• Proceedings of the KSR Conference
• /
• 2004.10a
• /
• pp.1526-1531
• /
• 2004

본 논문은 철도청 사령실 통합 신호설비 구축사업에 적용할 열차 경합의 효과적인 해소 기법을 제시하고자 한다. 열차경합의 검지 및 해소는 열차운행의 정시성을 유지하기 위하여 매우 중요한 기능이지만 현재까지 자동화되지 못하고 지역본부별로 하나의 이벤트에 대하여 해당열차만을 고려하는 수작업의 형태로 경합해소를 수행해오고 있다. 따라서 이러한 문제를 해결하고 철도 시스템을 전역적으로 고려할 수 있는 기법이 요구된다. 본 논문에서는 이를 위하여 열차 경합 해소 시스템의 국내외 기술현황을 바탕으로 우리 실정에 맞는 시스템을 제안한다. 또한 열차의 지연을 수치적으로 표현할 수 있는 방안을 제시한다.

• Annual Conference on Human and Language Technology
• /
• 2013.10a
• /
• pp.167-170
• /
• 2013

한국어 어휘의 의미를 파악하기 위하여 어휘의 의미 중의성을 해결하는 것은 중요한 일이다. 본 논문에서는 한국어 다의어 기반의 어휘 의미망과 용언의 논항정보 등의 관계가 포함된 어휘지도(UWordMap)를 사용하여 용언의 의미 중의성 해소에 대한 연구를 진행한다. 기존의 의미 중의성 해소 연구와 같은 동형이의어 단위가 아닌 다의어 단위의 용언 의미 중의성 해소 시스템을 개발하였다. 실험결과 실험말뭉치로 품사 태그 부착 말뭉치를 사용했을 때 동형이의어 단위 정확률은 96.44%였고, 다의어 단위 정확률은 67.65%였다. 실험말뭉치로 동형이의어 태그 부착 말뭉치를 사용했을 때 다의어 단위 정확률은 77.22%로 전자의 실험보다 약 10%의 높은 정확률을 보였다.

• Annual Conference on Human and Language Technology
• /
• 2000.10d
• /
• pp.110-115
• /
• 2000

자연 언어 처리의 구문 분석에서는 중의성 있는 결과가 많이 생성된다. 이러한 중의성을 해소하는데 어휘정보가 유용하다는 것은 잘 알려져 있으며, 이러한 어휘정보와 이를 이용한 중의성 해소에 관한 연구가 많이 이루어지고 있다. 본 논문은 한국어의 구문 구조 분석 시 부사에 의해 발생되는 중의성을 해소하기 위해 수식어 사전을 이용하여 구문 분석에서의 구조 중의성을 해소하였다. 수식어 사전의 어휘정보와 대상 말뭉치를 통해 각각의 부사에 대한 문법을 구성하고, 이를 이용하여 한국어 구문구조 분석에서 부사에 의해 발생되는 중의성을 줄일 수 있다.

• Information and Communications Magazine
• /
• v.25 no.1
• /
• pp.32-43
• /
• 2008

본 연구는 고령사회 도래에 따른 고령층 정보격차해소 방안에 관한 연구이다. 먼저 정보격차에 관한 이론적 쟁점을 살펴본 후 해외 주요국들의 고령층 정보격차해소 현황을 소개하고, 고령사회 도래에 따라 고령층의 정보사회 참여를 촉진하기 위한 고령층 정보격차해소 방안을 고찰하고 있다. 향후 빠르게 진행될 고령사회에 대응하기 위한 고령층 정보격차해소 정책방안으로서 정보격차 진화의 단계별로 제1유형, 제2유형, 제3유형으로 분류하여 정책방안을 제시하였다. 제1유형에서는 정보의 접근성, 제2유형에서는 정보의 활용성, 그리고 제3유형에서는 정보의 수용성을 기준으로 정보격차가 분화된다. 이 유형들은 그 일부가 정책방안을 구상함에 있어 중복 고려될 수 있다. 제1유형에서는 보편적 접근 및 서비스를 지향하는 입장에서 정보기기에 대한 균등한 접근기회 보장 및 인적 네트워크 강화를 중요하게 고려해야 할 것이다. 제2유형과 제3유형에서는 고령층의 사회참여 역량을 강화함으로써 궁극적으로 삶의 질 향상에 기여할 수 있는 방향으로 나아갈 수 있도록 하기 위하여 정보활용 능력 및 세대 간 의사 소통 능력의 증진이 중요하게 고려되어야하겠다. 이와 같은 대응방안을 체계적이고 지속적인 대책으로 접근해 나갈 필요가 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.782-784
• /
• 2015

