• Korean Journal of Cognitive Science
• /
• v.19 no.2
• /
• pp.177-203
• /
• 2008

The present study was aimed to compare the semantic systems represented by the lexicon between L1 and L2 in late Korean-English bilinguals. The participants performed the word-picture matching task. the task was to decide whether the pictures represent the previously presented words' meaning. The words were the basic level categories. The stimuli were consisted of common object belonged to two different semantic categories (natural and artificial). To control the translation strategies, the SOA were manipulated as 650ms(Exp. 1) and 250ms(Exp. 2). No translation effort was found in the comparison of the two experiments. In both experiment, the RTs were faster in L1 rendition, and it took longer to decide the stimuli in natural categories than with artificial ones in L1. However, this category effect was not observed in L2. The results showed the differences in the organization of semantic representations in the brain through the bilinguals' two languages. While L1 semantic knowledge might be more systematically organized, that of L2 seems to be less well organized, at least by late bilinguals who participated in the present study.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2013.11a
• /
• pp.1294-1297
• /
• 2013

본 논문은 기계학습을 통하여 특허문서를 국제 특허 분류(IPC) 기준에 따라 자동으로 분류하는 시스템에 관한 연구로 잠재 의미 색인 기법을 이용하여 분류의 성능을 높일 수 있는 방법을 제안하기 위한 연구이다. 종래 특허문서에 관한 IPC 자동 분류에 관한 연구가 단어 매칭 방식의 색인 기법에 의존해서 이루어진바가 있으나, 현대 기술용어의 발생 속도와 다양성 등을 고려할 때 특허문서들 간의 관련성을 분석하는데 있어서는 단어 자체의 빈도 보다는 용어의 개념에 의한 접근이 보다 효과적일 것이라 판단하여 잠재 의미 색인(LSI) 기법에 의한 분류에 관한 연구를 하게 된 것이다. 실험은 단어 매칭 방식의 색인 기법의 대표적인 자질선택 방법인 정보획득량(IG)과 카이제곱 통계량(CHI)을 이용했을 때의 성능과 잠재 의미 색인 방법을 이용했을 때의 성능을 SVM, kNN 및 Naive Bayes 분류기를 사용하여 분석하고, 그중 가장 성능이 우수하게 나오는 SVM을 사용하여 잠재 의미 색인에서 명사가 해당 용어의 개념적 의미 구조를 구축하는데 기여하는 정도가 어느 정도인지 평가함과 아울러, LSI 기법 이용시 최적의 성능을 나타내는 특이값의 범위를 실험을 통해 비교 분석 하였다. 분석결과 LSI 기법이 단어 매칭 기법(IG, CHI)에 비해 우수한 성능을 보였으며, SVM, Naive Bayes 분류기는 단어 매칭 기법에서는 비슷한 수준을 보였으나, LSI 기법에서는 SVM의 성능이 월등이 우수한 것으로 나왔다. 또한, SVM은 LSI 기법에서 약 3%의 성능 향상을 보였지만 Naive Bayes는 오히려 20%의 성능 저하를 보였다. LSI 기법에서 명사가 잠재적 의미 구조에 미치는 영향은 모든 단어들을 내용어로 한 경우 보다 약 10% 더 향상된 결과를 보여주었고, 특이값의 범위에 따른 성능 분석에 있어서는 30% 수준에 Rank 되는 범위에서 가장 높은 성능의 결과가 나왔다.

• Korean Journal of Cognitive Science
• /
• v.35 no.2
• /
• pp.129-159
• /
• 2024

In the process of reading, readers can process information not only within the fixated region, known as the fovea, but also in the parafoveal region to the right of the fovea. While the parafoveal semantic preview effect has been confirmed in eye-tracking experiments using boundary techniques, research on how the parafoveal preview effects differ depending on the degree of semantic relatedness is still limited. This study investigates the parafoveal preview effects as a function of semantic relatedness with the target word. The experiment utilized Korean-Chinese bilinguals and presented mixed-language sentences as experimental stimuli. Four parafoveal preview conditions were applied to the target words in each sentence: (1) Korean identical condition, where the parafoveal word was the same as the target word (e.g., "나라," meaning "country" in English), (2) Chinese synonymous condition, where the parafoveal word had the same meaning as the target word (e.g., "国家," also meaning "country" in English), (3) Chinese semantically related condition, where the parafoveal word was semantically related to the target word (e.g., "政权," meaning "political power" in English), and (4) Chinese unrelated condition, where the parafoveal word was semantically unrelated to the target word (e.g., "围裙," meaning "apron" in English). The study explored the parafoveal preview effect in terms of the degree of semantic association with the target word. We found the most pronounced preview effect in conditions where the preview and the target word shared the same meaning, and we also observed preview effects in conditions where the semantic relatedness with the target word was relatively weak. This study suggests that the degree of semantic relatedness between the parafoveal preview word and the target word can influence readers' reading processes. It contributes to a better understanding of readers' eye movements and comprehension processes, with potential implications for the development of effective reading strategies and educational methods.

