• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.126-131
• /
• 2018

cQA(Community-based Question Answering) 시스템은 사용자들이 질문을 남기고 답변을 작성하는 시스템이다. cQA는 사용자의 편의를 위해 기존의 축적된 질문을 검색하거나 카테고리로 분류하는 기능을 제공한다. 질문의 길이가 길 경우 검색이나 카테고리 분류의 정확도가 떨어지는 한계가 있는데, 이를 극복하기 위해 cQA 질문을 요약하는 모델을 구축할 필요가 있다. 하지만 이러한 모델을 구축하려면 대량의 요약 데이터를 확보해야 하는 어려움이 존재한다. 본 논문에서는 이러한 어려움을 극복하기 위해 cQA의 질문 제목, 본문으로 데이터를 확보하고 필터링을 통해 요약 데이터 셋을 만들었다. 또한 본문의 대표 단어를 이용하여 추상 요약을 하기 위해 딥러닝 기반의 Pointer-generator model을 사용하였다. 실험 결과, 기존의 추출 요약 방식보다 딥러닝 기반의 추상 요약 방식의 성능이 더 좋았으며 Pointer-generator model이 보다 좋은 성능을 보였다.

• Korean Journal of Logic
• /
• v.6 no.2
• /
• pp.23-48
• /
• 2003

"왜"로 시작하는 질문들의 성격은 워낙 다양해서, 우리는 "왜" 질문들 모두에 공통적으로 적용되는 흥미로운 이야기를 할 수 있으리라는 것에 대해 회의적이 되기가 쉽다. 이 논문에서 필자는 그런 우려에 맞서, "왜" 질문들이 공동적으로 가진 화용론적, 의미론적 성격들이 존재한다고 주장하면서 그것들이 무엇인지를 논의한다. 필자는 한 의문문의 의미는 그것에 대한 적합한 서술문 대답들의 진리 조건들의 집합이라는 일반적 이론에 입각해서 "왜" 의문문에 대한 적합한 대답들이 갖추어야 할 조건들이 무엇인지 그리고 그 적합한 대답들이 가진 진리 조건이 무엇인지에 대한 이론을 제시한다. 이와 같은 이론을 발전시키는 과정에서 필자는, 어떤 "왜" 의문문이 특정 맥락에서 보다 더 자연스럽게 제기되는 이유가 무엇인가 다양한 종류의 것들 이유, 원이, 근거 등-을 질문한다고 여겨지는 "왜" 의문문들이 어떻게 이 이론에서 통합적인 방식으로 이해될 수 있는가 등의 여러 문제들에 대한 대답을 시도한다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.11a
• /
• pp.325-327
• /
• 2020

최근 비대면 원격강의의 비율이 증가하였지만 비대면 상황에서 원격으로 진행하는 강의로 인해 강의를 수강하는 학생들의 강의를 진행하는 교수와의 질문에 대한 즉각적인 상호작용과 피드백이 부족하고 교수 또한 비대면 상황에서 학생들과의 소통의 어려움으로 인해 질문에 대한 답변을 하는 것에 어려움 있다. 본 논문에서는 이러한 문제를 해결하기 위해 학생들에게 질문에 대한 즉각적인 답변을 해주고 교수에게는 질문-답변을 관리할 수 있는 인공지능 챗봇 웹 서비스를 제안한다. 웹 서비스는 강의를 수강하는 학생과 강의를 진행하는 교수로 나눠져 제공된다. 구현을 위해 Seq2Seq 모델을 활용하였고 질문-답변 데이터셋으로 학습을 하여 테스트 하였다.

