• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.714-716
• /
• 2000

본 논문에서는 웹상에서 학습자의 학습능력을 진단하기 위하여 각 단계별로 질문을 제시하고 질문의 응답여부에 따라 자신의 학습 능력을 평가받고 향후 자신의 능력을 좀 더 향상시킬 수 있는 지침을 제공하는 학습능력 진단시스템을 개발하였다. 본 시스템에서는 소프트웨어 프로세스를 향상시키기 위해 사용되고 있는 능력성숙 모델(CMM)을 기반으로 질문 리스트를 구성하였으며 다양한 학습자의 학습능력을 전단할 수 있도록 학습자의 직업에 따라 별도의 질문 리스트를 준비하였고 질문 리스트와 메시지 및 가산점을 조정한다면 다양한 분야에서도 활용될 수 있을 것이다.

• Journal of Science Education
• /
• v.36 no.2
• /
• pp.167-185
• /
• 2012

This study aimed at finding points of improvement in teaching expertise by analyzing the question patterns that appeared during teaching demonstrations which applied science teaching models prepared by a pre-service biology teacher. The question analysis frame for analyzing question types were categorized largely into the question types of Category 1 (questions in cognitive domain, questions with research function, questions in affective domain), Category 2 (repeated questions, questions for narrowing the range, practice questions), and Category 3 (questions on student activity progress, memory questions, and thinking questions). The results of analyzing question patterns from five different science teaching models revealed a high frequency of questions in the fields of cognition and memory. For the circular learning model, questions from the cognitive field appeared the most often, while, student activity progressive questions in particular were used mostly in the 'preliminary concept introduction stage' of the circular learning model and the 'secondary exploratory stage', in which experiments were conducted, and displayed the characteristics of these stages. The discovery learning model combined the courses of observation, measurement, classification and generalization, but, during teaching demonstrations, memory questions turned up the most, while the portion of inquisitive function questions was low. There were many questions from the inquisitive learning model, and, compared to other learning models, many exploratory function questions turned up during the 'experiment planning stage' and 'experiment stage'. Definitional questions and thought questions for the STS learning model turned up more than other learning models. During the change of concept learning model, the five concepts of students were stimulated and the modification of scientific concepts was very much aided by using many memory questions.

• Korean Journal of Cognitive Science
• /
• v.23 no.2
• /
• pp.185-204
• /
• 2012

A three factor experiment was conducted to explore the effects of giving prompts and asking for self explanation and the modulating effect of the need for cognition (NC) on the two interventions. The effects of giving prompts and asking for self explanation were different depending on the task and the level of need for cognition. Participants of low NC conditions showed the prompt effect and the self explanation effect in the memory tests. On the other hand, participants in the high NC conditions performed better in the comprehension test when they were given prompts and were asked to self explain. However, high NC participants performed worse when they were asked to self explain without providing the prompts. The results were interpreted to suggest the importance of detecting the right parts in getting the self explanation effect.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.213-218
• /
• 2019

