• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2011년도 제23회 한글 및 한국어 정보처리 학술대회
• /
• pp.126-129
• /
• 2011

본 논문에서는 한국어 PropBank의 구축을 위한 동사의 프레임 파일 확장 및 구축에 대한 연구를 논한다. 문장 단위의 의미 분석에 있어서 가장 중요하다고 볼 수 있는 의미 역 결정을 위해서 필요한 언어자원중, PropBank는 동사의 술어-논항 구조를 태그해 놓은 말뭉치로써 가장 널리 쓰이는 언어자원 중 하나이다. PropBank는 크게 술어-논항 구조를 태그한 말뭉치와 개별 동사들의 논항 구조를 기술한 프레임 파일로 이루어져 있다. 한국어 PropBank 구축을 위해서는 구문 표지 부착 말뭉치에 술어-논항 구조의 표지 부착 작업 및 한국어 동사의 프레임 파일의 구축 및 확장이 이루어져야 하는데, 본 논문에서는 세종 계획에서 발표한 용언 격틀 파일을 사용하여 기존의 한국어 PropBank 프레임 파일을 확장하는 도구를 설계하였다.

• Food Science and Biotechnology
• /
• 제17권5호
• /
• pp.1066-1073
• /
• 2008

Sensitivity to 6-n-propylthiouracil (PROP) tasting predicts sensitivity to food qualities as well as rejection of some strong tasting foods. Using consumer rejection threshold (CRT) method, this study aimed to assess whether systematic changes in the taste intensities of familiar foods would lead to earlier rejection of these products by PROP tasters than by PROP non-tasters. Subjects rated the intensity of PROP solution and were divided into tasters (Ts) and non-tasters (NTs). And Ts were further divided into medium-tasters (MTs) and super-tasters (STs). Difference thresholds and CRTs were then evaluated for caffeine in coffee, citric acid in orange juice, and for NaCl in beef soup. For each food, Ts were more sensitive to variations in tastants than NTs. Ts also rejected more bitter coffee, more sour orange juice, and less salty beef soup more readily than did NTs. Comparisons among NTs, MTs, and STs gave fewer clear differences.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2014년도 제26회 한글 및 한국어 정보처리 학술대회
• /
• pp.44-47
• /
• 2014

한국어 의미역 결정(Semantic Role Labeling)은 주로 기계 학습에 의해 이루어지며 많은 말뭉치 자원을 필요로 한다. 그러나 한국어 의미역 결정 시스템에서 사용되는 Korean PropBank는 의미역 부착 말뭉치와 동사 격틀이 영어 PropBank의 1/8 수준에 불과하다. 따라서 본 논문에서는 한국어 의미역 결정 시스템을 위해 의미역 부착 말뭉치와 동사 격틀을 확장하여 Korean PropBank를 확장 시키고자 한다. 의미역 부착 말뭉치를 만드는 일은 많은 자원과 시간이 소비되는 작업이다. 본 논문에서는 도메인 적응 기술을 적용해보고 기존의 학습 데이터를 활용하여, 적은 양의 새로운 학습 말뭉치만을 가지고 성능 하락을 최소화 할 수 있는지 실험을 통해 알아보고자 한다.

• 인지과학
• /
• 제26권4호
• /
• pp.377-392
• /
• 2015

한국어 의미역 결정(Semantic Role Labeling)은 주로 기계학습에 의해 이루어지며 많은 말뭉치 자원을 필요로 한다. 그러나 한국어 의미역 결정 시스템에 사용되는 Korean PropBank는 의미역이 부착된 용언과 용언 격틀이 PropBank에 비해 각각 1/5, 1/2 수준에 불과하다. 따라서 본 논문에서는 한국어 의미역 결정 시스템을 위해 의미역이 부착된 용언과 용언 격틀을 확장하여 Korean PropBank를 확장 시키고자 한다. 대부분의 의미역 결정 시스템은 학습 도메인에 의존적이기 때문에 적용 도메인 변경에 따른 성능 하락이 나타날 수 있다. 본 논문에서는 기존의 학습 말뭉치와 적은 양의 새로운 학습 말뭉치를 활용하여 새로운 도메인에 대해 의미역 결정 시스템의 성능 하락을 최소화 할 수 있는 도메인 적응 기술을 Structural SVM(S-SVM)과 Deep Neural Network(DNN) 기반 한국어 의미역 결정 시스템에 적용하여 그 실효성을 알아보고자 한다.

