• Journal of Cadastre & Land InformatiX
• /
• v.49 no.1
• /
• pp.65-84
• /
• 2019

This study attempted to predict citizens' emotions regarding mortgage rates using machine learning algorithms. To accomplish the research purpose, I reviewed the related literature and then set up two research questions. To find the answers to the research questions, I classified emotions according to Akman's classification and then predicted citizens' emotions on mortgage rates using six machine learning algorithms. The results showed that AdaBoost was the best classifier in all evaluation categories. However, the performance level of Naive Bayes was found to be lower than those of other classifiers. Also, this study conducted a ROC analysis to identify which classifier predicts each emotion category well. The results demonstrated that AdaBoost was the best predictor of the residents' emotions on home mortgage rates in all emotion categories. However, in the sadness class, the performance levels of the six algorithms used in this study were much lower than those in the other emotion categories.

• Journal of the HCI Society of Korea
• /
• v.8 no.2
• /
• pp.9-19
• /
• 2013

There has been much advancement in reality enhancement using audio-visual information. On the other hand, there is little research on provision of olfactory information because smell is difficult to implement and control. In order to obtain necessary basic data when intend to provide smell for video reality, in this research, we investigated user perception of smell in diverse videos and then classified the videos based on the collected user perception data. To do so, we chose five main questions which were 'whether smell is present in the video'(smell presence), 'whether one desire to experience the smell with the video'(preference for smell presence with the video), 'whether one likes the smell itself'(preference for the smell itself), 'desired smell intensity if it is presented with the video'(smell intensity), and 'the degree of smell concreteness'(smell concreteness). After sampling video clips of various genre which are likely to receive either high and low ratings in the questions, we had participants watch each video after which they provided ratings on 7-point scale for the above five questions. Using the rating data for each video clips, we constructed scatter plots by pairing the five questions and representing the rating scale of each paired questions as X-Y axes in 2 dimensional spaces. The video clusters and distributional shape in the scatter plots would provide important insight into characteristics of each video clusters and about how to present olfactory information for video reality.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2009.05a
• /
• pp.71-72
• /
• 2009

행동활성화체계(BAS)/ 행동억제체계(BIS)는 서로 독립적이고 구분되는 신경 기저와 작용 방식을 가졌기 때문에 사람들은 이 두 체계에서 각기 독립적인 민감성을 보이리라고 가정할 수 있으며, 개인의 기질이나 성격 특성 및 광범위한 전반적 정서 경험 경향성과도 밀접하게 관련된다고 가정된다. 본 연구에서는 뇌자도(MEG)에서 취득한 신호를 가지고 EEG에서 얻은 신호 및 자기 보고식 질문지를 통한 비교 분석 연구를 수행하였다. 총 9명 (male=6, female=3)을 대상으로 EEG/MEG를 수행한 후 BIS/BAS 질문지를 수행하여 비교 분석하였다. 자기 보고식 질문지와 EEG/MEG와의 상관관계 및 통계분석을 통하여 EEG와 MEG에서 일치성 및 상관성을 살펴보고 향후 성격 및 감성성향 판단 및 분류에 있어서 MEG의 효용성 측면을 살펴보고자 함이 본 연구의 목적이다.

• KIPS Transactions on Software and Data Engineering
• /
• v.4 no.12
• /
• pp.577-584
• /
• 2015

In general, Q&A system retrieves passages by matching terms of a question in order to find an answer to the question. However it is difficult for Q&A system to find a correct answer because too many passages are retrieved and matching using terms is not enough to rank them according to their relevancy to a question. To alleviate this problem, we introduce a topic for a sentence, and adopt it for ranking in Q&A system. We define a set of person-related topic class and a clue expression which can indicate a topic of a sentence. A topic classification system proposed in this paper can determine a target topic for an input sentence by using clue expressions, which are manually collected from a corpus. We explain an architecture of the topic classification system and evaluate the performance of the components of this system.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.676-678
• /
• 2002

질의 응답 시스템(Question Answering: QA)에서 정답 유형 부류(Answer Type Taxonomy: ATT)란 사용자 질문 분석을 위한 미 부류 체계를 의미하는 것으로, ATT의 크기가 클수록 시스템의 성능은 높아진다. ATT를 확장하기 위해서는, 개체(Named Entity)에 의미 범주를 결정하는 개체 분류기(Named Entity Tagger의 분류 체계가 세분되어야 하는데, 기존의 개체 분류기는 한문서 내에서 그 개체의 분류를 시도하기 때문에, 분류를 위한 문맥 정보의 양이 부족하여, 정확하고 상세한 분류를 기대하기 힘들다. 본 논문에서는 동일 개체에 대한 문맥 정보를 수집하기 위해, 그 개체가 나타나는 다른 문서들을 검색하는 개체 피드백 Named Enti쇼 Feedback)이라는 기법을 사용한다. 개체가 상세히 분류됨에 따라 ATT도 확장될 수 있었으며, 이렇게 확장된 ATT상에서의 정답 추출은 baseline보다 약 7%정도의 성능 향상을 보여, 개체 피드백의 효과를 확인할 수 있었다.

