• 대한가정학회지
• /
• 제41권5호
• /
• pp.109-118
• /
• 2003

The purpose of this study was to analyze the utilization of Database Information System of Fashion Brands in Daegu area. The interviews, reviews of previous studies and the empirical investigations were processed for this study. The questionnaire was administered to 27 fashion brands in Daegu, Korea, from September to October in 2002. Data were analyzed by using frequency, mean and percentage utilizing SPSS statistical package. There were no brand differentiation in brand characteristics, items, target age and company size in Daegu Fashion brands. Awareness of Information Network and Usages of Internet marketing were in relatively low level. The rate of the brands possessing Web-site, POS system and Customer ID card were less than one third. More than a half of the brands had Customer Database system.

• 한국지능시스템학회논문지
• /
• 제11권6호
• /
• pp.549-557
• /
• 2001

Morphological analysis and POS tagging require a dictionary for the language at hand . In this fashion though it is impossible to analyze a language a dictionary. We also have difficulty if significant portion of the vocabulary is new or unknown . This paper explores the possibility of learning morphology of an agglutinative language. in particular Korean language, without any prior lexical knowledge of the language. We use unsupervised learning in that there is no instructor to guide the outcome of the learner, nor any tagged corpus. Here are the main characteristics of the approach: First. we use only raw corpus without any tags attached or any dictionary. Second, unlike many heuristics that are theoretically ungrounded, this method is based on statistical methods , which are widely accepted. The method is currently applied only to Korean language but since it is essentially language-neutral it can easily be adapted to other agglutinative languages.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 춘계학술대회
• /
• pp.592-595
• /
• 2009

우리는 지지벡터기계를 이용하여 스팸 이메일을 자동으로 분류하는 시스템을 제안한다. 단어의 어휘 정보와 품사 태그 정보를 지지벡터기계의 자질로 사용한다. 우리는 카이 제곱 통계량을 이용하여 유용한 자질을 선택한 후 각각의 자질을 문서 빈도(TF)와 역문헌빈도(IDF) 값으로 표현하였다. 자질들을 이용하여 SVM을 학습한 후, SVM 분류기는 각각의 이메일의 스팸 유무를 결정한다. 실험 결과, 웹메일 시스템에서 수집한 이메일 데이터에 대해 약 82.7%의 정확률을 얻었다.

• 한국컴퓨터산업학회논문지
• /
• 제2권12호
• /
• pp.1581-1590
• /
• 2001

본 연구에서는 동형이의어 분별을 위하여 허정(2000)이 제시한 "사전 뜻풀이말에서 추출한 의미정보에 기반한 동형이의어 중의성 해결 시스템"이 가지는 문제점과 향후 연구과제로 제시한 문제들을 개선하기 위하여 Bayes 정리에 기반한 동형이의어 분별 모델을 제안한다. 의미 분별된 사전 뜻풀이말 코퍼스에서 동형이의어를 포함하고 있는 뜻풀이말을 구성하는 체언류(보통 명사), 용언류(형용사, 동사) 및 부사류(부사)를 의미 정보로 추출한다. 동형이의어의 의미별 사전 출현 빈도수가 비교적 균등한 기존 9개의 동형이의어 명사를 대상으로 실험하여 비교하였고, 새로 7개의 동형이의어 용언(형용사, 동사)을 추가하여 실험하였다. 9개의 동형이의어 명사를 대상으로 한 내부 실험에서 평균 99.37% 정확률을 보였으며 7개의 동형이의어 용언을 대상으로 한 내부 실험에서 평균 99.53% 정확률을 보였다. 외부 실험은 국어 정보베이스와 ETRI 코퍼스를 이용하여 9개의 동형이의어 명사를 대상으로 평균 84.42% 정확률과 세종계획의 350만 어절 규모의 외부 코퍼스를 이용하여 7개의 동형이의 어 용언을 대상으로 평균 70.81%의 정확률을 보였다. 정확률을 보였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권11호
• /
• pp.681-691
• /
• 2008

본 논문은 통계 기반 한국어 화행분류를 위하여 필요한 각 자질이 분류 성능에 미치는 영향과 성능 향상에 기여하는 자질 조합을 비교 평가한다. 지지벡터기계 학습 방법을 이용하여 구현한 화행 분류시스템을 통해 실험한 결과, n-gram 자질 중 품사 바이그램은 유용하지 않으며 형태소-품사 쌍과 다른 자질들을 결합했을 때 성능이 향상됨을 알 수 있었다. 또한, 자질 선택 기법을 사용한 자질 비율에 따른 실험을 통해서 매우 적은 자질만으로도 화행 분류에 있어 어느 정도 안정된 성능을 낼 수 있었다. 아울러, 실험 결과의 분석을 통해 한국어에서 마지막 어절이 문장 전체의 화행분류에 중요한 역할을 하며, 한국어의 특징인 자유 어순이나 주어의 빈번한 생략 등이 화행 분류 실험의 성능에 영향을 미친다는 사실도 알 수 있었다.

