• Journal of The Korean Association For Science Education
• /
• v.39 no.1
• /
• pp.73-88
• /
• 2019

The purpose of this study is to explore elementary teachers' difficulties on teaching science by analyzing questions that have been posted for a long time in an autonomous online teacher community named Indischool. For this purpose, 409 question postings(the 2007 and 2009 revised curriculum, third to sixth grade) were analyzed using the framework for analyzing questions about elementary teachers' science teaching(modified from Alake-Tuenter et al., 2013). The study revealed that there were more science-SMK questions than science-PCK questions, and most of the questions were 'about lenses' and 'in 2014 and 2015, when the curriculum was changing from the 2007 to the 2009 revised curriculum'. The long-standing difficulties in science-SMK were 'an application of facts and concepts in lenses' and 'an unexpected experimental error in electricity'. In particular, there are the principle of transparent cup-shaped objects acting as lenses, the process of image formation by convex lenses, experimental errors of 'compass movement due to current flow change' and experimental errors 'serial connection of bulbs'. The long-standing difficulties in science-PCK were 'understanding and response to context' and 'understanding and response to aims mentioned in standard document' and these are not related to physical units but to others. In particular, there are request class materials, activity ideas at the end of the semester and understanding the national curriculum guidelines. These teachers' difficulties should be reflected in the science teaching support system like a teacher's guide compilation, teacher's training curriculum development, etc.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.618-621
• /
• 2023

최근 거대언어모델(LLM)이 기계 번역 및 기계 독해를 포함한 다양한 문제들에서 높은 성능을 보이고 있다. 특히 프롬프트 기반의 대규모 언어 모델은 사고사슬 방식으로 적절한 프롬프팅을 통해 원하는 형식의 답변을 생성할 수 있으며 자연어 추론 단계에서도 높은 정확도를 보여주고 있다. 그러나 근본적으로 LLM의 매개변수에 질문에 관련된 지식이 없거나 최신 정보로 업데이트 되지 않은 경우 추론이 어렵다. 이를 해결하기 위해, 본 연구는 검색문서와 생성모델의 상호작용을 통해 답변하는 한국어 질의응답 모델을 제안한다. 검색이 어려운 경우 생성형 모델을 통해 질문과 관련된 문장을 생성하며, 이는 다시 검색모델과 추론 과정에서 활용된다. 추가로 "판단불가"라는 프롬프팅을 통해 모델이 답변할 수 없는 경우를 스스로 판단하게 한다. 본 연구결과에서 GPT3를 활용한 사고사슬 모델이 63.4의 F1 점수를 보여주며 생성형 모델과 검색모델의 융합이 적절한 프롬프팅을 통해 오픈-도메인 질의응답에서 성능의 향상을 보여준다.

• Journal of The Korean Association For Science Education
• /
• v.41 no.1
• /
• pp.11-18
• /
• 2021

The purpose of this study is to analyze the questions generated by elementary school pre-service teachers when reading the teacher's guide for the refraction of light, and to analyze the difficulties in understanding the concept and in making instructional plans. A total of 592 meaningful questions were generated by 283 elementary school pre-service teachers after reading the teacher's guide of 'light and lens' unit in the 6th grade of the 2015 revised curriculum. Of these, 306 questions are for understanding the concept of physics and 286 are pedagogical questions. As a result of the analysis, in terms of understanding the concept of physics, the elementary school pre-service teachers encounter difficulties in understanding the concept of the 'cause' of the phenomenon suggested in the textbook, such as the cause of refraction, the reason for scattering light, and the cause of the image change depending on the focal length of the convex lens. In terms of instructional planning, it was followed by questions about how to explain concepts, questions about not being able to explain concepts to elementary school students and having to teach only phenomena, specific explanation methods for specific concepts, and experimental methods. Although the teacher's guide contains various explanations and supplementary materials to help teachers understand the concept, it can be seen that there are many elementary pre-service teachers who cannot answer questions about some concepts even after reading the guide. For concepts with a high frequency of questions, it is necessary to prepare a tutorial that is more understandable. In the instructional plan, there were many questions about teaching methods and experimental methods, so it is necessary to provide more examples and specific experimental methods for explaining concepts in the teacher's guide.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.222-227
• /
• 2023