• 한국항공우주학회지
• /
• 제46권10호
• /
• pp.845-855
• /
• 2018

최대 이륙중량 55 kg에 최대 순항속도가 180 km/h이고 수직이착륙이 가능한 쿼드 틸트 프롭로터 무인기에 적용할 프롭-블레이드 단면 설계를 수행하였다. 먼저 프롭-블레이드 단면 설계수행을 위한 설계 프로세스를 수립하고 단면 설계에 필요한 요구도를 식별하였으며 식별된 요구도 만족을 위한 단면 설계를 수행하였다. 단면 설계 결과를 분석하기 위하여 유한요소 단면해석 프로그램을 활용하여 인장/굽힘/뒤틀림 강성 및 단위길이 당 중량, 탄성 축 등을 포함한 주요설계 인자들을 도출하였으며, 이 과정에서 프롭-블레이드의 설계 중량을 예측하였다. 그리고 도출된 설계 인자들을 로터시스템 통합 해석 프로그램에 적용하여 프롭-블레이드 운영 환경에서의 동적 안정성을 분석하였으며, 로터시스템 통합 해석 프로그램을 통해 분석된 프롭-블레이드 하중을 활용하여 2차원 단면 구조 해석을 수행하여 프롭-블레이드 구조 안전성을 확인하였다. 이러한 단면 설계/해석 과정에서 설계 요구도를 만족시키지 못하거나 다른 구성품에 부정적 영향을 준 설계 결과에 대해서는 설계 변경을 수행하였으며, 이를 통해 요구도를 만족시켰다.

• 만화애니메이션 연구
• /
• 통권9호
• /
• pp.143-160
• /
• 2005

본 논문의 목적은 애니메이션에 있어 소도구의 극적, 연출적 기능을 고찰함에 있다. 소도구는 현대 애니메이션에서 그 역할과 범위가 점차 확대되어 가고 있다. 상징, 암시, 아이러니, 서스펜스와 같은 극적요소로, 캐릭터의 창조나변화의 도구로, 심리묘사나 감정표현의 수단으로, 미장센이나 몽타주를 비롯해, 상품창출에 이르기 까지 그 범위가 가희 엄청나다 하겠다. 이렇듯 소도구는 연출자의 비언어적 표현수단으로써 매우 중요한 도구임에도 불구하고 아직까지 소외당하고 있는 것이 현실이다. 따라서 본 논문은 소도구가 애니메이션 창작에 있어, 비언어적 간접표현의 수단으로 매우 중요하며, 강력한 시각적, 청각적 표현 수단임을 밝히고자 한다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2014년도 제26회 한글 및 한국어 정보처리 학술대회
• /
• pp.221-224
• /
• 2014

의미 표지 부착 작업은 구문 표지 부착된 문장의 술어-논항 구조를 파악하여 논항에 적절한 의미역을 부착하는 과정이다. 이 작업을 통하여 생성되는 의미 표지 부착 말뭉치는 의미역 결정에 있어서 절대적으로 필요한 자원이 된다. 의미 표지 부착 말뭉치로는 세계적으로 PropBank가 널리 활용되고 있는데 이를 한국어에 적용시키기 위해서는 PropBank 의미역과 Sejong 의미역 간의 자동 변환이 필요하다. 이전에 제안되었던 이종 의미역 간의 자동변환 방법에서는 명사 계층의 구조 정보를 반영하지 않았다는 문제점이 있었다. 본 논문에서는 이러한 문제점을 보강하기 위하여 명사 계층구조를 반영하여 한국어 PropBank 의미역을 Sejong 의미역으로 자동 변환하는 방법을 제안한다. 제안하는 방법은 PropBank와 Sejong의 맵핑관계 중에서 1:N으로 맵핑되는 PropBank 의미역을 기준으로 명사 계층구조에서 변환 대상 의미역을 가지고 있는 단어와 변환 후보 의미역을 가진 단어들의 개념번호를 뽑아 두 단어 간의 거리를 측정한다. 그리고 레벨 당 가중치를 주어 유사도 계산을 하여 유사도가 적은 값으로 의미역을 자동 변환한다. 본 논문에서 제안하는 방법은 0.8의 성능을 보인다.

