• Journal of Korean Society of Neurocognitive Rehabilitation
• /
• v.10 no.2
• /
• pp.35-44
• /
• 2018

This study was conducted to explore the effects of semi-structured $DIRFloortime^{(R)}$ treatment on the enhancement of language comprehension and information processing of children with high-performance autistic spectrum disabilities. We measured the general characteristics of the test subjects, which are level of autism, total intelligence, language comprehension and information processing indicators. The intervention method used was a semi-structured $DIRFloortime^{(R)}$ therapy using board game intervention program after revising and supplementing the expert content validity. A pre/post-test for a group was designed as a similar experiment and the pre/post test was initiated with the t certification at .05 of significance level. After initiating the program, the post test has shown that the language comprehension indicators showed statistically significant levels of difference (p<.001) and the information processing indicator also had a statistically significant effect (p<.001). There was a statistically significant difference (p<.001) in the level of verbal comprehension index after the program implementation, and statistically significant differences in the information processing index (p<.001). The semi-structured $DIRFloortime^{(R)}$ treatment using boardgames for enhancing the language comprehension and information processing indicators of children with high performance autistic spectrum disorder had a significant effect.

• Journal of Educational Research in Mathematics
• /
• v.13 no.2
• /
• pp.123-141
• /
• 2003

This study investigated the understanding level and the using level of mathematical language for middle school students in terms of Freudenthal' language levels. It was proved that the understanding level task developed by current study for geometric concept had reliability and validity, and that there was the hierarchy of levels on which students understanded mathematical language. The level that students used in explaining mathematical concepts was not interrelated to the understanding level, and was different from answering the right answer according to the sorts of tasks. And, the level of mathematical language that was understood easily as students' thought, was the third level of the understanding levels. Mathematics teachers should consider the students' understanding level and using level, and give students the tasks which students could use their mathematical language confidently.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.333-335
• /
• 2000

컴퓨터는 자연언어로 된 문장을 올바르게 이해하기 위해 의미지식을 필요로 하며 이러한 의미지식을 정확하게 구축하기 위해서는 수작업을 필요로 한다. 그러나 수작업에 의한 의미지식 구축은 많은 비용과 시간을 필요로 하고, 작성자의 주관이 개입되며, 응용 도메인에 따라 의미지표 테이블이 수정되면 의미지표 사전의 재구축이 불가피하다. 이러한 문제점을 해결하기 위해 본 논문에서는 영어 WordNet과 한영 사전을 이용한 한국어 명사 의미지표 사전의 자동 구축 방법을 제안한다.

• Journal of the Korea Convergence Society
• /
• v.10 no.6
• /
• pp.251-257
• /
• 2019

The purpose of this study was to inquire into performance of Wechsler Intelligence Scale for Children based on HOME environment stimuli and age. For the purpose of this, a trained tester carried out K-WISC-IV oriented to 128 children aged 6-16, and this study conducted HOME to mothers. Regarding participants' full Scale IQ and 4 index score(Verbal Comprehension, Perceptual Reasoning, Working Memory, Processing Speed) and HOME, they were analyzed by age group of two: a group of children aged 6-10 and another group of children aged 11-16. According to the analysis results, both age groups showed a significant positive correlation between Full Scale IQ, Verbal Comprehension Index, and HOME environment stimuli. The results of this study were discussed and proposed the necessity of studies in relation to performance of diverse subtests in accordance with amendment of future intelligence scales.

• Annual Conference on Human and Language Technology
• /
• 2004.10d
• /
• pp.259-263
• /
• 2004

본 연구는 머리어-후행언어(head-final language)로 분류되는 한국어의 통사 및 의미 처리 과정의 언어간(cross linguistic) 일반성과 언어내(intra-language) 특이성을 ERP(event- related potentials) 실험결과를 통해 알아보고자 하였다. 한국어 문장처리 과정에서의 통사 및 의미 처리특성은, 우선 이들을 지표하는 각각의 오류문을 통해 P600과 N400 이라는 언어일반의 처리과정을 보이면서도 각 성분의 영역분포는 오류가 출현된 위치에 따라 분기하고 있음을 관찰할 수 있었다. 곧, 문미위치의 술어오류에서 중심-두정 부위의 활성화 우세로 각 오류간 영역분화를 보이는 패턴을 새롭게 확인하였다. 이로써 오류의 유형별 재분류과정으로 드러난 오류출현 위치가 오류의 유형 내에 영향을 끼치는 한 변수가 될 수 있으며. 이는 이들 보어 및 술어를 구성하는 고유의 범주 특성으로 해석할 수 있는 근거가 될 수 있음도 아울러 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2012.10a
• /
• pp.331-333
• /
• 2012

