• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 춘계학술발표대회
• /
• pp.764-767
• /
• 2008

컴퓨터와 인터넷이 발달과 함께 웹을 이용하여 다양한 학습 방법들이 개발되고 있다. 학습 활동 관리 시스템 LAMS는 효과적으로 학습 활동을 설계하고 관리할 수 있는 유용한 도구 중 하나이다. 하지만 LAMS가 우리가 플래시나 자바와 같은 외부 도구로 만든 외부의 사용자 콘텐츠들과 아무런 통신이 이루어지지 않기 때문에 완벽하게 학습 활동을 관리하지는 못한다. 본 논문의 목적은 이러한 문제를 해결하기 위해 LAMS와 외부의 사용자 콘텐츠가 서로 통신을 할 수 있는 통신 메커니즘을 설계하고 구현하는 것이다. 이를 위해 웹 기반 교육과 LAMS의 구조와 기능 및 개발 환경에 대해 분석 하였다. 이러한 분석을 기반으로 LAMS와 외부 교육용 콘텐츠 사이의 통신 메커니즘을 설계하고 구현하였다. 이러한 메커니즘을 플래시나 자바 또는 비주얼 C++로 만든 콘텐츠에 적용할 수 있으며, 이 콘텐츠들은 LAMS의 정보를 가지고 오거나 LAMS에 정보를 전달할 수 있다. 그리고 이러한 정보를 모아 각종 통계 자료를 만들고, 이를 교육에 반영할 수 있다. 이 메커니즘은 다양한 개발 환경에서 동작하며, 이것을 이용하여 기존의 LAMS에서는 불가능했던 다양한 학습 관리가 가능하도록 하였다. 우리는 이메커니즘을 이용하여 좀 더 혁신적인 콘텐츠를 개발하고 우수한 학습 활동 관리 시스템을 구축할 수 있을 것이다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.167-171
• /
• 2020

문서 요약은 길이가 긴 원본 문서에서 의미를 유지한 채 짧은 문서나 문장을 얻어내는 작업을 의미한다. 딥러닝을 이용한 자연어처리 기술들이 연구됨에 따라 end-to-end 방식의 자연어 생성 모델인 sequence-to-sequence 모델을 문서 요약 생성에 적용하는 방법들이 연구되었다. 본 논문에서는 여러 자연어처리 분야에서 높은 성능을 보이고 있는 BERT 모델을 이용한 자연어 생성 모델에 복사 메커니즘과 강화 학습을 추가한 문서 요약 모델을 제안한다. 복사 메커니즘은 입력 문장의 단어들을 출력 문장에 복사하는 기술로 학습데이터에서 학습되기 힘든 고유 명사 등의 단어들에 대한 성능을 높이는 방법이다. 강화 학습은 정답 단어의 확률을 높이기 위해 학습하는 지도 학습 방법과는 달리 연속적인 단어 생성으로 얻어진 전체 문장의 보상 점수를 높이는 방향으로 학습하여 생성되는 단어 자체보다는 최종 생성된 문장이 더 중요한 자연어 생성 문제에 효과적일 수 있다. 실험결과 기존의 BERT 생성 모델 보다 복사 메커니즘과 강화 학습을 적용한 모델의 Rouge score가 더 높음을 확인 하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.157-161
• /
• 2020

문서 요약(text summarization)은 주어진 문서로부터 중요하고 핵심적인 정보를 포함하는 요약문을 만들어 내는 작업으로, 기계 번역 작업에서 주로 사용되는 Sequence-to-Sequence 모델을 사용한 end-to-end 방식의 생성(abstractive) 요약 모델 연구가 활발히 진행되고 있다. 최근에는 BERT와 MASS 같은 대용량 단일 언어 데이터 기반 사전학습(pre-training) 모델을 이용하여 미세조정(fine-tuning)하는 전이 학습(transfer learning) 방법이 자연어 처리 분야에서 주로 연구되고 있다. 본 논문에서는 MASS 모델에 복사 메커니즘(copying mechanism) 방법을 적용하고, 한국어 언어 생성(language generation)을 위한 사전학습을 수행한 후, 이를 한국어 문서 요약에 적용하였다. 실험 결과, MASS 모델에 복사 메커니즘 방법을 적용한 한국어 문서 요약 모델이 기존 모델들보다 높은 성능을 보였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2018년도 제30회 한글 및 한국어 정보처리 학술대회
• /
• pp.252-255
• /
• 2018

