Constitution, because that rule based on the assertion that the game is poisonous such as drugs without apparent scientific evidence. It's in controversy in terms of science/medical care up to now; for all that it became to receive in social level. We can find a kind of technology-hatred that come out state-driven radical technological reception. It is required critical-discourse frame on new technology, not pathological frame.

• The Science & Technology
• /
• no.4 s.455
• /
• pp.88-89
• /
• 2007

• The Science & Technology
• /
• s.531
• /
• pp.96-97
• /
• 2013

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.27-28
• /
• 2019

본 논문에서는 한국 사회에 특유의 폭력성과 선정성으로 인해 큰 충격을 주고 있는 인터넷 커뮤니티 사이트 '일간 베스트' 글에 나타난 욕설과 여성 혐오에 대해 분석하고자 한다. 데이터는 일베 게시판에 올라온 게시글 2,000개를 웹 크롤링하여 수집하였으며, 수집한 게시글에 게임 내 금칙어 리스트와 여성 지칭어 사전을 기반으로 욕설 여부와 여성 지칭어를 태깅하였다. 태깅하여 분석한 결과 여성 지칭어를 사용한 게시글에는 욕설을 사용하는 글이 전체의 60.52%로 많았으며 욕설을 사용하지 않은 게시글에도 범행, 살해, 김치녀 등의 부정적인 단어가 많은 것을 볼 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.735-736
• /
• 2021

인터넷에서 댓글 시스템은 자신의 의사표현을 위한 시스템으로 널리 사용되고 있다. 하지만 이를 악용하여 상대방에 대한 혐오를 드러내기도 한다. 악성댓글에 대한 적절한 대처를 위해 빠르고 정확한 탐지는 필수적이다. 본 연구에서는 악성 댓글 분류 문제를 해결하기 위해서 순서가 있는 분류 레이블의 성질을 활용한 순서형 회귀 (Ordinal regression) 기반의 분류 모델을 제안한다. 일반적인 분류 모형과는 달리 혐오 발언 정도에 따라 다중 레이블을 부여하여 학습을 진행하였다. 실험을 통해 Korean Hate Speech Dataset에 대해 LSTM기반의 모형의 출력층을 다르게 구성하여 순서형 회귀 기반의 모형들의 성능을 비교하였다. 결과적으로 예측 결과에 대한 조율이 가능한 순서형 회귀 모형이 일반적인 순서형 회귀 모형에 비해서 편향된 예측에 대해 추가적인 성능 향상을 보였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.24 no.12
• /
• pp.1595-1603
• /
• 2020

Online defamation incidents such as Internet news comments on portal sites, SNS, and community sites are increasing in recent years. Bias and hate expressions threaten online service users in various forms, such as invasion of privacy and personal attacks, and defamation issues. In the past few years, academia and industry have been approaching in various ways to solve this problem The purpose of this study is to build a dataset and experiment with deep learning classification modeling for detecting various bias expressions as well as hate expressions. The dataset was annotated 7 labels that 10 personnel cross-checked. In this study, each of the 7 classes in a dataset of about 137,111 Korean internet news comments is binary classified and analyzed through deep learning techniques. The Proposed technique used in this study is multi-channel CNN model with attention. As a result of the experiment, the weighted average f1 score was 70.32% of performance.

• Journal of Popular Narrative
• /
• v.27 no.1
• /
• pp.133-185
• /
• 2021

This study is an attempt to connect television drama M, which deals with abortion issues, with theoretical focus such as materiality, relativity, and agency, to understand diffractively as an cartography of agential reality. According to Karen Barard's Agential Realism, Television drama M is a sociocultural phenomenon produced by the agential intra-actions of material-discursive apparatuses such as medical technology, ghost stories and legends, and male-affect. The 1990s repeatedly revealed "hate" through apparatuses such as technology, discourse, and affect, which are directed at women's gendered bodies. The material -discursive practice of plastic surgery and abortion proves that the agential reality surrounding the body is closely intertwined with medical technology, as well as with the genderized hate. Another related material-discursive phenomenon is rediscovery of the legend and fad of the ghost story, which is also produced from the hate of the denaturalized body, which is once again expanded and reproduced. Appearing in this environment of affect, M enacts diffraction, which is based on backlash, lacking posthuman implications for the materialization of the techno-body. M puts humanistic assumptions about "Man" as a universal definition, historically framed and defined in context. But it is not universal and it is gendered. The current time when the political turmoil surrounding medical technology, discourse, and bodily matters is violently intra-acted is the time to carefully account and respond to the alternative definitions of human beings that M has rejected.

• Bulletin of Korea Environmental Preservation Association
• /
• s.419
• /
• pp.13-16
• /
• 2015

이제 안정적인 폐기물 처리와 자원순환 사회 구축, 기후변화 대응과 친환경 에너지 확보는 더 이상 미룰 수 없는 과제이다. 우리 스스로 더욱 노력해 폐자원 에너지화 기술개발과 함께 친환경에너지타운 조성사업 속도를 낼 때이다. 친환경 에너지타운이야말로 기피 혐오시설을 활용하여 에너지를 생산함으로써 환경과 에너지 문제를 동시에 해결할 수 있는 최선의 대안이라고 확신한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.714-715
• /
• 2023

최근들어 청원 시스템은 사람들의 다양한 의견을 반영하고 대응하기 위한 중요한 수단으로 부상하고 있다. 그러나 많은 양의 청원 글들을 수작업으로 분류하는 것은 매우 시간이 많이 소요되며, 인적 오류가 발생할 수 있는 문제점이 존재한다. 이를 해결하기 위해 자연어처리(NLP) 기술을 활용한 청원 분류 시스템을 개발하는 것이 필요하다. 본 연구에서는 BERT(Bidirectional Encoder Representations from Transformers)[1]를 기반으로 한 텍스트 필터링 시스템을 제안한다. BERT 는 최근 자연어 분류 분야에서 상위 성능을 보이는 모델로, 이를 활용하여 청원 글을 분류하고 분류된 결과를 이용해 해당 글의 노출여부를 결정한다. 본 논문에서는 BERT 모델의 이론적 배경과 구조, 그리고 미세 조정 학습 방법을 소개하고, 이를 활용하여 청원 분류 시스템을 구현하는 방법을 제시한다. 우리가 제안하는 BERT 기반의 텍스트 필터링 시스템은 청원 글 분류를 자동화하고, 이에 따른 대응 속도와 정확도를 향상시킬 것으로 기대된다. 또한, 이 시스템은 다양한 분야에서 응용 가능하며, 대용량 데이터 처리에도 적합하다. 이를 통해 대학 청원 시스템에서 혐오성 발언 등 부적절한 내용을 사전에 방지하고 학생들의 의견을 효율적으로 수집할 수 있는 기능을 제공할 수 있다는 장점을 가지고 있다.