• 영재교육연구
• /
• 제26권4호
• /
• pp.699-719
• /
• 2016

창의적 사고와 언어기술을 평가하는데 동형검사로 판명된 대체 그림들이 절실히 요구되고 있다. 본 연구는 창의적 쓰기 과제용으로 최근 개발된 세 그림(이름: 'Dog Owners,' 'Lost Dog,' 'Overslept')이 동형 검사지가 되는지 조사하였다. 183명의 중학생들이 무작위로 배분된 세 그림 중 하나에 의거하여 영어로 이야기를 작성하였다. 작문은 네 가지 쓰기요소(유창성, 어휘 다양성, 구조 복잡성, 그리고 시간성)에 대해 Coh-Metrix와 MANCOVA로 분석되었다. 이 세 그림은 변별력에 있어 대체로 위 모든 요소에 대해 비슷하였다. 그러나 이들의 난이도는 요소별로 볼 때 반드시 같지는 않았다. Dog Owners와 Lost Dog 그림은 변별력과 난이도에 있어 동형으로 판명되었다. 그러므로 이 두 그림은 반복 측정에서 타당한 동형 검사지로 추천된다. Overslept 그림은 다양한 어휘와 시간 연결사들을 유발시키는 데에 다른 두 그림 보다 용이하였다. 그림의 난이도가 다를 수 있다는 결과는 반복시험에서 대체 그림을 사용할 시 이들 그림이 동형 검정을 거치지 않고서는 그 타당성이 의심스러울 수 있음을 환기시켜 준다.

• 공학교육연구
• /
• 제10권3호
• /
• pp.64-78
• /
• 2007

영어 논문의 작성 능력은 오늘날 공학도들에게 필수적으로 요구되는 자질이다. 주요 해외 저널에 얼마나 많은 논문이 게재되었느냐가 학문적 성과를 평가하는 주된 척도라는 점과 주요 해외 저널들이 보다 많은 독자들을 대상으로 하기 위하여 영어로 쓰여진다는 점 때문에 영어 논문 작성 능력에 대한 필요성은 한국을 포함한 영어가 모국어가 아닌 모든 국가들에서 강조되고 있는 실정이다. 그러나, 불행히도 한국에 있는 이공계 대학들은 석/박사 연구원들의 영어 논문 작성 능력 향상을 위한 정규적인 교육 과정을 제공하고 있지 못하다. 이러한 상황을 더욱 악화시키는 것은 구체적인 기술 논문 작성 방법론에 대한 문헌이 부족하다는 점이다. 원어민(Native Speaker)을 위한 기술 논문 작성 방법론에 대한 문헌이나 EFL 학습자들을 위한 일반적인 영어 작문법에 대한 문헌은 많이 있지만, EFL 학습자들을 위한 기술 논문 작성법에 대한 지침서나 문헌은 찾기 힘들다. 따라서, 본 보고서의 목적은 두 가지로 나누어 볼 수 있다. 첫째, 영문 기술 논문 작성에 대한 교육 방법론이 생소한 한국에서 이공계 연구원을 대상으로 강의를 하고 있는 EFL 강사들에게 제기될 수 있는 일반적인 논제들을 제시한다. 이 논제들은 적절한 강의 접근법(Teaching Approach), 최적의 학생 배치(Class Arrangement), 그리고 컴퓨터 학습 도구의 활용뿐 아니라 대조 수사학(Contrastive Rhetoric)의 중요성에 대한 내용을 포함한다. 둘째, 실제적인 강의 제안서도 제시한다. 본 강의 제안서는 기술 논문 작성법 강의 수강생들의 작문 샘플에 대한 분석 결과와 기술 논문 작성법에 대한 자가 진단 설문 응답 분석 결과를 근거로 작성하였고, 한국인 EFL 학습자가 기술 논문 교육 과정을 통하여 문법(Grammar), 과정(Process), 장르 기술(Genre Skills) 등을 골고루 개발할 수 있도록 하였다. 본 보고서는 EFL 기술 논문 과정의 개발에 대한 여러 일반적인 논점들을 공유함으로써 기술논문 교육방법론 연구가 부족한 한국의 공학 교육계에 하나의 사례를 제시하였다.

• 정보처리학회논문지B
• /
• 제16B권2호
• /
• pp.173-180
• /
• 2009

영어 작문 자동 채점 시스템은 수험자가 작성한 영작문을 사람의 개입 없이 시스템이 처리하여 점수나 피드백을 줄 수 있는 시스템이다. 본 논문에서 개발한 영작문 자동 채점 시스템은 단어 단계, 구문 단계, 의미 단계의 세 단계 처리 과정을 통해서 오류를 탐지하고 탐지된 오류 개수를 기반으로 채점 점수를 결정한다. 이와 같이 독립적인 세 단계의 처리 과정에서 오류를 탐지하므로 동일한 오류 현상에 대해 서로 다른 단계에서 서로 다른 이름으로 오류를 탐지하는 경우가 발생할 수 있다. 이는 결과적으로 전체 시스템의 채점 점수의 정확도를 저하시키는 원인이 된다. 본 논문에서는 동일한 오류 현상에 대해 서로 다른 단계에서 탐지된 오류 쌍을 '중복 보고 오류'라고 정의한다. 본 논문에서는 중복 보고 오류를 찾는 방법을 제안하고 중복 보고 오류 제거를 통해 영작문 자동 채점 시스템의 채점 점수를 향상시킬 수 있음을 보인다.

• 정보과학회 논문지
• /
• 제42권9호
• /
• pp.1124-1132
• /
• 2015

일반적으로, 교사 학습 알고리즘이 적절히 학습되기 위해서는 레이블의 편향이 없는 충분한 양의 학습데이터가 필요하다. 그러나 영작문 자동채점 시스템 개발을 위한 충분하고 편향되지 않은 학습데이터를 수집하는 것은 어려운 일이다. 또한 영어 작문 평가의 경우, 전체적인 답안 수준에 대한 다면적인 평가가 이루어진다. 적고 편향되기 쉬운 학습데이터와 이를 이용한 여러 평가영역에 대한 학습모델을 생성해야하기 때문에, 이를 위한 적절한 기계학습 알고리즘을 결정하기 어렵다. 본 논문에서는 이러한 문제를 앙상블학습을 통해 완화할 수 있음을 실험에 통해 보이고자 한다. 실제 중, 고등학교 학생들을 대상으로 시행된 단문형 영작문 채점 결과를 학습데이터 개수와 편향성을 조절하여 실험하였다. 학습데이터의 개수 변화와 편향성 변화의 실험 결과, 에이다부스트 알고리즘을 적용한 결과를 투표로 결합한 앙상블 기법이 다른 알고리즘들 보다 전반적으로 더 나은 성능을 나타냄을 실험을 통해 나타내었다.