• Annual Conference of KIPS
• /
• 2014.11a
• /
• pp.718-720
• /
• 2014

정보통신 기기의 발달에 따라 스마트 러닝으로 교육방법이 진화하고 있다. 스마트 러닝에 있어서 학습자의 관심분야에 맞는 적절한 콘텐츠의 제공이 필수적이다. 본 논문에서는 텍스트 분류 기술을 이용하여 학습자의 SNS 데이터로부터 관심분야를 자동적으로 파악해내는 시스템을 제안한다. 텍스트 분류를 위해 카테고리 별로 기 분류되어있는 데이터를 수집하여 기계 학습을 수행하였다. 텍스트 분류의 정확도 향상을 위해 카테고리 분류 단위 크기를 변화시키면서 정확도를 측정하고 분석하여 실제 서비스에 적용 가능한 수준으로 판단되는 82.5%의 정확도를 얻었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.256-258
• /
• 2004

단백질간의 상호작용에 대한 연구는 생물학적 프로세스를 이해하기 위해 중요한 부분이다. 이러한 단백질간의 상호작용에 대한 정보는 주로 생명과학 관련 연구논문에 존재하지만 컴퓨터로 자동으로 처리하여 상호작용에 관안 정보를 추출할 수 있기 위해서는 텍스트 마이닝 기술이 적용되어야 한다 바이오 텍스트 마이닝에서 대두되고 있는 중요한 쟁점은 대용량의 연구논문에서 필요한 정보를 어떻게 효율적으로 정확하게 추출할 것인가에 대한 내용이다. 또한, 관심이 있는 단백질의 종류나 관련성을 표시하는 문장내 패턴의 다양성을 수용하기 위하여 개발하는 시스템의 확장성을 높이는 것도 소프트웨어 공학적인 측면에서 중요한 이슈이다 이 논문의 목적은 생물학적 내용을 담고 있는 연구논문으로부터 단백질간의 상호작용을 추출하는 확장성을 가진 텍스트 마이닝 기법을 제안하는데 있다.

• Annual Conference of KIPS
• /
• 2009.04a
• /
• pp.515-518
• /
• 2009

이동단말기가 보급이 확산됨에 따라 많은 사용자들이 이동단말기를 사용하고 필연적으로 많은 통신행동을 하고 있다. 특히 SMS 는 시간과 장소의 제한이 적어 사용자들의 통신행동 중 큰 비중을 차지하고 있다. SMS 통신행동에서 이모티콘의 사용이 많이 나타나고 있으며 이는 텍스트 기반의 의사소통의 한계를 극복하기 위한 방안으로 볼 수 있다. SMS 로부터 사용자의 감정을 추론하려는 기존의 연구가 있었지만 SMS 텍스트에 국한된다는 문제점이 있다. 본 논문에서는 최근 휴대폰, PDA, 스마트폰 등 이동단말기의 발전에 따라 통신행동 기록, 위치 정보와 같은 컨텍스트 정보를 수집하고 이용할 수 있음에 착안하여 SMS 텍스트와 함께 이동단말기의 컨텍스트 정보를 추론에 사용하였다. 의사결정트리를 이용하여 가용한 컨텍스트 정보로부터 추론한 정황 정보를 SMS 통신에서 사용하여 기존의 텍스트 기반의 의사소통의 한계를 극복할 수 있는 Visual SMS 를 제안한다. 사전에 정의한 훈련 데이터 집합을 통하여 의사결정트리를 생성하고 이를 기반으로 Visual SMS 를 구현, 시뮬레이션하여 추론 결과를 통해 그 기대효과를 확인한다.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.522-526
• /
• 2019

