• Journal of The Korean Association For Science Education
• /
• v.38 no.2
• /
• pp.235-247
• /
• 2018

The student's pre-questions (pre-class questions related to the learning contents) not only provide the teacher a gauge of the interest and level of the student, but also provide a useful means of providing clues to proceed with the teaching-learning process. The purpose of this study is to develop an analytical framework for effectively analyzing students' pre-questions and to analyze students' pre-questions related to elementary science learning unit of the 2009 revised curriculum by applying this framework. The developed framework is composed of three major categories: knowledge type, extended type, and curious type, each of which is then subdivided into several sub-categories. Using the developed analysis framework, 914 pre-questions from the students presented in the $5^{th}$ and $6^{th}$ grades of elementary science in the 2009 revised curriculum were analyzed, and the types of questions distributed by grade. The percentage of questions by type was also different. Based on the results of this study, students' needs for learning can be grasped through the pre-questions analysis framework and reflected in the teaching-learning process, and student-centered learning contents and methods could be presented. It is expected to make a meaningful contribution to the analysis framework.

• Korean Journal of Childcare and Education
• /
• v.6 no.2
• /
• pp.83-115
• /
• 2010

The purpose of this study is to reveal the insights that teachers has learned through developing preschooler's classroom into field-trip-oriented ones with role play areas. The data of this study was collected from participatory observation and in-depth interviews, which included videos, photos, teachers' journal, descriptive questionnaire, and interview records. The whole process of organizing role-play oriented class was composed of four steps: activities before the trip, activities on-the-spot, activities after the trip, and its evaluation. Firstly, activities before the trip were making the lists of questions, deciding children who ask the questions, making rules on the trip, understanding the purpose of the trip. Secondly, on-the-spot activities included having a tour of the place and asking the questions. Thirdly, activities after the trip was constructing the classroom into small real world with various sections. This required the teachers to reflect the field trips, make plans how to construct, prepare for the data, and furnish the classroom with role-play areas. In the process of furnishing the classroom with small real world, the field trips played a big role as the learning opportunities for language development, and keeping public rules.

• Journal of The Korean Association For Science Education
• /
• v.19 no.4
• /
• pp.560-569
• /
• 1999

This study was conducted with two science classes of the 8th grade students in Seoul during 4 weeks. The numbers of students in the classes were 37 and 38, and they were taught for 12 class hours. Questions obtained for 12 class hours from 75 students were analyzed and grouped into patterns. All together 1.108 questions from the students were classified into six categories: 'No Connection' (7%). 'Contradiction' (3%), 'Recall' (23%), 'Reframe' (40%), 'Application' (18%), and 'Extension' (9%). Irrelevant questions to learning and questions of false proposition were classified into 'No Connection' and 'Contradiction', respectively. Questions repeating what were already explained were grouped into 'Recall'. Those requiring other examples and/or additional explanations were grouped into 'Reframe'. Those requiring practical applications and/or explanations for other concrete facts were grouped into 'Application'. Finally. Questions for higher and/or other concepts were grouped into 'Extension'. We also discussed educational implications of the above categorized questions in this study.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• 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.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.335-339
• /
• 2021

기계독해(MRC)는 인공지능 알고리즘이 문서를 이해하고 질문에 대한 정답을 찾는 기술이다. MRC는 사전 학습 모델을 사용하여 높은 성능을 내고 있고, 일반 텍스트문서 뿐만 아니라 문서 내의 테이블(표)에서도 정답을 찾고자 하는 연구에 활발히 적용되고 있다. 본 연구에서는 기존의 사전학습 모델을 테이블 데이터에 활용하여 질의응답을 할 수 있는 방법을 제안한다. 더불어 테이블 데이터를 효율적으로 학습하기 위한 데이터 구성 방법을 소개한다. 사전학습 모델은 BERT[1]를 사용하여 테이블 정보를 인코딩하고 Masked Entity Recovery(MER) 방식을 사용한다. 테이블 질의응답 모델 학습을 위해 한국어 위키 문서에서 표와 연관 텍스트를 추출하여 사전학습을 진행하였고, 미세 조정은 샘플링한 테이블에 대한 질문-답변 데이터 약 7만건을 구성하여 진행하였다. 결과로 KorQuAD2.0 데이터셋의 테이블 관련 질문 데이터에서 EM 69.07, F1 78.34로 기존 연구보다 우수한 성능을 보였다.

