• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.1092-1096
• /
• 2009

영어와 한국어의 차이점 중의 하나는 한국어에서는 똑같은 자음이 앞 음절의 종성과 뒤 음절의 초성으로 나와서 겹자음이 될 수 있으나 영어에서는 이것이 불가능하다는 것이다. 그러므로 영어를 배우는 한국 학생들은 영어에서 summer와 같이 겹자음 철자를 포함하는 단어들을 발음할 때 철자의 겹자음을 모두 발음하는 오류를 흔히 보인다. 따라서 본 예비 연구에서는 한국 학생들이 영어 겹자음 철자를 어떻게 발음할 뿐 만 아니라 인지하는지 살펴보기 위해서 영어 겹자음과 단자음의 유사 최소변별쌍으로 구성된 36개의 실제어를 20명의 대학생이 듣고 발음하는 인지와 발화 실험을 실행하였다. 실험 결과 한국 학생들은 단자음 철자를 인지하거나 발화할 때는 각각 78.6%와 76.1%의 비교적 높은 정확율을 보이는 반면에 겹자음 철자을 인지하거나 발화할 때는 각각 55.3%와 61.7%의 낮은 정확율을 보임으로써, 영어 겹자음 철자를 더 길게 인지하고 또한 더 길게 발음하는 오류를 보였다. 또한 한국학생들의 발화를 스펙트로그램을 통해서 분석함으로써 영어 단자음 철자보다는 겹자음 철자에서 더 많은 발화오류를 일으키는 것도 보여주었다.

• 한국도서관정보학회지
• /
• 제47권4호
• /
• pp.1-18
• /
• 2016

이 연구는 독후감 텍스트의 주제분석에 토픽모델링의 활용방안을 탐색하는 것을 목적으로 하고 있다. 텍스트의 주제분석 방안으로서 토픽모델링 분석방법을 이해하고, R에서 제공하는 "topicmodels" 패키지의 LDA 함수를 사용하여 23건의 사례 독후감 텍스트들을 대상으로 실제의 분석작업을 수행하였다 토픽모델링 분석결과 16개의 토픽들을 추출하였고 토픽과 구성 단어들의 관계에서 토픽 네트워크 사례 독후감과 토픽들의 관계에서 독후감 네트워크를 구성하였다. 이후 토픽 네트워크와 독후감 네트워크를 대상으로 중심성 분석을 수행하였으며 분석결과는 다음과 같다. 첫째 16개의 토픽들이 1개의 컴포넌트를 가지는 네트워크로 나타났다. 이것은 16개 토픽들이 상호 연관되어 있다는 것을 의미한다. 둘째, 독후감 네트워크에서는 연결정도 중심성이 높은 독후감들과 낮은 독후감들로 구분이 되었다. 전자의 독후감들은 다른 독후감들과 주제적으로 유사성을 가지며 후자의 독후감들은 다른 독후감들과 주제적으로 상이성을 가지는 것으로 해석하였다. 토픽모델링의 결과를 네트워크 분석과 결합함으로써 독후감의 주제파악에 유용한 결과들을 얻게 되었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권9호
• /
• pp.445-456
• /
• 2017

본 논문에서는 트레이닝 데이터가 제한된 환경에서 n-gram 사전을 이용하여 불건전 정보를 포함하는 스팸 트윗을 탐지하는 방법을 제안한다. 불건전 정보를 포함하는 스팸 트윗은 유사한 단어와 문장을 사용하는 경향이 있다. 이러한 특성을 이용하여 스팸 트윗과 정상 트윗에 대한 n-gram 사전을 구축하고 나이브 베이스 분류기를 적용하여 효과적으로 스팸 트윗을 탐지할 수 있음을 보인다. 반면에, 실시간으로 대용량의 데이터가 유입되는 트위터의 특성은 초기 트레이닝 집합 구성에 매우 큰 비용을 요구 한다. 따라서, 초기 트레이닝 집합이 매우 작거나 존재하지 않는 환경에서 적용할 수 있는 스팸 트윗 탐지 방법이 필요하다. 이를 위해 트위터의 리트윗 기능을 활용하여 의사 라벨을 생성하고 초기 트레이닝 집합의 구성과 n-gram 사전 업데이트에 활용하는 방법을 제안한다. 2016년 12월 1일부터 2016년 12월 7일까지 수집된 한국어 트윗 130만 건을 사용한 다양한 실험 결과는 비교 방법들보다 제안하는 방법의 성능이 우수함을 입증한다.

