• Annual Conference on Human and Language Technology
• /
• 2014.10a
• /
• pp.156-160
• /
• 2014

본 논문은 사전 데이터를 바탕으로 한글 뜻풀이를 하여 한글 단어를 맞추는 앱 어플리케이션 '한글아 놀자'의 설계에 대하여 서술한다. '한글아 놀자'는 게임을 통하여 사용자가 쉽게 한글 단어를 학습 할 수 있도록 만들어진 앱 어플리케이션으로 기존의 유아를 대상으로 하는 유사한 어플리케이션들과 달리 특정 층을 대상으로 잡지 않아, 일반인도 흥미를 가지고 학습 할 수 있고 따라서 다양한 사용자 층을 확보 하여 한글 학습의 접근성을 향상 시킬 수 있도록 하였다. 또한 어플리케이션의 중요한 특징 중 하나로 게임을 진행 하며 잘 몰랐던 단어들은 오답 노트를 통하여 피드백을 해주고, 사용자의 선택에 따라 자신의 단어장에 추가하여 언제든지 복습해 볼 수 있도록 하여 지속적인 학습이 가능하도록 하였다. 그 외에도 '한글아 놀자'는 사전 데이터를 가지고 동작하기 때문에 일상생활에서 잘 쓰이지 않는 단어, 옛말, 사자성어등도 학습이 가능하도록 하여 한글의 활용성을 높이고 사용자가 접하는 단어의 다양성을 높이는데 주력하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.905-908
• /
• 2014

악성댓글은 인터넷 상에서 상대방이 올린 글에 대한 비방, 험담 등을 하는 악의적인 댓글을 의미한다. 사용자에게 스마트 모바일 기기, 소셜 네트워크 서비스 등의 편리한 서비스를 제공함에 따라 악성댓글에 대한 피해도 꾸준히 증가하고 있다. 본 논문에서 제안하는 방법은 댓글로부터 간단한 형태소 분석과 패턴 추출 과정을 거쳐 단어장을 형성한다. 단어장을 바탕으로 댓글에 포함된 단어가 악성댓글과 비악성댓글에서 나타날 확률을 구하고 이를 기반으로 주어진 댓글이 악성댓글인지 아닌지를 판별한다. 실험결과를 통하여 본 논문에서 제안하는 악성댓글을 판별하는 방법을 평가한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.151-154
• /
• 2017

본 논문에서는 사용자의 주변사물을 인식하여 영단어로 알려줌으로써 사용자가 실생활에서 영단어를 능동적으로 학습할 수 있도록 돕는 애플리케이션을 개발한다. 본 애플리케이션은 사용자가 카메라로 촬영하거나 사진첩에서 선택한 이미지를 인식하여 사진 속 물체의 영어 단어와 한국어 뜻을 알려주며, 단어의 발음 또한 확인할 수 있고, 직접 단어장에 저장하여 다시 학습할 수 있도록 한다. 이를 위해 TensorFolw를 활용한 딥러닝 기반 이미지 인식 기술을 사용하였으며, 추후 TensorFolw를 통하여 모델을 추가적으로 훈련시킴으로써 이미지 인식의 정확도를 높일 수 있다. 그 외 영어-한국어 번역, 텍스트-음성 변환 등 부가 기능을 통해 사용자가 다양한 방식으로 영단어를 학습할 수 있도록 한다.

• Journal of Internet Computing and Services
• /
• v.16 no.3
• /
• pp.21-32
• /
• 2015

Since spatio-temporal local features for video representation have become an important issue of modeless bottom-up approaches in action recognition, various methods for feature extraction and description have been proposed in many papers. In particular, BoF(bag of features) has been promised coherent recognition results. The most important part for BoF is how to represent dynamic information of actions in videos. Most of existing BoF methods consider the video as a spatio-temporal volume and describe neighboring 3D interest points as complex volumetric patches. To simplify these complex 3D methods, this paper proposes a novel method that builds BoF representation as a way to learn 2D interest points directly from video data. The basic idea of proposed method is to gather feature points not only from 2D xy spatial planes of traditional frames, but from the 2D time axis called spatio-temporal frame as well. Such spatial-temporal features are able to capture dynamic information from the action videos and are well-suited to recognize human actions without need of 3D extensions for the feature descriptors. The spatio-temporal BoF approach using SIFT and SURF feature descriptors obtains good recognition rates on a well-known actions recognition dataset. Compared with more sophisticated scheme of 3D based HoG/HoF descriptors, proposed method is easier to compute and simpler to understand.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.514-517
• /
• 2021

The purpose of this study is to discover the occupational identity by examining the narrative of the life of a vocational training teacher with self-esteem in programming fields. The following six types of occupational identity were found: 'a positive image of a vocational training teacher(fits oneself)', 'I feel proud of myself while doing vocational training activities.', 'a teacher who continues to develop him/herself as an expert in the subject class', 'a teacher who immerses him/herself as an expert on student change and growth', 'a teacher engaged in leading activities to create opportunities for vocational training', and 'a teacher of continuous pursuit'. This study has significance in exploring the structure of occupational identity recognition and experience of its formation of a self-esteemed vocational training teacher in programming fields, which have not been studied.