환각 현상이란 LLM이 생성 태스크에서 사실이 아닌 내용을 생성하거나 근거가 없는 내용을 생성하는 현상을 말한다. 환각 현상은 LLM이 생성한 출력물에 대한 사용자의 신뢰를 떨어뜨리기 때문에 환각을 완화할 수 있는 방법이 필요하다. 최근 사후 편집 모델 중 하나인 RARR는 입력 텍스트를 질문들 순서에 따라 순차적으로 편집하여 환각을 완화하였지만 이전 단계의 편집 오류가 전파되거나 같은 작업을 반복하는 등의 단점이 있었다. 본 논문은 환각 현상 완화를 위한 단위 사실 기반 사후 교정을 제안한다. 제안한 방법은 입력 텍스트를 단위 사실로 분해하고 각 사실에 대응하는 질문을 생성한 후 검색된 관련 문서로 환각 여부를 판단한다. 환각이라 판단되면 편집을 수행하여 환각을 완화한다. 병렬적으로 편집을 진행하기 때문에 기존 연구의 순차적인 오류 전파 문제를 해결하고 기존 연구에 비해 더 빠른 사후 편집을 진행할 수 있다. 실험 결과, 제안 방법이 RARR보다 Preservation Score, 원문과의 사실성 일치여부, 의도 보존 여부에서 모두 우수한 성능을 보인다.

• Journal of the Korean earth science society
• /
• v.30 no.6
• /
• pp.759-772
• /
• 2009

The purpose of this study was to understand characteristics of eighth graders' conclusions presented in their self-directed scientific inquiry reports. We developed a framework, Analysis of Conclusions of Self-Directed Scientific Inquiry, to analyze students' conclusions. We then compared the conclusions with the inquiry questions students generated to find out whether the questions affected students' conclusions. In addition, we analyzed students' responses from the survey about their perceptions of drawing conclusions. According to the results, the conclusions were characterized into two categories, i.e., scientific basic assumption and scientific explanation. Almost half of the students' conclusions fall under the scientific basic assumptions. Most of the scientific explanations were deductive explanations and inductive explanations. Then, the kinds of conclusions were affected by the inquiry questions because the scientific explanations were made more than the scientific basic assumptions in answering the inquiry questions. Some students couldn't recognize differences between conclusions and experiment results.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.333-335
• /
• 2022

본 논문에서는 기존에 두 가지 모델이 필요했던 작업을 하나의 모델로 처리할 수 있는 자연어 처리 아키텍처를 제안한다. 단일 모델로 알츠하이머 환자의 언어패턴과 대화맥락을 분석하고 두 가지 결과인 환자분류와 챗봇의 대답을 도출한다. 일상생활에서 챗봇으로 환자의 언어특징을 파악한다면 의사는 조기진단을 위해 더 정밀한 진단과 치료를 계획할 수 있다. 제안된 모델은 전문가가 필요했던 질문지법을 대체하는 챗봇 개발에 활용된다. 모델이 수행하는 자연어 처리 작업은 두 가지이다. 첫 번째는 환자가 병을 가졌는지 여부를 확률로 표시하는 '자연어 분류'이고 두 번째는 환자의 대답에 대한 챗봇의 다음 '대답을 생성'하는 것이다. 전반부에서는 셀프어탠션 신경망을 통해 환자 발화 특징인 맥락벡터(context vector)를 추출한다. 이 맥락벡터와 챗봇(전문가, 진행자)의 질문을 함께 인코더에 입력해 질문자와 환자 사이 상호작용 특징을 담은 행렬을 얻는다. 벡터화된 행렬은 환자분류를 위한 확률값이 된다. 행렬을 챗봇(진행자)의 다음 대답과 함께 디코더에 입력해 다음 발화를 생성한다. 이 구조를 DementiaBank의 쿠키도둑묘사 말뭉치로 학습한 결과 인코더와 디코더의 손실함수 값이 유의미하게 줄어들며 수렴하는 양상을 확인할 수 있었다. 이는 알츠하이머병 환자의 발화 언어패턴을 포착하는 것이 향후 해당 병의 조기진단과 종단연구에 기여할 수 있음을 보여준다.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.153-159
• /
• 2022

본 논문에서는 인공지능이 생성하는 일상 대화의 품질 향상을 위해 상식 추론을 정의하고 설문을 통해 정량적, 정성적 분석을 진행하였다. 정량적 평가에서는 주어진 문장이 에게 학습시키기에 적합한가'라는 수용성 판단을 요청한 질문에서 40대 이상의 연령이 20, 30대와 유의미한 차이를 보였다. 정성적 평가에서는 '보편적 사실 여부'를 AI 발화 기준의 주요한 지표로 보았다. 이어서 '챗봇' 대화의 품질에 대한 설문을 실시했다. 이를 통해 일상 대화를 사용한 챗봇의 대화 품질을 높이기 위해서는 먼저, 질문의 요구에 적절한 정보와 공감을 제공해야 하고 두 번째로 공감의 정도가 챗봇의 특성에 맞는 응답이어야 하며 세 번째로 대화의 차례에 따라 담화의 규칙을 지키면서 대화가 진행되어야 한다는 결론을 얻을 수 있었다. 이 세 가지 요건이 통합적으로 적용된 담화 설계를 통해 완전히 인공지능스러운 대화가 가능할 것으로 여겨진다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.25-27
• /
• 2023

