• 한국융합학회논문지
• /
• 제13권3호
• /
• pp.77-89
• /
• 2022

대용량의 코퍼스로 학습한 사전학습 언어모델이 다양한 자연어처리 태스크에서 성능 향상에 도움을 주는 것은 많은 연구를 통해 증명되었다. 하지만 자원이 부족한 언어 환경에서 사전학습 언어모델 학습을 위한 대용량의 코퍼스를 구축하는데는 한계가 있다. 이러한 한계를 극복할 수 있는 Cross-lingual Post-Training (XPT) 방법론을 사용하여 비교적 자원이 부족한 한국어에서 해당 방법론의 효율성을 분석한다. XPT 방법론은 자원이 풍부한 영어의 사전학습 언어모델의 파라미터를 필요에 따라 선택적으로 재활용하여 사용하며 두 언어 사이의 관계를 학습하기 위해 적응계층을 사용한다. 이를 통해 관계추출 태스크에서 적은 양의 목표 언어 데이터셋만으로도 원시언어의 사전학습 모델보다 우수한 성능을 보이는 것을 확인한다. 더불어, 국내외 학계와 기업에서 공개한 한국어 사전학습 언어모델 및 한국어 multilingual 사전학습 모델에 대한 조사를 통해 각 모델의 특징을 분석한다

• 융합정보논문지
• /
• 제9권8호
• /
• pp.53-62
• /
• 2019

본 연구는 수술실 간호사의 언어폭력유형, 정서적 반응과 대처와의 관계를 규명하기 위한 서술적 조사연구이다. 연구 대상은 종합병원 20곳 수술실에 근무하는 간호사 400명을 편의 추출하였고, 총 382부 중 372부가 분석되었다. 분석결과, 대상자가 경험한 언어폭력 가해자는 의사, 직속상사가 많았고, 대상자의 과반수이상이 이직을 생각하고 있는 것으로 나타났다. 언어폭력이 발생하는 상황은 수술동안 사용해야 할 혹은 사용 중인 장비가 기능을 못할 때가 가장 많았고, 폭력유형은 반말을 한다가 가장 높게 나타났다. 언어폭력경험은 결혼, 임상경력, 근무형태에 따라 유의한 차이를 보였고, 언어폭력 정서적 반응은 성별, 직위와 대처와는 연령, 학력, 임상경력, 직위와 유의한 차이를 보였다. 언어폭력 경험과 정서적 반응, 정서적 반응과 대처간의 유의한 상관관계가 있는 것으로 나타났다. 따라서 본 연구결과는 언어폭력 대처방법 및 예방교육 프로그램 개발에 일조할 것이다.

• 한국융합학회논문지
• /
• 제8권6호
• /
• pp.299-309
• /
• 2017

이 연구는 합창에 영향을 미치는 비언어 커뮤니케이션 가운데 가사의 의미 형성에 핵심적인 요소인 유사 언어의 효율적 활용 방안을 모색하기 위한 목적으로 수행되었다. 커뮤니케이션에서 유사언어는 언어가 가진 의미를 더욱 풍부하게 표현할 수 있게 해주는 비언어적 요소로, 합창에서는 가사의 발성과 딕션이 대표적인 유사언어이다. 그런데 그동안은 합창의 음악적 표현을 강조하면서 발성을 중시한 나머지 딕션은 상대적으로 소홀히 함으로써 합창에서 표현하고자 하는 가사의 의미가 청중에게 효과적으로 전달되지 못하는 경우가 많았다. 그러나 합창에서 발성은 딕션과 별개의 것이 아니라 서로 조화를 이루어야 음악적인 차원에서뿐 아니라 커뮤니케이션 차원에서도 완성도가 높은 합창연주가 가능하다. 이 연구는 합창 지휘자로서의 활동 경험과 커뮤니케이션에 대한 이론적 지식을 토대로 한국어 합창에서 활용할 수 있는 효과적인 딕션 방법을 제시하고 있다.