기계독해는 자연어로 표현된 질문과 단락이 주어졌을 때, 해당 단락 내에 표현된 정답을 찾는 태스크이다. 최근 기계독해 태스크도 다른 자연어처리 태스크와 유사하게 BERT, XLNet, RoBERTa와 같이 사전에 학습한 언어모델을 이용하고 질문과 단락이 입력되었을 경우 정답의 경계를 추가 학습(fine-tuning)하는 방법이 우수한 성능을 보이고 있으며, 특히 KorQuAD v1.0 데이터셋에서 학습 및 평가하였을 경우 94% F1 이상의 높은 성능을 보이고 있다. 본 논문에서는 현재 최고 수준의 기계독해 기술이 학습셋과 유사한 평가셋이 아닌 일반적인 질문과 단락 쌍에 대해서 가지는 일반화 능력을 평가하고자 한다. 이를 위하여 첫번째로 한국어에 대해서 공개된 KorQuAD v1.0 데이터셋과 NIA v2017 데이터셋, 그리고 엑소브레인 과제에서 구축한 엑소브레인 v2018 데이터셋을 이용하여 데이터셋 간의 교차 평가를 수행하였다. 교차 평가결과, 각 데이터셋의 정답의 길이, 질문과 단락 사이의 오버랩 비율과 같은 데이터셋 통계와 일반화 성능이 서로 관련이 있음을 확인하였다. 다음으로 KorBERT 사전 학습 언어모델과 학습 가능한 기계독해 데이터 셋 21만 건 전체를 이용하여 학습한 기계독해 모델에 대해 블라인드 평가셋 평가를 수행하였다. 블라인드 평가로 일반분야에서 학습한 기계독해 모델의 법률분야 평가셋에서의 일반화 성능을 평가하고, 정답 단락을 읽고 질문을 생성하지 않고 질문을 먼저 생성한 후 정답 단락을 검색한 평가셋에서의 기계독해 성능을 평가하였다. 블라인드 평가 결과, 사전 학습 언어 모델을 사용하지 않은 기계독해 모델 대비 사전 학습 언어 모델을 사용하는 모델이 큰 폭의 일반화 성능을 보였으나, 정답의 길이가 길고 질문과 단락 사이 어휘 오버랩 비율이 낮은 평가셋에서는 아직 80%이하의 성능을 보임을 확인하였다. 본 논문의 실험 결과 기계 독해 태스크는 특성 상 질문과 정답 사이의 어휘 오버랩 및 정답의 길이에 따라 난이도 및 일반화 성능 차이가 발생함을 확인하였고, 일반적인 질문과 단락을 대상으로 하는 기계독해 모델 개발을 위해서는 다양한 유형의 평가셋에서 일반화 평가가 필요함을 확인하였다.

• Journal of the Korean Society of Earth Science Education
• /
• v.16 no.2
• /
• pp.302-318
• /
• 2023

The purpose of this study was to study to the effect of presenting SBF questions on the level of conceptual achievement and eye movement of elementary students in seasonal constellation learning that requires systems thinking. In this study, the effectiveness of SBF questions was divided into experimental groups and comparison groups, and scientific texts with different question types were presented to analyze the level of conceptual achievement and differences in eye movement of sixth-grade elementary students. Data analysis quantitatively analyzed the pre- and post-test results of the developed concept test paper and the eye movement data when learning scientific texts related to seasonal constellations. As a result of the study, first, the SBF question was a valid learning strategy for learning seasonal constellations. The SBF question showed a statistically significant difference (p<0.05) in the pre- and post-test between groups, and a statistically significant difference (p<0.001) in the pre- and post-test within the group. Second, SBF questions had a positive effect on students' learning by inducing learners with low preconceptions to area of interest that help them achieve concepts. In other words, when presenting SBF questions with visual data from a space-based perspective, it was confirmed based on the results of eye movement analysis that there was a significant difference in total fixation count (p<0.01) of learners. On the other hand, for learners with high scientific preconceptions, the effect of exploration was not significant because the preconceptions of the learners themselves acted as a hard core rather than the effect of SBF questions. This study is different from existing seasonal constellation learning studies in that it provides quantitative data through pre- and post-test and eye movement analysis in the seasonal constellation learning process, and can help elementary students learn seasonal constellations.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.485-488
• /
• 2001

본 논문에서는 웹상에서 학습자의 학습능력을 진단하기 위하여 SPICE 모델에서 제시하는 능력수준을 사용하여 각 단계별로 질문을 제시하고 해당 질문의 응답 여부에 따라 자신의 학습 능력을 평가받고 향후 자신의 능력을 좀더 향상시킬 수 있는 지침을 제공하는 학습능력 진단 시스템을 개발하였다. 본 시스템은 다양한 학습자의 학습능력을 진단할 수 있도록 학습자의 직업에 따라 별도의 질문 리스트를 준비하였으며 질문 리스트와 메세지 및 가산점을 조정한다면 다양한 분야에서도 활용될 수 있을 것이다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.407-408
• /
• 2021