객체지향 텍스트 프로그래밍 및 시각 프로그래밍 교육에 대한 연구는 학생들이 프로그램 개발을 진행하는 과정 혹은 프로그래밍을 교수하는 방법론과 프로그램 개발을 위한 적합한 분석 및 설계 방법론을 찾는 것이다. 이 논문에서는 컴퓨터 프로그래밍 교육에서 객체지향 텍스트/시각 프로그래밍 교육을 적용하고 평가하기 위한 평가 지표를 개발한다. 이 지표는 시각적 혹은 텍스트 기반 프로그래밍 언어/도구를 사용할 때 학생들의 프로그래밍 교육에 대한 적합성을 측정하고 분석하여 학생들의 이해력, 추상화 능력, 프로그램 구현 능력과 학생들의 수준별 적합성을 측정하고 분석하며, 또한, 측정/분석 방법론을 개발하고 적용하는데 활용할 수 있다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.698-703
• /
• 2023

최근 ChatGPT와 같은 사전학습 생성모델은 자연어 이해 (natural language understanding)에서 좋은 성능을 보이고 있다. 또한 코드 작업을 도와주고 대학수학능력시험, 중고등학교 수준의 문제를 풀거나 도와주는 다양한 분야에서 활용되고 있다. 본 논문은 사전학습 생성모델을 이용하여 영어 교육을 위해 말뭉치를 확장하는 프레임 워크를 제시한다. 이를 위해 ChatGPT를 사용해 말뭉치를 확장 한 후 의미 유사도, 상황 유사도, 문장 교육 난이도를 사용해 생성된 문장의 교육적 효과를 검증한다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.203-208
• /
• 2023

본 논문에서는 대규모 언어 모델의 인컨텍스트 러닝과 프롬프팅을 활용하여 수치 추론 태스크 데이터셋을 효과적으로 증강시킬 수 있는 방법론을 제안한다. 또한 모델로 하여금 수치 추론 데이터의 이해를 도울 수 있는 전처리와 요구사항을 만족하지 못하는 결과물을 필터링 하는 검증 단계를 추가하여 생성되는 데이터의 퀄리티를 보장하고자 하였다. 이렇게 얻어진 증강 절차를 거쳐 증강을 진행한 뒤 추론용 모델 학습을 통해 다른 증강 방법론보다 우리의 방법론으로 증강된 데이터셋으로 학습된 모델이 더 높은 성능을 낼 수 있음을 보였다. 실험 결과 우리의 증강 데이터로 학습된 모델은 원본 데이터로 학습된 모델보다 모든 지표에서 2%p 이상의 성능 향상을 보였으며 다양한 케이스를 통해 우리의 모델이 수치 추론 학습 데이터의 다양성을 크게 향상시킬 수 있음을 확인하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.29 no.9
• /
• pp.69-77
• /
• 2024

This study evaluates the performance of second language acquisition models learning Korean and English using the GPT-2-Small model, analyzing the impact of various training conditions on performance. Four training conditions were used: monolingual learning, sequential learning, sequential-interleaved learning, and sequential-EWC learning. The model was trained using datasets from the National Institute of Korean Language and English from BabyLM Challenge, with performance measured through PPL and BLiMP metrics. Results showed that monolingual learning had the best performance with a PPL of 16.2 and BLiMP accuracy of 73.7%. In contrast, sequential-EWC learning had the highest PPL of 41.9 and the lowest BLiMP accuracy of 66.3%(p < 0.05). Monolingual learning proved most effective for optimizing model performance. The EWC regularization in sequential-EWC learning degraded performance by limiting weight updates, hindering new language learning. This research improves understanding of language modeling and contributes to cognitive similarity in AI language learning.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.23-26
• /
• 2023

본 논문에서는 서술형 수학 문제 풀이 모델의 숫자 대소관계 파악을 위한 명시적 자질추출방식 Explicit Feature Extraction(EFE) Reasoner 모델을 제안한다. 서술형 수학 문제는 자연현상이나 일상에서 벌어지는 사건을 수학적으로 기술한 문제이다. 서술형 수학 문제 풀이를 위해서는 인공지능 모델이 문장에 함축된 논리를 파악하여 수식 또는 답을 도출해야 한다. 때문에 서술형 수학 문제 데이터셋은 인공지능 모델의 언어 이해 및 추론 능력을 평가하는 지표로 활용되고 있다. 기존 연구에서는 문제를 이해할 때 숫자의 대소관계를 파악하지 않고 문제에 등장하는 변수의 논리적인 관계만을 사용하여 수식을 도출한다는 한계점이 존재했다. 본 논문에서는 자연어 이해계열 모델 중 SVAMP 데이터셋에서 가장 높은 성능을 내고 있는 Deductive-Reasoner 모델에 숫자의 대소관계를 파악할 수 있는 방법론인 EFE 를 적용했을 때 RoBERTa-base 에서 1.1%, RoBERTa-large 에서 2.8%의 성능 향상을 얻었다. 이 결과를 통해 자연어 이해 모델이 숫자의 대소관계를 이해하는 것이 정답률 향상에 기여할 수 있음을 확인한다.