• 한국음향학회지
• /
• 제18권2호
• /
• pp.3-10
• /
• 1999

본 논문은 음성인식 기술을 사용자 인터페이스로 하여 국내 행정 단위 시(도), 구(군), 동(읍,면), 번지로 구성되는 주소를 인식의 대상으로 하는 주소 입력 시스템 구축에 대하여 기술한다. 본 시스템은 사운드카드가 장착된 개인용 컴퓨터상의 윈도우 95환경에서 동작하며, 음성인식부는 인식의 기본단위로 유사음소단위(Phoneme Like Units: PLUs)를 이용하여 CHMM(Continuous Hidden Markov Model) 음소모델을 작성하고, 주소인식을 위해서 주소명의 특징을 고려하여 이에 적합한 유한상태 오토마타(Finite State Automata)를 구성하여 OPDP(One Pass Dynamic Programming)법으로 인식을 수행하였다. 실용성있는 시스템 성능을 얻기 위하여 마이크, 환경잡음 및 화자의 변화 등의 사용환경변화에 대해 최대사후확률추정법(Maximum A Posteriori Probability Estimation: MAP)으로 적응화시켜 인식률의 향상을 도모하였고, 개인용 컴퓨터상에서의 인식속도를 향상시키기 위하여 가변프루닝 문턱치를 이용한 고속화 기법을 제안하였다. 평가결과, 화자적응화 후의 성인 남자 3인에 대한 100개의 연결주소명의 연결단어 인식률은 평균 96.0%이상, 인식속도는 발성완료후 약 2초 이내로 인식이 완료되어 본 시스템의 유효성을 확인할 수 있었다.

• 한국게임학회 논문지
• /
• 제15권2호
• /
• pp.63-72
• /
• 2015

아바타는 <나의 분신>이라 불리는 사이버상에서 캐릭터를 이르는 단어로, 본 연구에서는 MMORPG 게임에서 자신을 치장하며 실제 자기표현과 이상화(理想化) 기능을 하는 캐릭터로 정의하였다. 본 연구를 통해 멀티 아바타와 성별 전환 사이에서 작동하는 유병률(有病率)을 설명하는 것을 목적으로 하였다. 본 실험을 위하여 선행된 방법은 유저에게 지정된 게임 연습과 질문을 미리 제공하였고, 이는 선행적으로 사용자에게 게임 동기를 발생하여 아바타 생성에 도움을 주고자하는 것이 목적이었다. 본 연구를 통해 연령, 성별과 성전환 사이에 상관관계를 살펴보았고, 비 전형적인 방식에서는 성전환 가능성이 높아졌고 일반 참가자 또한 절반의 성전환 선택의 경향을 보여주었다. 마지막으로, 경험의 성격 특성에 대한 경험에 대한 개방성은 성별과 유사한 상관관계를 보였다.

• 한국언론정보학보
• /
• 제39권
• /
• pp.324-354
• /
• 2007

공공의 영역에 속하는 뉴스의 사실 자체는 공기처럼 자유로운 것이지만, 이것이 노동과 자본의 투자로 뉴스로 전환되었을 때, 상업성이 인정되는 재산권적 가치를 갖게 되며, 이를 생산한 언론사는 배타적 권리를 갖게 된다. 상품으로서 뉴스는 재산인 것이다. 재판부도 이러한 취지에 부합하게 사실보도에 대한 저작권 보호의 범위를 넓게 인식할 필요가 있다. 법으로 보호되는 것은 표현의 방법, 사건에 대한 기자의 분석과 해석, 문장의 구성과 자료의 배열, 단어의 선택, 특정한 부분에 주어진 강조 등이다. 즉, 침해의 핵심은 일반적인 주제나 사건 보도에 있는 것이 아닌 취급의 유사성이나 표현 방법의 착취에 있다. 보도기사가 사실적 요소들을 열거하여 정보를 전달하고 있지만, 소재의 선택과 문장 속에서의 용어의 배열, 강조 등은 학문이나 예술과 같은 고도의 창작성을 갖는 것은 아니지만, 낮은 정도의 창작활동에 속하는 것이다. 따라서 보도기사를 단순한 사실의 전달에 머물러 창작성이 결여되었다고 판단하는 것은 저작권법 원래 취지와도 배치되는 것이다.