• Journal of The Korean Association For Science Education
• /
• v.22 no.4
• /
• pp.872-881
• /
• 2002

Student questioning is included in the priority of science literacy, to enable students to solve problems by exploring questions, communicating and constructing knowledge(AAAS, 1989). Also, the essence of student questioning in science lies in its function as a link between thinking and learning. But educators did not pay much attention to students' questioning in Korea. The purpose of this study was to investigate the effects of science question enhancement instruction on students' science questioning level and achievement. Also, this study showed the effects of other variables(logical thinking, science achievement, interest, and gender) on students' science questioning level. The pretest-posttest control group design group design was used. The sample was consisted of 80 second grade middle school students in experimental group(Science question enhancement instruction) and 74 students in control group(Traditional learning). Students in both groups were received identical content instruction on the unit 'Structures and functions of plant'. These groups were treated for 15 hours during 6 weeks. Students' questions were rated using the four levels described by the Middle School Students' Science Question Rating Scale(r= .96,)(Cuccio-Schirripa & Steinner, 2000). Science achievement data were collected using a 17 item multiple choice test(Cronbach ${\alpha}$= .84). To investigate students' logical thinking ability, a abridged GALT(Cronbach ${\alpha}$= .69) was used. Five-way ANOVA, ANCOVA, and multiple regression analysis were used to analyze the results. The results indicated that students who received instruction on researchable questioning outperformed those students who were not instructed on high-order questioning(p< .01). Results of correlations indicated that instruction(r= .640), science achievement(r= .311) and logical thinking ability(r= .212) was significantly and positively related with students' questioning level. But, interest and gender did not show any significant correlation with students' questioning level. Science question enhancement instruction was more effective on science achievement than the traditional instruction(p< .01).

• Environmental and Resource Economics Review
• /
• v.13 no.3
• /
• pp.387-415
• /
• 2004

This paper is intended to valuate air quality of the Seoul Metropolitan Area using triple-bound dichotomous choice (TBDC) contingent valuation method (CVM), supplemented by open-ended (OE) questionnaires. In the OE questionnaires, some respondents would state their willingness to pay (WTP) outside the limits of the WTP interval. It implies that WTP estimates based on the customary dichotomous choice (DC) questionnaires can be biased. We argue that the TBDC-CVM refined with OE questions is more efficient, because the latter helps purge the former of corrupted data that may have been collected by the TBDC interview process.

• Journal of Advanced Navigation Technology
• /
• v.19 no.2
• /
• pp.108-115
• /
• 2015

Multilateration systems are used to provide the position of aircraft in flight or on airport runways. In the multilateration systems, the interrogator is an important transmitter that used to interrogate the airplanes with appropriately scenario in surveillance airspace. Whisper-Shout interrogation sequence, which is one of the key functions of the interrogator, can control airport traffic density when intruder airplanes are coming into the surveillance airspace. Therefore collision chance between airplanes could be reduced and also get highly accurate location of incoming airplane in multilateration systems. In this paper, we developed the interrogator that allows it to transmit Mode A/C and Mode S interrogations which is similar to existing secondary surveillance radar. With appropriately controlled Whisper-Shout sequence in the interrogator, the multilateration systems can avoid synchronous garbling and FRUIT phenomenons caused by receiving multiple responses from a number of airplanes.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.213-218
• /
• 2019

