• 한국정보시스템학회지:정보시스템연구
• /
• 제31권4호
• /
• pp.01-23
• /
• 2022

Purpose This study aims to propose a deep learning-based fake review detection model by combining authors' linguistic features and semantic information of reviews. Design/methodology/approach This study used 358,071 review data of Yelp to develop fake review detection model. We employed linguistic inquiry and word count (LIWC) to extract 24 linguistic features of authors. Then we used deep learning architectures such as multilayer perceptron(MLP), long short-term memory(LSTM) and transformer to learn linguistic features and semantic features for fake review detection. Findings The results of our study show that detection models using both linguistic and semantic features outperformed other models using single type of features. In addition, this study confirmed that differences in linguistic features between fake reviewer and authentic reviewer are significant. That is, we found that linguistic features complement semantic information of reviews and further enhance predictive power of fake detection model.

• 한국의류학회지
• /
• 제19권4호
• /
• pp.565-579
• /
• 1995

The purpose of this study was 1) to investigate the effect of male clothing type and facial attractiveness on the subjects' inferences of occupational and appearance characteristics for the wearers. The subjects 'inferences of occupational and appearance characteristics for the wearers were measured by means of semantic-differential scales and open-ended questionnaires. The stimuli were composed of 18 color photographs which were made of 3 levels of facial attractiveness in combination with 6 types of clothing. The subjects were 216 male and 216 female university students. The results were as follows: First, the responses to the semantic-differential scales were factor analyzed to identify the underlying constructs of occupational characteristics. As the result, 4 factors were emerged. The first factor was interpreted to Appearance·Ability, the second, Individuality, the third, Dominance, and the fourth, Naivety. Second, the type of clothing influenced on all the 4 factors, and was more influencial than the facial attractiveness which influenced on the 3 factors except the Naivety factor. Third, There were differences perceptions for the wearers beteen subjects 'sex type; The male subjects perceived for the wearers with categorization more exactly than the female's. Fourth, there were accordances between free-association and inference in semantic-differential scales for the wearers.

• 한국CDE학회논문집
• /
• 제13권3호
• /
• pp.163-174
• /
• 2008

In this paper, for integrating of data on car parts we model information of parts that PDM system manages. Ontology of car parts applies existing ontology mapping research to integrate into car ontology. We propose a method for semantic integration of PLM object of MEMPHIS based on the integrated ontology. Through our method, we introduce C# ontology model to apply existing C# applications with ontology. We also classify ontology integration into three through examples and explain them. While semantically integrating PLM objects based on the integrated ontology, we explain the need for change of PLM object type and describe the process of change for PLM object type by examples.

• 컴퓨터교육학회논문지
• /
• 제3권1호
• /
• pp.177-189
• /
• 2000

본 연구에서는 의미망 이론을 웹 코스웨어에 적용하기 위한 효과적인 코스웨어 설계 모델을 구안하고 웹에서 운영할 수 있는 국사과 웹 코스웨어를 구현하였다. 웹 코스웨어의 설계 모델은 구성주의 학습모델 중에서 인지적 융통성 모델을 응용하였고 의미망을 활용한 하이퍼텍스트기법을 적용하여 내용 주제간 관계의 유형을 정의하였다. 이를 바탕으로 내용 지식의 지도를 개발하였으며 국사과 지식 데이터베이스를 구축하는 방안을 제시하고 구현하였다.

• 디지털산업정보학회논문지
• /
• 제6권1호
• /
• pp.91-103
• /
• 2010

This paper introduces efficient rule-based semantic search techniques to ontology-based knowledge commerce services. Primarily, the search techniques presented in this paper define rules of reasoning that are required for users to search using the concept of ontology, multiple characteristics, relations among concepts and data type. In addition, based on the defined rules, the rule-based reasoning techniques search ontology for knowledge commerce services. This paper explains the conversion rules of query which convert user's query language into semantic search words, and transitivity rules which enable users to search related tags, knowledge products and users. Rule-based sematic search techniques are also presented; these techniques comprise knowledge search modules that search ontology using validity examination of queries, query conversion modules for standardization and expansion of search words and rule-based reasoning. The techniques described in this paper can be applied to sematic knowledge search systems using tags, since transitivity reasoning, which uses tags, knowledge products, and relations among people, is possible. In addition, as related users can be searched using related tags, the techniques can also be employed to establish collaboration models or semantic communities.