본 연구의 목적은 Havruta 학습법 적용을 통해 학습자들 스스로 수업방식을 채택해보고 가지고 있는 지식의 공유를 통해 현장실무 교과과정에 적용하고 개선 방안을 모색하고자 하였다. 연구내용으로 첫째, 논쟁 중심 유형에서는 기술적 가치의 종류를 이해하고 그 중 어떠한 가치가 현장실무에 가장 부합하다고 생각하는지에 관한 논쟁, 둘째, 짝가르치기 유형으로 '아젠다 구축모형'중 '외부주도모형'에 대해 짝에게 가르칠 내용을 사전학습을 통해 학습의 효과를 높임과 동시에 다른 학습에서도 적용, 셋째, 질문중심 유형으로 현장실무 체계에 대한 질문중심수업을 적용하여 학습의 심화도를 높이고 질문에 익숙할 수 있도록 가이드와 유형별 질문 및 목표 제시, 넷째, 문제만들기 유형으로 활용 가능한 문제 예시자료를 통해 수업의 효과성을 학습자 스스로 체감하면서 다른 수업에서도 자발적으로 적용해 볼 수 있도록 하였다.

• Annual Conference on Human and Language Technology
• /
• 2015.10a
• /
• pp.246-249
• /
• 2015

기계학습 방법에 기반한 자연어 분석은 학습 데이터가 필요하다. 학습 데이터가 구축된 소스 도메인이 아닌 다른 도메인에 적용할 경우 한국어 의미역 인식 기술은 10% 정도 성능 하락이 발생한다. 본 논문은 기존 도메인 적응 기술을 이용하여 도메인이 다르고, 문장의 형태도 다를 경우에 도메인 적응 알고리즘을 적용하여, 질의응답 시스템에서 필요한 질문 문장 의미역 인식을 위해, 소규모의 질문 문장에 대한 학습 데이터 구축만으로도 한국어 질문 문장에 대해 성능을 향상시키기 위한 방법을 제안한다. 한국어 의미역 인식 기술에 prior 모델을 제안한다. 제안하는 방법은 실험결과 소스 도메인 데이터만 사용한 실험보다 9.42, 소스와 타겟 도메인 데이터를 단순 합하여 학습한 경우보다 2.64의 성능향상을 보였다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.116-121
• /
• 2017

cQA(Community-based Question Answering) 시스템은 온라인 커뮤니티를 통해 사용자들이 질문을 남기고 답변을 작성할 수 있도록 만들어진 시스템이다. 신규 질문이 인입되면, 기존에 축적된 cQA 저장소에서 해당 질문과 가장 유사한 질문을 검색하고, 그 질문에 대한 답변을 신규 질문에 대한 답변으로 대체할 수 있다. 하지만, 키워드 매칭을 사용하는 전통적인 검색 방식으로는 문장에 내재된 의미들을 이용할 수 없다는 한계가 있다. 이를 극복하기 위해서는 의미적으로 동일한 문장들로 학습이 되어야 하지만, 이러한 데이터를 대량으로 확보하기에는 어려움이 있다. 본 논문에서는 질문이 제목과 내용으로 분리되어 있는 대량의 cQA 셋에서, 질문 제목과 내용을 의미 벡터 공간으로 사상하고 두 벡터의 상대적 거리가 가깝게 되도록 학습함으로써 의사(pseudo) 유사 의미의 성질을 내재화 하였다. 또한, 질문 제목과 내용의 의미 벡터 표현(representation)을 위하여, semi-training word embedding과 CNN(Convolutional Neural Network)을 이용한 딥러닝 기법을 제안하였다. 유사 질문 검색 실험 결과, 제안 모델을 이용한 검색이 키워드 매칭 기반 검색보다 좋은 성능을 보였다.

• Education of Primary School Mathematics
• /
• v.19 no.3
• /
• pp.249-260
• /
• 2016

The purpose of this study was to analyze the effectiveness of an instruction to enhance students' questioning, that is 'mathematics instruction with students' question using question card' In order to achieve the goal of this study, research questions were established as follows. Is there any significant improvement on perception of mathematics classroom culture through 'mathematics instruction with students question using question card' Is there any significant improvement on mathematics learning attitude through 'mathematics instruction with students question using question card' The findings of this experimental results were obtained as follows. There was significant statistical difference in perception of mathematics classroom culture between the experimental group and control group. It also shown that instruction with students' questioning improved participants' mathematics learning attitude. In conclusion, the instruction with students' questioning using question card can be effective teaching strategy of improving students' perception of mathematics classroom culture and mathematics learning attitude.