• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 추계학술발표대회
• /
• pp.211-214
• /
• 2007

최근 멀티미디어 데이터, 특히 UCC를 중심으로 동영상 데이터가 급증하고 있다. 그러나 현재 대부분의 검색 시스템은 키워드 기반의 동영상 데이터 검색만을 지원하고 있으며, 따라서 사용자가 원하는 동영상 데이터를 효율적으로 검색하지 못하는 실정이다. 동영상 데이터에 대한 효율적인 검색을 지원하기 위해서는, 동영상의 내용(이미지, 색, 모양 등)을 고차원의 특징 벡터 데이터로 표현하여 유사한 동영상을 검색하는 내용-기반 검색이 요구된다. 본 논문에서는 내용-기반 검색을 위해 제안된 기존의 고차원 벡터 데이터 색인 구조를 실험을 통하여 성능을 비교하며, 이를 통해 동영상 내용-기반 검색에 가장 효율적인 색인 기법을 제시한다. 아울러 보다 효율적인 내용-기반 검색을 위한, 근사 k-NN 질의 탐색 기법의 유용성을 검증한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2010년도 제42차 하계학술발표논문집 18권2호
• /
• pp.411-412
• /
• 2010

전통적으로 자연어 텍스트로부터의 감정인식 연구는 감정 키워드에 기반한다. 그러나 감정 키워드만을 이용하면 자연어 문장이 원래 갖고 있는 통사정보나 의미정보는 잃어버리게 된다. 이를 극복하기 위해 본 논문에서는 자연어 텍스트를 Predicate Logic 형태로 변환하여 감정 정보처리의 기반데이터로 사용한다. Predicate Logic형태로 변환하기 위해서 의존 문법 구문분석기를 사용하였다. 이렇게 생성된 Predicate 데이터 중 감정 정보를 갖고 있는 Predicate만을 찾아내는데 이를 위해 Emotional Predicate Dictionary를 구축하였고 이 사전에는 하나의 Predicate마다 미리 정의된 개념 클래스로 사상 시킬 수 있는 정보를 갖고 있다. 개념 클래스는 감정정보를 갖고 있는지, 어떤 감정인지, 어떤 상황에서 발생하는 감정인지에 대한 정보를 나타낸다. 자연어 텍스트가 Predicate으로 변환되고 다시 개념 클래스로 사상되고 나면 KBANN으로 구현된 Lazarus의 감정 생성 규칙에 적용시켜 최종적으로 인식된 감정을 판단한다. 실험을 통해 구현된 시스템이 인간이 인식한 감정과 약 70%이상 유사한 인식 결과를 나타냄을 보인다.

• 한국컴퓨터정보학회논문지
• /
• 제10권3호
• /
• pp.229-236
• /
• 2005

시맨틱 웹(Semantic Web)은 정보자원의 효율적 검색, 통합, 재사용을 가능하게 한다. 현재의 웹 환경에서 사용되고 있는 키워드 검색방법은 단순한 문자열 일치 방법으로 인하여 정확한 검색결과에 한계가 있다. 이에 본 연구에서는 전통적인 키워드 검색에서의 나타난 문제점들을 해결할 방안으로 의미적인 연관성을 통한 온톨로지(Ontology) 검색방법을 제안하여 더욱 정확한 검색결과를 유도해 본다. 국내 문화재를 중심으로 하여 OWL기반의 온톨로지를 구축하였고 질의, 검색 방법으로는 RDQL 질의어와 Jena API를 사용하였다. 이와 더불어 온톨로지 속성(property)데이터를 데이터베이스에 저장하여 처리하는 방안을 제시한다.