본 논문에서는 캐릭터 챗봇을 학습시키고, 학습된 모델을 React 기반 웹 페이지에 통합하는 것을 목표로 한다. 웹 페이지 사용자들은 실시간으로 게임이나 영화 캐릭터와 대화할 수 있는 기능을 제공받게 된다. 캐릭터 챗봇은 사용자의 질문을 이해하고 학습된 캐릭터의 특성에 따라 적절한 응답을 생성함으로써 상호작용하게 된다. 사용자가 웹 페이지에서 입력한 질문이나 요청은 챗봇 모델을 통해 처리되며, AI 챗봇은 학습된 지식과 데이터를 활용하여 응답을 생성한다. 사용자는 웹 페이지에서 자연스러운 대화를 통해 원하는 캐릭터와 대화를 이어갈 수 있게 된다.

• The Korean Journal of Financial Studies
• /
• v.7 no.1
• /
• pp.1-47
• /
• 2001

증권가격의 시계열을 그래프로 표시하면 이 시계열의 운동양태가 파악될 수도 있다. 그래프를 통하여 추세가 존재하고 있는지 아니면 존재하지 않는지를 파악할 수 있을 것이다. 그리고 이 그래프를 통하여 증권가격 시계열이 정상적과정에 의하여 생성되는지의 여부가 인식될 수도 있을 것이며, (조건부) 이분산이 존재하고 있는지 또는 (조건부) 동분산이 존재하고 있는지도 인식될 수 있을 것이다. 간단한 기술통계량을 통하여 증권시계열의 성질을 파악할수도 있다. 이 시계열이 선형과정에 의하여 생성되는지 아니면 비선형과정에 의하여 생성되는지도 인식할 수 있을 것이다. 뿐만아니라 비선형과정중 하나인 카오스 과정에 의하여 증권가격이 생성되는지의 여부도 파악할 수 있을 것이다. 증권가격의 실현된 표본경로와 시뮬레이션을 통하여 얻은 표본경로가 일치하는지 또는 불일치하는지에 대한 판별을 통하여 모형정립에서 특히 많이 사용되고 있는 확률과정들이 생성시키는 증권가격 시계열이 실제로 관찰된 가격 시계열과 일치하여 현실적합성을 가지고 있는지의 여부도 판단할 수 있을 것이다. 주가시계열 그 자체를 출발점으로 하여 이 시계열의 움직임과 행동양식을 파악해가면 수많은 연구를 통하여 축적된 이론들과 주가를 형성시키는 성질들이 현실적으로 성립하고 있는지도 밝힐 수 있고 개발된 이론들의 장점과 단점을 강도높게 밝힐 수 있는 계기도 갖게 될 것이다. 데이터를 있는 그대로 면밀하게 검토하면 이미 공개된 문제점(open question)도 확인할 수 있을 것이고 아직 알려지지 않은 문제점들과 질문들을 찾게 될 수도 있을 것이다. 이것들은 앞으로의 연구를 위한 중요한 발견이 될 수 있을 것이다. 이 논문에서는 문제와 질문의 발견에 초점을 둔다. 이 논문에서는 한국의 주식시장과 미국의 주식시장을 대비하여 다룬다. 우리가 그동안의 연구를 통하여 미국의 문헌과 미국의 시장에 대한 지식을 상당히 축적하고 있는 만큼 이 대비를 통하여 두 시장이 동일하게 가지고 있는 행동양태와 서로 상이하게 가지고 있는 점들을 파악하면 두 시장에 대한 이해의 폭도 넓어질 것이며 동시에 미국의 연구결과를 수용하는 큰 방향을 결정하는데에도 일조가 되리라고 생각된다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.275-280
• /
• 2023

문서 그라운딩된 대화 시스템의 응답 성능 개선을 위한 방법론을 제안한다. 사전 학습된 거대 언어 모델 LLM(Large Language Model)인 Llama2 모델에 Zero-Shot In-Context learning을 적용하여 대화 마지막 유저 질문에 대한 응답을 생성하는 태스크를 수행하였다. 본 연구에서 제안한 응답 생성은 검색된 top-1 문서와 대화 기록을 참조해 초기 응답을 생성하고, 생성된 초기 응답을 기반으로 검색된 문서를 대상으로 재순위화를 수행한다. 이 후, 특정 순위의 상위 문서들을 이용해 최종 응답을 생성하는 과정으로 이루어진다. 검색된 상위 문서를 이용하는 응답 생성 방식을 Baseline으로 하여 본 연구에서 제안한 방식과 비교하였다. 그 결과, 본 연구에서 제안한 방식이 검색된 결과에 기반한 실험에서 Baseline 보다 F1, Bleu, Rouge, Meteor Score가 향상한 것을 확인 하였다.