• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.226-228
• /
• 2002

본 논문에서는 실시간 대화 행위에서 대화 메시지 사이의 응답 관계를 시각적으로 표현하는 방법을 제안한다. 제안한 방법은 기존 텍스트 기반 대화 방식과 트리 기반 대화 방식을 결합한 형태로서 대화 메시지의 일반적인 응답 관계뿐만 아니라, 기존 트리 기반 인터페이스에서 지원이 어려운 최근 수신 대화 메시지의 응답 관계를 시각화함으로써 대화자의 상호작용을 용이하게 한다. 이러한 방법은 기존 텍스트 방식의 테이블 구조에 트리 구조를 결함하여 대화에서 응답 관계를 명확히 구분한다. 제안한 방법의 구현은 XML과 DOM을 이용하여 대화 메시지와 대화 시스템을 구현하였으며, 응용 분야는 협업, 원격 교육, 온라인 게임 등이다.

• The Journal of the Korea Contents Association
• /
• v.17 no.11
• /
• pp.60-69
• /
• 2017

Recently, with the rapid development of internet and smart phones, social network services that can create and share various information through relationships among users have been actively used. Especially as the amount of information becomes enormous and unreliable information increases, expert recommendation that can offer necessary information to users have been studied. In this paper, we propose an expert recommendation scheme considering users' interests, human relations, and response quality. The users' interests are evaluated by analyzing their past activities in social network. The human relations are evaluated by extracting the users who have the same interesting fields. The response quality is evaluated by considering the user's response speed and response contents. The proposed scheme determines the user's expert score by combining the users' interests, the human relations, and the response quality. Finally, we recommend proper experts by matching queries and expert groups. It is shown through various performance evaluations that the proposed scheme outperforms the existing schemes.

• 한국어정보학회:학술대회논문집
• /
• 2016.10a
• /
• pp.134-138
• /
• 2016

정보의 양이 빠르게 증가함으로 인해 필요한 정보만을 효율적으로 얻기 위한 질의응답 시스템의 중요도가 늘어나고 있다. 그 중에서도 질의 문장에서 주어와 관계를 추출하여 정답을 찾는 지식베이스 기반 질의응답 시스템이 활발히 연구되고 있다. 그러나 기존 지식베이스 기반 질의응답 시스템은 하나의 질의 문장만을 사용하므로 정보가 부족한 단점이 있다. 본 논문에서는 이러한 단점을 해결하고자 정보검색을 통해 질의와 유사한 문장을 찾고 Recurrent Neural Encoder-Decoder에 검색된 문장과 질의를 함께 활용하여 주어와 관계를 찾는 모델을 제안한다. bAbI SimpleQuestions v2 데이터를 이용한 실험에서 제안 모델은 질의만 사용하여 주어와 관계를 찾는 모델보다 좋은 성능(정확도 주어:33.2%, 관계:56.4%)을 보였다.

• Annual Conference on Human and Language Technology
• /
• 2016.10a
• /
• pp.134-138
• /
• 2016

정보의 양이 빠르게 증가함으로 인해 필요한 정보만을 효율적으로 얻기 위한 질의응답 시스템의 중요도가 늘어나고 있다. 그 중에서도 질의 문장에서 주어와 관계를 추출하여 정답을 찾는 지식베이스 기반 질의응답 시스템이 활발히 연구되고 있다. 그러나 기존 지식베이스 기반 질의응답 시스템은 하나의 질의 문장만을 사용하므로 정보가 부족한 단점이 있다. 본 논문에서는 이러한 단점을 해결하고자 정보검색을 통해 질의와 유사한 문장을 찾고 Recurrent Neural Encoder-Decoder에 검색된 문장과 질의를 함께 활용하여 주어와 관계를 찾는 모델을 제안한다. bAbI SimpleQuestions v2 데이터를 이용한 실험에서 제안 모델은 질의만 사용하여 주어와 관계를 찾는 모델보다 좋은 성능(정확도 주어:33.2%, 관계:56.4%)을 보였다.

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 1993.04a
• /
• pp.173-180
• /
• 1993

주구조물의 여러층에 지지점을 가지는 부구조물의 응답스펙트럼 해석방법에 대하여 연구하였다. 본 연구에서는 지지점 입력간의 상관관계를 고려할 수 있으며 실무에서 부구조물의 내진설계에 쉽게 적용할 수 있는 다중 응답스펙트럼 해석방법을 제시하였다. 다중 응답스펙트럼과 지지점 입력간의 상관계수는 random vibration 이론을 이용하여 설계지반응웅답스펙트럼으로부터 직접 유도하였다. 예제해석 결과 본 연구에서 제안한 방법은 지지점 입력간의 상관관계를 고려하지 않는 통상의 다중 응답스펙트럼 해석방법보다 정확한 지진응답을 예측함을 알 수 있었다.