• 인지과학
• /
• 제20권2호
• /
• pp.109-124
• /
• 2009

시각 정보와 청각 정보가 동시에 제시될 때, 두 정보가 모두 지각되기 보다는 시각 정보가 더 우세하게 지각되는 현상을 보게 된다. 이러한 현상을 시각 우세성 효과라고 한다. 이러한 시각 우세성 효과에 각 정보의 의미적 일치여부의 속성이 어떠한 영향을 주는 지를 살펴보고자 하는 것이 본 연구의 목적이다. 이에 목표자극이 되는 시각 정보와 청각 정보의 의미적 속성이 서로 일치하는 조건과 불일치하는 조건으로 구분하여 살펴보았다. 그 결과, 오류율의 분석에서는 의미적 일치 여부에 따라 시각 우세성 효과의 변화는 나타나지 않았으나, 반응시간의 분석에서는 의미적 일치 여부에 따라 시각 우세성 효과의 변화가 나타났다. 이는 과제의 특성에 따라 의미적 일치성이 시각 우세성에 미치는 효과가 달라질 수 있음을 시사하는 것이다.

• ETRI Journal
• /
• 제39권2호
• /
• pp.191-201
• /
• 2017

This paper proposes an approach using taxonomic relatedness for answer-type recognition and type coercion in a question-answering system. We introduce a question analysis method for a lexical answer type (LAT) and semantic answer type (SAT) and describe the construction of a taxonomy linking them. We also analyze the effectiveness of type coercion based on the taxonomic relatedness of both ATs. Compared with the rule-based approach of IBM's Watson, our LAT detector, which combines rule-based and machine-learning approaches, achieves an 11.04% recall improvement without a sharp decline in precision. Our SAT classifier with a relatedness-based validation method achieves a precision of 73.55%. For type coercion using the taxonomic relatedness between both ATs and answer candidates, we construct an answer-type taxonomy that has a semantic relationship between the two ATs. In this paper, we introduce how to link heterogeneous lexical knowledge bases. We propose three strategies for type coercion based on the relatedness between the two ATs and answer candidates in this taxonomy. Finally, we demonstrate that this combination of individual type coercion creates a synergistic effect.

• 정보관리학회지
• /
• 제21권4호
• /
• pp.251-263
• /
• 2004

질의응답 시스템에서의 질의 분석 과정은 이용자의 자연어 질의 문장에서 질의 의도를 파악하여 그 유형을 분류하고 정답 추출을 위한 정보를 구하는 것이다. 본 연구에서는 복잡한 분류 규칙 집합이나 대용량의 언어 지식 자원 대신 이용자 질의 문장에서 질의 초점 어휘를 추출하고 구문 구조적으로 관련된 단어들의 의미 정보에 기반하여 효율적으로 질의 유형을 분류하는 방법을 제안한다. 질의 초점 어휘가 생략된 경우의 처리와 동의어와 접미사 정보를 이용하여 질의 유형 분류 성능을 향상시킬 수 있는 방법도 제안한다.

• 인지과학
• /
• 제26권2호
• /
• pp.209-239
• /
• 2015

우연적 의미 활성화가 가설의 생성과 평가에 주는 영향에 대한 연구는 많다. 그러나 진단추론 상황에서 우연적 의미 활성화의 영향을 다루었던 연구는 거의 없으며, 특히 가설 유형에 따른 차이를 알아보는 연구를 찾아보기 힘들다. 본 연구는 진단 추론에서 우연적 의미 활성화가 가설의 유형에 따라 어떤 차이를 보이는 지를 알아보기 위해 수행되었다. 첫 번째 실험에서 우연적 의미 활성화는, 배타가설의 경우 최종 가설 생성 패턴에 영향을 미쳤지만, 가설의 생성 수에는 영향을 미치지 않음을 발견하였다. 반면 양립 가능한 가설의 경우, 활성화는 생성된 가설의 수에 영향을 미쳤지만, 최종 가설 생성 패턴에는 영향을 미치지 못했다. 이러한 결과는 인지적 노력을 가중시켰을 때조차 반복검증 되었다. 실험 2에서 우연적 의미 활성화와 더불어 추론에 필요한 단서의 개수를 조작하였다. 각 가설을 지지하는 단서들이 동시에 제시되면 우연적 의미 활성화의 영향은 사라졌고, 단서들의 개수가 증가함에 따라 배타가설의 추론 확신은 증가하였다. 본 연구는 진단 추론 시 관련된 단서를 최대한 활용할 필요성과, 가설생성/가설 평가에 관한 연구에서 가설 유형에 따른 차이를 고려해야 함을 시사한다.

• 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.