• 한국어정보학회:학술대회논문집
• /
• 2016.10a
• /
• pp.337-339
• /
• 2016

본 논문에서는 한국어 개체명 인식의 성능 향상을 위하여 워드 임베딩을 활용할 수 있는 방법에 대하여 기술한다. 워드 임베딩이란 문장의 단어의 공기정보를 바탕으로 그 단어의 의미를 벡터로 표현하는 분산표현이다. 이러한 분산 표현은 단어 간의 유의미한 정도를 계산하는데 유용하다. 본 논문에서는 이러한 워드 임베딩을 통하여 단어 벡터들의 코사인 유사도를 통한 개체명 사전 자가 학습 및 매칭 방법을 적용하고, 그 실험 결과를 보고한다.

• Korean Journal of Cognitive Science
• /
• v.19 no.4
• /
• pp.369-396
• /
• 2008

The purpose of this article is to investigate the effect of visual working memory, the types and contents of graphic annotations on English learning. The participants of the experiments were 5th and 6th graders. The result showed that animation was effective only in the word test for children with large visual working memory, whereas text-only-annotation yielded better performance in the comprehension test in Experiment 1. The effect of relevance of animations was tested in Experiment 2. Context-relevant-animations yielded better comprehension than the animations denoting the typical meaning, whereas the opposite pattern was reported in the word test. The result of the two experiments was interpreted in terms of cognitive load theory and the generative theory of multimedia learning.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.613-614
• /
• 2022

전 세계적인 주목을 받기 시작한 한류 콘텐츠의 확산으로 한국어 교육에 대한 수요가 폭발적으로 증가하고 있는 상황에서 효과적인 한국어 학습용 기능성 게임에 대한 가능성이 주목 받고 있다. 본 논문에서는 한국어 교육의 진입 과정에 해당 될 수 있는 한글을 게임 통해 학습하고 익숙해지는 경험을 제공할 수 있는 한글 학습 RPG '단어수집가'개발을 기획하고 해당 게임의 프로토타입을 개발한다. 제안 게임의 주인공은 가상의 공간에서의 체험을 통해 한글의 자음과 모음을 게임 아이템으로 획득하고 이를 조합하여 한글 단어를 합성하여 이를 게임에 활용하는 구조를 가지도록 설계되었고, 전체 게임 시나리오의 학습 적합성과 재미 요소들의 점검을 위해 실제 기획 의 핵심 내용을 적용한 프로토타입을 활용한다. 또한 본 게임에서 기획된 한글 학습용 게임은 미국 워싱턴에 위치한 조지워싱턴대학교에서 발행하는 미국인 대상의 한국어 교재와 스토리 등을 연동하여 온오프라인 연계 한글 교육 실현을 목표로 한다.

• The Journal of the Korea Contents Association
• /
• v.13 no.11
• /
• pp.551-561
• /
• 2013

The purpose of this study was firstly, to evaluate the contents of vocabulary game applications for young children's language learning. and secondly, to examine whether there is any differences between Korean and English word games in terms of the evaluation score. For this purpose, the word game applications in smart phone and tablet PC were analyzed, which included 30 Korean word games and another 30 English ones. The criteria to evaluate the contents were developed based on Children's Software Evaluation Instrument developed by CTR, the multimedia evaluation standard by Hee Sook Park, Young Joo Lee, and mobile contents evaluation standard by Soo Ui Choi. As a result, the educational value got the highest score whereas the design characteristics area got the lowest score in the whole evaluation analysis. And English word game applications mostly got higher score than Korean versions. The result of this study would suggest the way to evaluate educational game applications in use and to contribute to developing educational game contents aimed at young children's language learning.

• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.209-212
• /
• 2017

고도화된 머신러닝과 딥러닝 기술은 영상처리, 자연어처리 등의 분야에서 많은 문제를 해결하고 있다. 특히 사용자가 입력한 문장을 분석하고 그에 따른 문장을 생성하는 자연어처리 기술은 기계 번역, 자동 요약, 자동 오류 수정 등에 널리 이용되고 있다. 딥러닝 기반의 자연어처리 기술은 학습을 위해 여러 계층의 신경망을 구성하여 단어 간 의존 관계와 문장 구조를 학습한다. 그러나 학습 과정에서의 계산양이 방대하여 모델을 구성하는데 시간과 비용이 많이 필요하다. 그러나 Word2Vec 모델은 신경망과 유사하게 학습하면서도 선형 구조를 가지고 있어 딥러닝 기반 자연어처리 기술에 비해 적은 시간 복잡도로 고차원의 단어 벡터를 계산할 수 있다. 따라서 본 논문에서는 Word2Vec 모델을 활용하여 한국어 문장을 생성하는 방법을 제시하였다. 본 논문에서는 지정된 문장 템플릿에 유사도가 높은 각 단어들을 적용하여 문장을 구성하는 Word2Vec 모델을 설계하였고, 서로 다른 학습 데이터로부터 생성된 문장을 평가하고 제안한 모델의 활용 방안을 제시하였다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.209-212
• /
• 2017

