• Annual Conference on Human and Language Technology
• /
• 2009.10a
• /
• pp.186-190
• /
• 2009

품사 부착은 각종 자연어처리의 기본적인 요소이며, 크게 규칙 기반 방법과, 통계 기반 방법으로 나눌 수 있다. 대부분은 통계 기반의 기계학습을 이용하고 있으며, 대개 95% 이상의 성능을 보여주고 있다. 그러나 미등록어에 대해서는 성능이 그다지 높지 않다. 이 논문에서는 단어의 접사 정보를 이용해서 미등록어에 대한 품사 부착의 성능을 높이는 방법을 제안한다. 제안된 시스템은 CRF(Conditional Random Fields)를 이용하며, 그 자질의 일부로 접사 정보를 이용한다. 그 결과 미등록어에 대해서 약 40%의 성능이 개선되었다. 앞으로 미등록어에 적합한 자질을 연구하고 개발할 필요가 있을 것으로 생각된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• pp.424-426
• /
• 2012

REST 웹 서비스는 HTTP 프로토콜을 통해 손쉽게 적용 및 배포할 수 있다. 최근 다양한 정보시스템의 데이터베이스가 REST Open API 웹서비스를 통하여 배포되고 있으며, 이는 스마트폰 애플리케이션, 웹(Web) 등의 다양한 분야에서 활용되고 있다. 본 연구는 오픈 API 에 대한 시스템의 성능의 포인트에 서비스 평가를 제공하는 것이다. 본 연구는 REST 오픈 API 의 수행 성능 평가를 통하여 REST 오픈 API 웹 서비스의 확장성에 초점을 둔다. 이를 위해 REST 오픈 API 가 미래에 모바일 클라우드 플랫폼으로써 충분한 성능 및 활용될 수 있는지 검증할 필요가 있다. 본 논문은 큐잉 네트워크(Queueing Network)을 활용하여 REST Open API 웹서비스 서버 시스템을 모델링하고 성능을 분석하였다.

• Proceedings of the Korean Society for Information Management Conference
• /
• 2002.08a
• /
• pp.259-264
• /
• 2002

기존의 질의확장 혹은 적합성 피드백 연구에서 코사인 정규화를 사용하여 검색성능을 향상시킨 연구들이 많다. 본 논문에서 실험한 결과를 근거로 하였을 때 이는 낮은 검색성능을 보였던 것이 검색공간의 확장으로 성능이 크게 향상되었을 가능성이 있다. 실험결과 가중치 유사도 모델간의 커다란 차이는 보이지 않고 코사인정규화 가중치 알고리즘에서 상당한 성능향상이 있었다. 그러나 기존의 코사인정규화 가중치 알고리즘을 이용한 전역적 질의확장의 경우 성능 향상률은 높으나 원질의어를 이용하여 가장 좋은 성능을 보였던 가중치 알고리즘들의 검색성능과 비교하면 오히려 낮은 성능을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10a
• /
• pp.756-758
• /
• 1998

본 논문은 병렬 프로그램의 성능 분석을 위한 성능 감시기에 가시화층에 일반화된 뷰를 설계하고 구현하였다. 대부분의 성능 감시기는 하드웨어에 의존적인 특성화에 뷰를 제공함으로서 이식성이나 확장성이 부족하다. 일반화된 뷰를 제공하는 성능 감시기는 데이터 필터층에서 필터링된 성능 분석 데이터를 이용하여 프로그래머가 정의한 데이터의 범위에 따라 뷰를 스스로 확장할 수 있다. 또한 CallBack기능을 제공하여 관심 있는 데이터를 쉽게 볼 수 있다. 프로그래머는 성능 감시기의 일반화된 뷰를 이용하여 다양한 형태의 성능 분석 결과를 볼 수 있다.

• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.143-146
• /
• 2017

심층학습 모델 중 LSTM-CRF는 개체명 인식, 품사 태깅과 같은 sequence labeling에서 우수한 성능을 보이고 있다. 한국어 개체명 인식에 대해서도 LSTM-CRF 모델을 기본 골격으로 단어, 형태소, 자모음, 품사, 기구축 사전 정보 등 다양한 정보와 외부 자원을 활용하여 성능을 높이는 연구가 진행되고 있다. 그러나 이런 방법은 언어 자원과 성능이 좋은 자연어 처리 모듈(형태소 세그먼트, 품사 태거 등)이 없으면 사용할 수 없다. 본 논문에서는 LSTM-CRF와 최소한의 언어 자원을 사용하여 다국어에 대한 개체명 인식에 대한 성능을 평가한다. LSTM-CRF의 입력은 문자 기반의 n-gram 표상으로, 성능 평가에는 unigram 표상과 bigram 표상을 사용했다. 한국어, 일본어, 중국어에 대해 개체명 인식 성능 평가를 한 결과 한국어의 경우 bigram을 사용했을 때 78.54%의 성능을, 일본어와 중국어는 unigram을 사용했을 때 각 63.2%, 26.65%의 성능을 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04b
• /
• pp.1317-1320
• /
• 2002

네트워크에서 실시간으로 통신 트래픽의 변화량을 감시하고 시계열 분석을 이용해 변화량의 추이를 모형화한다. 트래픽의 변화량을 모형화하게 되면 트래픽에 대한 예측이 가능하게 되므로 트래픽 예측을 이용하여 성능관리를 수행할 수 있다. 본 연구에서는 실시간 트래픽을 이용한 성능관리 시스템에 대해 다룬다. 기존의 성능관리 시스템은 SNMP를 이용한 MIB-II 정보를 바탕으로 하는 분석 방법으로 이는 누적 데이터를 기본으로 하는 관리 방법으로 이상 징후의 판단이 즉각적이지 않았고 또한 모니터링을 수행하기 위해서는 통신 트래픽의 증가를 가져왔다. 대부분의 성능관리 시스템은 단순히 망에서의 트래픽이나 에러율 등을 관리자에게 보고하는 데 그치고 있어 능동적인 성능관리가 이루어지지 않는다. 따라서, 본 논문에서는 실시간 트래픽 감시를 위해 네트워크에 들어오거나 나가는 트래픽의 양을 측정하여 분석하고, 이 정보를 바탕으로 특정 시점 이후의 트래픽 추이를 모형화하여 미래의 트래픽 양을 예측하고, 예측된 정보를 바탕으로 하는 성능관리 시스템에 대해 연구한다. 예측 알고리즘으로는 시계열 분석을 통해 시계열 자료의 예측을 가능하게 하는 알고리즘으로 설계한다. 이 성능관리시스템을 바탕으로 망 관리자가 전체 통신 네트워크의 부하 상태를 예측하여 신속하게 대응을 할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.05a
• /
• pp.877-880
• /
• 2013

정보시스템의 기반이 되는 관계형 데이터베이스에서는 데이터의 양에 따라 성능 차이가 발생한다. 데이터베이스에 관한 여러 가지 기능에 대한 이해가 부족하여 많은 성능 저하 문제를 유발하는데, 그중에 조인 성능문제가 큰 비중을 차지하고 있다. 아주 드문 경우가 아니라면 대부분의 데이터 처리는 하나 이상의 테이블이 필요하기 때문이다. 조인을 정확하게 사용하면 성능 개선에 큰 이점을 가져 올 수 있다. 본 연구는 관계형 데이터베이스 기반의 가장 기본적인 조인방식인 Nested Loops Join 방식을 효율적으로 수행하기 위한 조인순서 선정 및 인덱스 구성에 관한 연구를 하였다. 연구 결과를 평가하기 위해서 SQL Trace을 추출한 후 성능을 비교함으로써 선정된 조인순서가 효율적인 것을 입증하였다. 또한 기존의 응답시간을 기준으로 성능평가방법보다 액세스한 데이터 블록 수를 기준으로 한 성능 평가방법이 더 근본적으로 조인 성능을 개선할 수 있음을 증명하였다. 차후에는 더 복잡한 조인 형태 및 다른 조인방식의 성능개선 방법에 관한 연구를 진행할 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.11a
• /
• pp.104-107
• /
• 2011

