• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.619-622
• /
• 2002

동사패턴은 원시 언어 분석을 위해 동사와 동사의 격성분 및 의미제약을 기술하고, 목적언어 생성을 위해 동사의 대역어 및 격성분들의 생성 위치정보를 기술한다. 이러한 동사패턴의 구축은 시간적, 경제적 부담이 큰 작업이며, 동사패턴 구축의 자동화 혹은 반자동화에 대한 요구는 크다. 본 논문에서는 서술성 명사와 결합하여 동사를 생성하는 접사들인 '-하-, -되-, -받-, -당하-, -드리-'에 대해, 이들 간의 상호 변환 규칙을 이용하여 수동으로 구축된 동사패턴으로부터 새로운 동사패턴을 자동으로 생성한다. 변환 규칙에서는 명사 어휘별 접사 분포 정보와 함께, 접사와 결합된 파생동사의 구문정보가 요구된다. 그러나, 기존의 사전에는 서술성 명사들의 '-하다, -되다' 분포 및 구문정보만이 기술되어 있고, '-받다, -당하다, -드리다'에 대해서는 기술되어 있지 않다. 본 논문에서는 서술성 명사들의 접사 분포 정보 및 구문정보를 파악하고, 이들 간의 상호 변환 규칙을 도출하여 새로운 동사패턴을 생성화는 2단계 작업을 수행한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.178-180
• /
• 2004

질의 응답(Question Answering) 시스템은 질의에서 요구하는 정답 유형(Answer tyype) 및 질의에 사용된 용어를 적용하여 보다 정확한 답을 추출하고자 한다. 그러나 질의에 사용된 용어들이 문서의 정답문장에 그대로 사용되지 않고 같은 의미의 다른 어휘로 출현하기도 하며, 혹은 다른 문법적 정보를 가진 카테고리로 등장하여 정답 추출에 어려움이 따른다. 따라서, 본 논문은 질의별 카테고리 개념 리스트를 구축하여 효과적인 의미적 질의 확장 방법론을 제안한다. 제안된 방법은 먼저 질문 문장의 패턴 린 질의 정보 유형을 파악하여 질의 카테고리 및 카테고리별 개념 리스트를 구축한다. 그런 후 구축된 질의 개념 카테고리 및 리스트를 활용하여 질의 유형을 학습하고, 새로운 질의가 입력되면 해당 개념 카테고리로 분류한 후, 개념 리스트를 기반으로 개념별 질의 확장을 수행한다. 제안된 시스템의 성능 명가를 위하여, TREC-9의 질의와 TREC 문서 중 1991년도 WSJ(Wall Street Journal) 42,654건을 대상으로 실험한 결과 질의 확장을 수행하지 않는 시스템의 경우 MRR(Mean reciprocal ratio) 측정에서 0.223의 결과를 보인 반면 제안된 시스템의 경우 0.50의 향상된 결과를 보였다.

• Journal of Digital Convergence
• /
• v.10 no.6
• /
• pp.219-224
• /
• 2012

In the communication mobile terminal, Vocabulary recognition system has low recognition rates, because this problems are due to phoneme feature extract from inaccurate vocabulary. Therefore they are not recognize the phoneme and similar phoneme misunderstanding error. To solve this problem, this paper propose the system model, which based on the two step process. First, input phoneme is represent by number which measure the distance of phonemes through phoneme likelihood process. next step is recognize the result through the reliability measure. By this process, we minimize the phoneme misunderstanding error caused by inaccurate vocabulary and perform error correction rate for error provrd vocabulary using phoneme likelihood and reliability. System performance comparison as a result of recognition improve represent 2.7% by method using error pattern learning and semantic pattern.

