• Proceedings of the KAIS Fall Conference
• /
• 2011.05b
• /
• pp.773-776
• /
• 2011

본 연구에서는 남녀 중고등학생을 대상으로 그들의 휴대전화 문자메시지 사용 실태 및 몰입 정도가 자신의 심리와 어떠한 관계가 있는지를 분석하는데 그 목적을 두고 있다. 분석결과, 문자 메시지를 사용하는 빈도가 높을수록 부적응/일탈 정도가 높아지는 것으로 나타났으며, 메시지 사용수준이 중간인 집단과 높은 집단은 낮은 집단에 비해 강박/집착 정도가 높은 것으로 나타났고,. 메시지 사용수준이 중간인 집단과 높은 집단이 낮은 집단에 비해 금단 정도가 높은 것으로 나타났다. 즉 문자 메시지를 많이 사용하는 청소년은 적게 사용하는 청소년에 비해 부적응/일탈정도가 높고, 강박/집착정도도 높고, 또한 금단정도가 높아 문자 메시지가 청소년의 정신 병리적 장애를 초래하는 것으로 나타났다. 또한 문자 메시지를 사용하는 빈도가 높은 집단이 낮은 집단이나 중간인 집단에 비해 혼미성이 매우 높게 나타났다. 이는 문자 메시지를 많이 사용하는 청소년은 적게 사용하는 청소년에 비해 혼미성이 높다는 것을 시사한다. 마지막으로 몰입정도의 세 가지 구성개념인 부적응/일탈, 강박/집착, 금단요인이 자기 통제 능력의 구성개념인 착각성 및 혼미성과의 상관이 유의하게 나타났다. 이는 휴대전화 문자메시지과다사용으로 청소년들이 건강한 성장을 하는데 악영향을 미치고 있음을 알 수 있다.

• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.255-259
• /
• 2017

스팸 문자 메시지를 표현하는 한국어의 단어 구성이나 패턴은 점점 더 지능화되고 다양해지고 있다. 본 논문에서는 이러한 한국어 문자 메시지에 대해 단어 임베딩 기법으로 문장 벡터를 구성하여 인공신경망의 일종인 전방향 신경망(Feedforward Neural Network)을 이용한 스팸 문자 메시지 필터링 방법을 제안한다. 전방향 신경망을 이용한 방법의 성능을 평가하기 위하여 기존의 스팸 문자 메시지 필터링에 보편적으로 사용되고 있는 SVM light를 이용한 스팸 문자 메시지 필터링의 정확도를 비교하였다. 학습 및 성능 평가를 위하여 약 10만 개의 SMS 문자 데이터로 학습을 진행하였고, 약 1만 개의 실험 데이터에 대하여 스팸 문자 필터링의 정확도를 평가하였다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.255-259
• /
• 2017

스팸 문자 메시지를 표현하는 한국어의 단어 구성이나 패턴은 점점 더 지능화되고 다양해지고 있다. 본 논문에서는 이러한 한국어 문자 메시지에 대해 단어 임베딩 기법으로 문장 벡터를 구성하여 인공신경망의 일종인 전방향 신경망(Feedforward Neural Network)을 이용한 스팸 문자 메시지 필터링 방법을 제안한다. 전방향 신경망을 이용한 방법의 성능을 평가하기 위하여 기존의 스팸 문자 메시지 필터링에 보편적으로 사용되고 있는 SVM light를 이용한 스팸 문자 메시지 필터링의 정확도를 비교하였다. 학습 및 성능 평가를 위하여 약 10만 개의 SMS 문자 데이터로 학습을 진행하였고, 약 1만 개의 실험 데이터에 대하여 스팸 문자 필터링의 정확도를 평가하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.1-2
• /
• 2021

재난문자서비스는 이동통신망을 기반으로 셀 안의 모든 가입자에게 재난경보 메시지를 신속하게 전달한다. 국내 재난문자서비스는 2G 와 4G 이동통신망에서 재난경보 메시지 전송 서비스를 제공한다. 또한 5G SA 망에서 고도화된 재난문자 서비스를 계획 중에 있다. 그러나 현 재난문자서비스는 제한된 글자 수의 국내문자 메시지만을 전송한다. 따라서 외국인 등 취약 계층에게 실용적이지 못한 단점이 있다. 일본의 재난문자서비스는 번역 앱을 이용하여 외국인에게 번역된 재난문자 메시지를 제공한다. 그러나 번역 서비스는 오역 등의 위험을 내포한다. 본 논문에서는 외국인 등이 직관적으로 이해 가능한 이미지 등을 표출하는 앱 방식을 소개한다. 재난문자서비스와 이미지 표출 앱의 연계를 통하여 외국인 등 취약 계층에게 효율적인 재난경보 메시지를 전송할 수 있다.

