• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.931-933
• /
• 2004

본 논문에서는 한국어 질의응답시스템에서 정확한 정답추출을 위한 구문 정보에 기반한 질의분석을 제안한다. 질의분석은 세부 정답 유형 결정, 세분화된 키워드 추출을 통해 정확한 정답추출을 목적으로 한다. 술어 유형 정보를 이용하여 대분류 수준의 정답 유형으로 질의분석을 수행하고. 구문 구조 정보를 이용하여 중요 키워드와 일반 키워드를 추출한다 마지막으로 정답 유형 자질 명사를 이용하여 세부 정답 유형을 결정한다. 실험을 통해 세부 정답 유형 결정에서 정확률 59%, 세분화된 키워드 추출에서 정확을 66%를 보였다.

• 한국문헌정보학회지
• /
• 제55권4호
• /
• pp.115-140
• /
• 2021

본 연구는 국외 오픈액세스 분야를 대상으로 LISTA 데이터베이스에서 추출한 키워드 집합을 두 가지 유형(통제키워드, 비통제키워드)으로 구분하고, 각 키워드 유형별로 프로파일링에 기초한 지적구조 분석을 수행한 결과를 검토하였다. 또한, 이를 동시출현단어 분석에 기초한 지적구조 분석의 결과와 비교하였다. 이를 통해 지적구조 분석의 또 다른 방법인 프로파일링에서도 이와 유사한 결과가 도출되는 지를 살펴보고, 동시출현단어 분석과 프로파일링의 차이점을 검토하고자 하였다. 그 결과, 두 가지 키워드 유형별로 프로파일링에 기초한 지적구조 분석의 결과는 동시출현단어 분석과 유사한 차이가 있었다. 또한 프로파일링과 동시출현단어 분석에 기초한 지적구조 분석의 결과 간에도 주목할 만한 차이가 있었다. 따라서 키워드를 사용하는 지적구조 분석은 연구 목적에 따라 키워드 유형별 특성을 고려하여야 하며, 특정 분야의 연구 동향을 보다 명확하게 파악하기 위해서는 동시출현단어 분석보다 프로파일링에 기초한 지적구조 분석을 사용하는 것이 더 나은 결과를 기대할 수 있다.

• 한국문헌정보학회지
• /
• 제55권3호
• /
• pp.343-372
• /
• 2021

이 연구는 성격유형별로 선호하는 도서를 추천할 수 있는 키워드를 선별하고, 선별된 키워드가 실제 성격유형별 도서의 구분 및 추천에 활용 가능한지 여부를 밝히는데 목적이 있다. 유효성을 검증하기 위해 초등학생 5~6학년과 중학생 1학년 수준에 맞는 도서를 선정하여, 전문가 집단에 의뢰하여 성격유형별 선호도서로 분류하였다. 분류 결과, 전문가 집단 5인 이상 의견이 일치하는 도서가 절반에 해당하며 높은 일치도를 나타냈다. 또, 선정된 도서의 서평 데이터를 모아 어휘자동추출시스템으로 추출한 키워드로 도서를 성격유형별로 분류한 결과와 전문가 집단이 최종 판정한 결과를 비교하면, 소수의 도서를 제외하고 거의 유사한 결과를 보였다. 이로써 서평 키워드를 활용하여 성격유형별 선호도서로 구분하고, 성격유형별 도서추천에 유효성이 있음을 검증하였다.

• 한국문헌정보학회지
• /
• 제55권3호
• /
• pp.103-129
• /
• 2021

본 연구는 동시출현단어 분석에 기초한 지적구조 분석에서 주제를 표현하는 두 가지 키워드 유형의 특성에 관하여 국외 오픈액세스 분야를 중심으로 살펴보았다. 구체적으로 문헌정보학 분야 LISTA 데이터베이스에서 추출한 키워드 집합을 두 가지 유형(통제키워드, 비통제키워드)으로 구분하고, 동시출현단어 분석에 기초한 지적구조 분석을 수행한 결과를 비교하였다. 그 결과, 각 키워드 유형별로 키워드 집합, 연구지도와 영향력, 그리고 시기에 따라 상당한 차이가 있는 것으로 나타났다. 따라서 동시출현단어 분석에 기초한 지적구조 분석에서는 연구 목적에 따라 키워드 유형별 특성을 고려하여야 한다. 즉 전체 학문분야 관점에서 특정분야의 전반적인 연구 동향을 살펴보는 목적으로는 통제키워드를, 해당 분야 관점에서 연구 영역별로 세부적인 동향을 파악하는 목적으로는 비통제키워드를 사용하는 것이 더 적절할 것이다. 또한 양자의 관점을 모두 반영하는 종합적인 지적구조 분석을 위해서는 통제키워드와 비통제키워드를 개별적으로 사용한 결과를 상호 비교하여 분석하는 것이 가장 바람직하다고 할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 춘계학술발표대회
• /
• pp.813-815
• /
• 2015

