• 인간행동과 음악연구
• /
• 제3권1호
• /
• pp.63-76
• /
• 2006

1980년대 이후 음악과 학습에 관한 많은 연구들은 다양한 학습 기술에 필요한 인지기술의 영역에 대한 음악의 효과성을 계속해서 입증해 오고 있다. 음악과 학습에 관한 많은 연구들은 주로 음악의 인지기술과 학습의 세부적 기술들을 개별적으로 연관 지어 다루고 있으며, 음악이 비음악적 능력에 어떠한 영향을 미치는 지에 관심을 두고 있다. 이에 본 연구는 인지 학습기술과 음악적 인지기술과의 상관관계를 설명하고 있는 다양한 이론 및 연구들을 소개하고, 이를 통해 음악이 비음악적 능력 중 학습 기술에 어떠한 영향을 미치는 지를 정리해 보고자 하였다. 먼저 음악적 능력과 공간 지각력과의 상관관계를 설명하는 두 가지 이론으로서, "신경적 연계성(neural theories)" 이론과 "근접적 전이(near transfer)" 이론에 대해 살펴보았다. 이를 통해 음악적 기술과 공간적 기술을 담당하는 대뇌의 신경망 구조에서 음악 정보를 처리하는 과정이 어떻게 공간적-시간적 정보처리 과정과 연계되는 지를 설명하였다. 또한 음악이 학습과정에 필요한 주의력, 관찰력, 독립적 사고, 문제해결력, 비판적 사고 등을 강화시킨다고 제안하는 "동기이론"을 소개하였다. 이러한 이론들에 근거하여 음악과 학습기술과의 상관관계를 메타분석한 연구들을 살펴보았다. 많은 연구들이 음악기술과 학습기술의 상관관계는 물론 유의미한 인과 관계가 있음을 보여주었으며 이러한 결과들은 음악적 훈련 과정에서 습득되는 음악의 공간적, 시간적 개념이 학습기술에 긍정적인 영향을 미친다는 점을 지지한다. 다양한 학습기술에서도 공간 지각 능력을 주로 사용하는 수학과 읽기에 관한 연구가 많았는데, 특히 수학적 개념 중에서 분수나 집합 개념과 같은 추상적 개념들이 가장 높은 상관관계가 있었으며 읽기 능력에서는 시간적 개념에 근거한 단어 나열, 문자로 상징된 언어를 해석(decode)하는 기술이 강화된다는 점을 보여주었다. 음악과 학습과의 관계를 설명한 많은 연구들은 음악의 지각인지 기술이 다른 학습 분야에 전이된다는 사실을 이론적으로 지지하며, 또한 이러한 현상을 설명하는 세 가지 가설은 구조화된 음악활동이 학습 현장에 있는 아동들에게 효율적인 치료 교육적 개입이 될 수 있다는 근거를 제공할 수 있을 것이다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2008년도 제20회 한글 및 한국어 정보처리 학술대회
• /
• pp.12-16
• /
• 2008

기존의 자연언어처리 연구 중 품사 태깅과 동형이의어 태깅은 별개의 문제로 취급되었다. 그로 인해 두 문제를 해결하기 위한 모델 역시 서로 다른 모델을 사용하였다. 이에 본 논문은 품사 태깅 문제와 동형이의어 태깅 문제는 모두 문맥의 정보에 의존함에 착안하여 은닉마르코프모델을 이용하여 두 가지 문제를 해결하는 시스템을 구현하였다. 제안한 시스템은 품사 및 동형이의어 태깅된 세종 말뭉치 1100만여 어절에 대해 unigram과 bigram을 추출 하였고, unigram을 이용하여 어절의 생성확률 사전을 구축하고 bigram을 이용하여 전이확률 사전을 구축하였다. 구현된 시스템의 성능 확인을 위해 비학습 말뭉치 261,360 어절에 대해 실험하였고, 실험결과 품사 태깅 99.74%, 동형이의어 태깅 97.41%, 품사 및 동형이의어 태깅 97.78%의 정확률을 보였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권10호
• /
• pp.1000-1004
• /
• 2010