• Journal of Information Management
• /
• v.35 no.4
• /
• pp.1-16
• /
• 2004

In this paper, we outline the user interface problems that the text messaging users face to provide empirical basis for developing better improved mobile text messaging system. Our initial hypothesis was that the majority of the problems that the text messaging users face, namely, 1) difficulty in correctly understanding the intent of the incoming messages and 2) problem with frequently mis-addressing the recipient of the outgoing messages, can be accounted for by the poor usability of the text messaging user interface. Our analysis is based on the text message-based communication diaries, which were recorded for one week by each and every one of 75 college students, and survey taken from the same subjects. The data was collected in 2004. The students listed various difficulties including the limited message length, obscure input method, lack of mean to express emotional content, lack of receipt confirmation, lack of auto save feature when preparing messages to send, and lack of means to permanently save messages. Some of these problems were also identified in the previous studies. However, we were able to gather additional problems that the users face and also elicit potential solutions to remedy the problems. From these findings and analysis, we attempted to provide ways to improve the text messaging user interface.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.492-495
• /
• 2019

휴대전화 메시지로는 결제, 인증번호, 택배, 광고 등의 다양한 문자들이 수신된다. 이 문자들은 서로 섞여 있어 이용자가 찾고자 하는 문자를 찾는 데 어려움이 있다. 본 논문에서는 기계학습과 단어 임베딩을 통해 메시지들을 카테고리로 분류하는 방법을 제안하고, 이를 구현한 안드로이드 앱을 소개한다. 앱에서는 택배, 카드, 인증, 공공기관, 통신사, 대화, 기타의 7개의 분류로 메시지를 분류하며, 자동 분류에서는 수동 태깅한 5802건의 문자메시지를 사용한다. 앱에서는 저장된 문자메시지간 유사도에 기반한 오프라인에 서의 자동 분류를 지원하여 개인정보 노출에 대한 거부감이 있는 사용자의 요구를 반영한다.

• Smart Media Journal
• /
• v.7 no.4
• /
• pp.24-29
• /
• 2018

Text analysis technique for natural language processing in deep learning represents words in vector form through word embedding. In this paper, we propose a method of constructing a document vector and classifying it into spam and normal text message, using word embedding and deep learning method. Automatic spacing applied in the preprocessing process ensures that words with similar context are adjacently represented in vector space. Additionally, the intentional word formation errors with non-alphabetic or extraordinary characters are designed to avoid being blocked by spam message filter. Two embedding algorithms, CBOW and skip grams, are used to produce the sentence vector and the performance and the accuracy of deep learning based spam filter model are measured by comparing to those of SVM Light.

• KIPS Transactions on Software and Data Engineering
• /
• v.3 no.7
• /
• pp.271-276
• /
• 2014

Short message service(SMS) in a mobile communication environment is a very convenient method. However, it caused a serious side effect of generating spam messages for advertisement. Those who send spam messages distort or deform SMS sentences to avoid the messages being filtered by automatic filtering system. In order to increase the performance of spam filtering system, we need to recover the distorted sentences into normal sentences. This paper proposes a method of normalizing the various types of distorted sentence and extracting keywords through automatic word spacing and compound noun decomposition.

• Annual Conference on Human and Language Technology
• /
• 2010.10a
• /
• pp.194-196
• /
• 2010

휴대폰의 광범위한 보급으로 문자메시지의 사용이 급증하고 있다. 이와 동시에 사용자가 원하지 않는 광고성 스팸문자도 넘쳐나고 있다. 본 연구는 이러한 스팸문자메시지를 자동으로 판별하는 시스템을 개발하는 것이다. 우리는 기계학습방법인 지지벡터기계(Support Vector Machine)을 사용하여 시스템을 학습하였으며 자질의 선택은 카이제곱 통계량을 이용하였다. 실험결과 F1 척도로 약 95.5%의 정확률을 얻었다

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.34 no.9B
• /
• pp.908-913
• /
• 2009

Mobile phones became important household appliance that cannot be without in our daily lives. And the short messaging service (SMS) in these mobile phones is 1.5 to 2 times more than the voice service. However, the spam filtering functions installed in mobile phones take a method to receive specific number patterns or words and recognize spam messages when those numbers or words are present. However, this method cannot properly filters various types of spam messages currently dispatched. This paper proposes a more powerful and more adaptive spam filtering system using SVM and thesaurus. The system went through a process of isolating words from sample data through pro-processing device and integrating meanings of isolated words using a thesaurus. Then it generated characteristics of integrated words through the chi-square statistics and studied the characteristics. The proposed system is realized in a Window environment and the performance is confirmed through experiments.