추출 요약(Extractive summarization)은 문서내에 주요한 요약정보가 되는 문장 또는 단어를 추출하여 요약을 생성하는 기법이다. 딥러닝 기법들이 많이 발전하면서 요약 기법에도 sequence-to-sequence와 같은 많은 시도들이 있었지만 대부분의 방법론들은 딥러닝의 모델 구조관점으로 접근하거나 요약에 있어서 단순히 입력 텍스트를 넣고 알고리즘이 처리하는 머신 리딩(Machine reading)관점으로 접근한다. 텍스트 요약 태스크 자체는 사람이 텍스트에 대한 정보 파악을 요약문을 통해 빠르게 하고 싶은 궁극적인 목표가 있으므로, 사람이 텍스트 요약에 필요한 인지처리과정을 반영할 필요가 있다. 결국, 기존의 머신 리딩보다는 휴먼 리딩(Human reading)에 관한 이해와 구조적 접근이 필요하다. 따라서 본 연구는 휴먼 리딩을 위한 인지처리과정을 위해 아이트래킹 데이터 기반의 새로운 추출 요약 모델을 제안한다.

• Annual Conference of KIPS
• /
• 2024.05a
• /
• pp.690-691
• /
• 2024

본 논문에서는 특정 서비스군의 소비자 니즈를 신속히 파악하기 위하여 일기와 같은 자연언어 텍스트를 활용한 분류 모델을 개발한다. 목적에 맞는 감정상태군을 정의하여 필수적인 감정들로 통합한 후 주어진 데이터셋에서 해당 감정 컬럼을 추출하여 텍스트 형식을 통일한다. 파이썬의 Keras 라이브러리를 사용하여 임베딩 레이어, LSTM 레이어, 밀집 레이어 등으로 학습 네트워크를 구성한 후 추출된 텍스트로 학습한 결과는 15회의 이포크 수행으로 98%의 정확도에 도달한다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02b
• /
• pp.575-581
• /
• 2007

웹사이트를 어떻게 디자인했을 때 지식을 보다 효율적으로 전달할 수 있는가에 많은 관심이 쏠리고 있다. 최근의 몇몇 커뮤니케이션 연구들은 인터넷의 독특한 정보 전달 구조인 하이퍼텍스트 구조가 정보 전달에 있어서 핵심적인 영향을 끼치고 있으며, 따라서 하이퍼텍스트를 어떤 방식으로 구조화하는지에 따라 지식의 전달 내용도 바뀔 수 있다고 주장하고 있다. 이 연구는 이러한 학자들의 의견과 궤를 같이 하여, 이용자의 사전 지식의 차이에 따라 비선형적 웹사이트 구조가 구조적인 지식과 선언적인 지식을 전달하는 데, 어떠한 차이점을 가지는지를 시험적으로 검증한 예비 조사적 연구이다. 관련된 기존 문헌 연구를 통해, 사전 지식이 높은 이용자는 선형 구조보다는 비선형 웹 구조를 통해서 구조적인 지식을 습득하는 데, 유리할 것이고 사전 지식이 낮은 이용자는 선형 구조보다는 비선형 웹구조를 통해서 학습할 때, 선언적인 지식을 습득할 확률이 높을 것이라고 예상되었다. 이를 소규모 집단 실험으로 검증한 결과, 통계적으로 유의한 수준은 아니었지만 비선형적 웹구조는 구조적인 지식을 증가시키는 경향성이 발견되었다. 또한 사전 지식이 높은 이용자 역시 비선형 구조에서 높은 구조적 지식을 습득하는 경향성이 있었다. 그러나 선언적인 지식의 경우에는 웹 구조의 영향이 크게 상관이 없는 것으로 나타났다.

• The Journal of the Korea Contents Association
• /
• v.17 no.8
• /
• pp.490-505
• /
• 2017

The purpose of this study was to analyze the research trend of transformational leadership published in domestic journals in the last 10 years and to find some implications for future research. For this purpose, 337 research papers on transformational leadership from 2007 to 2016 were reviewed. This study used descriptive statistics by frequency and percentage and a network text analysis method. The findings of the study are as follows. First, the annual average number of papers published was 33. Second, 'human resource management research' was the most common topic. Third, most of the research subjects were business employees. Fourth, the research method trend analysis showed that the highest proportion was in the quantitative research. Fifth, 'transactional leadership' showed the highest frequency as a result of analyzing the keywords presented in the abstract of the paper. Sixth, as a result of analyzing the network texts, those having the trend of being analyzed with a close connections were 'transactional leadership', which had the highest connection to transformational leadership, showing the closest relationship with 'role satisfaction'.