고도화된 머신러닝과 딥러닝 기술은 영상처리, 자연어처리 등의 분야에서 많은 문제를 해결하고 있다. 특히 사용자가 입력한 문장을 분석하고 그에 따른 문장을 생성하는 자연어처리 기술은 기계 번역, 자동 요약, 자동 오류 수정 등에 널리 이용되고 있다. 딥러닝 기반의 자연어처리 기술은 학습을 위해 여러 계층의 신경망을 구성하여 단어 간 의존 관계와 문장 구조를 학습한다. 그러나 학습 과정에서의 계산양이 방대하여 모델을 구성하는데 시간과 비용이 많이 필요하다. 그러나 Word2Vec 모델은 신경망과 유사하게 학습하면서도 선형 구조를 가지고 있어 딥러닝 기반 자연어처리 기술에 비해 적은 시간 복잡도로 고차원의 단어 벡터를 계산할 수 있다. 따라서 본 논문에서는 Word2Vec 모델을 활용하여 한국어 문장을 생성하는 방법을 제시하였다. 본 논문에서는 지정된 문장 템플릿에 유사도가 높은 각 단어들을 적용하여 문장을 구성하는 Word2Vec 모델을 설계하였고, 서로 다른 학습 데이터로부터 생성된 문장을 평가하고 제안한 모델의 활용 방안을 제시하였다.

• Annual Conference on Human and Language Technology
• /
• 2002.10e
• /
• pp.111-117
• /
• 2002

개체명 인식은 질의응답(QA), 정보 주줄(IE), 텍스트 마이닝 시스템의 성능 향상에 중요한 역할을 담당한다. 이 논문에서는 교사학습 기반의 한국어 개체명 인식에 대해 설명한다. 한국어에서 많은 개체명들이 하나 이상의 단어로 구성되어 있으며, 개체명을 구성하는 단어 사이에는 의존 관계가 존재하고, 개체명과 개체명 주위의 단어 사이에도 문맥적 의존관계를 가지고 있다. 본 논문에서는 가변길이의 개체명과 주변 문맥의 학습을 위해 트라이그램을 이용한 HMM을 사용하였으며, 자료 부족 문제를 해소하기 위해 어휘 기반이 아닌 부개체 유형 기반의 학습을 수행하였다. 학습된 개체명 인식 시스템을 이용하여 경제 분야의 신문 기사에 대한 실험 결과, 84.4%의 정확률과 90.9%의 재현률을 보였다.

• Journal of KIISE:Software and Applications
• /
• v.34 no.9
• /
• pp.804-816
• /
• 2007

Sample training data for machine learning often contain irrelevant information or redundant concept. It is also the case that the original data may include noise. If the information collected for constructing learning model is not reliable, it is difficult to obtain accurate information. So the system attempts to find relations or regulations between features and categories in the teaming phase. The feature selection is to remove irrelevant or redundant information before constructing teaming model. for improving its performance. Existing feature selection methods assume that the distribution of documents is balanced in terms of the number of documents for each class and the length of each document. In practice, however, it is difficult not only to prepare a set of documents with almost equal length, but also to define a number of classes with fixed number of document elements. In this paper, we propose a new feature selection method that considers the impurities among the words and unbalanced distribution of documents in categories. We could obtain feature candidates using the word impurity and eventually select the features through unbalanced distribution of documents. We demonstrate that our method performs better than other existing methods via some experiments.

• Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology
• /
• v.9 no.3
• /
• pp.747-756
• /
• 2019

Students studying interpretation perform additional study and training in addition to regular class. In simultaneous interpreting and consecutive interpreting, interpreter should memorize speaker's announcement because of different language structure. To improve short-term memory, students perform memory training that requires a pair of students. Therefore, they can not perform self-learning, and therefore, efficiency of studying decreases. To resolve this problem, computer based short-term memory training system has been proposed. Student can perform self-learning by changing words in text to special character in the training system. However, efficiency of studying decreases because computer has low portability. Since the number of words is larger than the number of words to be switched into special character, learning difficulty decreases. To resolve this problem, smart device based short-term memory training system has been proposed. Student can perform smart device based training system without space constraints. Since the proposed training system increases the number of words to be changed into special character, learning difficulty increases. We implemented and evaluated the functionalities of the proposed training system.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.517-520
• /
• 2019

교육의 질이 향상됨과 동시에 학습 콘텐츠의 질 역시 향상되고 있고 어플리케이션, AI, AR 등 다양한 기술들과 접목된 다양한 교육 방식들이 존재하게 되었다. 이와 함께 스마트폰의 기술 발달과 보급률 증가에 따라 다양한 기술들과 접목된 교육용 어플리케이션들에 대한 접근 또한 쉬워지고 있다. 이에 본 논문에서는 유아의 학습 능력을 조사하여, 단어 학습에 있어 의미파악, 단어 인지, 바른 발음 지도 등을 길러 줄 수 있도록 AR 기술을 접목한 교육용 AR 어플리케이션을 설계하고 이를 구현하였다. 본 논문에서 개발한 어플리케이션은 유아의 인지와 학습 방법을 토대로 하여 바른 발음과 철자를 지도하고, 단어 학습에 있어 낱말이 가진 의미파악을 도와주며, 반복학 습을 통하여 단어를 인지하고 사용할 수 있도록 도와준다. 본 논문의 어플리케이션은 AR 기술을 융합하여 이미지만을 사용한 교육보다 쉽게 의미를 파악하는데 도움을 줄 수 있고 이에 따라 인지 능력도 상승시켜 줄 것이라 기대한다.