• 융합정보논문지
• /
• 제11권11호
• /
• pp.312-326
• /
• 2021

본 다중 사례 연구는 언어 학습 및 사용에서 언어 사회화의 프레임워크[10]를 기반으로 코로나19 팬데믹 기간 동안 가정 내에서 4명의 대학생의 영어 학습과 관련된 가정 내 환경적 요인을 조사합니다. 본 연구는 서술 기법을 활용하여 중국 북서부 농촌 지역에 위치한 가정에서 중국인 대학생 4명의 온라인 영어 학습 양태를 조사하기 위해 시계열 분석을 수행합니다. 데이터는 2020년 3월부터 2020년 7월까지 구두 및 서면 서술, 반구조화 인터뷰, 수업 문서(수업 일정, 시간표)를 통해 수집되었습니다. 연구 결과에 따르면 각 학생은 가정 내에서 영어 학습에 영향을 미치는 서로 다른 가정 내 행위관습을 가지고 있었습니다. 결국 4명의 학생 모두 자신의 행위관습이 온라인 영어 학습을 비효율적으로 만든다고 느꼈고 가정 내에서 계속 학습하고 싶지 않다고 말했습니다. 본 연구의 결과는 중국 북서부 농촌 지역 부모들이 대학생들의 학습 환경을 구축하고 학생들이 가정 내에서 효과적인 학습 습관을 기를 수 있도록 주의를 기울이는 것이 중요함을 시사합니다.

• 문화기술의 융합
• /
• 제7권4호
• /
• pp.35-42
• /
• 2021

본 연구의 목적은 실시간-비실시간 온라인플랫폼을 통한 역량강화중심 대학영어 교수-학습 모형을 개발하는 것이다. 본 연구에서의 대학영어 교수-학습 모형은 의사소통, 자기주도성, 협동성 등의 역량증진을 위한 딕토글로스 활동을 다양한 온라인플랫폼 기능 활용을 고도화하여 효과적으로 적용하기 위한 것이다. 딕토글로스는 의사소통의 네가지 기능(듣기, 말하기, 읽기, 쓰기)을 통합하여 사용하는 언어 교수-학습 활동이다. 본 연구에서의 대학영어 수업은 의사소통 중심 통합적 영어교육에 중점을 두고 있다. 그리고 본 연구에서의 교수-학습 모형은 구성주의 이론에 입각한 온라인기반 영어통합 교수-학습 방법으로서, 각 단계별로 학습자와 교수자의 역할을 제시하였다.

• Journal of Information Technology Applications and Management
• /
• 제21권3호
• /
• pp.65-77
• /
• 2014

Ubiquitous learning has aroused great interest and is becoming a new way for foreign language education in today's society. However, how to increase the learners' initiative and their community cohesion is still an issue that deserves more profound research and studies. Emotional intelligence can help to detect the learner's emotional reactions online, and therefore stimulate his interest and the willingness to participate by adjusting teaching skills and creating fun experiences in learning. This is, actually the new concept of smart education. Based on the previous research, this paper concluded a neural mechanism model for analyzing the learners' emotional characteristics in ubiquitous environment, and discussed the intelligent monitoring and automatic recognition of emotions from the learners' speech signals as well as their behavior data by multi-agent system. Finally, a framework of emotional intelligence system was proposed concerning the smart foreign language education in ubiquitous learning.

• 품질경영학회지
• /
• 제48권3호
• /
• pp.421-431
• /
• 2020

Purpose: The purpose of this study is to compare and analyze the tokenizer in natural language processing for customer satisfaction in sentiment analysis. Methods: In this study, a supervised learning-based tokenizer Mecab-Ko and an unsupervised learning-based tokenizer SentencePiece were used for comparison. Three algorithms: Naïve Bayes, k-Nearest Neighbor, and Decision Tree were selected to compare the performance of each tokenizer. For performance comparison, three metrics: accuracy, precision, and recall were used in the study. Results: The results of this study are as follows; Through performance evaluation and verification, it was confirmed that SentencePiece shows better classification performance than Mecab-Ko. In order to confirm the robustness of the derived results, independent t-tests were conducted on the evaluation results for the two types of the tokenizer. As a result of the study, it was confirmed that the classification performance of the SentencePiece tokenizer was high in the k-Nearest Neighbor and Decision Tree algorithms. In addition, the Decision Tree showed slightly higher accuracy among the three classification algorithms. Conclusion: The SentencePiece tokenizer can be used to classify and interpret customer sentiment based on online reviews in Korean more accurately. In addition, it seems that it is possible to give a specific meaning to a short word or a jargon, which is often used by users when evaluating products but is not defined in advance.

• 문화기술의 융합
• /
• 제7권3호
• /
• pp.247-253
• /
• 2021

컴퓨터 프로그램 초보 학습자의 프로그래밍 실습과정에서 발생하는 프로그래밍 오류는 다양하다. 이때 학습자는 스스로 오류사항을 인지하기 어렵기 때문에 교수자의 피드백을 통해 프로그램 오류를 수정하게 된다. 그러나 최근 코로나19로 인해 온라인 환경에서 프로그래밍 기법을 학습하게 됨에 따라 오프라인 수업에 비해 교수자와의 상호작용에 한계가 있으므로 학습자 스스로 프로그래밍 오류를 해결하는 능력을 키울 필요가 있다. 이에 본 연구에서는 파이썬 언어를 이용한 온라인 프로그래밍 수업에서 발생된 학습자들의 오류 사례를 분석하고, 그 결과를 바탕으로 학습자의 프로그래밍 오류 수정 능력을 키워줄 수 있는 온라인 프로그래밍 교육 방안을 제시하였다.

