• 인지과학
• /
• 제23권2호
• /
• pp.133-164
• /
• 2012

폴 처칠랜드는 인지신경생물학과 연결주의 AI의 연구 성과로부터, 상태공간 표상이론을 제안하였다. 그 표상이론에 따르면 세계의 다양한 현상들에 대한 우리의 표상은 신경세포 또는 신경세포집단의 활동에 대응하는 위상 상태공간의 지점들로 재현될 수 있다. 그러한 표상 체계를 모의하는 연결주의 AI 신경망은 은닉유닛들 속에 우리가 세계를 인지할 의미론의 범주 체계를 담아내는 것으로 해석된다. 그러한 해석의 관점에 따르면, 신경망은 세계에 대한 범주체계를 은닉 유닛들이 갖는 위상 상태공간의 특정 지점이라고 주장한다. 그러나 포도와 르포르는 그러한 전망을 어둡게 본다. 그의 전망에 따르면, '차원의 개별화' 가능성, 내용 동일성의 '분석/종합 구분'의 측면, 그리고 '부차적 정보'에 따른 상태공간의 상이성 등을 고려할 때 새로운 표상이론은 의미론적 내용 동일성을 주장하기 어렵다. 그 상태공간 표상은 유사성의 기준을 전제하기 때문이다. 본 논문은 처칠랜드 표상이론의 제안과 포도와 르포르의 비판 중에 어느 것이 더 설득력을 갖는지 검토한다. 상태공간 표상이론에 대한 필자의 이해에 따르면, 인공 그물망은 학습알고리즘에 따라서 스스로 내용 유사성의 분별 기준을 조성한다. 이러한 근거에서 포도와 르포르의 지적은 처칠랜드 표상이론에 대한 적절한 공격이 되지 못한다. 또한 그 표상이론은 미래의 인공지능 시스템이 의식 이하의 수준에서 세계를 인지할 개념체계를 어떻게 담아낼 수 있을지 우리에게 이해를 제공한다. 따라서 우리는 앞으로 인지과학 연구의 초점을 무엇에 집중해야 할지도 전망할 수 있게 되었다.

• 인지과학
• /
• 제19권1호
• /
• pp.75-88
• /
• 2008

시각 장면은 중복적인 정보가 많이 포함되어 있다. 우리의 시각체계는 다양하고 중복적인 정보를 처리하기 위해 뇌 용적을 늘이기보다는 들어오는 외부 정보를 요약한다. 유사한 형태의 다양한 정보가 시각체계에 주어지면 시각체계는 정보의 통계적 특성을 추출해 낸다. 이런 통계적 표상의 대표적 형태가 바로 평균 표상이다. 평균 표상의 한 예로 시각 체계에서 계산해 내는 유사한 여러 크기들의 평균 크기를 들 수 있다. 평균 표상은 빠르고 정확하며 비교적 오랜 시간 지속되는 표상이고 평균 표상의 처리과정 또한 병렬적인 처리과정이다. 하지만 지금까지의 통계 표상에 관한 연구는 행동측정방법에 의한 연구였다. 따라서 본 연구는 기능적 자기 공명 영상 기법을 사용하여 통계 표상에 관한 신경기제를 찾고자 하였다. 사전 연구 결과들에 따르면 특정 자극을 연속하여 제시하였을 때 특정 자극을 담당하는 영역에서 자기 공명 영상 신호가 감소함을 알 수 있다. 본 연구에서는 이 반복 감소 현상을 사용하여 원들의 평균이 동일한 자극을 제시하였을 때 우측 후두 영역에서 유의미하게 자기 공명 영상 신호가 감소하는 것을 발견하였다. 이것은 우측 후두 영역이 시각자극에 대한 평균 표상을 처리하는 영역일 수 있음을 시사한다.

• 인지과학
• /
• 제2권1호
• /
• pp.1-12
• /
• 1990

심리적 표상은 표상의 주체라고 할 마음의 존재문제와 표상되는 세계의존재 문제 를 제기한다. '명제태도' 라는 언어적 표상은 그것의 주어가 지칭하는는 마음의 존재를 문제 삼게할뿐 아니라 그러한 명제적 표상의 대상세계라고 할 명재적 사실의 존재문제 도 생기게 한다. 심리적 표상을 심리적 사건으로 간주할 때 그 사건의 뒤상이 문제된다. 어떤 다른 사건과 인과관계를 갖는지가 문제된다. 특히 신경과학적 사건과의 관게를 규명하는 문제가 중요하다. 심리적 표상은 이론적 대상의 세계고 간주될 수 있다. 그것은 신경과학의 발달 과정을 통하여 점차 해명될 수 있는 이론적 대상세계이다. 따라서 그것의 실재성도 과학의 발전에 의존하여 그 의미를 구체화할 수 있을 것이다. 철학이 제기하는 이러한 존재론적 문제들은 인지과학의 발전과 더불어 점차적으로 제조명될 성질의 것이다.

