• KIISE Transactions on Computing Practices
• /
• v.24 no.3
• /
• pp.113-121
• /
• 2018

Position encoding is a method of applying weights according to position of words that appear in a sentence. Pointer networks is a deep learning model that outputs corresponding index with an input sequence. This model can be applied to coreference resolution using attribute. However, the pointer networks has a problem in that its performance is degraded when the length of input sequence is long. To solve this problem, we proposed two contributions to resolve the coreference. First, we applied position encoding and dynamic position encoding to pointer networks. Second, we stack deeply layers of encoder to make high-level abstraction. As results, the position encoding based stacked pointer networks model proposed in this paper had a CoNLL F1 performance of 71.78%, which was improved by 6.01% compared to vanilla pointer networks.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.400-402
• /
• 2001

MPEG-4는 AV 데이터를 포함한 멀티미디어 데이터를 객체단위로 유연성 있게 부호화하는 표준으로써 장면을 구성하는 객체의 표시 방법과 특성을 지정하기 위한 장면기술 언어인 BIFS와 XMT를 정의하고 있다. 본 논문에서는 XMT를 이용하여 MPEG-4 스티림을 생성하기 위한 시스템을 소개한다. XMT는 최근의 멀티미디어 기술언어인 XML 기반 표준화를 반영하는 것이다. 제안하는 시스템은 XMT 디스크립션을 XML 파서를 이용하여 파싱하고 그 정보로 MEPG-4 스트림을 생성한다. 파싱결과로 생성된 DOM 트리를 표준 DOM API를 이용하여 MPEG-4의 장면 구성 정보를 가지고 있는 씬 컴포지션 트리로 변환한다. 그리고 이 정보를 이용하여 BIFS를 생성하고 이를 최종적으로 인코딩과 먹싱의 과정을 거쳐 MPEG-4 스트림을 생성한다.