형태소 품사 태거는 언어처리 시스템의 전처리기로 많이 활용되고 있다. 형태소 품사 태거의 성능 향상은 언어처리 시스템의 전체 성능 향상에 크게 기여할 수 있다. 자동번역과 같이 복잡도가 놓은 언어처리 시스템은 최근 특정 도메인에서 좋은 성능을 나타내는 시스템을 개발하고자 한다. 본 논문에서는 기존 일반도메인에서 학습된 LHMM이나 HMM 기반의 영어 형태소 품사 태거를 특정 도메인에 적응하여 높은 성능을 나타내는 방법을 제안한다. 제안하는 방법은 특정도메인에 대한 원시코퍼스를 이용하여 HMM이나 LHMM의 기학습된 전이확률과 출력확률을 도메인에 적합하게 반자동으로 변경하는 도메인 적응 방법이다. 특허도메인에 적응하는 실험을 통하여 단어단위 태깅 정확률 98.87%와 문장단위 태깅 정확률 78.5%의 성능을 보였으며, 도메인 적응하지 않은 형태소 태거보다 단어단위 태깅 정확률 2.24% 향상(ERR: 6.4%)고 문장단위 태깅 정확률 41.0% 향상(ERR: 65.6%)을 보였다.

• 한국융합학회논문지
• /
• 제13권1호
• /
• pp.13-21
• /
• 2022

최근 딥러닝 기반의 자연어처리 연구는 사전 훈련된 언어 모델을 통해 대부분의 자연어처리 분야에서 우수한 성능을 보인다. 특히 오토인코더 (auto-encoder) 기반의 언어 모델은 다양한 한국어 이해 분야에서 뛰어난 성능과 쓰임을 증명하고 있다. 그러나 여전히 디코더 (decoder) 기반의 한국어 생성 모델은 간단한 문장 생성 과제에도 어려움을 겪고 있으며, 생성 모델이 가장 일반적으로 쓰이는 대화 분야에서의 세부 연구와 학습 가능한 데이터가 부족한 상황이다. 따라서 본 논문은 한국어 생성 모델을 위한 멀티턴 대화 데이터를 구축하고 전이 학습을 통해 생성 모델의 대화 능력을 개선하여 성능을 비교 분석한다. 또한, 검색 모델을 통해 외부 지식 정보에서 추천 응답 후보군을 추출하여 모델의 부족한 대화 생성 능력을 보완하는 방법을 제안한다.

