• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권12호
• /
• pp.1649-1659
• /
• 2004

텍스트 생성(text generation)은 언어가 아닌 다양한 지식원으로부터 텍스트를 생성해 내는 언어 처리의 한 분야로, 여러 가지 복합적이고 단계적인 과정을 통해 이루어진다. 본 논문에서는 자연스러운 텍스트 생성을 위한 여러 과정 중, 한번 언급된 대상(entity)을 자연스럽게 지시(refer)하기 위한 지시어 생성(referring expression generation), 특히 한국어에 두드러진 영형(zero pronoun)에 의한 대용화(pronominalization) 과정에 초점을 맞춘다. 이를 위해, 구문 정보와 비용기반 중심화 이론(cost-based centering model)을 바탕으로, 한국어에 적합한 지시어 특히 영형의 생성에 영향을 미치는 다양한 자질(feature)들온 규명하고, 기계 학습을 통해 지시어 생성 모델을 구축하였다. 세 개의 장르 - 묘사문(설명문), 뉴스, 짧은 우화 - 에서 총 95개의 텍스트로부터 학습이 이루어 졌으며 이론 대상으로, 제안된 자질들이 지시어의 생성, 특히 영형의 생성에 효율적으로 적용될 수 있음을 보였다. 또한, 지시어 생성과 관련된 기존의 방법론들과 본 논문에서 제안한 모델을 비교하여 성능이 크게 향상되었음을 보이고, T-test를 통해 99.9%의 신뢰 구간에서 그 성능 향상이 통계적으로 의미가 있음을 확인하였다.

• 정보관리학회지
• /
• 제30권2호
• /
• pp.297-315
• /
• 2013

본 연구에서는 주요 검색 포털들의 검색어 추천 서비스를 분석, 평가하였다. 이 연구에서는 네이버와 구글 코리아를 대상으로 추천되는 연관 검색어의 적합도 및 최신성을 평가하고, 연관 검색어의 개수 및 분포, 연관 검색어가 제공되지 않는 질의의 특징을 조사하였다. 또한 연관 검색어의 유형을 질의와 연관 검색어의 관계 측면에서 분석하고, 연관 검색어들 중 유해 검색어의 유형 및 특징, 비표준어의 유형 및 특징도 조사하였다. 마지막으로, 한글 질의와 영어 질의, 대중적인 질의와 전문적인 질의의 연관 검색어의 특징을 비교하였다. 연구 결과, 네이버가 구글보다 연관 검색어의 적합도와 최신성이 다소 높은 것으로 나타났다. 또한 구글과 네이버 모두 새로운 연관 검색어를 제시하기보다는 질의에 단어를 추가 또는 삭제하거나, 질의와 동일한 검색어나 동의어 검색어를 제공하는 경우가 많은 것으로 나타났다. 본 연구의 결과는 향후 포털들의 검색어 추천 서비스의 개선에 활용될 수 있을 것으로 기대된다.

• 한국언어정보학회:학술대회논문집
• /
• 한국언어정보학회 2001년도 학술대회 논문집
• /
• pp.199-225
• /
• 2001

The main goal of this paper is to investigate and compare English, German and Korean non-head-bound-intensifiers such as English ‘x-self’, German ‘selbst’, and Korean ‘susulo, casin’. That is, this paper is mainly concerned with the semantic domain where the respective contributions of the expressions in question overlap. The phenomenon under discussion with the label “intensifiers” is regarded as universal, which provides the ground of the comparative/contrastive or semi-cross-linguistic study of this paper. Not only the semantic concept of intensification by these expressions but also the combination of grammatical features or syntactic behaviours thereof seem to have highly invariant common denominators among the wide varieties of languages, even if they come from apparently different language families. In comparing English, German and Korean intensifiers, this paper is interested in the more general features of the expressions in question rather than some language-specific idiocyncracies. Intensifiers work similarly not only in English and German, but also in Korean. Each of three languages under investigation provides some sort of a safegard against confusing instances and misleading judgements on the issues under discussion. Morphologically, however, English expressions in question agree with their rele-vant NP in number, gender and person. Whereas German and Korean counterparts do not have such specific morphological properties. Intensifiers in their non-head-bound-use are subject-oriented, just as in their head-bound use. Non-head-bound-intensifiers differ from head-bound-intensifiers mostly in their syntactic behaviours or distributional properties, whereas they share the semantic domain “intensification” regarding relevant subject-NP. They introduce an ordering and distinguish center and periphery, and ‘self-involvement (directness of involvement)’seems a additional possible characterisation of the relevant dimension of these intensifiers in common. An assertion of identity also can be reg