• Annual Conference on Human and Language Technology
• /
• 2014.10a
• /
• pp.221-224
• /
• 2014

의미 표지 부착 작업은 구문 표지 부착된 문장의 술어-논항 구조를 파악하여 논항에 적절한 의미역을 부착하는 과정이다. 이 작업을 통하여 생성되는 의미 표지 부착 말뭉치는 의미역 결정에 있어서 절대적으로 필요한 자원이 된다. 의미 표지 부착 말뭉치로는 세계적으로 PropBank가 널리 활용되고 있는데 이를 한국어에 적용시키기 위해서는 PropBank 의미역과 Sejong 의미역 간의 자동 변환이 필요하다. 이전에 제안되었던 이종 의미역 간의 자동변환 방법에서는 명사 계층의 구조 정보를 반영하지 않았다는 문제점이 있었다. 본 논문에서는 이러한 문제점을 보강하기 위하여 명사 계층구조를 반영하여 한국어 PropBank 의미역을 Sejong 의미역으로 자동 변환하는 방법을 제안한다. 제안하는 방법은 PropBank와 Sejong의 맵핑관계 중에서 1:N으로 맵핑되는 PropBank 의미역을 기준으로 명사 계층구조에서 변환 대상 의미역을 가지고 있는 단어와 변환 후보 의미역을 가진 단어들의 개념번호를 뽑아 두 단어 간의 거리를 측정한다. 그리고 레벨 당 가중치를 주어 유사도 계산을 하여 유사도가 적은 값으로 의미역을 자동 변환한다. 본 논문에서 제안하는 방법은 0.8의 성능을 보인다.

• Proceedings of the Korean Society for Cognitive Science Conference
• /
• 2002.05a
• /
• pp.157-162
• /
• 2002

본 연구는 영어 단어 재인 과정에서 나타나는 한국인의 어휘 수준과 의미 수준 양상을 알아보기 위해 실시되었다 이를 위해 본 연구에서는 세 종류의 실험을 시행하였는데, 첫 번째 실험에서는 한국어 처리 기제와 영어 처리 기제의 독립 여부를 알아보기 위하여 한국어로는 여러 의미를 갖지만 영어로는 한 가지 의미만을 가지는 영어단어를 점화 자극으로 하고, 한국어와는 관련된 의미를 갖지만 영어와는 무관련한 한국어 단어를 목표 자극으로 사용하여(예, bridge-팔)언어간 의미 점화 어휘판단 과제를 시행하였다. 두 번째 실험에서는 비교적 개념 구조가 한국어와 영어에서 유사하다고 생각되어지는 외래어를 자극으로 사용하여 언어간(예, elevator-승강기), 언어 내(예, 엘리베이터-승강기) 어휘판단과제를 실시하였다. 연구 결과 첫 번째 실험에서는 유의미한 점화효과가 나타나지 않았고, 두 번째 실험에서는 언어간에는 SOA에 따라서 결과가 달랐고, 언어 내에는 촉진적 점화효과가 나타났다 이러한 결과는 영어의 일반 어휘에 대한 의미 표상 체계는 독립적으로 존재하였고, 외래어와 같이 특수한 어휘에 대해서는 다른 표상 체계를 갖고 있는 것으로 나타났다

• Korean Journal of Cognitive Science
• /
• v.15 no.2
• /
• pp.23-31
• /
• 2004

Latent Semantic Analysis (LSA Landauer ＆ Dumais, 1997) is a technique to represent the meanings of words using co-occurrence information of words appearing in he same context, which is usually a sentence or a document. In LSA, a word is represented as a point in multidimensional space where each axis represents a context, and a word's meaning is determined by its frequency in each context. The space is reduced by singular value decomposition (SVD). The present study elaborates upon LSA for use of representation of ambiguous words. The proposed LSA applies rotation of axes in the document space which makes possible to interpret the meaning of un. A simulation study was conducted to illustrate the performance of LSA in representation of ambiguous words. In the simulation, first, the texts which contain an ambiguous word were extracted and LSA with rotation was performed. By comparing loading matrix, we categorized the texts according to meanings. The first meaning of an ambiguous wold was represented by LSA with the matrix excluding the vectors for the other meaning. The other meanings were also represented in the same way. The simulation showed that this way of representation of an ambiguous word can identify the meanings of the word. This result suggest that LSA with axis rotation can be applied to representation of ambiguous words. We discussed that the use of rotation makes it possible to represent multiple meanings of ambiguous words, and this technique can be applied in the area of web searching.