질의응답 시스템에서 정답선택의 정확률을 향상시키기 위해 본 논문은 패턴과 휴리스틱을 기반으로 하는 질의유형 추출 시스템을 구현하는 방법을 제안한다. 질의유형은 DBPedia에서 사용하는 클래스타입을 기반으로 추출되며 질의유형에 포함하는 키워드패턴들을 수집하여 키워드패턴 데이터를 생성한다. 그 후 한국어 질의에서 많이 발생하는 유형을 분석하여 휴리스틱을 이용해 사용자가 의도한 질의 유형을 출력한다. 제안시스템은 기존 연구에 비해 구축과 수정이 쉽다는 장점이 있다.

• 디지털융복합연구
• /
• 제15권10호
• /
• pp.93-101
• /
• 2017

본 연구는 도시에 대한 키워드 검색량을 관심의 지표로 보고 검색키워드를 유형화하여 각 유형별 검색량이 페이스북 팬 수 및 관광객 수에 미치는 영향을 고찰하고자 하였다. 위계적 커뮤니케이션 효과 모형에 따르면 커뮤니케이션의 효과는 인지-태도-행동의 순차성을 띄는 것으로 나타난다. 이에 따라 검색행동을 통해 특정 도시에 대한 관여 및 지식이 높아진 관광 소비자가 호감을 느끼게 되면 페이스북 팬페이지 가입을 통해 보다 적극적인 정보탐색을 할 것이며, 직접적인 관광행동으로 이어질 것이라고 예측하였다. 이를 위해 구글 트렌드에 나타난 서울시 관련 검색 키워드의 유형 별 검색량과 서울시 해외 공식 계정인 'Seoul Korea'의 팬 수, 마지막으로 서울시 외국인 관광객 수 간의 영향 관계를 검증하였다. 분석결과, 서울시의 검색 키워드 유형은 관광매력 키워드, 자연환경 키워드, 상징적 키워드, 접근적 키워드로 도출되었으며 그 중 페이스북 팬 수에 영향을 미치는 요인은 관광매력 키워드과 상징적 키워드인 것으로 나타났다. 또, 관광매력 키워드와 상징적 키워드는 서울시 페이스북 팬 수를 매개로 서울시 관광객 수에 영향을 미친다는 결과가 도출되었다. 이러한 결과에 따라, 앞으로의 서울시의 외국인 관광 소비자를 대상으로는 관광매력적인 요소와 한국적인 요소를 강조한 메시지를 소구하는 것이 유효할 것이라는 실무적 함의를 제공할 수 있다.

• 한국어정보학회:학술대회논문집
• /
• 한국어정보학회 2016년도 제28회 한글및한국어정보처리학술대회
• /
• pp.195-200
• /
• 2016

본 연구는 MUSE 감성 코퍼스를 활용하여 문장의 극성과 키워드의 극성이 얼마만큼 일치하고 일치하지 않은지를 분석함으로써 특히 문장의 극성과 키워드의 극성이 불일치하는 유형에 대한 연구의 필요성을 역설하고자 한다. 본 연구를 위하여 DICORA에서 구축한 MUSE 감성주석코퍼스 가운데 IT 리뷰글 도메인으로부터 긍정 1,257문장, 부정 1,935문장을, 맛집 리뷰글 도메인으로부터는 긍정 2,418문장, 부정 432문장을 추출하였다. UNITEX를 이용하여 LGG를 구축한 후 이를 위의 코퍼스에 적용하여 나타난 양상을 살펴본 결과, 긍 부정 문장에서 반대 극성의 키워드가 실현된 경우는 두 도메인에서 약 4~16%의 비율로 나타났으며, 단일 키워드가 아닌 구나 문장 차원으로 극성이 표현된 경우는 두 도메인에서 약 25~40%의 비교적 높은 비율로 나타났음을 확인하였다. 이를 통해 키워드의 극성에 의존하기 보다는 문장과 키워드의 극성이 일치하지 않는 경우들, 가령 문장 전체의 극성을 전환시키는 극성전환장치(PSD)가 실현된 유형이나 문장 내 극성 어휘가 존재하지 않지만 구 또는 문장 차원의 극성이 표현되는 유형들에 대한 유의미한 연구가 수행되어야 비로소 신뢰할만한 오피니언 자동 분류 시스템의 구현이 가능하다는 것을 알 수 있다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2016년도 제28회 한글 및 한국어 정보처리 학술대회
• /
• pp.195-200
• /
• 2016