• 한국멀티미디어학회논문지
• /
• 제15권2호
• /
• pp.281-289
• /
• 2012

본 연구의 목적은 사용자 생산 정보와 소셜 태깅을 이용하여 보다 편리한 버스 정보 안내 시스템을 개발하는 것이다. 본 연구에서는 이를 위해 위치 인식과 태깅 기술을 이용한 모바일 버스 안내 시스템을 스마트폰을 기반으로 하여 개발하였다. 이 시스템은 사용자들에게 현재 위치를 기반으로 하여 주변 정류장 및 버스 정보를 안내한다. 또한 사용자가 해당 정류장에 관련 정보를 태그로 등록할 수 있으며, 등록된 정보를 활용한 간단한 키워드 검색으로 해당 목적지에 대한 버스 및 노선 정보를 검색할 수 있다.

• 한국정보통신학회논문지
• /
• 제13권8호
• /
• pp.1608-1614
• /
• 2009

이러닝 문제은행기반 출제시스템에서 많은 학습자들은 난이도에 따른 자동 출제 문제들을 기반으로 스스로를 진단함으로써 자기 주도적으로 학습을 진행한다. 이러한 방식에서 학습자들의 효율적인 자기 주도적 학습 진행을 위해서는 정당한 방법으로 출제되는 문제가 무엇보다 중요하다. 본 논문에서는 효율적인 자기 진단 평가를 위해, 평가의 종류에 따라 난이도뿐만 아니라 학습 범위와 문제의 키워드를 함께 고려하는 새로운 방법의 문제 출제 알고리즘을 제시한다. 이는 기존의 난이도만을 고려한 자동 출제 방식에 비해 자기 주도적 학습자에게 보다 효과적인 학습 진단 방법을 제공할 수 있다.

• 인터넷정보학회논문지
• /
• 제3권3호
• /
• pp.19-29
• /
• 2002

현재 웹-기반 원격 교육에서의 사이버 평가 시스템들은 학생 개인의 특성과 성향을 고려하지 않고 있다. 특히, 문제 출제방식에서 기존의 전체 학생을 대상으로 한 단순하고 일반적인 출제방식을 사용하고 있다. 본 논문에서는 사용자 프로파일을 이용한 효율적인 사이버 평가 시스템을 제안한다. 먼저, 기존의 평가 시스템에서 소홀히 다루었던 학생 개인의 특성과 성향에 대한 사용자 프로파일을 이용하여 문제를 필터링 한 후, 문제를 출제하도록 함으로써, 시스템의 효율성을 높이고 학생들의 공부에 대한 관심과 능력에 따라 좋은 결과를 얻도록 하였다. 사용자 프로파일을 적용할 때에는 카테고리 기반 방식과 키워드 기반 방식을 합성한 문제출제 방식을 적용함으로써 문제에 대한 관심과 흥미를 유발하도록 하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권9호
• /
• pp.341-348
• /
• 2014

스마트폰의 확산으로 인한 웹 접근성의 발달은 소셜 네트워크를 기반으로 하는 플랫폼 서비스 이용자의 급격한 증가를 이끌어냈다. 그중에서도 개방적인 네트워크를 기반으로 빠른 확산과 강력한 영향력을 보이는 트위터(Twitter)는 하루 평균 5억 건이 넘는 트윗(Tweet)이 생산되는 대표적인 서비스이다. 따라서 트위터를 이용하여 이벤트를 탐지하려는 다양한 연구들이 진행되고 있다. 그러나 기존의 연구들은 이벤트 탐지를 위해 트윗을 구성하는 다양한 조건에 대한 고려 없이 일반 문서와 동일하게 일반적인 TFIDF 알고리즘을 적용하였다. 또한 TF와 DF에 대한 언급이 생략된 채, 사전에 지정한 키워드와 관련된 이벤트를 대상으로 탐지하였다. 이에 본 논문에서는 트위터의 특징을 반영한 TFIDF 변형 알고리즘인 RTFIDF VT를 제안하고, 실험을 통해 이벤트 탐지에 최적인 것으로 검증된 TF와 DF 구간을 밝힌다. 최종 검증된 TF와 DF의 구간과 RTFIDF VT를 적용하여 특정시점을 입력받아 이벤트로 예상되는 지역명들과 이벤트 관련 키워드의 결과 집합을 추출하는 시스템을 제안한다.