• Annual Conference on Human and Language Technology
• /
• 1993.10a
• /
• pp.303-316
• /
• 1993

스펠러와 같은 오류 처리 기법은 한 어절 사이의 처리에 국한되거나, 또는 수사 처리와 같이 일부 제한된 품사 영역에서만 어절을 넘어선 처리가 행해지고 있다. 한편 교열과 같은 어절 단위를 넘어선 오류 처리는 완벽한 통사 분석과 의미 해석을 반드시 필요로 한다고 생각되어져 왔다. 그리고 현재 한국어 처리에서는 완벽한 통사적, 의미적 처리가 불가능하기 때문에 교열 시스템 또는 어절 단위를 넘어선 오류 처리에 대한 연구가 거의 전무한 실정이다. 본 논문은 어절을 넘어선 오류의 유형을 분류하고, 문장 단위로 관련된 단어 사용오류를 검사하는 기법과 관련 단어 처리를 위한 규칙 데이타 베이스의 구조를 제안한다. 단어 사이에 존재하는 통사적, 의미적 지배 관계와 연관 관계를 어휘선택 제약으로 이용함으로써 완벽한 통사 분석과 의미 분석이 없이도 교열이 가능하게 하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.07a
• /
• pp.17-18
• /
• 2015

본 논문에서는 위키피디아를 이용하여 단어 사이의 유사도와 내포된 연결 단어들에 대한 탐색 기법을 제안 한다. 위키피디아에서 제공하는 API를 이용하여 두 단어 사이를 탐색함으로써, 기존 단어 사이의 유사도를 계산하는 방식보다 더 간단하고 폭 넓은 의미 집단을 포괄할 수 있다. 이는 그래프적 특성에 기반하며 그래프를 구성하는 방식으로써 동적 방식과 정적 방식으로 구성된다.

• Annual Conference on Human and Language Technology
• /
• 2001.10d
• /
• pp.479-486
• /
• 2001

동음이의어 간의 서로 다른 의미를 효율적으로 변별해 줄 수 있는 방법 중 하나로 어휘의미분석 말뭉치의 활용을 들 수 있다. 이는 품사 단위의 중의성을 해소해 줄 수 있는 형태소 분석 말뭉치를 기반으로, 이 단계에서 해결하지 못하는 어휘적인 중의성을 해결한 것으로, 보다 정밀한 언어학적 연구와 단어 의미의 중의성 해결(word sense disambiguation) 등 자연언어처리 기술 개발에 사용될 수 있는 중요한 언어 자원이다. 본 연구는 실제로 어휘의미분석 말뭉치를 구축하기 위한 기반 연구로서, 어휘의미분서 말뭉치의 설계와 구축 방법론상의 제반 사항을 살펴보고, 중의적 단어들의 분포적 특징과 단어의 중의성 해결 단계에서 발생할 수 있는 문제점을 지적하고, 아울러 그 해결 방법을 모색해 의는 것을 목적으로 한다.

• Journal of KIISE:Software and Applications
• /
• v.33 no.11
• /
• pp.986-998
• /
• 2006

There has been an increasing necessity of Semantic Web-based metadata that helps computers efficiently understand and manage an information increased with the growth of Internet. However, it seems inevitable to face some semantically ambiguous information when metadata is generated. Therefore, we need a solution to this problem. This paper proposes a new method for automated metadata generation with the help of a concept of class, in which some ambiguous words imbedded in information such as documents are semantically more related to others, by using probability model of consequent words. We considers ambiguities among defined concepts in ontology and uses the Hidden Markov Model to be aware of part of a named entity. First of all, we constrict a Markov Models a better understanding of the named entity of each class defined in ontology. Next, we generate the appropriate context from a text to understand the meaning of a semantically ambiguous word and solve the problem of ambiguities during generating metadata by searching the optimized the Markov Model corresponding to the sequence of words included in the context. We experiment with seven semantically ambiguous words that are extracted from computer science thesis. The experimental result demonstrates successful performance, the accuracy improved by about 18%, compared with SemTag, which has been known as an effective application for assigning a specific meaning to an ambiguous word based on its context.