• 한국융합학회논문지
• /
• 제7권4호
• /
• pp.173-180
• /
• 2016

OpenCV는 디지털 영상처리와 컴퓨터 비전에서 사용되는 프로그래밍 언어이다. 본 연구에서는 OpenCV 프로그래밍 언어를 이용하여 제작된 미디어 아트를 살펴보고 활용 가능성에 대하여 알아본다. 이를 위해 본 연구에서는 첫째, 미디어 아트에서 자주 사용되는 OpenCV 함수와 활용 예를 살펴본다. 둘째, OpenCV를 이용한 미디어 아트를 함수와 작품 제작을 위해 사용된 프로그래밍 언어와 환경을 중심으로 기술한다. 셋째, 기술된 OpenCV를 이용한 미디어 아트 작품들의 특징을 사용된 함수들과 프로그래밍 언어를 중심으로 분석한다. 이 연구는 OpenCV 또는 프로그래밍 언어를 이용하여 미디어 아트를 제작하려는 아티스트들에게 가이드라인을 제공할 수 있다.

• 한국융합학회논문지
• /
• 제4권3호
• /
• pp.7-13
• /
• 2013

지금까지 서비스 제공자의 커뮤니케이션에 대한 연구는 활발히 진행되어왔다. 하지만 각 커뮤니케이션 요인 간의 밀접한 상호 영향 관계에 대한 좀 더 명확한 규명을 위해서는 구두적 커뮤니케이션과 함께 비구두적 커뮤니케이션에 대한 연구가 보다 활발하게 이루어져야 한다. 본 연구는 서비스 회복단계에서 서비스 제공자의 비구두적 요인(Nonverbal attributes)들이 고객평가에 어떻게 영향을 미치는지 살펴보고자 하였다. 연구 결과를 살펴보면, 첫째, 만족에 대한 분석 결과, 신체 언어가 높고 외모적 언어가 낮은 집단이 신체 언어가 낮고 외모적 언어가 높은 집단보다 더 만족에 영향을 미친다고 확인 되었다. 즉, 서비스 회복단계에서 접점 서비스 제공자의 신체 언어가 외모적 언어보다 만족에 영향을 미치는 것으로 나타났다. 둘째, 재이용 의도에 대한 분석 결과, 신체 언어가 낮고 외모적 언어가 높은 집단이 신체언어가 높고 외모적 언어가 낮은 집단보다 재이용 의도에 영향을 미친다고 확인 되었다. 즉, 서비스 회복단계에서 접점 서비스 제공자의 외모적 언어가 신체 언어보다 재이용 의도에 영향을 미치는 것으로 나타났다. 셋째, 추천 의도에 대한 분석 결과, 신체 언어가 높고 외모적 언어가 낮은 집단이 신체 언어가 낮고 외모적 언어가 높은 집단 간의 차이가 나지 않는 것으로 나타났다. 즉, 서비스 회복 단계에서 접점 서비스 제공자의 외모적 언어와 신체 언어는 추천 의도에 영향을 미치지 않는 것으로 나타났다. 이러한 연구결과를 바탕으로 서비스 제공자의 비구두적 요인의 중요성을 살펴보았다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
• /
• pp.629-632
• /
• 2021

기계 번역(machine translation)은 자연 언어로 된 텍스트를 다른 언어로 자동 번역 하는 기술로, 최근에는 주로 신경망 기계 번역(Neural Machine Translation) 모델에 대한 연구가 진행되었다. 신경망 기계 번역은 일반적으로 자기회귀(autoregressive) 모델을 이용하며 기계 번역에서 좋은 성능을 보이지만, 병렬화할 수 없어 디코딩 속도가 느린 문제가 있다. 비자기회귀(non-autoregressive) 모델은 단어를 독립적으로 생성하며 병렬 계산이 가능해 자기회귀 모델에 비해 디코딩 속도가 상당히 빠른 장점이 있지만, 멀티모달리티(multimodality) 문제가 발생할 수 있다. 본 논문에서는 단어 정렬(word alignment)을 이용한 비자기회귀 신경망 기계 번역 모델을 제안하고, 제안한 모델을 한국어-영어 기계 번역에 적용하여 단어 정렬 정보가 어순이 다른 언어 간의 번역 성능 개선과 멀티모달리티 문제를 완화하는 데 도움이 됨을 보인다.