의료정보시스템에서 처리하는 데이터 크기가 급속하게 늘어남에 따라 대용량 데이터 처리에 대한 필요성이 갈수록 증가되고 있다. 최근 몇 년 동안 의료정보시스템을 구성하는 요소 중 디스크의 성능 향상 및 발전 속도가 중앙처리장치에 비해 둔화되고 있으며, 이와 같은 성능차이로 인해 디스크 장치가 시스템의 병목지역이 되어 전체 성능을 저하시키는 주된 요인이 되고 있다. 의료정보시스템은 주로 관계형 데이터베이스를 이용하여 저장하기 때문에 서버의 데이터 접근 처리방식과 I/O에 대한 부분이 성능을 크게 좌우한다. 따라서 본 논문에서는 의료정보시스템의 특성에 따른 하드웨어 RAID 디스크 구성 최적화 방안을 알아봄으로써 본 논문의 연구 결과가 시스템 구성 초기에 최적화된 I/O 를 위한 구성정보로 활용될 수 있도록 하고자 한다.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.124-127
• /
• 2020

관계 추출은 문장에서 두 개의 엔티티가 주어졌을 때 두 개의 엔티티에 대한 의미적 이해를 통해 관계를 분류하는 작업이다. 이와 같이 관계 추출에서 관계를 분류하기 위해서는 두 개의 엔티티에 대한 정보가 필요하다. 본 연구에서는 관계 추출을 하기 위해 문장에서 엔티티들의 표현을 다르게하여 관계 추출의 성능을 비교 실험하였다. 첫번째로는 문장에서 [CLS] 토큰(Token)으로 관계를 분류하는 Standard 엔티티 정보 표현과 두번째로는 엔티티의 앞과 뒤에 Special Token을 추가하여 관계를 분류하는 Entity-Markers 엔티티 정보 표현했다. 이를 기반으로 문장의 문맥 정보를 학습한 사전 학습(Pre-trained)모델인 BERT-Large와 ALBERT-Large를 적용하여 실험을 진행하였다. 실험 결과 Special Token을 추가한 Entity-Markers의 성능이 높았으며, BERT-Large에서 더 높은 성능 결과를 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2010.11a
• /
• pp.988-991
• /
• 2010

본 논문에서는 현재 3GPP에서 진행되고 있는 차세대 이동통신 기술 표준, 즉 LTE 시스템의 하향링크 전송방식의 수신성능을 향상시키기 위해 기지국(BS)과 단말(MS) 사이에 릴레이(RS) 설치를 제안하고, BS의 위치와 설치된 RS의 거리를 각각 500m, 1000m로 하고 RS의 전송방식을 OFDMA와 SC-FDMA를 선택함으로써 수신성능을 높이기 위한 연구를 수행 하였다. 연구결과 RS의 위치가 BS와 가까울수록 RS에서는 SC-FDMA를 사용하는 것이 좋게 나왔고, 반대로 BS와 RS의 거리가 멀어질수록 RS에서는 OFDMA를 사용하는 것의 성능이 좋은 것으로 나왔다. 또한 BS와 MS 거리의 중심지역에서는 그 상황에 맞는 전송방식을 사용함으로써 시스템의 수신성능을 향상시킬 수 있었다. 본 논문에서 시뮬레이션 한 결과를 토대로 실제 LTE 시스템에 적용하였을 때, 셀 커버지지를 확장 시켜 시스템 전체의 수신성능을 향상 시킬 수 있을 것으로 보였다.