• Annual Conference of KIPS
• /
• 2019.05a
• /
• pp.380-382
• /
• 2019

GAN(Generative Adversarial Network)은 정해진 학습 데이터에서 정해진 생성자와 구분자가 서로 각각에게 적대적인 관계를 유지하며 동시에 서로에게 생산적인 관계를 유지하며 가능한 긍정적인 영향을 주며 학습하는 기계학습 분야이다. 전통적인 문장 생성은 단어의 통계적 분포를 기반으로 한 마르코프 결정 과정(Markov Decision Process)과 순환적 신경 모델(Recurrent Neural Network)을 사용하여 학습시킨다. 이러한 방법은 문장 생성과 같은 연속된 데이터를 기반으로 한 모델들의 표준 모델이 되었다. GAN은 표준모델이 존재하는 해당 분야에 새로운 모델로써 다양한 시도가 시도되고 있다. 하지만 이러한 모델의 시도에도 불구하고, 지금까지 해결하지 못하고 있는 다양한 문제점이 존재한다. 이 논문에서는 다음과 같은 두 가지 문제점에 집중하고자 한다. 첫째, Sequential 한 데이터 처리에 어려움을 겪는다. 둘째, 무작위로 생성하기 때문에 사용자가 원하는 데이터만 출력되지 않는다. 본 논문에서는 이러한 문제점을 해결하고자, 부분적인 정답 제공을 통한 조건별 생산적 적대 생성망을 설계하여 이 방법을 사용하여 해결하였다. 첫째, Sequence to Sequence 모델을 도입하여 Sequential한 데이터를 처리할 수 있도록 하여 원시적인 텍스트를 생성할 수 있게 하였다. 둘째, 부분적인 정답 제공을 통하여 문장의 생성 조건을 구분하였다. 결과적으로, 제안하는 기법들로 원시적인 감정 텍스트를 생성할 수 있었다.

• Journal of Internet of Things and Convergence
• /
• v.8 no.4
• /
• pp.25-40
• /
• 2022

This study aimed to understand the increasing number of elder abuses in South Korea, where entry into the super-aged society is imminent, by implementing text mining analysis. Korean Academic journals were obtained from 2004, the establishment year of the senior care agency, to 2021. We performed natural language processing of the titles, keywords, and abstracts and divided them into three segments of periods to identify latent meanings in the data. The results illustrated that the first section included 81 papers, the second 64, and the third 104 respectively, averaging 13.8 annually, which increased its numbers from 2014 until the decrease below the annual average in 2020. Word frequency demonstrated that the common keywords of the entire segments were 'elder abuse,' 'elders,' 'influences,' 'factors,' 'recognition,' 'family,' 'society,' 'prevention plans,' 'experiences,' 'abused elders,' 'abuse prevention,' 'depression,' etc., in consecutive order. TF-IDF indicated that 'influences,' 'recognition,' 'society,' 'prevention plans,' 'abuse prevention,' 'experiences,' 'depression,' etc., were the common keywords of all divisions. Network text analysis displayed that the commonly represented keywords were 'elder abuse,' 'elders,' 'influences,' 'factors,' 'characteristics,' 'recognition,' 'family,' 'prevention plans,' 'society,' 'abuse prevention,' and 'experiences' in the entire sections. concor analysis presented that the first segment consisted of 5 groups, the second 7, and the third 6. We suggest future directions for elder abuse research based on the results.

• Journal of vocational education research
• /
• v.33 no.3
• /
• pp.83-104
• /
• 2014

The study examined the trends of research on Meister high schools in Korea. The study also investigated differences of research interests between the university faculty and graduate students who are the future researchers in this field. A total of 56 research articles were analyzed using the network text analysis method and the content analysis. The results showed that 56% of all studies was done to reveal the distinguishable characteristics of Meister students and teachers compared to their counterpart in vocational schools. 17.6% of studies were about school curriculum, while 14.0% of studies were on school organization and operation. Only 12.3% of studies were conducted to evaluate school performance. Quantitative studies outnumbered qualitative ones. Based on the results, this study suggested implications for policies and future research on meister high school.