• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.487-489
• /
• 2003

전문용어란 전문분야의 개념이 언어적으로 표현된 형태이다. 전문분야마다 분야 특성 적인 개념이 사용되므로, 전문용어는 전문분야를 특성화하는 단위로 사용된다. 따라서 전문분야문서에 대한 자연언어처리에서 전문용어를 효과적으로 처리하는 것은 매우 중요하다. 전문용어 추출은 분야 특성적인 전문용어를 해당 분야 문서에서 파악하는 작업을 말한다. 본 논문에서는 기계학습방법을 이용한 전문용어 자동 추출 기법을 제안한다. 본 논문의 기법은 전문분야 사전과 전문분야 문서를 이용하여 문서에서 나타나는 전문용어의 특성을 파악하고 이를 이용하여 전문용어를 추출한다. 본 논문의 기법은 70,000단어 수준의 영어 의학분야 300개 문서에 대하여 약 77%의 정확률로 전문용어를 추출하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.775-777
• /
• 2004

전문용어란 전문분야의 개념이 언어적으로 표현된 형태이다. 전문분야마다 분야 특성적인 개념이 사용되므로, 전문용어는 전문분야를 특성화하는 단위로 사용된다. 따라서 전문분야문서에 대한 자연언어처리에서 전문용어를 효과적으로 처리하는 것은 매우 중요하다. 전문용어 추출은 분야 특성적인 전문용어를 해당 분야 문서에서 파악하는 작업을 말한다. 본 논문에서는 기계학습방법을 이용한 전문용어 자동 추출 기법을 제안한다. 본 논문의 기법은 전문분야 사전과 전문분야 문서를 이용하여 문서에서 나타나는 전문용어의 특성을 파악하고 이를 이용하여 전문용어를 추출한다. 본 논문의 기법은 GENIA 2.01 문서에 대하여 86%의 정확률과 90%의 재현율을 나타내었다. 또한 기존연구보다 최고 21%의 성능향상을 나타내었다.

• Annual Conference on Human and Language Technology
• /
• 1999.10e
• /
• pp.79-84
• /
• 1999

본 연구에서는 문서분류시스템에서 자질의 표현으로 전문분야사전을 이용한 분야정보와 개체정보추출을 통한 개체정보를 이용한다. 또한 지식정보를 보완하기 위해 통계적인 방법으로 범주 전문용어를 인식하여 자질로 표현하는 방법을 제안한다. 문서에 나타난 용어들이 어떤 특정 전문분야에 속하는 용어들이 많이 나타나는 경우 그 문서는 용어들이 속한 분야의 문서일 가능성이 높다. 또한, 정보추출을 통해 용어가 어떠한 개체를 나타내는지를 인식하여 문서를 표현함으로써 문서가 내포하는 의미를 보다 잘 반영할 수 있게 된다. 분야정보나 개체정보를 알 수 없는 용어에 대해서는 학습문서로부터 전문분야를 자동 인식함으로써 문서표현의 지식정보를 보완한다. 전문분야, 개체정보 및 범주전문용어에 기반해서 표현된 문서의 자질에 대해서 지지벡터기계 학습에 기반한 문서분류기틀 이용하여 각 범주에 대해 이진분류를 하였다. 제안된 문서자질표현은 용어기반의 자질표현에 비해 좋은 성능을 보이고 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.529-531
• /
• 2003

전문용어는 전문분야의 개념을 표현하는 언어적 표현이다. 전문용어의 조어단위는 전문용어를 구성하는 최소의 형태적 단위이다. 이러한 조어단위는 전문용어의 의미를 파악하는데 중요할 뿐만 아니라 전문분야 문서에 대한 기계번역과 같은 작업에 중요한 언어자원으로 사용될 수 있다. 하지만‘조어단위와 개념단위의 불일치 문제’, 조어 단위의‘동형이의어’,‘동의이형어’문제 등으로 인하여, 하나의 전문분야 개념을 나타내는 조어단위들의 덩어리를 파악할 필요가 있다. 본 논문에서는 이러한 문제점을 조어분석 된 한영 대역 전문용어사전에 대한 한국어-영어 조어단위 정렬문제로 해결하고자 한다. 본 논문의 기법은 97%의 정확률로 조어단위 간의 정렬을 수행하였다.

• Journal of KIISE:Software and Applications
• /
• v.29 no.4
• /
• pp.258-269
• /
• 2002

There have been many studies of automatic term recognition (ATR) and they have achieved good results. However, there are scopes to improve the performance of extracting terms still further by using the additional technical dictionaries. This paper focuses on the method for extracting terms using the hierarchy among technical dictionaries. Moreover, a statistical method based on frequencies, foreign words, and nested relations assists extracting terms which do not appear in dictionaries. Our method produces relatively good results for this task.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.427-430
• /
• 2006

지식과 정보의 양이 급격히 증가함에 따라 일정한 기준으로 지식을 분류하기 어려울 뿐만 아니라 분류정보에 대한 지속적인 관리노력이 요구되었다. 본 논문에서는 다양한 지식 원천에서 여러 경로를 통해 지식들이 수집되는 경우에 수집된 지식들을 지식경영시스템의 지식 맵에 맞추어 분류한다. 또한 지식경영사용자 중 특정분야에 관심이 있다고 표시한 사용자나 그 분야의 전문가에게 새로 수집된 지식을 추천하게 하여 신속하게 관련지식을 제공하여 줄 수 있게 한다. 이는 사용자의 사용이력을 가지고 사용자의 전문분야를 선정하는 시스템을 구현하는 것이다. 이는 국방 분야를 비롯한 여러 분야에 활용이 가능하여 지식 분류를 위한 노력을 감소시키고 사용자의 전문분야 파악을 통해 전문분야 정보관리 가 용이해 진다.