• 한국항행학회논문지
• /
• 제16권1호
• /
• pp.158-162
• /
• 2012

본 논문에서는 2.4GHz 대역에서 적용 가능한 무선 LAN용 모뎀을 설계 제안하였으며, 실제 PCB로 제작되어 데이터 송수신을 확인하였다. 본 논문에서 제안하고 있는 모뎀의 경우, 메인 프로그램을 처리하기 위해 기저대역처리용 프로세서는 처리속도, 동작전압과 신뢰성을 고려하여 현재 Wi-Fi모뎀에 많이 적용되고 있는 Ralink사의 RT2870을 사용하였다. RT2870은 현재 무선 LAN의 표준을 완벽히 지원하며, 다양한 변조방식을 지원하고 있으며, 2.4GHz와 5GHz대역을 모두 지원하는 칩이다. 또한 본 논문에서는 출력된 변조신호를 2.4GHz대역의 무선으로 전송하기 위하여 RF 처리용 칩인 RT2850을 적용하였으며, 40MHz 대역을 사용하여 2.422~2.462GHz의 무선 대역을 점유하도록 설계하였다. 제안된 모뎀은 저렴한 비용으로 향후 2.4GHz 대역의 무선인터넷 모뎀으로의 사용이 가능하며, 본 설계를 바탕으로 Wi-Fi기반의 개인통신기기 또는 무선 기반 POS시스템 개발에 적극 활용이 가능하다. 특히, 안드로이드 기반 개인용 무선단말기의 모뎀으로 적용이 가능하며 이를 이용하여 다양한 제품으로의 확대가 가능할 것으로 기대된다.

• 디지털융복합연구
• /
• 제17권12호
• /
• pp.243-248
• /
• 2019

다중작업학습(Multi-Task Learning, MTL) 기법은 하나의 신경망을 통해 다양한 작업을 동시에 수행하고 각 작업 간에 상호적으로 영향을 미치면서 학습하는 방식을 말한다. 본 연구에서는 전통문화 말뭉치를 직접 구축 및 학습데이터로 활용하여 다중작업학습 기법을 적용한 개체명 인식 모델에 대해 성능 비교 분석을 진행한다. 학습 과정에서 각각의 품사 태깅(Part-of-Speech tagging, POS-tagging) 과 개체명 인식(Named Entity Recognition, NER) 학습 파라미터에 대해 Bi-LSTM 계층을 통과시킨 후 각각의 Bi-LSTM을 계층을 통해 최종적으로 두 loss의 joint loss를 구한다. 결과적으로, Bi-LSTM 모델을 활용하여 단일 Bi-LSTM 모델보다 MTL 기법을 적용한 모델에서 1.1%~4.6%의 성능 향상이 있음을 보인다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.257-262
• /
• 2009

본 논문은 예제기반 대화시스템의 대화 로그를 분석하여 새로운 대화예제를 자동으로 확충하는 방법에 대해서 논한다. 전통적인 예제기반 대화 시스템에서는 사용자와 챗봇(chatbot)간의 대화예제를 수작업으로 구축 하기 때문에 많은 시간과 비용이 소요되는 단점을 가지고 있다. 대화 로그는 대화 시스템의 서비스가 지속되는 한 끊임없이 생성이 되며, 시간이 지날수록 풍부하고 다양한 대화예제를 획득할 수 있다는 장점을 갖는다. 본 논문은 대화로그로부터 자연스러운 발화쌍을 분류하고, 분류된 발화쌍을 대화예제로 추가하는 방법을 제안한다. 최대 엔트로피모형을 사용한 실험의 결과, 자연스러운 발화를 결정하기 위해서는 발화의 어휘, 품사, 양태와 같은 자질이 유용하게 사용될 수 있음을 관찰하였고, 수작업 구축에만 의존하던 대화예제가 대화 로그를 사용하여 자동으로 확충될 수 있음을 확인하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1999년도 제11회 한글 및 한국어 정보처리 학술대회 및 제1회 형태소 분석기 및 품사태거 평가 워크숍
• /
• pp.99-105
• /
• 1999

한국어 정보처리를 위한 언어정보는 응용 분야에 따라 큰 차이를 보인다. 특히 말뭉치를 이용한 연구에서는 언어정보가 달라질 때마다 시스템을 새로 구성해야 하는 어려움이 있다. 본 논문에서는 이와 같은 어려움을 다소 완화시키기 위해 새로운 환경에 잘 적응할 수 있는 한국어 품사 태깅 시스템에 관해서 논한다. 본 논문에서는 이 시스템을 KTAG99라고 칭한다. KTAG99는 크게 실행부와 학습부로 구성되었다. 한국어 품사 태깅을 위한 실행부는 고유명사 추정기, 한국어 형태소 분석기, 통계기반 품사 태거, 품사 태깅 오류교정기로 구성되었으며, 실행부에서 필요한 언어정보를 추출하는 학습부는 고유명사 추정규칙 추출기, 형태소 배열규칙 추출기, 사전 추출기, 확률정보 추정기, 품사 태깅 오류수정 규칙 추정기로 구성되었다. KTAG99에서 필요한 언어정보의 대부분은 학습 말뭉치로부터 추출되거나 추정되기 때문에 아주 짧은 시간 내에 새로운 환경에 적응할 수 있다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제6권1호
• /
• pp.223-256
• /
• 1997

Since the business scales of retailing companies become to be very large and the number of items dealt increases explosively, automation of inventory management becomes one of the most important issues to solve in retailing industry. In order to accomplish this automation of inventory management, there must be a great need to a method which can perform real-time decision making on inventory control in an automatic fashion, while communicating with inventory information systems like POS system and automatic warehousing system. But even in this circumstance, there are also many obstructions to such automation like varying demands, limited capacity of warehouse and exhibition room, need for strategic consideration on inventory control, etc., in a real sense. Due to these reasons, it seems very difficult that most large-scaled retailing companies get fully automated inventory management system. To overcome those difficulties and reflect them into inventory control, we propose a automated inventory control methodology for retailing industry based on neural network and policy model. Especially, policy model is devised to deal with dynamic varying demands and using this model, strategic goals on inventory can be considered into inventory control mechanism. Our proposed approach is implemented in workstation and its performance is also empirically verified also against to real case of one of the major retailing firm in Korea.