• 인지과학
• /
• 제18권4호
• /
• pp.399-415
• /
• 2007

통상적인 시각 장면은 다수의 물체를 포함한다. 하지만 시각시스템이 동시에 처리할 수 있는 용량에는 한계가 있기 때문에, 시각 장면에 제시된 다수의 자극을 어떻게 처리할 것인지는 시각 체계의 매우 중요한 과제 중 하나이다. 선택적 주의와 통계표상은 이 문제를 해결하는 서로 다른 두 방법이다. 이 둘 간의 신경 기제를 밝히기 위해 fMRI를 사용하여 하나의 원에 주의를 주었을 때(초점주의)와 평균 크기 판단을 위해 모든 원에 주의를 주었을 때(분산주의) 억제적 상호작용의 변화를 조사하였다. 시각 영역 V4에서 무주의 조건에 비해 초점주의는 억제적 상호작용을 감소시킨 반면, 분산주의는 억제적 상호작용에 영향을 주지 않았다. 이 결과는 초점주의는 현재의 목적에 맞지 않는 자극을 여과하고 선택된 자극만을 편향되게 처리하지만, 분산주의는 다수의 자극에 대한 신경 반응을 각 자극에 대한 반응들의 평균값으로 수렴시켜 평균표상을 하게 한다는 것을 시사한다.

• 한국인지과학회:학술대회논문집
• /
• 한국인지과학회 2002년도 춘계학술대회
• /
• pp.59-64
• /
• 2002

인지심리학 및 인지언어학 분야에서 시도한 어휘 표상, 특히 움직임과 관련된 동사의 인지도식에 관한 연구들을 비교해보고자 한다. 인간의 언어학적인 지식을 도식적으로 표상 하고자 하는 노력은 언어의 통사적인 외형에만 치중하는 연구에서는 언어의 의미구조를 파악하기 힘들다고 판단하고 의미적인 범주화를 중요시하게 되었다. 본 연구에서는 시각적 이미지 도식을 중점적으로 살펴보기로 한다. 이미지 도식은 공간적 위치 관계, 이동, 형상 등에 관한 지각과 결부되어 있다. 이미지로 나타낸 표상은 근본적으로 세상의 인식과 세상에 대한 행동방법을 사용하게 하는 유추적이고 은유적인 원칙에 기초하고 있다. 이러한 점에 있어서, 언술을 발화한 화자는 어느 정도 주관적인 행동의 능력과 그가 인식한 개념화에서부터 문자화시킨 표상을 구성한다. 인지 원칙에 입각한 의미 표상에 중점을 둔 도식으로는, Langacker, Lakoff, Talmy의 도식이 있다. 프랑스에서 톰 R. Thom과 같은 수학자들은 질적인 현상에 관심을 가져 형역학(morphodynamique)이론을 확립하였는데, 이 이론은 요즘의 인지 연구에 수학적 기초를 제공하였다. R. Thom, J. Petitot-Cocorda의 도식 및 구조 의미론의 창시자라고 불리는 B.Pottier의 도식이 여기에 속한다 J.-P. Descles가 제시한 인지연산문법(Grammaire Applicative et Cognitive)은 다른 인지문법과는 달리 정보 자동처리과정에서 사용할 수 있는 연산자와 피연산자의 관계에 기초한 수학적 연산작용을 발전시켰다. 동사의 의미는 의미-인지 도식으로 설명되는데, 이것은 서로 다른 연산자와 피연산자로 구성된 형식화된 표현이다. 인간의 인지 기능은 언어로 표현되며, 언어는 인간의 의사소통, 사고 행위 및 인지학습의 핵심적 기능을 담당한다. 인간의 언어정보처리 메카니즘은 매우 복잡한 과정이기 때문에 언어정보처리와 관련된 언어심리학, 인지언어학, 형식언어학, 신경해부학 및 인공지능학 등의 관련된 분야의 학제적 연구가 필요하다.

• 인지과학
• /
• 제21권4호
• /
• pp.603-625
• /
• 2010

물체의 신경 표상은 시각 피질 전반에 걸쳐 분산되어 있고 다른 물체의 신경 표상과 중첩된 형태로 유지된다. 따라서 특정 물체를 반복적으로 접하면 그 물체의 재인은 촉진되지만 다른 물체의 재인은 상대적으로 손상될 수 있다. 이러한 현상을 각각 반복 점화(priming)와 반점화(antipriming)라고 한다. 본 연구는 반복 반점화 즉, 반복된 물체 자체가 반점화 될 가능성을 검증하였다. 학습 단계에서 참가자들은 다양한 수준으로 화질이 손상된 물체 사진들의 재인 수준을 평정하였고 검사 단계에서는 정상적인 화질의 물체 사진을 보고 범주 판단 과제를 실시하였다. 그 결과, 실험 1과 2에서 모두 학습 단계에서 쉽게 재인되었던 물체는 검사 단계에서 더 효율적으로 처리되었지만(반복 점화), 반대로 학습 단계에서 지각적으로 모호했던 물체는 검사 단계에서 비효율적으로 처리되었다(반복 반점화). 이러한 결과는 지각적으로 모호한 물체를 경험할 때 세부특징에 관한 감각 표상과 다수의 물체 표상들 간의 연결이 강화되어 후속 재인 과정을 방해하기 때문인 것으로 추정된다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2019년도 제31회 한글 및 한국어 정보처리 학술대회
• /
• pp.170-172
• /
• 2019