• 월간 기계설비
• /
• s.57
• /
• pp.48-67
• /
• 1995

전문건설협회가 전문건설업이 안고 있는 보다 구체적인 현상들을 진단하고 이를 통해 전문건설업계가 건전하게 발전할 수 있는 방안 마련을 위해 지난 79년 이래 매년 전문건설업계 실태조사를 실시하고 있다. 이번 94년의 조사는 94년 2월말 현재 전문건설면허를 보유하고 있는 모든 업체(설비업종 면허 제외)를 대상으로 94년 2월 21일부터 3월 10일까지 총 20일간 조사하였는데 총 10,010개 조사대상 업체중 33.4$\%$에 해당하는 3,347개 업체가 설문에 응답하였으며, 설문내용으로는 전문건설업체의 경영일반에 관한 사항을 비롯 금융세제분야, 산업재해분야, 수주.계약분야, 하도급계열화문제, 시공 및 인력분야, 불공정 하도급거래에 관한 사항, 건설관련제도 개선에 관한 사항 등 총 7개 분야로 나누어 조사가 실시되었다. 본지는 전문건설업계가 설비공사업계와 비슷한 실정임을 감안하여 이 조사결과를 게재하므로써 타산지석으로 삼고자 한다.

• Science of Emotion and Sensibility
• /
• v.15 no.1
• /
• pp.29-36
• /
• 2012

This study aims to analyse the research trend of the participants in Emotional Science in Korea and to suggest a desirable direction of research. I analysed the 1,262 articles published in Korean Journal of the Science of Emotion and Sensibility from 2000 to 2011 according to fields of study and keywords. The findings from the study are as follows. In the fields of study regarding Clothing Design, Psychology, Medicine, Visual Media, Brain Science they are still the top rated categories amongst participants. With the participation of Industrial Engineering and Ergonomics they have shown a meaningful difference depending on governmental support such as G7 Project. The problem with Industrial Design is that the majority of studies have been performed alone, and they have many keywords which are not related with Emotional Science. However, 31 new fields of study have been added to the research making the findings more desirable considering that Emotional Science is typical interdisciplinary filed of study. I hope that this study will provide basic data which can be used to promote the interdisciplinary research between the different fields of study in order to generate significant synergy.

• Proceedings of the Korea Database Society Conference
• /
• 2001.06a
• /
• pp.311-322
• /
• 2001

대부분의 일반 정보 검색 시스템은 색인어를 통해 이루어지는데 이런 경우 사용자는 원하는 정보를 얻기 위해 데이터베이스에 저장된 색인어를 정확하게 입력해야 한다. 그러나 일반 사용자가 필요한 색인어를 정확하게 입력하기는 어렵고 특히 원하는 정보가 전문분야의 것일 때는 더욱 그러하다. 따라서 특정 분야의 용어들을 중심으로 전문용어를 관리할 수 있는 시스템의 개발이 요구되고 있다. 정보기술 분야도 빠르게 성장하고 있는 전문분야의 하나로 사용되는 대부분의 단어가 영어이고 한글 표기 또한 다양하여 많은 사용자들이 원하는 정보를 정확하게 찾지 못하고 있다. 이렇듯 단어간의 형태적인 불일치로 인해 생기는 정보 검색의 문제를 해결하고 검색어의 범위를 확장하기 위해 만든 것이 전문용어 검색 시스템이다. 정보 검색시 사용자가 입력한 검색어뿐만 아니라 동의어나 상위어, 하위어까지 검색하여 질의를 확장함으로써 검색 효율을 높일 수 있다. 또한 객체-관계형 데이터베이스로 설계하여 검색이 용이하고, 새로운 단어의 확장이 용이하도록 그 구조를 설계하였다. 제안한 시스템은 메인 메모리 DBMS 를 이용하여 전자상거래와 같이 많은 사용자들이 동시에 접근하는 환경에서도 빠른 검색 성능을 유지할 수 있도록 하였다.

• Annual Conference on Human and Language Technology
• /
• 2009.10a
• /
• pp.87-91
• /
• 2009

전문용어의 수가 급증하면서 전문용어를 자동으로 인식하는 연구가 활발히 진행되고 있다. 전문용어를 인식하기 위해서 전문용어의 범위를 정한 뒤 그 전문용어의 분야를 선택해야 한다. 본 논문에서는 생물/의학 사전정보와 CRF(Conditional Random Fields) 기계학습 기법을 사용하여 연구를 진행한다. 기계학습을 위한 자질로 품사, 접사, 대소문자, 숫자, 특수문자, 단서어휘 등을 사용한다. 특히 단서어휘와 사전정보를 중요한 요소로 생각하여, 3가지 방법으로 나누어 실험한다. 총 분야의 개수는 7개이며, 각 분야별로 정확률, 재현율, F-measure를 측정한다. 경계인식은 83.92%의 정확률, 96.42%의 재현율, 89.73의 F-measure가 결과로 나타났고, 분야분류는 79.29%의 정확률, 91.06%의 재현율, 84.77%의 F-measure가 결과로 나타났다.