• Journal of KIISE:Software and Applications
• /
• v.31 no.5
• /
• pp.667-676
• /
• 2004

This paper uses the standard technique of data flow analysis to solve the problem of secure information-flow in core imperative programs. The existing methods tend to be overly conservative, giving “insecure” answers to many “secure” programs. The method described in this paper is designed to be more precise than previous syntactic approaches. The soundness of the analysis is proved.

• School Mathematics
• /
• v.14 no.4
• /
• pp.469-493
• /
• 2012

The purpose of this study is find the relation between students' concept and types of proof construction. For this, four undergraduate students majored in mathematics education were evaluated to examine how they understand mathematical concepts and apply their concepts to their proving. Investigating students' proof with their concepts would be important to find implications for how students have to understand formal concepts to success in proving. The participants' proof productions were classified into syntactic proof productions and semantic proof productions. By comparing syntactic provers and semantic provers, we could reveal that the approaches to find idea for proof were different for two groups. The syntactic provers utilized procedural knowledges which had been accumulated from their proving experiences. On the other hand, the semantic provers made use of their concept images to understand why the given statements were true and to get a key idea for proof during this process. The distinctions of approaches to proving between two groups were related to students' concepts. Both two types of provers had accurate formal concepts. But the syntactic provers also knew how they applied formal concepts in proving. On the other hand, the semantic provers had concept images which contained the details and meaning of formal concept well. So they were able to use their concept images to get an idea of proving and to express their idea in formal mathematical language. This study leads us to two suggestions for helping students prove. First, undergraduate students should develop their concept images which contain meanings and details of formal concepts in order to produce a meaningful proof. Second, formal concepts with procedural knowledge could be essential to develop informal reasoning into mathematical proof.

• Annual Conference on Human and Language Technology
• /
• 1995.10a
• /
• pp.39-42
• /
• 1995

문장 안에서 한 단어가 가지는 올바른 의미를 얻기 위해 모듈화된 신경망을 이용하였다. 앞부분에 놓인 신경망은 코호넨 신경망으로 사용자의 지도가 개입되지 않은 상태로 자율학습(Unsupervised learning)이 이루어지고, 뒤에 놓인 신경망은 앞에서 결과로 얻은 2차원의 자기 조직화 형상지도(Self-organizing feature map)를 바탕으로 역전파 신경망을 이용한 지도학습(Supervised learning)을 하게 하였다. 입력 자료는 구문분석된 문장의 조사 정보를 활용하여 입력 위치를 정해준 명사의 의미표지와 동사의 의미표지를 사용하였다. 중의성이 있는 단어를 가지는 문장은 중의성의 가지수 만큼 테스트 입력 자료가 되어 신경망을 통과하여 의미를 결정하도록 한다.

• Annual Conference on Human and Language Technology
• /
• 1990.11a
• /
• pp.16-23
• /
• 1990

본 논문에서는 자동 색인 시스템 구현에 있어서 형태소 해석뿐만 아니라 구문해석을 응용하면 통계적 방법이나, 간단한 단서에 의한 색인어 추출보다 훨씬 나은 색인어 추출이 가능하다는 것을 보이고 한국어 필수적이 색인어로써 충분한 자질이 있다는 제안을 한다. 또 시스템의 전체적인 흐름과 필수격 처리 과정, 예외적인 자유격의 처리 등에 대한 부분을 설명하고, 결론에서는 사람이 추출한 색인어와 본 시스템의 결과를 비교, 분석한다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.270-273
• /
• 2021

한국어 의존 파싱은 전이 기반 방식과 그래프 기반 방식의 두 갈래로 연구되어 왔고 그 중 그래프 기반 의존 파싱 방법은 문장 내의 모든 단어에 대해 인코딩한 후 지배소, 의존소에 대한 MLP를 적용하여 각각 표상을 얻고 Biaffine 어텐션을 통해 모든 단어 쌍에 대한 그래프 점수를 얻고 트리를 생성하는 방법이 대표적이다. Biaffine 어텐션 모델에서 문장 내의 각 단어들은 구문 트리 내의 서브트리의 역할을 하지만 두 단어간의 의존성만을 판단하기 때문에 서브 트리의 정보를 이용할 수 없다는 단점이 존재한다. 본 연구에서는 이러한 단점을 해결하기 위해 제안된 Span-Span(서브트리-서브트리)로의 서브트리 정보를 이용할 수 있도록 하는 기계 독해 기반 의존 파싱 모델을 한국어 구문 분석 데이터 셋에 적용하여 소폭의 성능향상을 얻었다.