화행 분석이란 자연어 발화를 통해 나타나는 화자의 의도를 파악하는 것을 말하며, 슬롯 필링이란 자연어 발화에서 도메인에 맞는 정보를 추출하기 위해 미리 정의되어진 슬롯에 대한 값을 찾는 것을 말한다. 최근 화행 분석과 슬롯 필링 연구는 딥 러닝 기반의 공동 학습을 이용하는 연구가 많이 이루어지고 있고 본 논문에서는 한국어 특허상담 도메인 대화 말뭉치를 이용하여 공동 학습 모델을 구축하고 개별적인 모델과 성능을 비교한다. 또한 추가적으로 공동 학습 모델에 주의집중 메커니즘을 적용하여 성능이 향상됨을 보인다. 최종적으로 주의집중 메커니즘 기반의 공동 학습 모델이 기준 모델과 비교하여 화행 분류와 슬롯 필링 성능이 각각 3.35%p, 0.54%p 향상되어 85.41%, 80.94%의 성능을 얻었다.

• 정보처리학회논문지D
• /
• 제14D권1호
• /
• pp.139-144
• /
• 2007

본 논문에서는 상황인지 시스템의 작업 부하를 줄이고 추론 성능을 향상시키기 위하여 개선된 역전파 알고리즘을 사용하는 진보된 학습 메커니즘을 위한 새로운 프레임워크를 제안한다. 학습 메커니즘은 상황인지 시스템의 전체 성능을 좌우하는 매우 중요한 부분이지만 현재까지 사용자들의 상황 정보를 대상으로 학습 메커니즘의 개선을 통한 상황인지 시스템의 성능을 향상하려는 연구는 많이 진행되지 않았다. 역전파 알고리즘은 상황 인식 시스템의 학습 메커니즘을 위한 가장 적합한 알고리즘 중에 하나로서 제안된 프레임워크는 기존의 역전파 알고리즘을 개선하고, 시스템 캐싱을 이용하여 작업 부하를 효율적으로 관리함으로써 추론 성능을 향상시켜 상황인지 시스템의 전체 성능을 향상시킨다. 성능평가를 통하여 제안된 프레임워크가 상황인지 시스템의 전체 성능을 향상시키는 것을 보인다.

• 에너지공학
• /
• 제15권4호
• /
• pp.209-228
• /
• 2006

학습효과는 에너지기술의 전개와 관련된 메커니즘을 규명하려는 이론 중 하나이다. 본 논문에서는 학습 효과에 대한 이론적 고찰을 함으로써 아직까지는 국내에서 일천한 관련 이론에 대한 기반을 제공하고자 한다. 이를 위하여 학습곡선과 관련된 국내외 선행연구사례, 제반이론, 적용방법 및 정책 응용에 관하여 살펴본다. 또한 에너지기술의 학습과 비용절감 요인에 대하여 살펴봄으로써 학습곡선의 메커니즘을 파악한다. 마지막으로 각 장별 내용을 바탕으로 결론을 도출한다.

• 한국정보통신학회논문지
• /
• 제13권5호
• /
• pp.906-912
• /
• 2009

오프라인에서는 학습자와 교수자간의 직접적인 학습 내용 전달과 의사소통으로 보다 효율적인 학습이 이루어진다. 이에 가상 학습에서는 특정 학습 영역에 대한 검색 기능과 평가 후 관련 학습 영역으로의 자동 피드백 연결등의 기능으로 이러한 부분을 해결하고 있다. 그러나 검색결과에서 가장 적합한 학습 영역을 선택하고, 현재의 학습을 위해 선행되어져야 할 이전 학습 영역을 선택하는 것들이 학습자의 몫이기 때문에 학습 내용에 익숙하지 않은 학습자에겐 오프라인 학습에 비해 많은 어려움이 따른다. 본 논문에서는 학습자가 전체 학습 내용의 흐름과 단원간의 연관성 및 학습 방향을 잡는데 도움을 줄 수 있는 보다 다양한 시각에서의 색인 메커니즘을 제안한다.

