• The Journal of Korean Association of Computer Education
• /
• v.23 no.4
• /
• pp.23-33
• /
• 2020

Online judge provides compilation, execution, and immediate feedback on the source submitted by the learner, and ensures the accuracy and reliability of the evaluation, but it's difficult to select the language according to the level of the learner because most of them provide only textual language. In this study, a block language for online judge was developed and applied to high school classes, and the difference in self-efficacy between the block language and the textual language group was confirmed. It was found that Block language group have more ability expectation to overcome disgust experience than textual language group and Textual language group have significant decrease in ability expectation to start activity and to continue activity. It implies that Block language has an effect on self-efficacy for afterward programming activities, and methods of teaching, learning and evaluation should be devised in the case of textual language so that student's self-efficacy does not deteriorate at the initial and ongoing stage of activity. The results of this study are meaningful in that it provide various implications of methods for enhancing self-efficacy in high school class of programming.

• Proceedings of The KACE
• /
• 2017.08a
• /
• pp.205-208
• /
• 2017

2015 개정 교육과정에 따라 2019년부터 초등학교 5~6학년은 SW교육을 의무적으로 실시하게 되었다. 특히 SW교육을 위한 프로그래밍 언어의 경우 초등학교와 중학교에서는 블록형과 텍스트형 구분 없이 활용할 수 있으나, 고등학교의 경우에는 텍스트 기반 프로그래밍 언어를 활용하도록 제시하고 있다. 하지만 많은 학습자들이 처음 텍스트형 프로그래밍 언어를 접하게 되면 문법의 어려움과 외국어의 벽에 부딪쳐 어려워한다. 본 연구에서는 학습자들이 처음 텍스트형 프로그래밍을 학습할 때 효율적인 프로그래밍 학습을 위하여 한글 프로그래밍 언어를 사용할 것을 제안한다. 한글 프로그래밍 언어를 교육적으로 활용하였을 때의 장점과 교육적 활용에 있어 고려해야 할 문제점, 한계점 및 보완해야 할 점을 분석해보고자 한다.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.447-451
• /
• 2022

본 논문에서는 사용자가 대화 텍스트 방식의 입력을 주었을 때 이를 키워드 중심으로 변환하여 이미지를 생성해내는 방식을 제안한다. 대화 텍스트란 채팅 등에서 주로 사용하는 형식의 구어체를 말하며 이러한 텍스트 형식은 텍스트 기반 이미지 생성 모델이 적절한 아웃풋 이미지를 생성하기 어렵게 만든다. 이를 해결하기 위해 대화 텍스트를 키워드 중심 텍스트로 바꾸어 텍스트 기반 이미지 생성 모델의 입력으로 변환하는 과정이 이미지 생성의 질을 높이는 좋은 방안이 될 수 있는데 이러한 태스크에 적합한 학습 데이터는 충분하지 않다. 본 논문에서는 이러한 문제를 다루기 위한 하나의 방안으로 사전학습된 초대형 언어모델인 KoGPT 모델을 활용하며, 퓨샷 러닝을 통해 적은 양의 직접 제작한 데이터만을 학습시켜 대화 텍스트 기반의 이미지 생성을 구현하는 방법을 제안한다.

• The Journal of Korean Association of Computer Education
• /
• v.19 no.6
• /
• pp.55-68
• /
• 2016

Informatics curriculum revised 2015 proposed the use of block type and text type of programming language by organizing problem solving and the programming unit in a spiral. The purpose of this study is to find out whether the algorithms helps programming learning and whether there is a positive transition effect in block type programming learning to text type programming trailing learning. For 15 elementary school students was conducted block type and text type programming learning. As a result of the research, it is confirmed that writing the algorithm in a limited way can interfere with the learner's expression of thinking, but the block type programming learning has a positive transition to the text type programming learning. This study is meaningful that it suggested a plan for the programming education which is sequential from elementary school.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.597-601
• /
• 2021

주어진 정보를 자연어로 변환하는 작업은 대화 시스템의 핵심 모듈임에도 불구하고 학습 데이터의 제작 비용이 높아 공개된 데이터가 언어에 따라 부족하거나 없다. 이에 본 연구에서는 텍스트-투-그래프(text-to-graph) 작업인 관계 추출에 쓰이는 데이터의 입출력을 반대로 지정하여 그래프-투-텍스트(graph-to-text) 생성 작업에 이용하는 역 관계 추출(reverse relation extraction, RevRE) 기법을 소개한다. 이 기법은 학습 데이터의 양을 늘려 영어 그래프-투-텍스트 작업의 성능을 높이고 지식 묘사 데이터가 부재한 한국어에선 데이터를 재생성한다.