• The Korean Journal of Elementary Counseling
• /
• v.10 no.2
• /
• pp.151-165
• /
• 2011

This study aims to demonstrate how well SCM analysis, which indicates social cognitive map of categorizing peer subgroups of elementary school students, corresponds with that of teachers. To do this, the subject of this study includes two classes of the 3rd and the 5th grade students in D elementary school in B-gu, Busan city. Over 30 students of each gender in each grade were surveyed with social network questionnaires to collect data. The result of the social network survey was analyzed by SCM 4.0 program to categorize peer subgroups within each class. The categorized peer subgroups were reported to the class teacher. Based on the report, the class teachers observed peer subgroups in classes. After the teachers observed and categorized the students into several peer groups, an analysis was conducted to compare the peer subgrouping by students with that by teachers. The result showed the two were 80% correspondent to each other regardless of gender and grade. If interobserver reliability stays within the range of 80-100%, it is considered reliable. And this leads to the conclusion that peer subgrouping by students' cognition and that by teachers' observation can be regarded quite corresponding. In conclusion, peer subgrouping through SCM is significant when peer subgrouping Korean children, and it appears to be more significant when analyzed considering different variables including gender and grade. Peer subgrouping by girls is shown to be more accurate than that by boys.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.103-108
• /
• 2019

한국어 질의 응답의 입력 질문에 대한 예상 정답 유형을 단답형 또는 서술형으로 이진 분류하는 방법에 대해 서술한다. 일반적인 개체명 인식으로 확인할 수 없는 질의 주제어의 화제성을 반영하기 위하여, 검색 엔진 쿼리를 빈도수로 분석한다. 분석된 질의 주제어 정보와 함께, 정답의 범위를 제약할 수 있는 속성 표현과 육하원칙 정보를 입력 자질로 사용한다. 기존 신경망 분류 모델과 비교한 실험에서, 추가 자질을 적용한 모델이 4% 정도 향상된 분류 성능을 보이는 것을 확인할 수 있었다.

• Annual Conference on Human and Language Technology
• /
• 2001.10d
• /
• pp.538-545
• /
• 2001

본 연구에서는 오픈 도메인에서 동작할 수 있는 질의 응답 시스템(Open-domain Question Answer ing System)을 구현하고 영어권 TREC에 참가한 결과를 기술하였다. 정답 유형을 18개의 상위 노드를 갖는 계층구조로 분류하였고, 질문 처리에서는 LSP(Lexico-Semantic Pattern)으로 표현된 문법을 사용하여 질문의 정답 유형을 결정하고, lemma 형태와 WordNet 의미, stem 형태의 3가지 유형의 키워드로 구성된 질의를 생성한다. 이 질의를 바탕으로, 패시지 선택에서는 문서검색 엔진에 의해 검색된 문서들을 문장단위로 나눠 정수를 계산하고, 어휘체인(Lexical Chain)을 고려하여 인접한 문장을 결합하여 패시지를 구성하고 순위를 결정한다. 상위 랭크의 패시지를 대상으로, 정답 처리에서는 질문의 정답 유형에 따라 품사와 어휘, 의미 정보로 기술된 LSP 매칭과 AAO (Abbreviation-Appositive-Definition) 처리를 통해 정답을 추출하고 정수를 계산하여 순위를 결정한다. 구현된 시스템의 성능을 평가하기 위해 TREC10 QA Track의 main task의 질문들 중, 200개의 질문에 대해 TRIC 방식으로 자체 평가를 한 결과, MRR(Mean Reciprocal Rank)은 0.341로 TREC9의 상위 시스템들과 견줄 만한 성능을 보였다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.366-371
• /
• 2023

신경망 기반의 검색 모델이 활발히 연구됨에 따라 효과적인 대조학습을 위한 다양한 네거티브 샘플링 방법이 제안되고 있다. 대표적으로, ANN전략은 하드 네거티브 샘플링 방법으로 질문에 대해 검색된 후보 문서들 중에서 정답 문서를 제외한 상위 후보 문서를 네거티브로 사용하여 검색 모델의 성능을 효과적으로 개선시킨다. 하지만 질문에 부착된 정답 문서를 통해 후보 문서를 네거티브로 구분하기 때문에 실제로 정답을 유추할 수 있는 후보 문서임에도 불구하고 네거티브로 분류되어 대조학습을 진행할 수 있다는 문제점이 있다. 이러한 가짜 네거티브 문제(False Negative Problem)는 학습과정에서 검색 모델을 혼란스럽게 하며 성능을 감소시킨다. 본 논문에서는 False Negative Problem를 분석하고 이를 완화시키기 위해 가짜 네거티브 분류기(False Negative Classifier)를 소개한다. 실험은 오픈 도메인 질의 응답 데이터셋인 Natural Question에서 진행되었으며 실제 False Negative를 확인하고 이를 판별하여 기존 성능보다 더 높은 성능을 얻을 수 있음을 보여준다.

• Journal of The Korean Association For Science Education
• /
• v.43 no.3
• /
• pp.253-263
• /
• 2023

This study explored the discrepancy between the text of a teacher's guide about straight and reflective light and the content knowledge of pre-service elementary teachers. A total of 455 questions and 543 answers generated by 279 pre-service elementary teachers after reading a 'Shadow and Mirror' unit in the teacher's guide were analyzed. The questions were classified according to the types of concepts and discrepancies, and the answers were analyzed for accuracy. The results of analyzing the concepts of questions revealed that the pre-service elementary teachers were most curious about the shadow in the straight concept, the mirror image in the reflection concept, and the light source in other concepts. The questions with a low correct answer rate due to incorrect- or non-answers, such as those concerning the superposition principle of light by reflection, the principle of experimental tools, and images by lenses, were only partially or not included in the teacher's guide. When the questions were classified according to the type of discrepancy, the frequency of questions due to knowledge deficit was higher than that due to knowledge clash. This demonstrates that the concepts that teachers need to know must be supplemented with the contents of the teacher's guide. Discrepancies due to knowledge clashes are often caused by conflicts between what is experienced in everyday life and what is presented in textbooks. Therefore, it is necessary to reduce the discrepancy between the texts of the teacher's guide and the knowledge of pre-service elementary teachers by including the differences between the actual context of everyday life and the context of the textbook in the teacher's guide.