• 경영과정보연구
• /
• 제35권2호
• /
• pp.45-66
• /
• 2016

기업들은 기술협력 네트워크를 통하여 새로운 고급기술과 지식을 내부화시키고 활용함으로써 규모 및 범위의 경제를 실현할 수 있고, 기술협력 네트워크의 파트너 기업과 위험과 비용을 분담할 수 있으며, 제품의 시장우위를 선점하거나 시장에서의 자사의 위치를 강화할 수 있다. 이러한 기술협력 네트워크의 이점에 근거하여 현재까지 기존의 관련연구들은 일반적으로 기술협력이 기업의 경영성과에 긍정적인 영향을 미치는가에 집중되어왔다. 그러나 기존의 기술협력과 경영성과의 관계를 규명한 연구들은 단지 경영성과에 관한 기술협력 네트워크의 역할을 조명하는데 그친다. 본 연구에서는 기존의 연구들에서 간과된 기술협력 네트워크의 중간과정을 보호 메커니즘, 관계학습, 관계성과로 분류하고, 이를 자원기반이론의 일반적 구조인 자원, 역량, 성과에 각각 적용하였다. 실증분석의 결과는 다음과 같다. 관계특유투자와 관계자본은 역량으로서의 관계학습에 긍정적인 영향을 미치고 있는 것으로 나타났다. 둘째, 정보교환, 공동의 정보이해, 관계특유 기억개발은 관계지향성에 긍정적인 영향을 나타내고 있으나, 정보교환이 효율성과 효과성에 미치는 유의성은 발견되지 않았다. 셋째, 관계특유투자는 관계자본에 긍정적인 영향을 미치고 있으며, 효율성과 효과성은 장기지향성에 긍정적인 영향을 미치고 있는 것으로 나타났다. 본 연구는 비대칭적인 기술의존 구조를 형성하는 기술협력 네트워크 관계에서 자원기반이론에 입각하여 기존의 연구들이 간과하고 있는 보호 메커니즘, 관계학습, 관계성과의 역할을 규명함으로써 보호 메커니즘과 관계학습의 중요성을 제시하였다. 또한 협력 파트너와의 관계에서 기업의 어떠한 행동변화를 유발함으로써 관계성과에 도달하는가를 살펴봄으로써 보호 메커니즘은 기술협력 파트너와의 관계학습을 통해 관계성과에 영향을 제공할 수 있다는 점을 분석하는데 의의가 있다고 볼 수 있겠다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2018년도 제30회 한글 및 한국어 정보처리 학술대회
• /
• pp.141-146
• /
• 2018

최근 대화 모델 학습에는 시퀀스-투-시퀀스 모델이 널리 활용되고 있다. 하지만 기본적인 시퀀스-투-시퀀스 모델로 학습한 대화 모델은 I don't know 문제와 사오정 문제를 내포한다. I don't know 문제는 입력 발화에 대해 안전하고 무미건조한 단편적인 대답을 많이 생성하는 문제이다. 사오정 문제는 입력 발화에 대해 적절한 응답을 생성했지만 입력 발화와 동일한 의미를 지니지만 어순, 어미 등의 변화가 있는 발화에는 적절한 응답을 생성하지 못하는 문제이다. 이전 연구에서 디노이징 메커니즘을 활용하여 각각의 문제를 완화하는 대화 모델들을 학습할 수 있음을 보였으나 하나의 모델에서 두 문제를 동시에 해결하지는 못하였다. 본 논문에서는 디노이징 메커니즘을 활용하여 각각의 문제에 강점을 지닌 디코더들을 학습하고 응답 생성 시 입력 발화에 따라 두 디코더를 적절하게 반영하여 언급한 문제 모두에 대해 강건한 응답을 생성할 수 있는 모델을 제안한다. 제안하는 방법의 우수성을 보이기 위해 9만 건의 한국어 대화 데이터로 실험을 수행하였다. 실험 결과 단일 문제를 해결하는 모델들과 비교하여 ROUGE F1 점수와 사람이 평가한 정성 평가에서 성능 향상을 보였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2019년도 제31회 한글 및 한국어 정보처리 학술대회
• /
• pp.419-423
• /
• 2019

질문과 그에 대한 근거가 있는 문서를 읽고 정답을 예측하는 기계 독해 연구가 최근 활발하게 연구되고 있다. 기계 독해 문제를 위해 주로 사용되는 방법은 다층의 신경망으로 구성된 딥러닝 모델로 좋은 성능을 위해서는 양질의 대용량 학습 데이터가 필요하다. 그러나 질과 양을 동시에 만족하는 학습 데이터를 구축하는 작업에는 많은 경제적 비용이 소모된다. 이러한 문제를 해결하기 위해, 본 논문에서는 정답 분리 인코더와 복사 메커니즘을 이용한 단답 기반 한국어 질문 자동 생성 모델을 제안한다.