• 한국독어학회지:독어학
• /
• 제3집
• /
• pp.277-301
• /
• 2001

우리가 간단히 사용하는 언어는 실제적으로 아주 복잡한 진행과정을 가지고 있다. 사전상의 각 어휘는 대화상황에서 상호 작용하는 초기단계의 역할을 하며, 표현은 과거나 현재에 행해지는 대화상황 및 대화참여자의 발화 과정에서 생기는 일종의 일체감을 표시한다. 의사 소통을 한다는 것은 단어나 문장에 대한 다양한 의미와 각각의 개념에서 지시되는 표현을 수단으로 발생하는 대화상의 연관성을 의미한다. 이러한 모든 것은 의사소통에 있어 의미의 다양성과 관련을 맺고있다. 우리는 표현을 통하여 매우 복잡하고 다양한 양상들을 볼 수 있다. 대화내용에 따라 똑같은 표현들이 서로 다르게 이해될 수 있기 때문이다. 언어는 단지 사람이 행하는 언어처리의 일부만을 보여줄 뿐이다 언어를 처리하는데 있어서 문제가 되는 것은 매우 복잡하고 구성적인 진행과정이다. 청자는 의사소통이 진행되는 과정에서 활자와 함께 주어진 정보를 처리함으로써 상황을 내적 형상화하게 된다. 따라서 청자는 표현의 의미를 이해하려고 노력하며, 다양한 방법을 동원한 지식을 사용한다. 의사소통에 있어서 통사적$\cdot$의미적인 지식, 문맥에 맞는 대화지식 혹은 일반 지식을 대화상황에 맞게 적용하는 것이 그 예라 할 수 있다. 지시적 언어의 표현은 사전적으로 고정된 단어의 의미를 규정하거나 또는 이와 같은 단어의 의미에 정확하고 적절한 지시사를 규정하는 근거가 된다. 인칭$\cdot$장소$\cdot$시간을 지시하는 언어 Personal-, Lokal-, Temporaldeixis는 언어 시스템을 형성하게 되는데, 활자와 청자는 이러한 표현을 인칭$\cdot$장소$\cdot$시간으로 형상화하면서 의사소통을 한다. 따라서 자연어의 처리과정에 나타나는 다양한 표현들에 대한 심리학 및 언어학의 강력한 연구가 요구된다.에 기대어 텍스트, 문장, 어휘영역 등이 투입되어 적용되었으며, 이에 상응되게 구체적인 몇몇 방안들이 제시되었다. 학습자들이 텍스트를 읽고 중심내용을 찾아내며, 단락을 구획하고 또한 체계를 파악하는데 있어서 어휘연습은 외국어 교수법 측면에서도 매우 관여적이며 시의적절한 과제라 생각된다. Sd 2) PL - Sn - pS: (1) PL[VPL - Sa] - Sn - pS (2) PL[VPL - pS] - Sn - pS (3) PL(VPL - Sa - pS) - Sn - pS 3) PL[VPL - pS) - Sn -Sa $\cdot$ 3가 동사 관용구: (1) PL[VPL - pS] - Sn - Sd - Sa (2) PL[VPL - pS] - Sn - Sa - pS (3) PL[VPL - Sa] - Sn - Sd - pS 이러한 분류가 보여주듯이, 독일어에는 1가, 2가, 3가의 관용구가 있으며, 구조 외적으로 동일한 통사적 결합가를 갖는다 하더라도 구조 내적 성분구조가 다르다는 것을 알 수 있다. 우리는 이 글이 외국어로서의 독일어를 배우는 이들에게 독일어의 관용구를 보다 올바르게 이해할 수 있는 방법론적인 토대를 제공함은 물론, (관용어) 사전에서 외국인 학습자를 고려하여 관용구를 알기 쉽게 기술하는 데 도움을 줄 수 있기를 바란다.되기 시작하면서 남황해 분지는 구조역전의 현상이 일어났으며, 동시에 발해 분지는 인리형 분지로 발달하게 되었다. 따라서, 올리고세 동안 발해 분지에서는 퇴적작용이, 남황해 분지에서는 심한 구조역전에 의한 분지변형이 동시에 일어났다 올리고세 이후 현재까지, 남황해 분지와 발해 분지들은 간헐적인 해침과 함께 광역적 침강을 유지하면서 안정된 대륙 및 대륙붕 지역으로 전이되었다.