• Korean Journal of Cognitive Science
• /
• v.4 no.1
• /
• pp.213-242
• /
• 1993

During the past decades,several automatic indexing systems have been developed such as single term indexing.phrase indexing and thesaurus basedidndexing systems.Among these systems,single term indexing has been known as superior to others despte its simpicity of extracting meaningful terms.On the other hand,thesaurus based one has been conceived as producing low retrival rate ,mainly because thesauri do not usually have enough index terms.so that much of text data fail to be indexed if they do not match with any of index terms in thesauri.This paper develops a thesaurus based indexing system THINS that yields higher retrieval rate than other systems.by doing syntactic analysis of text data and matching them with index terms in thesauri partially.First,the system analyzes the input text syntactically by using the machine translation suystem MATES/EK and extracts noun phrases.After deleting stop words from noun phrases and stemming the remaining ones.it tries to index these with similar index terms in the thesaurus as much as possible. We conduct an experiment with CACM data set that measures the retrieval effectiveness with CACM data set that measures the retrieval effectuvenss of THINS with single term based one under HYKIS-a thesaurus based information retrieval system.It turns out that THINS yields about 10 percent higher precision than single term based one.while shows 8to9 percent lower recall.This retrieval rate shows that THINS improves much better than privious ones that only yields 25 or 30 percent lower precision than single term based one.We also argue that the relatively lower recall is cause by that CRCS-the thesaurus included in CACM datea set is very incomplete one,having only more than one thousand terms,thus THINS is expected to produce much higher rate if it is associated with currently available large thesaurus.

• Annual Conference on Human and Language Technology
• /
• 2002.10e
• /
• pp.259-266
• /
• 2002

질의 응답 시스템에서 보다 정확하게 정답을 판별하기 위해서는 구문분석 혹은 의미분석 등과 같은 복잡도가 높은 분석작업이 요구되며, 이러한 질의 응답 시스템 성능의 상한을 결정하는 검색 시스템은 가급적 적은 양의 검색 결과를 내주어서 질의 응답 시스템이 처리해야 할 작업량에 대한 부담을 덜어주어야 한다. 본 논문에서는 이러한 요구를 만족시키는 검색 시스템으로 가변 길이 단락 검색 시스템(variable length passage retrieval system)을 제안한다. 제안하는 검색 시스템은 질의에 대한 정답을 포함하고 있을 가능성이 있는 텍스트 영역은 질의에 따라 그 크기가 다를 것이라는 가정으로부터 출발한다. 그러므로 문서 전체를 검색하거나 고정 길이 단락으로 나누어져 색인되어 있는 부분 문서들을 검색하는 기존의 검색 방법과 달리, 제안된 시스템은 문서에서 임의의 길이로 이루어진 단락을 대상으로 동적인 단락 검객을 수행한다. TREC QA track의 질의집합 중 1번부터 100번까지의 질의에 대해 실험을 수행한 견과, 문서 검색 시스템이나 고정 길이 단락 검색 시스템은 상위 1000개의 문장까지 검색을 하였을 때 각각 96%, 98%의 재현율을 보인 반면, 가변 길이 단락 검색 시스템은 800개의 문장만으로도 98%의 재현율을 보이고, 900개의 문장을 검색하였을 경우 100%의 재현율을 보였다.

• Journal of Korean Academy of Nursing
• /
• v.13 no.3
• /
• pp.127-144
• /
• 1983

오늘날은 과학문명의 발달로 인하여 기존지식의 수명이 점차 짧아져 가고있는 것이 특징이다. 지식의 증가는 단순히 지식의 양을 증가시키는 역할뿐 아니라 많은 기존지식을 불충분하고 쓸모 없는 것으로 바꿔버리게 한다. 그러므로 학교에서는 학생들에게 어떤 특정지식의 축척보다는 그 학문에 내재해 있는 기본적인 지식의 구조를 학습하게 하여 여러 가지 개념을 관련시키는 논리적 방법을 학습하게 하고 합리적인 탐구방법을 구사할 수 있도록 하여 변화하는 미지의 세계에 대처해 나갈 수 있도록 하는 것이 중요하다. 본 연구는 간호학의 기본 지식구조를 확인하는데 그 목적이 있다. 본 연구를 하게 된 동기는 간호업무의 근거로 활용도리 지식체계는 교육과정의 조직원리로 작용될 유형이나 구조를 지니고 있으며 이런 유형이나 구조를 중심으로 간호교육과정을 구성하는 것이 간호교육에 필수적이라는 문제에서 비롯되었다. 연구방법은 1982년 9월부터 1983년 5월에 걸쳐 간호학 문헌을 체계적으로 분석하여 간호학의 개념적 지식구조와 구문적 지식구조를 확인하였다. 그 결과 얻어진 결론은 다음과 같다. 1. 간호학의 개념적 구조： 모든 학문에는 탐구의 대상인 특수현상을 설명하고 서술하는데 활용되는 일련의 실질적, 개념적 구조를 가지고 있다. 그러나 그 학문의 중요한 부분 또는 중심을 포함하고 있는 개념들이 그 분야 또는 학문의 개략이라고 할 수 있는데 연구결과 간호학에서 가장 높은 순위의 대표적 특질을 지닌 개념은 인간, 건강, 환자/대상자, 간호, 행동으로 분석되었다. 2. 간호학의 구문적 지식구조 : 지식구조의 두 번째 요소인 학문의 구문(syntax)은 간호학에서의 특징적인 탐구방법과 관련되나 개념적 구조와 마찬가지로 탐구방법은 학문에 따라 다르며 그 분야의 주요양상을 나타낸다. 연구결과 간호학에서의 특징적인 탐구방법은 공동적으로 간호과정(nursing process)임이 나타났으며 그 요인으로는 사정, 진단, 계획, 수행, 평가의 다섯 단계로 분석되었다.