• Journal of KIISE:Software and Applications
• /
• v.35 no.5
• /
• pp.335-346
• /
• 2008

Causal relations in ontology should be defined based on the inference types necessary to solve problems specific to application as well as domain. In this paper, we present a model to define and extract causal relations for application ontology for Question-Answering (QA) on fault-diagnosis of electronic devices. Causal categories are defined by analyzing generic patterns of QA application; the relations between concepts in the corpus belonging to the causal categories are defined as causal relations. Instances of casual relations are extracted using lexical patterns in the concept definitions of domain, and extended incrementally with information from thesaurus. On the evaluation by domain specialists, our model shows precision of 92.3% in classification of relations and precision of 80.7% in identifying causal relations at the extraction phase.

• The Journal of the Korea Contents Association
• /
• v.4 no.2
• /
• pp.36-42
• /
• 2004

This paper describes the Korean Question answering system using the syntactic-relation information d verbs to overcome lack of reliable knowledge and linguistic resources. The syntactic-relation information consists d the original form d a verb, usual usage pattern, semantic category of each dependent noun, synonym verbs and passive verbs. We use the syntactic-relation information to parse sentences or phrases with usual usage pattern of the verb and semantic conditions of dependent components on the verb. We also use that information to parse answer candidate sentences, and find an answer from questioned case slot. Our experiments that usage of the syntactic-relation information of verbs to mm lack of reliable knowledge and linguistic resources can be utilized efficiently for the Korean question answering system.

• Computational Structural Engineering
• /
• v.6 no.4
• /
• pp.67-72
• /
• 1993

This paper deals with the response spectra analysis method of the secondary structures including the correlation effect between the nonuniform multiple support excitations. Based on the random vibration theory, the multiple floor response spectra and the cross-correlation coefficient spectra of the floor motions are derived from the design ground response spectra. The example analysis results show that the proposed method yields more accurate results than those by the conventional multiple floor response spectra method without the correlation effects of the support motions. The present method may be easily employed in the seismic design of the secondary structures in engineering practice.

• Computational Structural Engineering
• /
• v.5 no.4
• /
• pp.24-28
• /
• 1992

구조물의 지진응답해석에 사용하는 입력지진동 특성을 구성하는 요소로서, (a) 지진동의 최대 지반가속도치 (b) 지진동의 위상특성 (c) 지진동의 계속시간 (d) 지진동의 스펙트럼 특성 등을 들 수 있다. 그러나 이들 지진동을 구성하는 각 요소들이 구조물의 응답 및 손상에 직접 관련되어 지진동의 강도를 나타내는 척도로써 나타나는 것은 아니다. 그리고 이들 지진동 특성을 규정하는 각 인자와 구조물의 응답특성 및 구조물의 손상도와의 관계를 규명하는 것이 입력지진동의 설정에 있어서 매우 중요하다고 생각된다. 또한 탄성 응답특성과 탄소성 응답특성과의 관계를 규명하여, 탄성 응답스펙트럼이 구조물의 손상에 미치는 효과를 정량적으로 파악할 수 있다면 강지진에 대한 구조물의 내진설계는 보다 간편하게 할 수 있을 것으로 생각된다.

• Annual Conference on Human and Language Technology
• /
• 2003.10d
• /
• pp.163-169
• /
• 2003

현재의 질의응답 시스템은 TREC(Text Retrieval Conference) 질의집합에 대해 최대 80% 정도의 응답 성공률을 보이고 있다. 하지만 질의 유형에 다라 성능의 많은 차이가 있으며, 인과관계에 대한 질의에 대해서는 매우 낮은 응답 성공률을 보이고 있다. 본 연구는 인접한 두 문장 혹은 두 문장 혹은 두 명사구 사이에 존재하는 인과관계를 추출하고자 한다. 기존의 명사구 간 인과관계 추출 연구에서는 인과관계 단서구문과 두 명사구의 의미를 주요한 정보로 사용하였으나, 사전 미등록어가 사용되었을 때 올바른 선택을 하기 어려웠다. 또한, 학습 코퍼스에 대한 인과관계 부착과정이 선행되어야 하며, 다량의 학습자료를 사용하기가 어려웠다. 본 연구에서는 인과관계 명사구 쌍에서 추출된 어휘 쌍을 기존의 단서구문과 같이 사용하는 방법을 제안한다. 인과관계 분류를 위해 나이브 베이즈 분류기를 사용하였으며, 비지도식 학습과정을 사용하였다. 제안된 분류 모델은 기존의 분류 모델과 달리 사전 미등록어에 의한 성능 저하가 없으며, 학습 코퍼스의 인과관계 분류 작업이 선행될 필요 없다. 문장 내 명사구간의 인과관계 추출 실험 결과 79.07%의 정확도를 얻었다. 이러한 결과는 단서구문과 명사구 의미를 이용한 방법에 비해 6.32% 향상된 결과이며, 지도식 학습방식을 통해 얻은 방법과 유사한 결과이다. 또한 제안된 학습 및 분류 모델은 문장간의 인과관계 추출에도 적용가능하며, 한국어에서 인접한 두 문장간의 인과관계 추출 실험에서 74.68%의 정확도를 보였다.