개체명 연결이란 주어진 문장에 출현한 단어를 위키피디아와 같은 지식 기반 상의 하나의 개체에 연결하는 것을 의미한다. 문장에 나타나는 개체들은 주로 동일한 주제를 가지게 되는데 본 논문에서는 이러한 특징을 활용하기 위해서 개체들을 그래프상의 노드로 표현하고, 그래프 신경망을 이용하여 주변 노드의 정보를 통해 노드 표상을 업데이트한다. 한국어 위키피디아 링크 데이터를 사용하여 실험을 진행한 결과 개발 셋에서 82.09%, 평가 셋에서 81.87%의 성능을 보였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2018년도 제30회 한글 및 한국어 정보처리 학술대회
• /
• pp.8-12
• /
• 2018

구문 분석이란 문장을 단어, 어절, 구 등의 구성 성분으로 분해하고 각각의 구조적 정보를 분석하여 문장의 구조를 알아내는 작업을 말한다. 최근 의존 구문 분석은 심층 신경망을 이용하는 방법이 활발히 연구되고 있다. 특히 포인터 네트워크를 사용하는 방법은 다른 심층 신경망보다 높은 성능을 보이고 있다. 그러나 포인터 네트워크의 사용만으로 의존 관계와 의존 관계명을 예측하는 것은 한계가 존재한다. 본 논문에서는 최근 사용하는 단어 표상 방법 별로 비교 실험을 진행하고 의존 구문 분석에서 GloVe의 성능이 가장 좋음을 보인다. 또한 언어 모델을 통한 단어 표상 방법인 ELMo와 멀티헤드 어텐션을 사용하여 포인터 네트워크만을 사용 했을 때보다 높은 성능(UAS 92.85%, LAS 90.65%)을 보였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2018년도 제30회 한글 및 한국어 정보처리 학술대회
• /
• pp.95-100
• /
• 2018

채팅 시스템을 잘 만들기 위해서는 양질, 대량의 채팅 말뭉치가 굉장히 중요하지만 구축 시 많은 비용이 발생한다는 어려움이 있었다. 따라서 본 논문에서는 영화 자막, 극대본과 같이 대량의 발화 데이터를 이용하여 채팅 말뭉치를 반자동으로 확장하는 방법을 제안한다. 채팅 말뭉치 확장을 위해 미리 구축된 채팅 말뭉치와 유사도 기법을 이용하여 채팅 유사도를 구하고, 채팅 유사도가 실험을 통해 얻은 임계값보다 크다면 올바른 채팅쌍이라고 판단하였다. 그리고 길이가 매우 짧은 채팅성 발화의 채팅 유사도를 효과적으로 계산하기 위해 본 논문에서 제안하는 것은 형태소 단위 임베딩 벡터와 합성곱 신경망 모델을 이용하여 발화 단위 표상을 생성하는 것이다. 실험 결과 기본 발화 단위 표상 생성 방법인 TF를 이용하는 것보다 정확률, 재현율, F1에서 각각 5.16%p, 6.09%p, 5.73%p 상승하여 61.28%, 53.19%, 56.94%의 성능을 가지는 채팅 말뭉치 반자동 구축 모델을 생성할 수 있었다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제23권12호
• /
• pp.698-702
• /
• 2017

자연 언어 처리(Natural Language Processing) 분야에 심층 신경망(Deep Neural Network)이 소개된 이후, 단어, 문장 등의 의미를 나타내기 위한 분산 표상인 임베딩(Embedding)을 학습하기 위한 연구가 활발히 진행되고 있다. 임베딩 학습을 위한 방법으로는 크게 문맥 기반의 텍스트 모델링 방법과, 기학습된 임베딩을 결합하여 더 긴 텍스트의 분산 표상을 계산하고자 하는 결합 기반의 텍스트 모델링 방법이 있다. 하지만, 기존 결합 기반의 텍스트 모델링 방법은 최적 결합 단위에 대한 고찰 없이 단어를 이용하여 연구되어 왔다. 본 연구에서는 비교 실험을 통해 문서 임베딩 생성에 적합한 결합 기법과 최적 결합 단위에 대해 알아본다. 또한, 새로운 결합 방법인 담화 분석 기반의 결합 방식을 제안하고 실험을 통해 기존의 순차적 결합 기반 신경망 모델 대비 우수성을 보인다.