• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.378-380
• /
• 2000

본 논문은 한국어 로마자의 표준안 확립을 위하 로마자 변환 테이블을 정리 및 종합하고 이를 실제 변환기로 개발하는데 필요한 과정에 대해 기술하였다. 테이블 구성을 위해 국어의 표준 발음의 전체 구성을 분석하고, 불필요한 규칙이 있거나 없을 경우의 규칙을 추가, 삭제하여, 상충이 있을 경우 우선 순위에 의해 규칙을 선택하여 규칙을 수정하여 적용하였다. 이렇게 생성된 표준 발음 테이블은 한글을 받아 적용한 수 표기별 자음과 모음의 테이블을 통해 로마자로 변환한다. 일관성 없는 규칙, 표준화의 설득력 및 홍보의 미숙등과 같은 과제로 활용의 예가 적었던 한국어 로마자 변환기는 공공기관의 지명 및 문화재 로마자의 표준화 등에 사용될 수 있으며, 인터넷을 통한 웹 로마자 사전 제작을 통하여 표준화의 문제에 가장 중요한 객관적인 지표로서 활용될 수 있다.[3]

• Annual Conference on Human and Language Technology
• /
• 2004.10d
• /
• pp.90-95
• /
• 2004

"고유명사 식별"은 사전에 등록되어 있지 않은 고유명사를 찾아내고 분류하는 과정으로 주로 인명, 지명, 조직 명을 처리 대상으로 한다. 처리할 데이터는 점점 많아지고 고유명사는 수시로 생겨나기 때문에 고유명사 식별은 정보검색, 질의응답, 기계번역시스템의 핵심 기술 중의 하나로 부각되었다. 고유명사 식별에 있어 정확률과 더불어 식별속도와 식별모듈의 크기가 시스템의 성능에 미치는 문제도 쟁점이 되고 있다. 본 논문에서는 SVM과 자질선택을 결합한 다양한 실험을 통하여 중국어 고유명사의 식별 효율을 높이는 방법을 연구하였다.

• The Bulletin of The Korean Astronomical Society
• /
• v.41 no.1
• /
• pp.63.2-63.2
• /
• 2016

1900년대 초에 발행된 천문학 서적 2권을 중심으로 사용된 천문학 용어를 현재와 비교분석하는 연구를 진행하였다. 우리는 두 서적에 사용된 용어에서 천문학용어, 화학원소 용어, 인물 및 지명 용어로 나누어서 현재의 과학용어사전과 비교하였다. 지금까지 사용되는 용어와 지금은 사용하지 않는 용어, 그리고 의미는 동일하지만 변화를 보인 용어로 나누어 분석하였다. 한 권의 천문학 서적에는 영어 색인이 포함되어 있어, 그 기준으로 현재와 비교하고, 나머지 천문학 서적은 본문에 나온 용어를 추려서 비교하였다. 용어를 통해서 두 권의 서적이 다른 경로로 수입 번역되었음을 알 수 있었고, 현재와 같이 용어의 통일이 없었다는 점에서 당시 천문학 교육의 한계점이 드러났다. 이 연구는 당시의 천문학 서적이나 관련 서적을 연구할 때, 한자 표기 없이 영어 어휘를 음차하여 표기된 용어를 동정하는데 도움을 줄 것으로 보인다.

• Annual Conference on Human and Language Technology
• /
• 2013.10a
• /
• pp.171-174
• /
• 2013

본 논문은 모바일 기기에서 일정을 메모하거나 음성 인식 등의 인터페이스로부터 일정 관리, 약속과 관련된 문구가 입력되었을 때 입력 문자열로부터 개체명을 인식하여 시간, 장소, 참석자 등을 일정 관리 시스템에 자동으로 등록하는 개체명 인식 시스템을 개발하는 방법에 관한 연구이다. 일정 관리의 편의성을 위한 개체명 인식 시스템을 개발하기 위하여 개체명 사전을 구축하고, 자연어 처리 기술을 이용하여 정확하고 향후 발전 가능성이 높은 시스템을 개발하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.442-444
• /
• 2005

본 논문에서는 아라비안 숫자의 중의성을 효과적으로 제거하고 숫자 표현의 발음을 정확하게 문자화할 수 있는 임베디드 시스템용 경량화된 아라비안 숫자 읽기 시스템을 제안한다. 이를 위해 7 가지의 숫자 읽기 방식(Headings of Arabic Numerals RAN)을 분류하였고, 문자화 규칙을 설정하기 위해. (1) 문맥 자질, (2) 패턴 자질, (3) 휴리스틱 정보를 숫자 표현의 의미에 따라 분석하였다. 그리고 숫자의 문자화 시스템을 최적화하여 임베디드 시스템에 탑재하기 위해 (1) 형태소 분석 모듈의 분리, (2) 사전 압축, (3) 인명과 지명의 제거를 하였고, 이를 홍해 심각한 정확도 손실 없이 메모리 사용량과 처리 시간을 크게 줄일 수 있었다. 경량화된 mini-TAN 은 $96.9\~98.3\%$의 정확도를 보이며, 기존 상용 TTS 시스템에 비해서도 숫자 읽기의 처리에 있어 높은 정확도를 보인다.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.333-336
• /
• 2020

개체명 인식이란 문장에서 인명, 지명, 기관명 등과 같이 고유한 의미를 갖는 단어를 찾아 개체명을 분류하는 작업이다. 딥러닝을 활용한 연구가 수행되면서 개체명 인식에 RNN(Recurrent Neural Network)과 CRF(Condition Random Fields)를 결합한 연구가 좋은 성능을 보이고 있다. 그러나 CRF는 시간 복잡도가 분류해야 하는 클래스(Class) 개수의 제곱에 비례하고, 최근 RNN과 Softmax 모델보다 낮은 성능을 보이는 연구도 있었다. 본 논문에서는 CRF의 단점을 보완한 LAN(Label Attention Network)와 사전 학습 언어 모델인 음절 단위 ELECTRA를 활용하는 개체명 인식 모델을 제안한다.

