• 한국콘텐츠학회논문지
• /
• 제11권8호
• /
• pp.475-487
• /
• 2011

본 논문에서는 고차원펄스의 스펙트럼을 유도하는 체계적인 방법을 제시하고, 이를 학습내용으로 하는 효율적인 이러닝 시스템을 설계한다. 고차원펄스의 스펙트럼은 연속미분법이나 콘볼루션법 등 기존의 방법에 의하여 유도될 수 있으나, 그 차수가 증가함에 따라 현저하게 높아지는 복잡도 때문에 사용할 수 없다. 우리는 고차원펄스의 차수에 따라 순환적으로 적용되는 알고리듬을 제시하고, 이를 찾아보기표에 의하여 함수적으로 차수에 연관된 스펙트럼의 식을 유도한다. 또한, 이를 이용하여 고차원펄스의 스펙트럼을 분석하는 과정을 학습하는 이러닝 콘텐츠를 설계한다. 여기에는 기존의 순차적 재생을 기본으로 하여 이른바 개념단위 오브젝트별 분기방식을 적용하는 콘텐츠 처리방식이 사용된다. 모델링, 임펄스응답과 전달함수, 파라미터, 찾아보기표 등 전체를 네 개의 개념단위로 분할한 콘텐츠페이지를 설계하고, 이들로부터 하향식으로 분화된 개념단위들을 모듈과 서브모듈로 설정한다. 이들은 개념단위 오브젝트별 분기방식에 의하여 학습자에게 다양한 학습순서와 반복학습 등을 제공하여 상호작용을 증대하고, 저작된 이러닝 콘텐츠에 의한 학습효과를 현저히 향상시킨다. 또한, 콘텐츠 자체의 효율성 측면에서도 현저한 향상을 이룬다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1999년도 제11회 한글 및 한국어 정보처리 학술대회
• /
• pp.167-172
• /
• 1999

구어는 프로그래밍 언어와는 달리 주어진 문장 내에서의 해당 어휘의 뜻(semantic information)을 알고 다른 어휘들과의 연관성 (grammatical information)을 알아야만 적절한 형태소분석이 가능하다. 또한 구어는 방대한 양의 어휘들로 구성되어 있으며 사용하는 사람마다의 다양한 응용과 공식화되기 어려운 수많은 예외들로 운용되기 때문에 단순히 찾아보기표와 오토마타만으로는 형태소분석에 한계가 있다. 이에 본 논문에서는 주어진 어휘집과 그 어휘들로 만들어진 다양한 문장들로부터 구어운용의 근본기제를 스스로 학습해나가는 강화학습중심의 언어모델을 제안하고 실제로 한국어 형태소분석에 적용하여 그 성능과 특성을 파악해보았다. 구어파서의 입력은 음절단위의 발음이며 인간이 문장을 듣거나 보는 것과 동일하게 시간에 따라 순차적으로 입력된다. 파서의 출력 또한 시간에 따라 변화되면서 나타나며 입력된 연속음절을 형태소단위로 분리(segmentation)하고 분류(labeling)한 결과를 나타낸다. 생성인식 언어모델이 기존의 언어모델과 다른 점은 구어 파싱에 있어서 필수적인 미등륵어에 대한 유연성과 앞단의 음성인식기 오류에 적절한 반응(fault tolerance)을 나타내는 것이다.