• The KIPS Transactions:PartB
• /
• v.15B no.4
• /
• pp.375-382
• /
• 2008

A protein's subcellular localization is considered an essential part of the description of its associated biomolecular phenomena. As the volume of biomolecular reports has increased, there has been a great deal of research on text mining to detect protein subcellular localization information in documents. It has been argued that linguistic information, especially syntactic information, is useful for identifying the subcellular localizations of proteins of interest. However, previous systems for detecting protein subcellular localization information used only shallow syntactic parsers, and showed poor performance. Thus, there remains a need to use a full syntactic parser and to apply deep linguistic knowledge to the analysis of text for protein subcellular localization information. In addition, we have attempted to use semantic information from the WordNet thesaurus. To improve performance in detecting protein subcellular localization information, this paper proposes a three-step method based on a full syntactic dependency parser and WordNet thesaurus. In the first step, we constructed syntactic dependency paths from each protein to its location candidate, and then converted the syntactic dependency paths into dependency trees. In the second step, we retrieved root information of the syntactic dependency trees. In the final step, we extracted syn-semantic patterns of protein subtrees and location subtrees. From the root and subtree nodes, we extracted syntactic category and syntactic direction as syntactic information, and synset offset of the WordNet thesaurus as semantic information. According to the root information and syn-semantic patterns of subtrees from the training data, we extracted (protein, localization) pairs from the test sentences. Even with no biomolecular knowledge, our method showed reasonable performance in experimental results using Medline abstract data. Our proposed method gave an F-measure of 74.53% for training data and 58.90% for test data, significantly outperforming previous methods, by 12-25%.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.221-224
• /
• 2011

본 논문에서는 U-WIN의 어휘 관계 정보를 기반으로 얻은 구성명사간 2-gram 유사도 분석 결과를 이용해 의미기반 복합명사 분석을 수행하는 방법을 제안한다. 음절별 분해 패턴의 제한을 없애기 위해 모든 경우로 후보를 분해하여 규칙에 따라 분석에 사용될 최적의 분해 후보를 찾으며 분석시간, 비교대상을 줄이고 정확도를 높이기 위해 사전의 원어정보를 이용한다. 유사도는 각 개념을 구성하는 관련명사 집합들간의 비교로 구하며 가장 큰 문제인 데이터 부족 문제를 해결하기 위해 7종류의 대상으로부터 추출한 관련명사들을 이용한다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.203-208
• /
• 2021

본 논문에서는 맥락에 따라 개체명의 범주가 달라지는 어휘를 중심으로 교차 태깅된 개체명의 성능을 레이블과 스팬 정답률, 문장 성분과 문장 위치에 따른 정답률로 나누어 살펴 보았다. 레이블의 정확도는 KoGPT2, mBERT, KLUE-RoBERTa 순으로 정답률이 높아지는 양상을 보였다. 스팬 정답률에서는 mBERT가 KLUE-RoBERTa보다 근소하게 성능이 높았고 KoGPT2는 매우 낮은 정확도를 보였다. 다만, KoGPT2는 개체명이 문장의 끝에 위치할 때는 다른 모델과 비슷한 정도로 성능이 개선되는 결과를 보였다. 문장 종결 위치에서 인식기의 성능이 좋은 것은 실험에 사용된 말뭉치의 문장 성분이 서술어일 때 명사의 중첩이 적고 구문이 패턴화되어 있다는 특징과 KoGPT2가 decoder기반의 모델이기 때문으로 여겨지나 이에 대해서는 후속 연구가 필요하다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.1
• /
• pp.24-29
• /
• 2022

Semantic role labeling task used in various natural language processing fields, such as information extraction and question answering systems, is the task of identifying the arugments for a given sentence and predicate. Predicate used as semantic role labeling input are extracted using lexical analysis results such as POS-tagging, but the problem is that predicate can't extract all linguistic patterns because predicate in korean language has various patterns, depending on the meaning of sentence. In this paper, we propose a korean predicate recognition method using neural network model with pre-trained embedding models and lexical features. The experiments compare the performance on the hyper parameters of models and with or without the use of embedding models and lexical features. As a result, we confirm that the performance of the proposed neural network model was 92.63%.

• Science of Emotion and Sensibility
• /
• v.13 no.3
• /
• pp.449-458
• /
• 2010

As occasion demands to obtain efficient information from many documents and reviews on the Internet in many kinds of fields, automatic classification of opinion or thought is required. These automatic classification is called sentiment classification, which can be divided into three steps, such as subjective expression classification to extract subjective sentences from documents, sentiment classification to classify whether the polarity of documents is positive or negative, and strength classification to classify whether the documents have weak polarity or strong polarity. The latest studies in Opinion Mining have used N-gram words, lexical phrase pattern, and syntactic phrase pattern, etc. They have not used single word as feature for classification. Especially, patterns have been used frequently as feature because they are more flexible than N-gram words and are also more deterministic than single word. Theses studies are mainly concerned with English, other studies using patterns for Korean are still at an early stage. Although Korean has a slight difference in the meaning between predicates by the change of endings, which is 'Eomi' in Korean, of declinable words, the earlier studies about Korean opinion classification removed endings from predicates only to extract stems. Finally, this study introduces the earlier studies and methods using pattern for English, uses extracted sentimental patterns from Korean documents, and classifies polarities of these documents. In this paper, it also analyses the influence of the change of endings on performances of opinion classification.