• 한국음향학회지
• /
• 제16권5호
• /
• pp.50-59
• /
• 1997

본 논문에서는 한국어 음성 데이터베이스 구축을 위하여 자동으로 음소경계를 추출하는 자동 음성분할 및 레이블링 시스템을 구현하였다. 기존의 음성분할 및 레이블링 기술을 근간으로 본 시스템을 구현하였으며, 또한 사용자가 자동분할된 음소경계를 확인하여 그 경계를 쉽게 수정할 수 있도록 한글 모티프 환경에서 그래픽 사용자 인터페이스를 개발하였다. 개발된 시스템은 16kHz로 샘플링된 음성을 대상으로 하고 있으며, 레이블링 단위는 45개의 유사음소와 하나의 묵음으로 구성하였다. 그리고 언어학적 정보의 입력방식으로는 음소표기와 철자표기를 사용하였으며, 패턴매칭 방법으로는 hidden Markov model(HMM)을 이용하였다. 개발된 시스템의 각 음소 모델은 수작업에 의해서 음소단위로 분할한 음성학적으로 균형잡힌 445 단어 데이터베이스를 이용해서 훈련되었다. 그리고 본 시스템의 성능평가를 위해 훈련에 사용되지 않는 문장 데이터베이스에 대해서 자동 음성분할 실험을 수행하였다. 실험결과, 수작업에 의해서 분할된 음소경계위치와의 오차가 20ms 이내인 것이 74.7%였으며, 40ms이내에는 92.8%가 포함되었다.

• 한국음향학회지
• /
• 제6권2호
• /
• pp.38-47
• /
• 1987

한국어는 발음상의 특징과 구조에 의해서 음소철로 분리가 가능하므로, 한국어를 자음 음소, 모음 음소, 받침 음소로 나눌 수 있다. 분리된 각각의 음소들을 편자기 상관계수를 이용하여 분석하였는데, 이 때 예측 차수는 15차이다. 분석 실험에서 동일한 음소들은 그 특성이 거의 유사하였다. 한국어 단음 675개를 자음 음소. 모음 음소, 받침 음소로 각각 분리하여 인식한 결과 각각 $85.0(\%)$, $90.7(\%)$, $85.5(\%)$의 인식률을 얻었고, 이 음소들을 결합시킨 단음에서는 $72.1(\%)$의 인식률을 얻었다. 따라서, 이와 같은 방법을 이용하여 한국어 단음을 작은 데이터 양으로 처리 시간을 단축시킬 수 있고, 더 나아가 한국어의 모든 단음, 단어, 문장 둥을 인식할 수 있다.

• 한국음향학회지
• /
• 제22권6호
• /
• pp.452-456
• /
• 2003

본 논문은 화자 적응시 화자 독립 모델의 차수를 줄이고 MLLR (Maximum Likelihood Linear Regression) 알고리즘에서 요구되는 역행렬 횟수를 줄이는 방법을 제안한다. 주성분분석 (PCA: principal components analysis)과 독립성분분석 (ICA: independent components analysis)을 통해 모델 혼합성분 (mixture component)들간의 상관관계를 줄임으로서 모델의 차수를 감소하였다. 주성분분석 및 독립성분분석에 요구되는 추가 연산량은 화자 독립 모델을 훈련할 때 추가함으로써 화자 적응시에 추가되는 연산량은 극히 미소하다. 36차의 HMM 파라메타 차수를 PCA는 12차, ICA는 10차로 감소하였을 때 기존의 MLLR 적응방법과 유사한 단어 인식률을 나타내었다. 즉, 모델 파라미터의 차수를 n이라고 할 때 기존의 MLLR알고리즘에서 역행열 연산에서 요구되는 연산량은 O(n⁴)에 비례하므로 PCA는 1/81, ICA는 1/167만큼 연산량을 감소하였다.

• 정보과학회 논문지
• /
• 제44권7호
• /
• pp.742-747
• /
• 2017

본 논문에서는 문장의 분류에 있어 성능이 입증된 word2vec을 활용한 Convolutional Neural Network(CNN) 모델을 기반으로 하여 문서 분류에 적용 시 성능을 향상시키기 위해 doc2vec을 함께 CNN에 적용하고 기반 모델의 구조를 개선한 문서 분류 방안을 제안한다. 먼저 토큰화 방법을 선정하기 위한 초보적인 실험을 통하여, 어절 단위, 형태소 분석, Word Piece Model(WPM) 적용의 3가지 방법 중 WPM이 분류율 79.5%를 산출하여 문서 분류에 유용함을 실증적으로 확인하였다. 다음으로 WPM을 활용하여 생성한 단어 및 문서의 벡터 표현을 기반 모델과 제안 모델에 입력하여 범주 10개의 한국어 신문 기사 분류에 적용한 실험을 수행하였다. 실험 결과, 제안 모델이 분류율 89.88%를 산출하여 기반 모델의 분류율 86.89%보다 2.99% 향상되고 22.80%의 개선 효과를 보였다. 본 연구를 통하여, doc2vec이 동일한 범주에 속한 문서들에 대하여 유사한 문서 벡터 표현을 생성하기 때문에 문서의 분류에 doc2vec을 함께 활용하는 것이 효과적임을 검증하였다.