본 연구는 MUSE 감성 코퍼스를 활용하여 문장의 극성과 키워드의 극성이 얼마만큼 일치하고 일치하지 않은지를 분석함으로써 특히 문장의 극성과 키워드의 극성이 불일치하는 유형에 대한 연구의 필요성을 역설하고자 한다. 본 연구를 위하여 DICORA에서 구축한 MUSE 감성주석코퍼스 가운데 IT 리뷰글 도메인으로부터 긍정 1,257문장, 부정 1,935문장을, 맛집 리뷰글 도메인으로부터는 긍정 2,418문장, 부정 432문장을 추출하였다. UNITEX를 이용하여 LGG를 구축한 후 이를 위의 코퍼스에 적용하여 나타난 양상을 살펴 본 결과, 긍 부정 문장에서 반대 극성의 키워드가 실현된 경우는 두 도메인에서 약 4~16%의 비율로 나타났으며, 단일 키워드가 아닌 구나 문장 차원으로 극성이 표현된 경우는 두 도메인에서 약 25~40%의 비교적 높은 비율로 나타났음을 확인하였다. 이를 통해 키워드의 극성에 의존하기 보다는 문장과 키워드의 극성이 일치하지 않는 경우들, 가령 문장 전체의 극성을 전환시키는 극성전환장치(PSD)가 실현된 유형이나 문장 내 극성 어휘가 존재하지 않지만 구 또는 문장 차원의 극성이 표현되는 유형들에 대한 유의미한 연구가 수행되어야 비로소 신뢰할만한 오피니언 자동 분류 시스템의 구현이 가능하다는 것을 알 수 있다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2003년도 추계종합학술대회 논문집
• /
• pp.190-194
• /
• 2003

자연언어 질의문에서 추출된 키워드들은 정답추출에 미치는 비중이 다른 경우가 많지만 키워드들에 대해 상대적인 가중치를 부여하기가 어렵다. 본 논문에서는 이러한 문제점을 해결하기 위하여 질의 문장의 구문 정보를 이용하여 중심키워드와 일반키워드들로 구분하였으며 이를 기반으로 키워드들 간의 가중치 부여 방법을 제안한다. 질의문 코퍼스로부터 질문 유형을 분석하여 구문을 추출하고 추출된 구문정보를 이용하여 질의문에서 키워드들을 추출한다. 이렇게 얻어진 키워드들을 이용하여 다량의 문서들 속에서 중심키워드와 일반키워드들 간의 불린 검색을 통해 질의문의 정답이 포함되었을 가능성이 큰 단락을 추출하고, 질의문과 추출된 단락간의 유사도 측정을 통해 단락을 순위화 한다. 본 논문에서 제안하는 시스템은 질의문의 정답이 포함된 단락추출에 대한 정확도를 향상시킬 것으로 기대된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2009년도 춘계학술발표대회
• /
• pp.558-561
• /
• 2009

본 논문에서는 웹기반 문제은행의 발전된 모형으로 문제 유형에 따른 학습자의 맞춤형 문제를 제공하는 시스템을 설계하였다. 본 시스템의 최종 목표는 능동적, 자기 주도적 학습을 실현할 수 있는 맞춤형 이러닝을 통해 학습자의 학업 성취도 향상에 있다. 교수자 및 개발자 중심의 이러닝 서비스가 아닌 학습자의 학습 결과에 능동적으로 반영하고 유연한 서비스를 제공하기 위해 문제 유형에 따른 적합한 다음 단계의 문제를 제공함으로써 이러닝의 효율을 극대화 한다. 기존의 고정 출제 또는 무작위 출제 방식에서 탈피하여 개별 학습자의 오답과 문제 유형을 고려하여 문제의 키워드, 선택된 보기의 키워드, 유동적 난이도에 따른 문제 추출 방식을 설계하였다. 이 모델은 보조 학습의 수단으로 문제은행 시스템을 학습자 중심에 근접하여, 융통적이고 효과적으로 개인화된 서비스를 제공한다.