• Steel and Composite Structures
• /
• 제21권2호
• /
• pp.443-460
• /
• 2016

In this paper, the efficiency and effectiveness of two strengthening methods for upgrading behavior of the two external weak reinforced concrete (RC) beam-column joints were experimentally investigated under cyclic loading. Since two deficient external RC joints with reduced beam height and low strength concrete were strengthened using one-way steel prop and curbs with and without steel revival sheets on the beam. The cyclic performance of these strengthened specimens were compared with two another control external RC beam-column joints, one the standard RC joint that had not two mentioned deficiencies and another had both. Therefore, four half-scale RC joints were tested under cyclic loading.The experimental results showed that these innovative strengthening methods (RC joint with revival sheet specially) surmounted the deficiencies of weak RC joints and upgraded their performance and bearing capacity, stiffness degradation, energy absorption, up to those of standard RC joint. Also, results exhibited that the prop at joint acted as a fuse element due to adding steel revival sheets on the RC beam and showed better behavior than that of the specimen without steel revival sheets. In other words by stiffening of beam, the prop collected all damages due to cyclic loading at itself and acted as the first line of defense and prevented from sever damages at RC joint.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2012년도 제24회 한글 및 한국어 정보처리 학술대회
• /
• pp.35-39
• /
• 2012

의미역 결정에 있어 의미 표지 부착 말뭉치는 필수적이지만 한국어 의미 표지 부착 말뭉치는 영어나 중국어와 같은 언어에 비하여 구축이 미비한 상황이다. 본 논문에서는 한국어 의미 분석을 위한 한국어 Proposition Bank(이하 PropBank)와 세종 의미 표지 부착 말뭉치의 구축을 위한 소프트웨어 도구를 개발하였다. 본 논문에서 구현한 도구는 문장 성분의 의존관계를 이용하여 주어진 술어에 대한 논항을 찾아주고, PropBank 프레임 파일과 세종 용언 격틀 사전을 활용하여 사용자가 능률적으로 한국어 PropBank와 세종 의미 표지 부착 말뭉치를 구축할 수 있도록 하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2014년도 제26회 한글 및 한국어 정보처리 학술대회
• /
• pp.51-55
• /
• 2014

의미역 결정 (Semantic Role Labeling) 은 문장 내의 술어와 이들의 논항들의 의미 관계를 결정하는 과정을 뜻한다. 의미역 결정을 하기 위해서는 대량의 말뭉치와 다양한 언어 자원이 필요한데, 많은 경우에 PropBank 말뭉치가 사용된다. 한국어 PropBank는 다른 언어에 비해 자료가 적어 그것만을 가지고 의미역 결정을 하기에 적절하지 않다. 또한 한국어 의미 분석을 위해서 지금까지는 세종 말뭉치나 의미역이 활용되어 오기도 하였다. 따라서 한국어 의미역 결정에서는 한국어 PropBank 뿐만 아닌 세종 의미역 표지 부착 말뭉치의 구축 역시 요구되는데 말뭉치 구축 작업이 수동 부착 작업이기 때문에 많은 시간과 비용이 소모된다. 본 논문에서는 이러한 문제점을 해결하기 위해 이미 구축되어 있는 한국어 PropBank 의미역을 세종 의미역으로 자동 변환하는 방법을 제시한다. 자동 변환을 위해서는 먼저 PropBank 의미역의 변환 후보 의미역을 구하여 이들 중에서 가장 적절한 의미역으로 변환한다. 자동 변환을 위해서는 크게 3 가지 특징을 활용하는데, 첫째는 변환 대상 논항의 의미 유사성이고, 둘째는 논항과 의미 관계를 가지고 있는 술어, 그리고 셋째는 논항과 결합되어 있는 조사이다. 이 세 가지 특징을 사용하여 정확한 의미역 변환을 위해 술어, 조사의 의미역 결합 확률 테이블을 구축한다.