본 논문에서는 한국어 문서의 분류 정밀도 향상을 위해 애매어와 해소어 정보를 이용한 확장된 벡터 공간 모델을 제안하였다. 벡터 공간 모델에 사용된 벡터는 같은 정도의 가중치를 갖는 축이 하나 더 존재하지만, 기존의 방법은 그 축에 아무런 처리가 이루어지지 않았기 때문에 벡터끼리의 비교를 할 때 문제가 발생한다. 같은 가중치를 갖는 축이 되는 단어를 애매어라 정의하고, 단어와 분야 사이의 상호정보량을 계산하여 애매어를 결정하였다. 애매어에 의해 애매성을 해소하는 단어를 해소어라 정의하고, 애매어와 동일한 문서에서 출현하는 단어 중에서 상호정보량을 계산하여 해소어의 세기를 결정하였다. 본 논문에서는 애매어와 해소어를 이용하여 벡터의 차원을 확장하여 문서 분류의 정밀도를 향상시키는 방법을 제안하였다.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.380-382
• /
• 2019

어의 중의성 문제는 자연어 분석 과정에서 공통적으로 발생하는 문제로 한 가지의 단어 표현이 여러 의미로 해석될 수 있기 때문에 발생한다. 이를 해결하기 위한 어의 중의성 해소는 입력 문장 중 여러 개의 의미로 해석될 수 있는 단어가 현재 문맥에서 어떤 의미로 사용되었는지 분류하는 기술이다. 어의 중의성 해소는 입력 문장의 의미를 명확하게 해주어 정보검색의 성능을 향상시키는데 중요한 역할을 한다. 본 논문에서는 딥러닝을 이용하여 어의 중의성 해소를 수행하며 기존 모델의 단점을 극복하여 입력 문장에서 중의적 단어를 판별하는 작업과 그 단어의 의미를 분류하는 작업을 동시에 수행하는 모델을 제안한다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.7 no.5
• /
• pp.1109-1115
• /
• 2012

The housing redevelopment goes on smoothly, because it has problem that prevent theory and alternative policy. The conflict factors may remove to the problem before. This study has proposed that is universally applicable to the housing redevelopment and the conflict factors was supplied effective use of resources. This paper get the conclusion as a survey. first, It have a conflict solution for successful housing redevelopment business. Second, reconstruction business process categorized four stage. Third, It suggest an alternative about reconstruction business manage and systematization.

• Korean Journal of Cognitive Science
• /
• v.4 no.1
• /
• pp.153-176
• /
• 1993

Structual ambiguity is one of those problem that arise in the analysis of natural language sentences.It has been considered very difficult to solve the problem.Structural ambiguity,however,should be resolved no matter how difficult it may be.Otherwise natural language processing could be virtually impossible.A statistical approach to structural disambiguation is proposed in this dissertation.The information-theoretic concept of mutual information has been empolyed in resolving structural ambiguity Mutual information can be acquired in an automatic way.from text corpora. If a structural disambiguation subsystem had the capability of self-evaluating whether the results of structural disambiguation are correct or not.it would be possible to develop a more intelligent natural language proessing system.In this paper,the concept of confidence measure is also proposed to endow the disambiguation subsystem with such intelligence.Confidence measure is a numeric value calculated after structural disambiguation. Some experiments were performed in order to show the validity of the approach.Mutual information was auto matically acquired from a corpus of 1.6milion words that were collected from scientific abstracts.The accuracy of structural disambiguation was 80%when performed over 1,639 test sentences.Notice that there was no manual tuning in advance for the experiments.The task of detecting and correcting errors in structural disambiguation will be performed very effectively if the concept of confidence measure is employed in the process.

• Korean Journal of Cognitive Science
• /
• v.27 no.1
• /
• pp.43-60
• /
• 2016

Recently, Unsupervised Word Sense Disambiguation research has focused on Graph based disambiguation. Graph-based disambiguation has built a semantic graph based on words collocated in context or sentence. However, building such a graph over all ambiguous word lead to unnecessary addition of edges and nodes (and hence increasing the error). In contrast, our work uses Word2Vec to consider the most similar words to an ambiguous word in the context or sentences, to rebuild a graph of the matched words. As a result, we show a higher F1-Measure value than the previous methods by using Word2Vec.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.25 no.2
• /
• pp.111-118
• /
• 2015

Entity linking is to link entity's name mentions occurring in text to corresponding entities within knowledge bases. Since the same entity mention may refer to different entities according to their context, entity linking needs to deal with entity disambiguation. Most recent works on entity disambiguation focus on semantic relatedness between entities and attempt to integrate semantic relatedness with entity prior probabilities and term co-occurrence. To the best of my knowledge, however, it is hard to find studies that analyze and present the pure effects of semantic relatedness on entity disambiguation. From the experimentation on Korean Wikipedia data set, this article empirically evaluates entity disambiguation approaches using semantic relatedness in terms of the following aspects: (1) the difference among semantic relatedness measures such as NGD, PMI, Jaccard, Dice, Simpson, (2) the influence of ambiguities in co-occurring entity mentions' set, and (3) the difference between individual and collective disambiguation approaches.