기계독해는 자연어로 표현된 질문과 단락이 주어졌을 때, 해당 단락 내에 표현된 정답을 찾는 태스크이다. 최근 기계독해 태스크도 다른 자연어처리 태스크와 유사하게 BERT, XLNet, RoBERTa와 같이 사전에 학습한 언어모델을 이용하고 질문과 단락이 입력되었을 경우 정답의 경계를 추가 학습(fine-tuning)하는 방법이 우수한 성능을 보이고 있으며, 특히 KorQuAD v1.0 데이터셋에서 학습 및 평가하였을 경우 94% F1 이상의 높은 성능을 보이고 있다. 본 논문에서는 현재 최고 수준의 기계독해 기술이 학습셋과 유사한 평가셋이 아닌 일반적인 질문과 단락 쌍에 대해서 가지는 일반화 능력을 평가하고자 한다. 이를 위하여 첫번째로 한국어에 대해서 공개된 KorQuAD v1.0 데이터셋과 NIA v2017 데이터셋, 그리고 엑소브레인 과제에서 구축한 엑소브레인 v2018 데이터셋을 이용하여 데이터셋 간의 교차 평가를 수행하였다. 교차 평가결과, 각 데이터셋의 정답의 길이, 질문과 단락 사이의 오버랩 비율과 같은 데이터셋 통계와 일반화 성능이 서로 관련이 있음을 확인하였다. 다음으로 KorBERT 사전 학습 언어모델과 학습 가능한 기계독해 데이터 셋 21만 건 전체를 이용하여 학습한 기계독해 모델에 대해 블라인드 평가셋 평가를 수행하였다. 블라인드 평가로 일반분야에서 학습한 기계독해 모델의 법률분야 평가셋에서의 일반화 성능을 평가하고, 정답 단락을 읽고 질문을 생성하지 않고 질문을 먼저 생성한 후 정답 단락을 검색한 평가셋에서의 기계독해 성능을 평가하였다. 블라인드 평가 결과, 사전 학습 언어 모델을 사용하지 않은 기계독해 모델 대비 사전 학습 언어 모델을 사용하는 모델이 큰 폭의 일반화 성능을 보였으나, 정답의 길이가 길고 질문과 단락 사이 어휘 오버랩 비율이 낮은 평가셋에서는 아직 80%이하의 성능을 보임을 확인하였다. 본 논문의 실험 결과 기계 독해 태스크는 특성 상 질문과 정답 사이의 어휘 오버랩 및 정답의 길이에 따라 난이도 및 일반화 성능 차이가 발생함을 확인하였고, 일반적인 질문과 단락을 대상으로 하는 기계독해 모델 개발을 위해서는 다양한 유형의 평가셋에서 일반화 평가가 필요함을 확인하였다.

• School Mathematics
• /
• v.13 no.2
• /
• pp.245-266
• /
• 2011

In this study, we surveyed on the 3rd and 4th grade teachers' perception and teaching practices towards open-ended question in the elementary mathematics textbook in the revised 7th curriculum. According to the result, teachers understood the purpose of open-ended question in general, but they recognized some problems in terms of open-ended question itself, difficulties found when they dealt with open-ended question in their classes, teacher's guide and teacher training. This research suggests ways of improvement of open-ended question on the basis of the survey results.

• KIPS Transactions on Software and Data Engineering
• /
• v.10 no.8
• /
• pp.319-330
• /
• 2021

Recently, in the field of open domain natural language question answering, multi-task, multi-hop question answering has been studied extensively. In this paper, we propose a novel deep neural network model using hierarchical graphs to answer effectively such multi-task, multi-hop questions. The proposed model extracts different levels of contextual information from multiple paragraphs using hierarchical graphs and graph neural networks, and then utilize them to predict answer type, supporting sentences and answer spans simultaneously. Conducting experiments with the HotpotQA benchmark dataset, we show high performance and positive effects of the proposed model.

• The Journal of Society for e-Business Studies
• /
• v.8 no.3
• /
• pp.177-195
• /
• 2003

In a traditional customer support environment, mainly call centers or service centers are responsible for receiving inquiries from their customers via telephone calls. Due to the rapid growth of Internet with its widespread acceptance and accessibility, means of communication with customers in the traditional customer support center, such as telephones, letters, and direct-visiting, have been replaced by e-mails and bulletin board systems (BBSs) using the Internet constantly. BBSs are basically question and answer systems, they require some lead time to get answer from administrator. To reduce lead time, BBSs enable remote customers or users to log on and tap into a knowledge database that is generally formatted in the form of Frequently Asked Questions (FAQs) that provide answers and solutions to the common problems. And, many different types of the questions are mixed on the BBS. It is a burden to administrator. To build FAQs and to support BBS adminstrator, a supporting tool which is to categorize questions is helpful. In this research, we suggest an interactive question categorizing methodology which consists of steps to present question using keywords, identifying keywords' affinity, computing similarity among questions, and clustering questions. This methodology allows users to interact iteratively for clear manifestation of ambiguous questions. We also developed a prototype system, IQC (interactive question categorizer) and evaluated its performance using the comparison experiments with other systems. IQC is not a general purposed system, but it produces a good result in a given specific domain.