• Annual Conference on Human and Language Technology
• /
• 2000.10d
• /
• pp.368-375
• /
• 2000

품사 태깅 시스템은 자연 언어 처리의 가장 기본이 되는 부분으로 상위 자연 언어 처리 분야인 구문분석, 의미분석의 전처리로 사용되거나, 기계번역, 정보검색이나 음성인식 및 합성 등과 같은 많은 응용 시스템을 위해서도 필요하다. 이렇게 여러 가지 목적을 위해 품사 태깅 시스템은 존재하는데, 각각의 응용을 위해서 최적화된 태깅 시스템을 따로 구성하기도 하고, 하나의 태깅 시스템을 여러 가지 응용을 위해서 사용하기도 한다. 이때, 문제가 되는 것 중에 하나는 각 응용마다 요구하는 품사 태그 세트가 다르다는 것이다. 품사 태그세트가 고정되어 있다면 어떤 응용을 위해서는 사용되는 품사 태그세트가 너무 적어서 문제가 되고, 반대로 품사태그세트가 너무 많아서 시스템의 수행속도가 중요시되는 응용에서 성능저하의 요인이 되기도 한다. 본 논문에서는 하나의 태깅 시스템의 품사태그세트를 조절할 수 있도록 하여 몇 가지 응용시스템에 맞게 최적화시킬 수 있는 방법론을 제시하고 실험을 통해서 시스템의 성능, 유지보수 및 시스템의 여러 리소스 관리 측면에서도 가장 효율적인 방법론임을 입증하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.1041-1044
• /
• 2019

자동통번역의 성능을 평가하는데 가장 잘 알려진 자동평가 기술은 BLEU이다. 그러나 BLEU로는 자동통번역 결과의 어느 부분이 강점이고 약점인지를 파악할 수 없다. 본 논문에서는 자동통번역 시스템의 언어 현상별 자동평가 방법을 소개하고자 한다. 언어 현상별 자동평가 방법은 BLEU가 제시하지 못하는 언어 현상별 자동평가가 가능하며 개발자로 하여금 해당 자동통번역 시스템의 언어 현상별 강점과 약점을 직관적으로 파악할 수 있도록 한다. 언어 현상별 정확도 측정은 Google 과 Naver Papago 를 대상으로 실시하였다. 정확률이 40%이하를 약점이라고 간주할 때, Google 영한 자동번역기의 약점은 스타일(32.50%)번역이었으며, Google 영한 자동통역기의 약점은 음성(30.00%)인식, 담화(30.00%)처리였다. Google 한영 자동번역기 약점은 구문(34.00%)분석, 모호성(27.50%)해소, 스타일(20.00%)번역이었으며, Google 한영 자동통역기 약점은 담화(30.00%)처리였다. Papago 영한 자동번역기는 대부분 정확률이 55% 이상이었으며 Papago 영한 자동통역기의 약점은 담화(30.00%)처리였다. 또한 Papago 한영 자동번역기의 약점은 구문(38.00%)분석, 모호성(32.50%)해소, 스타일(20.00%)번역이었으며, Google 한영 자동통역기 약점은 담화(20.00%)처리였다. 언어 현상별 자동평가의 궁극적인 목표는 자동통번역기의 다양한 약점을 찾아내어 약점과 관련된 targeted corpus 를 반자동 수집 및 구축하고 재학습을 하여 자동통번역기의 성능을 점증적으로 향상시키는 것이다.