• Annual Conference on Human and Language Technology
• /
• 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.

• Journal of Korean Home Economics Education Association
• /
• v.22 no.1
• /
• pp.97-115
• /
• 2010

The purpose of this study was to analyze the frequency, level, and location of Bloom's cognitive domain questions in the middle school home economics(HE) text books applied to the 7th curriculum. Analyzed textbooks were selected 15 textbooks per a grade produced from 5 publishing firms. The result of this study followed: First, the biggest number of questions belonged to Bloom's cognitive domain in HE: text was in 1st grade (36.9%), following 2nd(33.6%) and 3th(29.5%). Most questions the HE textbooks according to Bloom's cognitive domain consisted of those about the understanding(28.9%), application(28.3%) and knowledge(21.8%). Second, in case of the location of questions, the subcategory of Questions after Reading occupied 49.2% of all in Bloom's cognitive questions, the case of Questions During Reading was 36.7%, and the subcategory of Questions Before Reading was 14.1%. The rate of understanding questions was the highest as 43.2% in the Bloom's cognitive domain, and the application questions' rate were 28.4%. Analyzed the questions located in questions, the result showed that application-level questions in textbooks were the highest with 36.7%, Regarding to the questions located after Reading, the knowledge question occupied the highest with 33.4%, and next was the understanding questions(26.8%), following the application questions(21,7%).

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.479-480
• /
• 2024

본 논문에서는 원자력 안전조치 용어를 미세조정(fine tuning) 알고리즘을 활용해 추가 학습한 공개 거대 언어모델(Large Language Model, LLM)이 안전조치 관련 질문에 대해 답변한 결과를 정성적으로 평가하였다. 평가 결과, 학습 데이터 범위 내 질문에 대해 학습 모델은 기반 모델 답변에 추가 학습 데이터를 활용한 낮은 수준의 추론을 수행한 답변을 출력하였다. 평가 결과를 통해 추가 학습 개선 방향을 도출하였으며 저비용 전문 분야 언어 모델 구축에 활용할 수 있을 것으로 보인다.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.115-121
• /
• 2022

질문에 답하기 위해 관련 구절을 검색하는 기술은 오픈 도메인 질의응답의 검색 단계를 위해 필요하다. 전통적인 방법은 정보 검색 기법인 빈도-역문서 빈도(TF-IDF) 기반으로 희소한 벡터 표현을 활용하여 구절을 검색한다. 하지만 희소 벡터 표현은 벡터 길이가 길 뿐만 아니라, 질문에 나오지 않는 단어나 토큰을 검색하지 못한다는 취약점을 가진다. 밀집 벡터 표현 연구는 이러한 취약점을 개선하고 있으며 대부분의 연구가 영어 데이터셋을 학습한 것이다. 따라서, 본 연구는 한국어 데이터셋을 학습한 밀집 벡터 표현을 연구하고 여러 가지 부정 샘플(negative sample) 추출 방법을 도입하여 전이 학습한 모델 성능을 비교 분석한다. 또한, 대화 응답 선택 태스크에서 밀집 검색에 활용한 순위 재지정 상호작용 레이어를 추가한 실험을 진행하고 비교 분석한다. 밀집 벡터 표현 모델을 학습하는 것이 도전적인 과제인만큼 향후에도 다양한 시도가 필요할 것으로 보인다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.11
• /
• pp.1615-1622
• /
• 2022

In order to overcome the limitations of the instructor-centered lecture-style teaching method, recently, flipped learning, a learner-centered teaching method, has been widely introduced. However, despite the many advantages of flipped learning, there is a problem that students cannot solve questions that arise during prior learning in real time. Therefore, in order to solve this problem, we developed DBbot, an assistant chatbot for database design course managed in the flipped learning method. The DBBot is composed of a chatbot app for learners and a chatbot management app for instructors. Also, it's implemented so that questions that instructors can anticipate in advance, such as questions related to class operation and every semester repeated questions related to learning content, can be answered using Google's DialogFlow. It's implemented so that questions that the instructor cannot predict in advance, such as questions related to team projects, can be answered using the question/answer DB and the BM25 algorithm, which is a similarity comparison algorithm.