• 한국언어정보학회:학술대회논문집
• /
• 한국언어정보학회 2005년도 하계 학술대회
• /
• pp.167-174
• /
• 2005

• 한국융합학회논문지
• /
• 제12권10호
• /
• pp.27-35
• /
• 2021

기계번역 사후교정 (Automatic Post Editing, APE)이란 번역 시스템을 통해 생성한 번역문을 교정하는 연구 분야로, 영어-독일어와 같이 학습데이터가 풍부한 언어쌍을 중심으로 연구가 진행되고 있다. 최근 APE 연구는 전이학습 기반 연구가 주로 이루어지는데, 일반적으로 self supervised learning을 통해 생성된 사전학습 언어모델 혹은 번역모델이 주로 활용된다. 기존 연구에서는 번역모델에 전이학습 시킨 APE모델이 뛰어난 성과를 보였으나, 대용량 언어쌍에 대해서만 이루어진 해당 연구를 저 자원 언어쌍에 곧바로 적용하기는 어렵다. 이에 본 연구에서는 언어 혹은 번역모델의 두 가지 전이학습 전략을 대표적인 저 자원 언어쌍인 한국어-영어 APE 연구에 적용하여 심층적인 모델 검증을 진행하였다. 실험결과 저 자원 언어쌍에서도 APE 학습 이전에 번역을 한차례 학습시키는 것이 유의미하게 APE 성능을 향상시킨다는 것을 확인할 수 있었다.

• 융합보안논문지
• /
• 제18권2호
• /
• pp.59-67
• /
• 2018

프로그래밍 언어는 4차 산업혁명시대에서 그 중요성이 증대하고 있는 소프트웨어의 핵심 교육 영역이지만 수학적 지식과 논리적 사고력을 요구하고 있어 기초 학력이 낮은 많은 수의 지방 사립대나 전문대 학생들 - 심지어 SW전공 학생들에게도 매우 어려운 과목으로 인식되고 있다. 이런 문제로 인해 SW전공 학생이 프로그래밍 언어 입문 수업 도중 전공에 대한 흥미와 자신감을 잃고 전공을 변경하거나 학업 자체를 포기하는 상황이 발생하기도 한다. 이 에 본 연구는 대표적인 프로그래밍 입문 언어인 C언어 교육에 스크래치를 활용하는 수업 모형을 설계하였다. 이를 위해, C언어가 지원하는 프로그래밍 개념들 중 스크래치로 교육 가능한 개념들을 분석하고 스크래치 실습 예제들을 개발하였다. 또한, 프로그래밍 개념에 대해서 먼저 스크래치의 구현 방식 교육과 실습 예제들을 통해 명확하게 이해하고 C언어를 교육하는 수업 모형을 설계하였고, 모 지방 사립대의 SW전공 신입생들을 대상으로 실험을 진행하여 본 수업 모형의 실효성을 검증하였다. 프로그래밍 언어 교육이 보안 관련 IT 전공자들에게도 필수적으로 요구되는 상황에서 본 연구가 그들의 프로그래밍 언어 입문 교육에 도움이 되기를 기대한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.141-144
• /
• 2020

한국어에서 문장의 가독성이나 맥락 파악을 위해 띄어쓰기는 매우 중요하다. 또한 자연 언어 처리를 할 때 띄어쓰기 오류가 있는 문장을 사용하면 문장의 구조가 달라지기 때문에 성능에 영향을 미칠 수 있다. 기존 연구에서는 N-gram 기반 통계적인 방법과 형태소 분석기를 이용하여 띄어쓰기 교정을 해왔다. 최근 들어 심층 신경망을 활용하는 많은 띄어쓰기 교정 연구가 진행되고 있다. 기존 심층 신경망을 이용한 연구에서는 문장을 음절 단위 또는 형태소 단위로 처리하여 교정 모델을 만들었다. 본 연구에서는 음절과 형태소 단위 모두 모델의 입력으로 사용하여 두 정보를 결합하여 띄어쓰기 교정 문제를 해결하고자 한다. 모델은 문장의 음절과 형태소 시퀀스에서 지역적 정보를 학습할 수 있는 Convolutional Neural Network와 순서정보를 정방향, 후방향으로 학습할 수 있는 Bidirectional Long Short-Term Memory 구조를 사용한다. 모델의 성능은 음절의 정확도와 어절의 정밀도, 어절의 재현율, 어절의 F1 score를 사용해 평가하였다. 제안한 모델의 성능 평가 결과 어절의 F1 score가 96.06%로 우수한 성능을 냈다.