• 문화기술의 융합
• /
• 제9권6호
• /
• pp.1-8
• /
• 2023

본 연구에서는 영어를 모국어로 사용하지 않는 사람들에 대한 영어 관사 오류에 관한 연구로서, 우리나라와 같은 관사 체계가 없는 상황의 영어학습자들에게는 제2 언어(L2)인 영어 관사 체계를 습득하는 데에는 상당한 시간뿐 만 아니라 수많은 시행착오와 오류를 겪게 되어 영어학습자들은 관사를 정확하게 사용하는데 더욱 어려움을 겪게 된다. 그러나 영어 관사 체계 습득에 있어 학습자가 초보에서 고급 단계에 이르는 동안 겪게 되는 수많은 오류와 실수가 무수히 반복하는 것처럼 보이지만, 사실 학습자는 자기 나름대로 외국어에 대한 언어 체계를 구축하는 과정이라 한다. 학습자의 발화에서 발생하는 관사 오류를 분석함으로써 어떤 오류가 얼마나 빈번하게 발생하게 되는지 또한 그러한 오류가 단순히 모국어의 영향에서 비롯된 것인지 아니면 모국어와 영어 사이에 나타나는 전이 현상 때문인지에 관한 연구 필요성이 제기되고 있다. 연구에 참여한 학습자들의 영작문을 분석한 결과, 영어학습자들은 특히 정관사(the)와 부정관사(a/an)의 사용에서 많은 오류를 보이는 것으로 나타나고 있다. 이러한 분석 결과 통해서 영어학습자들을 대상으로 영어 글쓰기를 지도할 때는 무관사(zero) 보다는 정관사(the)나 부정관사(a/an)에 대한 교육에 더욱 초점을 맞추어진 지도가 매우 필요하다.

• 정보교육학회논문지
• /
• 제26권3호
• /
• pp.197-207
• /
• 2022

본 논문에서는 코딩 학습 중 학습자의 인지 부하 감소를 목적으로 자연어 처리 모델을 이용하여 전이학습 및 미세조정을 통해 블록 프로그래밍 환경에서 이미 이루어진 학습자의 블록을 학습하여 학습자에게 다음 단계에서 선택 가능한 블록을 생성하고 추천해 주는 머신러닝 기반 블록 코드 생성 및 추천 모델을 개발하였다. 모델 개발을 위해 훈련용 데이터셋은 블록 프로그래밍 언어인 '엔트리' 사이트의 인기 프로젝트 50개의 블록 코드를 전처리하여 제작하였으며, 훈련 데이터셋과 검증 데이터셋 및 테스트 데이터셋으로 나누어 LSTM, Seq2Seq, GPT-2 모델을 기반으로 블록 코드를 생성하는 모델을 개발하였다. 개발된 모델의 성능 평가 결과, GPT-2가 LSTM과 Seq2Seq 모델보다 문장의 유사도를 측정하는 BLEU와 ROUGE 지표에서 더 높은 성능을 보였다. GPT-2 모델을 통해 실제 생성된 데이터를 확인한 결과 블록의 개수가 1개 또는 17개인 경우를 제외하면 BLEU와 ROUGE 점수에서 비교적 유사한 성능을 내는 것을 알 수 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권4호
• /
• pp.203-210
• /
• 2017

본 논문에서는 이미지 캡션 생성과 모델 전이에 효과적인 심층 신경망 모델을 제시한다. 본 모델은 멀티 모달 순환 신경망 모델의 하나로서, 이미지로부터 시각 정보를 추출하는 컨볼루션 신경망 층, 각 단어를 저차원의 특징으로 변환하는 임베딩 층, 캡션 문장 구조를 학습하는 순환 신경망 층, 시각 정보와 언어 정보를 결합하는 멀티 모달 층 등 총 5 개의 계층들로 구성된다. 특히 본 모델에서는 시퀀스 패턴 학습과 모델 전이에 우수한 LSTM 유닛을 이용하여 순환 신경망 층을 구성하며, 캡션 문장 생성을 위한 매 순환 단계마다 이미지의 시각 정보를 이용할 수 있도록 컨볼루션 신경망 층의 출력을 순환 신경망 층의 초기 상태뿐만 아니라 멀티 모달 층의 입력에도 연결하는 구조를 가진다. Flickr8k, Flickr30k, MSCOCO 등의 공개 데이터 집합들을 이용한 다양한 비교 실험들을 통해, 캡션의 정확도와 모델 전이의 효과 면에서 본 논문에서 제시한 멀티 모달 순환 신경망 모델의 높은 성능을 확인할 수 있었다.