• 디지털융복합연구
• /
• 제14권12호
• /
• pp.173-182
• /
• 2016

인공지능은 현재의 컴퓨팅시스템 성능한계를 극복하고 컴퓨팅 환경을 발전시켜 다양한 분야의 기술 발전을 위한 핵심 기술로서 주목받고 있다. 이에 세계 국가들은 물론이고, 국내에서도 인터넷 기업을 중심으로 사업화 기술개발이 이루어지고 있다. 정부 역시 인공지능 기술 개발을 위해 다양한 지원을 아끼지 않고 있으며, 이에 따른 기술의 발전으로 인공지능에 대한 관심이 증폭되고 있다. 그러나 긍정적인 시각과 부정적인 시각이 공존하고 있는 인공지능 분야에서 사람들의 의견을 분석하는 연구는 매우 부족한 실정이다. 이에 따라 본 연구에서는 텍스트 마이닝 기법을 활용하여 SNS (Social Networking Service)에서 수집된 인공지능에 대한 사람들의 의견 데이터를 연도별로 비교 분석하여 수집된 데이터에 대한 긍정, 부정 여부와 함께 연도별 키워드를 확인하였다. 분석 결과, 국내 인공지능 분야의 연도별 키워드를 확인하였으며, 시간의 흐름에 따라 인공지능에 대해 부정적인 의견이 증가하는 것을 확인하였다. 그리고 이러한 비교분석 결과를 기반으로 인공지능 분야의 흐름에 대해 예측할 수 있었다.

• 한국도서관정보학회지
• /
• 제46권3호
• /
• pp.277-299
• /
• 2015

본 연구의 목적은 복합학의 특성을 띠는 한국학 분야 연구 논문을 대상으로 의미적 탐색 시스템 구축을 위한 메타데이터를 체계적으로 구조화하기 위한 것이다. 이를 위해 먼저 학술 자료의 내용적 의미 구조를 정리한 기존의 연구들을 비교 분석하고, 이어서 한국학 분야 연구 논문에 수록된 저자키워드의 유형별 범주화 작업을 통해 한국학 분야에서 필요로 하는 연구 논문의 의미적인 구조를 분석하였으며, 두 작업의 결과를 기반으로 한국학 분야 연구 논문의 의미적 탐색 시스템을 구축하기 위한 의미구조 메타데이터 항목 16개를 도출하여 체계화 하였다. 본 연구는 실제 한국학 분야 연구자들이 필요로 하는 학술적 지식을 반영할 수 있는 의미적 메타데이터 구성 방법론을 체계적으로 제시하였으며, 특히 한국학 분야 연구 자료의 내용적 특성을 살펴보는데 있어 실제 연구자들이 부여한 키워드를 유형화하고 분석하여 반영하였다는데 의의가 있다.

• 컴퓨터교육학회논문지
• /
• 제7권5호
• /
• pp.83-91
• /
• 2004

본 논문에서 청소년들의 정신 건강을 해치는 유해 정보 사이트를 차단하기 위해 기존 방식이 아닌 내용 기반을 중심으로 하여 중요도가 가장 높은 한 개의 복합 키워드와 정보통신윤리 위원회에서 제시한 유해단어의 가중치를 이용하여 가중치 평균을 더해 유해도를 판단하여 유해 사이트와 일반 사이트를 구별하는 시스템을 구현하였다. 예비 실험을 통해 구해진 유해도의 값 3.5를 유해정보 사이트를 판단하는 기준으로 정한 다음 유해 정보 차단 시스템의 성능 실험을 위해 유해 정보 사이트와 일반 사이트를 각각 무작위로 100개씩 추출해 접속해 본 결과 유해 사이트를 유해 정보 사이트로 판명한 비율이 78%를 보였고 일반 사이트를 일반 사이트로 판명한 비율이 96%가 되어 본 시스템의 유효성을 확인 할 수가 있었다.