• 정보교육학회논문지
• /
• 제15권2호
• /
• pp.295-305
• /
• 2011

로봇 활용 프로그래밍 교육은 학습자의 흥미유발과 학습 성취도 향상에 의미 있는 효과가 있다. 그러나 대부분의 로봇 프로그래밍이 단순한 문법적 지식습득 위주로 구성되어 학습후반에 학습자의 참여도가 현저히 떨어지는 경향이 있다. 스토리텔링은 자신의 경험에 바탕을 둔 이야기를 구성하고 논리적 사고력을 향상시킬 수 있는 다양한 교육적 방법을 제공하여 학습자에게 긍정적 학습동기를 부여할 수 있다. 본 연구는 스토리텔링을 기반으로 한 로봇 교육과정을 설계하고 이를 지원할 수 있는 시스템을 개발하였다. 개발된 로봇 교육과정과 시스템은 학습자의 이야기 구성을 위한 협력적 지식도구와 로봇 프로그래밍 과정을 시각화 할 수 있는 도구를 제공하여 지속적인 학습동기 부여와 학업성취도 향상에 도움을 줄 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제18권10호
• /
• pp.173-182
• /
• 2013

전자 문서의 초안 작성과정에서 추가되는 철자오류는 다른 유형의 오류보다 압도적으로 높은 비율을 차지한다. 입력 실수로 인한 이들 오류는 결과적으로 여전히 철자오류일 수도 있지만 상당수는 구문오류나 의미오류로 발전한다. 이러한 오류들 중 철자오류에서 발전된 가의미 오류는 순수 의미오류에 비해 문장 내에서 주변 단어의 의미에 대해 두드러진 상이성을 갖게된다. 따라서 이러한 의미 오류는 그것이 가지는 두드러진 문맥 상이성으로 인해 간단한 동시발생 빈도에 기초한 알고리즘으로 검출 및 교정이 가능하다. 본 논문에서는 이러한 오류들을 검출하고 교정하기 위한 동시발생 빈도에 기초한 알고리즘을 제안한다. 제안하는 방법에서 동시발생 빈도는 의존 구조상에서 직접 의존관계에 놓인 단어만을 대상으로 계산하며, 가의미 오류 여부를 판단하기 위해서 코사인 유사도 측정 방법을 사용한다. 제시하는 실험으로부터 제안한 방법은 전체 맞춤법 검사기 검출율을 약 2~3% 수준까지 향상 시킬 수 있을 것으로 예측하였다.

• 한국컴퓨터정보학회논문지
• /
• 제10권4호
• /
• pp.181-189
• /
• 2005

한국어와 일본어는 문법 체계의 유사성으로 인하여, 양언어의 형태소들 간에 1대1 매핑만으로도 높은 번역 성능을 얻을 수 있다. 따라서, 대부분의 한-일 기계번역에서는 한국어와 일본어 형태소 사이에 1대1 매핑을 기본으로 하고 있다. 명사와 '하다'로 구성되는 한국어 '하다' 용언도 대부분 명사와 'する'로 구성되는 일본어 'する 용언에 대응되므로, 일반적으로 1대1 매핑을 관계를 적용한다. 그러나, 한국어 '하다' 용언이 일본어 'する'용언에 대응되지 않는 경우, 1대1 매핑만으로는 정확한 번역 결과를 얻지 못하는 경우도 자주 발생하게 된다. 이 경우 명사와 '하다'를 하나의 번역 단위로 다루어 주는 것이 필요하다. 따라서, 본 논문에서는 한국어 '하다' 용언의 특성을 조사하고. 명사와 '하다' 사이에 삽입된 어휘들에 의한 비연속성 문제, 피동화, 관형어 수식 등 입력 문장에서의 다양한 상황에 따른 '하다'용언의 변환 기법을 제안하였다. 실험 결과, 높은 번역 성능을 보임으로써 제안한 방법이 한일 기계번역에서 '하다'용언을 다루는데 효율적임을 볼 수 있었다.

• 한국정보통신학회논문지
• /
• 제9권8호
• /
• pp.1625-1631
• /
• 2005

본 논문에서는 언어모델과 음향모델을 개선함으로써 단위 숫자음의 인식성능 최적화에 대해 설명한다. 언어모델은 한국어 단위 숫자음 문장의 문법적 특징을 분석하고, FSN 노드를 두음절로 구성하여 오 인식률을 감소시켰다. 음향모델은 단음절로 구성되어 발성기간이 짧고 조음이 많이 생기는 불명확한 음소, 음절의 분할로 연한 오 인식을 줄이기 위해 인식단위를 반음절쌍으로 하였다. 인식단위의 특징을 효과적으로 모델링하기 위해 특징레벨에서 K-means 알고리즘(4)으로 클러스터링 하여 상태를 분할하는 변형된 연쇄 상태 분할방법을 이용하였다. 실험 결과 제안된 언어모델의 적용 후 동일 문백종속 음소모델에서 $10.5\%$, 음향모델에서 인식단위를 반음절쌍으로 하였을 경우 문백종속 음소모델에 비해 $12.5\%$, 변형된 연쇄 상태분할을 하였을 경우 $1.5\%$의 인식률을 향상시킬 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제25권4호
• /
• pp.213-222
• /
• 2020