• Educational Technology International
• /
• 제8권2호
• /
• pp.93-112
• /
• 2007

This case study explored the potential for implementing content-based English as a Foreign Language (EFL) instruction in a Korean middle school facilitated by computer-mediated communication (CMC). The instructor scaffolded the student participant's language learning online, helping her to produce English output on her own. While experimental social studies lessons on the topic of stereotyping were taught, data were collected on the student's online exchanges with her counterpart in Iran about their respective cultures. Findings show that the student from Korea was able to better understand her own culture as a result of the online experience. This interaction and the in-class lessons have demonstrated that content-based EFL instruction is a viable alternative to the school's existing curriculum.

• International journal of advanced smart convergence
• /
• 제10권4호
• /
• pp.165-171
• /
• 2021

The current study investigated cyber learners' use and perceptions of online machine translation (MT) tools. The results show that learners use several MT tools frequently and extensively for various second language learning (L2) purposes according to their needs. The learners' overall perceptions of using MT for English learning were generally positive. The learners reported several advantages of machine translation: ease of use, helpful feedback, effective revision, and facilitation of self-directed learning. At the same time, a considerable number of learners were aware of MT's drawbacks, such as awkward sentences, inaccurate grammar, and inappropriate words, and thus held a negative or skeptical view on the quality and accuracy of MT. These findings have important pedagogical implications for using MT in the context of a cyber university. For successful integration of MT in English classes, teachers need to provide appropriate guidelines and training that will help learners use MT effectively.

• International Journal of Computer Science & Network Security
• /
• 제21권2호
• /
• pp.229-237
• /
• 2021

Our modern 'information-hungry' age demands delivery of information at unprecedented fast rates. Timely delivery of noteworthy information about recent events can help people from different segments of life in number of ways. As world has become global village, the flow of news in terms of volume and speed demands involvement of machines to help humans to handle the enormous data. News are presented to public in forms of video, audio, image and text. News text available on internet is a source of knowledge for billions of internet users. Urdu language is spoken and understood by millions of people from Indian subcontinent. Availability of online Urdu news enable this branch of humanity to improve their understandings of the world and make their decisions. This paper uses available online Urdu news data to train machines to automatically categorize provided news. Various machine learning algorithms were used on news headline for training purpose and the results demonstrate that Bernoulli Naïve Bayes (Bernoulli NB) and Multinomial Naïve Bayes (Multinomial NB) algorithm outperformed other algorithms in terms of all performance parameters. The maximum level of accuracy achieved for the dataset was 94.278% by multinomial NB classifier followed by Bernoulli NB classifier with accuracy of 94.274% when Urdu stop words were removed from dataset. The results suggest that short text of headlines of news can be used as an input for text categorization process.

• 한국컴퓨터정보학회논문지
• /
• 제29권4호
• /
• pp.9-21
• /
• 2024

최근 딥러닝 분야가 빠르게 발전하는 가운데, 다양한 영역에서 거대 언어 모델을 활용하기 위한 많은 연구들이 진행되고 있다. 하지만 언어 모델의 개발 및 활용을 위해서는 방대한 데이터와 고성능 자원이 필요하다는 현실적인 어려움이 존재한다. 이에 따라 프롬프트를 활용하여 언어 모델을 효율적으로 학습할 수 있는 문맥 내 학습이 등장하였지만, 학습에 효과적인 프롬프트가 무엇인지에 대한 명확한 기준은 구체적으로 제시되지 않았다. 이에 본 연구에서는 문맥 내 학습 방법 중 하나인 PET 기법을 활용하여 기존 데이터의 문맥과 유사한 PVP를 선정하고, 이를 통해 생성한 프롬프트를 학습하여 모델의 성능을 향상시킬 수 있는 프롬프트 기반 학습 성능 향상 방법론을 제안한다. 제안 방법론의 성능 평가를 위해 온라인 비즈니스 리뷰 플랫폼인 Yelp에서 수집된 레스토랑 리뷰 데이터 30,100개로 실험을 수행한 결과, 제안 방법론이 기존의 PET 방법론에 비해 정확도와 안정성, 그리고 학습 효율성의 모든 측면에서 우수한 성능을 보임을 확인하였다.

• ETRI Journal
• /
• 제43권5호
• /
• pp.775-786
• /
• 2021

To translate in real time, a simultaneous translation system should determine when to stop reading source tokens and generate target tokens corresponding to a partial source sentence read up to that point. However, conventional attention-based neural machine translation (NMT) models cannot produce translations with adequate latency in online scenarios because they wait until a source sentence is completed to compute alignment between the source and target tokens. To address this issue, we propose a reinforced learning (RL)-based attention mechanism, the reinforced attention mechanism, which allows a neural translation model to jointly train the stopping criterion and a partial translation model. The proposed attention mechanism comprises two modules, one to ensure translation quality and the other to address latency. Different from previous RL-based simultaneous translation systems, which learn the stopping criterion from a fixed NMT model, the modules can be trained jointly with a novel reward function. In our experiments, the proposed model has better translation quality and comparable latency compared to previous models.