• Journal of KIISE
• /
• v.44 no.3
• /
• pp.306-313
• /
• 2017

Named entity recognition (NER) seeks to locate and classify named entities in text into pre-defined categories such as names of persons, organizations, locations, expressions of times, etc. Recently, many state-of-the-art NER systems have been implemented with bidirectional LSTM CRFs. Deep learning models based on long short-term memory (LSTM) generally depend on word representations as input. In this paper, we propose an approach to expand word representation by using pre-trained word embedding, part of speech (POS) tag embedding, syllable embedding and named entity dictionary feature vectors. Our experiments show that the proposed approach creates useful word representations as an input of bidirectional LSTM CRFs. Our final presentation shows its efficacy to be 8.05%p higher than baseline NERs with only the pre-trained word embedding vector.

• KIPS Transactions on Software and Data Engineering
• /
• v.3 no.7
• /
• pp.285-292
• /
• 2014

A named entity recognition method is used to improve the performance of information retrieval systems, question answering systems, machine translation systems and so on. The targets of the named entity recognition are usually PLOs (persons, locations and organizations). They are usually proper nouns or unregistered words, and traditional named entity recognizers use these characteristics to find out named entity candidates. The titles of books, movies and TV programs have different characteristics than PLO entities. They are sometimes multiple phrases, one sentence, or special characters. This makes it difficult to find the named entity candidates. In this paper we propose a method to quickly extract title named entities from news articles and automatically build a named entity dictionary for the titles. For the candidates identification, the word phrases enclosed with special symbols in a sentence are firstly extracted, and then verified by the SVM with using feature words and their distances. For the classification of the extracted title candidates, SVM is used with the mutual information of word contexts.

• The Bulletin of The Korean Astronomical Society
• /
• v.40 no.2
• /
• pp.51.1-51.1
• /
• 2015

달의 지형 중 계곡과 같아 보이는 곳을 Rima 또는 Rille 지형이라고 부르며 국제천문연맹(IAU : nternational Astronomical Union)과 미국지질조사국(USGS : United States Geological Survey)에서 관리하는 행성 지명 사전(Gazetteer of Planetary Nomenclature)에 명명된 달의 Rima 지역은 111개에 이른다. 그 중 Rima Hadley 지역은 아폴로 15호가 착륙한 지점으로 잘 알려져 있다. 본 연구에서는 2008년에 발사된 Chandrayaan-1 위성의 적외선 초분광 영상 탑재체인 Moon Mineralogy Mapper(M3) 데이터를 통해 Rima Hadley 지역의 분광학적 특성을 살펴보았다. M3 데이터는 감람석(olivine)이 풍부한 지역에서는 1 um 를 중심으로 흡수선이 나타남을 보이며, (Peter J. Isaacson et al., 2011) 2.8 um 중심의 흡수선을 통해 달의 OH(hydroxyl) 분포에 대해 설명한다. (Carle M. Piters et al., 2009, Georgiana Y. Kramer et al., 2011) 본 연구에서는 Rima Hadley 지역이 1 um 파장 근처에서 강한 흡수선을 가지는 것을 볼 수 있었고, 감람석이 풍부한 지역임을 확인할 수 있었다. 이처럼 감람석이 풍부한 곳은 현무암 지역으로 과거 용암이 분출되어진 곳으로 추측 해 볼 수 있다. 본 연구를 발전시킨다면 Rima Hadley 지역의 생성과 다른 Rima 지형의 형성 과정에 대해 더욱 많은 정보를 얻을 수 있을 것으로 기대된다.

• Annual Conference on Human and Language Technology
• /
• 1999.10d
• /
• pp.117-122
• /
• 1999

본 연구는 형태소 분석에 필요한 언어 지식과 품사 태깅에 필요한 확률 정보를 별도의 언어 지식 추가 없이 학습 말뭉치를 통해서 얻어내는 방법을 제안한다. 먼저 품사 부착된 학습 말뭉치로부터 형태소 사전과 결합 정보를 추출한다. 그리고 자주 발생하는 어절 및 해석상 모호성이 많은 어절에 대해서는 학습 말뭉치에서 발견된 형태소 분석 결과를 저장하여 형태소 분석에 소요되는 시간과 형태소 분석의 정확률을 높인다. 또한 미등록어의 많은 부분을 차지하는 인명, 지명, 조직명에 대해서는 정보 추출 분야에서 사용하는 고유 명사 분류법으로 해결한다. 품사 태깅을 위해서는 품사열 정보와 품사열 정보로는 해결할 수 없는 경우를 위한 어휘 정보를 학습 말뭉치에서 추출한다. 품사열 정보와 어휘 정보는 정형화 과정을 거쳐 최대 엔트로피 모델의 자질로 사용되어 품사 태깅 시스템을 위한 확률 분포를 구성한다. 본 연구에서 제안하는 방법은 학습 말뭉치를 기반으로 한다는 특성에 의해 다양한 영역에 사용하기 쉽다. 또한 어휘 정보로 품사 문맥 정보를 보완하기 때문에 품사 분류 체계와 형태소 해석 규칙에 영향을 적게 받는다는 장점을 가진다. MATEC '99 데이터 실험 결과 형태소 단위로 94%의 재현률과 93%의 정확률을 얻을 수 있었다.