최근 소프트웨어 교육의 필요성에 대한 인식이 전 세계적으로 확산됨에 따라 우리나라도 정부 주도로 소프트웨어 의무 교육을 수행하고 있다. 대학에서의 소프트웨어 기초교육은 다양한 시행착오를 거쳐 안정화 되고는 있지만, 학생들의 비자발적 수강으로 인한 학습 동기 부족과 프로그래밍에 대한 높은 체감 난이도는 여전히 해결해야 할 문제로 남아 있다. 본 논문에서는 컴퓨팅 사고 역량 배양을 목적으로 문제 중심 프로그래밍 교과로 설계 및 운영된 컴퓨터과학 비전공 학생 대상 수업 사례를 수업 평가 결과를 이용해 비교하였다. 비교 결과, 문제의 용도를 문법 설명 보조재로 확대하고 전공 친화형 문제 비율을 확대 운영한 사례에서는 학습자들의 응답이 더 높은 점수에 집중되었고 응답 평균은 약 7% 향상되었다. 이는 학습자들이 느끼는 교과에 대한 체감 난도가 낮아졌음을 의미한다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제30권1호
• /
• pp.65-84
• /
• 2021

Purpose Based on the development of artificial intelligence and big data technologies, the RegTech has been emerged to reduce regulatory costs and to enable efficient supervision by regulatory bodies. The word RegTech is a combination of regulation and technology, which means using the technological methods to facilitate the implementation of regulations and to make efficient surveillance and supervision of regulations. The purpose of this study is to describe the recent adoption of RegTech and to provide basic examples of applying RegTech to capital market regulations. Design/methodology/approach English-based ontology and deep learning technologies are quite developed in practice, and it will not be difficult to expand it to European or Latin American languages that are grammatically similar to English. However, it is not easy to use it in most Asian languages such as Korean, which have different grammatical rules. In addition, in the early stages of adoption, companies, financial institutions and regulators will not be familiar with this machine-based reporting system. There is a need to establish an ecosystem which facilitates the adoption of RegTech by consulting and supporting the stakeholders. In this paper, we provide a simple example that shows a procedure of applying RegTech to recognize and interpret Korean language-based capital market regulations. Specifically, we present the process of converting sentences in regulations into a meta-language through the morpheme analyses. We next conduct deep learning analyses to determine whether a regulatory sentence exists in each regulatory paragraph. Findings This study illustrates the applicability of RegTech-based ontology and deep learning technologies in Korean-based capital market regulations.

• 인터넷정보학회논문지
• /
• 제21권3호
• /
• pp.123-131
• /
• 2020

인공지능 기술의 비약적 발전과 함께 사람의 언어를 다루는 자연어 처리 분야 역시 활발하게 연구가 진행되고 있다. 특히 최근에는 구글에서 공개한 언어 모델인 BERT는 대량의 코퍼스를 활용해 미리 학습시킨 모델을 제공함으로써 자연어 처리의 여러 분야에서 좋은 성능을 보이고 있다. BERT에서 다국어 모델을 지원하고 있지만 한국어에 바로 적용했을 때는 한계점이 존재하기 때문에 대량의 한국어 코퍼스를 이용해 학습시킨 모델을 사용해야 한다. 또한 텍스트는 어휘, 문법적인 의미만 담고 있는 것이 아니라 전후 관계, 상황과 같은 문맥적인 의미도 담고 있다. 기존의 자연어 처리 분야에서는 어휘나 문법적인 의미를 중심으로 연구가 주로 이루어졌다. 텍스트에 내재되어 있는 문맥 정보의 정확한 파악은 맥락을 이해하는 데에 있어 중요한 역할을 한다. 단어들의 관계를 이용해 연결한 지식그래프는 컴퓨터에게 쉽게 문맥을 학습시킬 수 있는 장점이 있다. 본 논문에서는 한국어 코퍼스를 이용해 사전 학습된 BERT 모델과 지식 그래프를 이용해 한국어 문맥 정보를 추출하는 시스템을 제안하고자 한다. 텍스트에서 중요한 요소가 되는 인물, 관계, 감정, 공간, 시간 정보를 추출할 수 있는 모델을 구축하고 제안한 시스템을 실험을 통해 검증한다.