• The Journal of the Convergence on Culture Technology
• /
• v.7 no.2
• /
• pp.427-436
• /
• 2021

The purpose of this study is to implement a machine learning language model that learns literary texts. Literary texts have an important characteristic that pairs of question-and-answer are not frequently clearly distinguished. Also, literary texts consist of pronouns, figurative expressions, soliloquies, etc. They hinder the necessity of machine learning using literary texts by making it difficult to learn algorithms. Algorithms that learn literary texts can show more human-friendly interactions than algorithms that learn general sentences. For this goal, this paper proposes three text correction tasks that must be preceded in researches using literary texts for machine learning language model: pronoun processing, dialogue pair expansion, and data amplification. Learning data for artificial intelligence should have clear meanings to facilitate machine learning and to ensure high effectiveness. The introduction of special genres of texts such as literature into natural language processing research is expected not only to expand the learning area of machine learning, but to show a new language learning method.

• Journal of The Korean Association For Science Education
• /
• v.27 no.5
• /
• pp.367-378
• /
• 2007

The purpose of this study is to investigate the features of science language in Earth science textbooks and Earth science research articles. We examined two Earth science textbooks and two Earth science articles using the taxonomy of scientific words, the text structure analysis of explanations, the analysis of conjunctive relations and reasoning, and the function of conjunction. The results showed that school science language revealed in Earth science textbooks had high proportion of naming words and the text structures in which definition/exemplification structure and description structure were dominant. Also, internal relations that showed additional arrangement rather than logical inference, were predominant in Earth science textbooks. However, scientists' science language revealed in the Earth science articles had more proportion of process words and concept words than the Earth science textbooks and the schematic structure of explanation texts, such as orientation - implication sequence - conclusion. In addition, the text structures in each sentences of implication -sequence showed cause/effect or problem-solving after description structures. Also each sentences expressed causal or abductive reasoning through the internal relations using verbs or adverbial inflection. It is necessary that we bridge the gap between the two languages for students' authentic use of science language. For the bridging, we propose "interlanguage", which mediates between school science language and scientists' language.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.443-447
• /
• 2023

검색 증강형 언어 모델은 입력과 연관된 문서들을 검색하고 텍스트 생성 과정에 통합하여 언어 모델의 생성 능력을 강화한다. 본 논문에서는 사전 학습된 대규모 언어 모델의 추가적인 학습 없이 In-Context 검색 증강으로 한국어 언어 모델의 생성 능력을 강화하고 기존 언어 모델 대비 성능이 증가함을 보인다. 특히 다양한 크기의 사전 학습된 언어 모델을 활용하여 검색 증강 결과를 보여 모든 규모의 사전 학습 모델에서 Perplexity가 크게 개선된 결과를 확인하였다. 또한 오픈 도메인 질의응답(Open-Domain Question Answering) 과업에서도 EM-19, F1-27.8 향상된 결과를 보여 In-Context 검색 증강형 언어 모델의 성능을 입증한다.

• Annual Conference on Human and Language Technology
• /
• 2015.10a
• /
• pp.240-245
• /
• 2015

일반영역 음성인식은 n-gram 희소성 문제로 인해 대용량의 언어모델이 필요하다. 대용량 언어모델은 분산형 모델로 구현될 수 있고, 사용자 입력에 대한 동적 언어모델 보간 기술을 통해 음성인식 성능을 개선할 수 있다. 본 논문은 동적 언어모델 보간 기술에 대한 새로운 접근방법을 시도한다. 텍스트 군집화를 통해 주제별 언어모델을 생성한다. 여기서 주제는 사용자 입력 영역에 대응한다. 본 논문은 사용자 입력에 대하여 실시간으로 주제별 언어모델의 보간 가중치 값을 계산하는 접근 방법을 제시한다. 또한 언어모델의 보간 가중치 값 계산의 부담을 감소하기 위해 언어모델 군집화를 통해 대용량 언어모델 보간 접근 방법의 연산 부담을 해소하기 위한 시도를 한다. 주제별 언어모델에 기반하고 언어모델 군집화를 통한 동적 언어모델 보간 기술의 실험 결과 음성인식 오류 감소율 6.89%를 달성했다. 또한 언어모델 군집화 기술은 음성인식 정확도를 0.09% 저하시켰을 때 실행 시간을 17.6% 개선시키는 실험결과를 보였다.

• 한국정보교육학회:학술대회논문집
• /
• 2021.08a
• /
• pp.141-148
• /
• 2021

The mainstream tool for software education for elementary students is Educational Programming Language. It is essential for upper graders to advance from EPL to text based programming language. However, many students experience difficulty in adopting to this change since Python is run in English. Python is an actively used TPL. This study focuses on developing an education program to facilitate learning Python for Korean speaking students. We have extracted the necessary reserved words needed for data analysis in Python. Then we replaced the extracted words into Korean terms that could be understood in elementary level. The replaced terms were matched on one-to-one correspondence with reserved words used in Python. This devised program would assist students in experiencing data analysis with Python. We expect that this education program will be applied effectively as a basic resource to learn TPL.