• Journal of Digital Convergence
• /
• v.15 no.12
• /
• pp.341-347
• /
• 2017

As the amount of document data increases, the user needs summarized information to understand the document. However, existing document summary research methods rely on overly simple statistics, so there is insufficient research on multiple document summaries for ambiguity of sentences and meaningful sentence generation. In this paper, we investigate semantic connection and preprocessing process to process unnecessary information. Based on the vocabulary semantic pattern information, we propose a multi-document summarization method that enhances semantic connectivity between sentences using VAE. Using sentence word vectors, we reconstruct sentences after learning from compressed information and attribute discriminators generated as latent variables, and semantic connection processing generates a natural summary sentence. Comparing the proposed method with other document summarization methods showed a fine but improved performance, which proved that semantic sentence generation and connectivity can be increased. In the future, we will study how to extend semantic connections by experimenting with various attribute settings.

• Annual Conference on Human and Language Technology
• /
• 1999.10e
• /
• pp.462-469
• /
• 1999

본 연구에서는 시각적으로 제시되는 단어 자극의 의미 관련성의 차이에 따라 좌우반구의 처리가 어떻게 이루어지는지 알아보고자 하였다. 이를 위해서 명칭성 실어증 환자와 정상인 대학생 피험자를 대상으로 점화 어휘판단 과제를 수행하였다. 이 연구의 기본 논리는 명칭성 실어증 환자의 왼쪽 뇌가 손상되어 있기 때문에 어떤 정보처리가 왼쪽 뇌에서 일어나는 것이라면 정상인과 명칭성 실어증환자간의 수행에서 어떤 차이가 나타날 것을 기대되는 반면, 만일에 우뇌에서 처리되는 것이라면 정상인의 과제 수행 형태와 명칭성 실어증 환자의 것이 일치하는 형태를 보일 것이라는 것이다. 실험 1에서는 수직적 범주관련성이 어느 반구에서 정보처리 되는지를 조사하였다. 그 결과 정상인은 좌반구에서 유의미한 점화효과가 있고 우반구에서는 점화효과가 없었던 반면에, 명칭성 실어증 환자는 정상인과 정반대의 점화 효과를 보이고 있다. 이러한 결과는 좌반구가 일차적으로 수직적 범주 관련성 정보처리와 관련이 있음을 시사해 준다. 또한 수평적 범주 관련성에 따른 실험 은 정상인과 환자 두 집단 모두 수평적 범주관련성이 우반구에서 처리되는 유사한 패턴을 보여주었다. 실험2에서는 연합적 범주관련성에 따른 두 집단간의 점화 효과를 비교하였다. 정상인 집단과 환자 모두 좌우반구에 점화효과를 보여주고 있지만, 정상인 집단의 경우에는 우반구에서, 환자는 좌반구에서 점화량이 더 컸다. 연합관련 정보처리는 좌우반구 모두에서 일어난다고 하는 기존의 견해와 관련하여 볼 때 연합관련 정보처리는 좌우반구에서 일어난다고 해석할 수 있을 것이다. 명칭 실어증 환자의 정보처리는 정상인과 다르게 이루어지므로 이러한 좌우반구에서의 차이가 난 것으로 볼 수 있다. 이상의 실험1과 2의 결과를 종합해 보면, 시각적으로 제시되는 단어의 범주적 관련성이 주는 어휘정보 처리는 반구에 따라 처리하는 기능이 다르다고 결론 내릴 수 있다. 즉, 좌반구는 수직적 범주 관련성을 담당하고 우반구는 수평적 관련성을 담당하며, 연합적 관련성은 좌우반구 모두에서 정보처리 된다는 것이다.