• 디지털융복합연구
• /
• 제11권12호
• /
• pp.793-801
• /
• 2013

최근 우리사회는 세계화의 조류와 경제발전을 위한 노동력 등의 확보를 위해 다수의 외국인이 우리나라로 들어오게 되면서 단일민족의 단일문화사회에서 다민족 다문화사회로 전이되어가고 있다. 이로 인해 언어가 다른 사람들로 구성된 다문화가족이 생겨나게 되고 이 자녀들은 서로 다른 이중 언어 환경에서 한국어 습득의 어려움과 사회적 부적응 현상을 겪고 있다. 이에 본인은 이 논문이 미술을 통한 여러 미술방법을 활용하여 다문화 자녀의 언어능력과 사회성 발달에 도움이 되고자 하는데 그 목적이 있다. 연구방법은 먼저 다문화가족의 실태와 선행 논문과 자료를 통한 미술이 가지고 있는 양질의 효과를 알아보고 분석하여 다문화 자녀의 언어와 사회성에 도움을 줄 수 있는 방안을 미술 활용을 통해 제시하고자 하였다. 그 결과 첫째, 언어의 극복을 위해 이중언어강사와 미술적 멀티미디어의 적극적인 활용이 교육적으로 필요하다. 둘째, 여러 다른 과목의 학습증진 효과를 위해 미술의 다양한 방법 활용이 필요하다. 셋째, 감정조절과 사회성을 기르기 위해 미술놀이와 미술체험활동을 교육에 적용시킨다. 넷째, 창의성과 사회성뿐만 아니라 공동체적 인성교육을 위해 미술 중심의 통합문화예술교육을 적극 활용한다는 방안이다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.127-146
• /
• 2022

최근 워드 임베딩이 딥러닝 기반 자연어 처리를 다루는 다양한 업무에서 우수한 성능을 나타내면서, 단어, 문장, 그리고 문서 임베딩의 고도화 및 활용에 대한 연구가 활발하게 이루어지고 있다. 예를 들어 교차 언어 전이는 서로 다른 언어 간의 의미적 교환을 가능하게 하는 분야로, 임베딩 모델의 발전과 동시에 성장하고 있다. 또한 핵심 기술인 벡터 정렬(Vector Alignment)은 임베딩 기반 다양한 분석에 적용될 수 있다는 기대에 힘입어 학계의 관심이 더욱 높아지고 있다. 특히 벡터 정렬은 최근 수요가 높아지고 있는 분야간 매핑, 즉 대용량의 범용 문서로 학습된 사전학습 언어모델의 공간에 R&D, 의료, 법률 등 전문 분야의 어휘를 매핑하거나 이들 전문 분야간의 어휘를 매핑하기 위한 실마리를 제공할 수 있을 것으로 기대된다. 하지만 학계에서 주로 연구되어 온 선형 기반 벡터 정렬은 기본적으로 통계적 선형성을 가정하기 때문에, 본질적으로 상이한 형태의 벡터 공간을 기하학적으로 유사한 것으로 간주하는 가정으로 인해 정렬 과정에서 필연적인 왜곡을 야기한다는 한계를 갖는다. 본 연구에서는 이러한 한계를 극복하기 위해 데이터의 비선형성을 효과적으로 학습하는 딥러닝 기반 벡터 정렬 방법론을 제안한다. 제안 방법론은 서로 다른 공간에서 벡터로 표현된 전문어 임베딩을 범용어 임베딩 공간에 정렬하는 스킵연결 오토인코더와 회귀 모델의 순차별 학습으로 구성되며, 학습된 두 모델의 추론을 통해 전문 어휘를 범용어 공간에 정렬할 수 있다. 제안 방법론의 성능을 검증하기 위해 2011년부터 2020년까지 수행된 국가 R&D 과제 중 '보건의료' 분야의 문서 총 77,578건에 대한 실험을 수행한 결과, 제안 방법론이 기존의 선형 벡터 정렬에 비해 코사인 유사도 측면에서 우수한 성능을 나타냄을 확인하였다.