• Journal of KIISE:Computer Systems and Theory
• /
• v.33 no.1_2
• /
• pp.52-61
• /
• 2006

A crossword puzzle is one of the popular word games around the world in which you work out the answers and write them in the white squares of a pattern of small black and white squares. As the technology of computers develops, some people worked about making and solving crossword puzzle games, which led them to a commercial use. However, almost all of these commercial programs are ones where you do ready-made puzzles with a fixed size because it is very difficult to make puzzles in a certain size, picking up some among a great number of words to fit for them. Furthermore, these programs are only for a very few languages, such as English, French, not for Korean. Accordingly, ore took a look at what should be considered to make an automatic puzzle-generating program for Korean, and in this paper we implemented Korizzle, a system making the puzzles automatically. We introduce the algorithm used for Korizzle and evaluate the its performance.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.362-365
• /
• 2021

이 논문에서는 자연어로 구성된 수학 문장제 문제를 자동으로 풀이하기 위한 Transformer 기반의 생성 모델인 KoEPT를 제안한다. 수학 문장제 문제는 일상 상황을 수학적 형식으로 표현한 자연어 문제로, 문장제 문제 풀이 기술은 실생활에 응용 가능성이 많아 국내외에서 다양하게 연구된 바 있다. 한국어의 경우 지금까지의 연구는 문제를 유형으로 분류하여 풀이하는 기법들이 주로 시도되었으나, 이러한 기법은 다양한 수식을 포괄하여 분류 난도가 높은 데이터셋에 적용하기 어렵다는 한계가 있다. 본 논문은 이를 해결하기 위해 우선 현존하는 한국어 수학 문장제 문제 데이터셋인 CC, IL, ALG514의 분류 난도를 측정한 후 5겹 교차 검증 기법을 사용하여 KoEPT의 성능을 평가하였다. 평가에 사용된 한국어 데이터셋들에 대하여, KoEPT는 CC에서는 기존 최고 성능과 대등한 99.1%, IL과 ALG514에서 각각 89.3%, 80.5%로 새로운 최고 성능을 얻었다. 뿐만 아니라 평가 결과 KoEPT는 분류 난도가 높은 데이터셋에 대해 상대적으로 개선된 성능을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06b
• /
• pp.96-100
• /
• 2007

오늘날 GUI가 소프트웨어의 성공에 중요한 영향을 미침으로써 GUI에 대한 테스트가 요구된다. 반면에 소프트웨어의 GUI 테스트는 많은 노력과 시간이 소비된다. 이러한 자원의 소비를 줄이기 위해 GUI 테스트를 자동으로 수행하는 것이 필요하다. 본 논문에서는 GUI 자동 테스트를 수행하기 위해 극복해야 할 문제와 GUI 자동 테스트에 적용되는 기술에 대해 논하고, Record-Playback 기술을 이용하여 GUI 테스트 케이스 자동 생성 방법을 제시한다.

• The KIPS Transactions:PartD
• /
• v.17D no.5
• /
• pp.337-346
• /
• 2010

Timing diagram is popularly utilized for the reason of its advantages; it is convenient for timing diagram to describe behavior of system and it is simple for described behaviors to recognize it. Various techniques are needed to test systems described in timing diagram. One of them is a technique to derive the system into a certain condition under which a test case is effective. This paper proposes a technique to automatically generate the test input sequence to reach the condition for systems described in timing diagram. It requires a proper input set which satisfy transition condition restricted by input waveform and timing constraints to generate a test input sequence automatically. To solve the problem, this paper chooses an approach utilizing the linear programming, and solving procedure is as follows: 1) Get a Timing diagram model as an input, and transforms the timing diagram model into a linear programming problem. 2) Solve the linear programming problem using a linear programming tool. 3) Generate test input sequences of a timing diagram model from the solution of linear programming problem. This paper addresses the formal method to drive the linear programming model from a given timing diagram, shows the feasibility of our approach by prove it, and demonstrates the usability of our paper by showing that our implemented tool solves an example of a timing diagram model.

• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.209-212
• /
• 2017

고도화된 머신러닝과 딥러닝 기술은 영상처리, 자연어처리 등의 분야에서 많은 문제를 해결하고 있다. 특히 사용자가 입력한 문장을 분석하고 그에 따른 문장을 생성하는 자연어처리 기술은 기계 번역, 자동 요약, 자동 오류 수정 등에 널리 이용되고 있다. 딥러닝 기반의 자연어처리 기술은 학습을 위해 여러 계층의 신경망을 구성하여 단어 간 의존 관계와 문장 구조를 학습한다. 그러나 학습 과정에서의 계산양이 방대하여 모델을 구성하는데 시간과 비용이 많이 필요하다. 그러나 Word2Vec 모델은 신경망과 유사하게 학습하면서도 선형 구조를 가지고 있어 딥러닝 기반 자연어처리 기술에 비해 적은 시간 복잡도로 고차원의 단어 벡터를 계산할 수 있다. 따라서 본 논문에서는 Word2Vec 모델을 활용하여 한국어 문장을 생성하는 방법을 제시하였다. 본 논문에서는 지정된 문장 템플릿에 유사도가 높은 각 단어들을 적용하여 문장을 구성하는 Word2Vec 모델을 설계하였고, 서로 다른 학습 데이터로부터 생성된 문장을 평가하고 제안한 모델의 활용 방안을 제시하였다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.209-212
• /
• 2017

고도화된 머신러닝과 딥러닝 기술은 영상처리, 자연어처리 등의 분야에서 많은 문제를 해결하고 있다. 특히 사용자가 입력한 문장을 분석하고 그에 따른 문장을 생성하는 자연어처리 기술은 기계 번역, 자동 요약, 자동 오류 수정 등에 널리 이용되고 있다. 딥러닝 기반의 자연어처리 기술은 학습을 위해 여러 계층의 신경망을 구성하여 단어 간 의존 관계와 문장 구조를 학습한다. 그러나 학습 과정에서의 계산양이 방대하여 모델을 구성하는데 시간과 비용이 많이 필요하다. 그러나 Word2Vec 모델은 신경망과 유사하게 학습하면서도 선형 구조를 가지고 있어 딥러닝 기반 자연어처리 기술에 비해 적은 시간 복잡도로 고차원의 단어 벡터를 계산할 수 있다. 따라서 본 논문에서는 Word2Vec 모델을 활용하여 한국어 문장을 생성하는 방법을 제시하였다. 본 논문에서는 지정된 문장 템플릿에 유사도가 높은 각 단어들을 적용하여 문장을 구성하는 Word2Vec 모델을 설계하였고, 서로 다른 학습 데이터로부터 생성된 문장을 평가하고 제안한 모델의 활용 방안을 제시하였다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.8 no.5
• /
• pp.1092-1097
• /
• 2007

Ontology construction has need of many time and cost. This is why it is difficult to build a commercial semantic web. To solve the problem, we must automatically construct ontology. In this paper, we propose an automatic ontology generation system from web documents containing important informations of the web. The proposed system has two steps. One is simplification process which generates simple sentences from all sentences in the documents. Another is ontology generation process with transfer rules. Our system is very useful fur application domains in which many documents are updated or inserted frequently such as online shopping malls.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.05a
• /
• pp.857-860
• /
• 2009

최근 유무선 통신 시스템의 발전에 따른 인터넷 환경의 급격한 변화는 가상공간의 출현과 유비쿼터스 컴퓨팅 환경 구축에 대한 요구를 가속화시키고 있으며 이와 관련된 이론 및 기술의 발전을 주도해 왔다. 이와 관련한 문제들 중에 가장 근간이 되는 문제들 중 하나는 최적 통신 스패닝 트리(OCST: Optimal Communication Spanning Tree) 문제이다. 본 논문에서는 이러한 최적 통신 스패닝 트리 문제를 해결하기 위해 파라미터를 자동 조절하는 유전 알고리즘 (Parameter Auto Tuned GA, PAT-GA)을 이용한다. 제안하는 유전 알고리즘은 교차율, 돌연변이율과 같은 파라미터를 자동조절하기 위해 퍼지 논리 제어기 (FLC: Fuzzy Logic Controller)를 이용한다. 임의로 생성된 예제에 대한 수치 실험을 통해 통신시스템의 기본 문제 중 하나인 최적 통신 스패닝 트리 문제의 해법으로서의 제안 알고리즘의 유용성과 효율성을 확인한다.

• Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology
• /
• v.7 no.1
• /
• pp.253-263
• /
• 2017

As needs for knowledge on Korean history and the attention of the people are rapidly increasing, various smartphone applications for learning the history have appeared during recent years. These applications provide multiple choice questions to users through their own problem banks. But, since these questions are selected from the fixed set of problems that are stored previously, the learning efficiency of users is inevitably decreased when they use the applications repeatedly. In this paper, we present a question generation system named K-History which generates multiple choice questions in an automatic way using the database on the history of Korea. In addition, we also describe the development of the application Korean History Infinite Challenge as a learning application for Korean history. To develop K-History, we classify typical types of learning problems through various problems based on Korean history learning materials, proposing algorithms to generate problems according to the types found. Through the developed techniques, various learning systems can reduce the cost for creating questions, while increasing the learning efficiency of users.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2010.06a
• /
• pp.183-183
• /
• 2010

위치기반서비스(Location Based Service)는 갈수록 고도화 되어 가고 있다. 특히 최근의 대형 포털을 중심으로 지오웹 서비스가 활성화 되어 있고 이를 스마트폰과 같은 개인용 이용기기를 통해 연속적으로 제공하려는 경향이 뚜렷하다. 이와 같은 시점에서 정부와 민간에서 구축 중이거나 보유 중인 전국적 규모의 데이터 간 상호 연동과 융합을 도모하려는 시도 또한 불가결하다. 이는 고도화된 LBS를 위하여 반드시 필요한 과정이기 때문이다. 이에 따라 몇 가지 주요한 전국 데이터를 대상으로 상호 연동과 융합을 위한 기술개발을 시도하였다. 우선 도로명주소기본도와 수치지형도 간 POI의 연계를 위한 연구를 수행하고 있다. 이 연구에서는 두도면 내의 POI를 대상으로 다양한 매칭과 이에 기반 한 의사결정 방법론을 이용하여 자동으로 상호 인식 및 연계가 될 수 있도록 하고 있다. 다음으로 지적도와 수치지형도 간의 객체 매칭에 관한 연구이다. 수치지형도와 지적도의 불부합으로 인하여 그 동안 지적도를 수치지형도에 맞춘 형태의 편집지적도를 지속적으로 생산하여 왔고 앞으로도 그럴 것이다. 문제는 여기에 필요한 많은 예산이다. 만일 수치지형도와 지적도를 자동으로 매칭하여 편집지적도를 자동으로 생산할 수 있게 된다면 많은 예산 절감과 함께 편집지적도의 현시성을 확보할 수 있게 될 것이다. 다음으로 항공사진과 도로망도의 매칭이다. 현재 주요 포털에서 제공하고 있는 항공사진 기반의 도로망도는 기복변위와 같은 문제로 인하여 시각적으로 많은 위치오차를 보이고 있다. 만일 항공사진의 도로영역을 자동으로 추출하여 벡터 도로망도와 매칭을 할 수 있다면 보다 시각적으로 안정된 항공사진 상의 도로망도를 제공할 수 있게 되고 나아가 이는 차량이나 보행자 네비게이션에 매우 요긴하게 이용될 수 있을 것이다. 다음으로 서로 LOD가 다른 도로망도의 매칭 문제이다. 많은 기관에서 독자적으로 생산한 도로망도는 LOD의 상이에 기인한 문제가 많아 서로 연계 활용되지 않는다. 이를 자동으로 매칭하여 서로 연계할 수 있다면 두 도로망도가 보유하고 있는 속성정보를 공동으로 이용할 수 있는 이익을 얻게 된다. 다음으로 지도 일반화 기술이다. 지도일반화는 지적도내 수치지형도와 같은 대규모 데이터를 스마트폰과 같은 저용량 사양의 기기에 서비스 할 때 불가결한 기술이다. 지도상 객체들의 기하학적 정보 손실을 최소화하면서 메모리 측면에서 경량의 지도를 자동으로 만들어 낸다면 이는 매우 요긴하게 이용될 것이다. 마지막으로 보행자 네트워크의 생성기술이다. 보행자 네트워크는 그 상세함과 정보용량에 있어서 차량용 네트워크에 견줄 수 없다. 이를 현행의 차량용 네트워크와 같이 수동으로 생성하는 데에는 경제적으로나 시간적으로 막대한 투자가 필요하다. 따라서 이를 기존의 공간정보들을 활용하여 자동으로 생성해 낼 수 있다면 그 파급효과는 매우 크리라 판단된다. 본 발표에서는 위와 같은 주제에 관하여 그간의 연구 성과를 개략적으로 소개해본다.