• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권9호
• /
• pp.3102-3119
• /
• 2021

In the modern rapid growing web era, the scope of web publication is about accessing the web resources. Due to the increased size of web, the search engines face many challenges, in indexing the web pages as well as producing result to the user query. Methodologies discussed in literatures towards clustering web documents suffer in producing higher clustering accuracy. Problem is mitigated using, the proposed scheme, Semantic Conceptual Relational Similarity (SCRS) based clustering algorithm which, considers the relationship of any document in two ways, to measure the similarity. One is with the number of semantic relations of any document class covered by the input document and the second is the number of conceptual relation the input document covers towards any document class. With a given data set Ds, the method estimates the SCRS measure for each document Di towards available class of documents. As a result, a class with maximum SCRS is identified and the document is indexed on the selected class. The SCRS measure is measured according to the semantic relevancy of input document towards each document of any class. Similarly, the input query has been measured for Query Relational Semantic Score (QRSS) towards each class of documents. Based on the value of QRSS measure, the document class is identified, retrieved and ranked based on the QRSS measure to produce final population. In both the way, the semantic measures are estimated based on the concepts available in semantic ontology. The proposed method had risen efficient result in indexing as well as search efficiency also has been improved.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
• /
• pp.37-39
• /
• 2021

본 논문에서는 간단한 아두이노 모듈을 이용하여 MATLAB에서 실행되는 semantic segmentation을 조작해보았다. 기존에는 단순히 센서를 통해 감지하거나, 입력을 받아 출력하는 등의 수동적으로 아두이노 모듈을 활용하였다. 하지만 직접 아두이노와 semantic segmentation을 연결하여 semantic segmentation 결과를 조작하여, 아두이노를 인공지능과 결합하여 능동적으로 사용할 수 있게 하였다.

• 정보처리학회논문지B
• /
• 제12B권2호
• /
• pp.191-202
• /
• 2005

시맨틱 웹 서비스는 최근에 많은 연구가 수행되고 있는 시맨틱 웹 기술을 기반으로 웹 서비스를 지원하는 웹 기술이다. 지금까지 시맨틱 웹 서비스와 관련된 연구는 시맨틱 웹 문서 저장 기법과 시맨틱 질의 처리를 위한 추론 엔진 개발 둥에 많이 집중되어 왔다. 그러나 근본적으로 시맨틱 웹 서비스 환경을 지원하기 위해서는 사용자 혹은 에이전트가 시맨틱 정보를 질의할 수 있는 효과적인 질의 인터페이스의 제공이 필수적이다. 이에 관하여, 본 논문에서는 복잡한 시맨틱 정보에 대해 일반 사용자의 높은 질의 투명성을 제공하기 위한 시맨틱 질의 어댑터(SQA)를 제안한다. 먼저 BAML-S Profile의 요소를 분석하여 그래픽 기반의 절차적 사용자 질의 인터페이스를 설계한다. 그리고 사용자 인터페이스로 입력된 질의는 시맨틱 질의어인 RDQL로 변환하도록 구현하였다. 이때 RDQL 술어의 결합(disjunctive) 질의 문제를 해결하기 위한 시맨틱 질의어 다중 생성 프로세서를 제시한다.

• 정보과학회 논문지
• /
• 제43권7호
• /
• pp.773-780
• /
• 2016

기계학습 기반의 의미역 인식에서 어휘, 구문 정보가 자질로 주로 쓰이지만, 의미 정보를 분석하는 의미역 인식은 의미 정보 또한 매우 유용한 정보이다. 그러나, 기존 연구에서는 의미 정보를 활용할 수 있는 방법이 제한되어 있기 때문에, 소수의 연구만 진행되었다. 본 논문에서는 의미 정보를 활용하는 방안으로 동형이의어 수준의 의미 애매성 해소 기술, 고유 명사에 대한 개체명 인식 기술, 의미 정보에 기반한 필터링, 유의어 사전을 이용한 클러스터 및 기존 의미 프레임 정보 확장, 구문-의미 정보 연동 규칙, 필수 의미역 오류 보정 등을 제안한다. 제안하는 방법은 기존 연구 대비 뉴스 도메인인 Korean Propbank는 3.77, 위키피디아 문서 기반의 Exobrain GS 3.0 평가셋에서는 8.05의 성능 향상을 보였다.

• 정보관리연구
• /
• 제41권3호
• /
• pp.175-190
• /
• 2010

국가 과학기술 경쟁력 향상 및 창조적 부의 원천 확보를 위해서는 지능화된 시맨틱 기술을 통한 정확한 정보 제공과 고품질의 정보 제공이 필요하다. 시맨틱 기술은 정보를 의미적으로 연계 및 통합하고 원하는 정보를 보다 쉽게 얻을 수 있는 기술이며, IT전반에 걸쳐 파급효과가 매우 큰 핵심기술로서 다양한 산업분야에서의 기술적 경쟁력을 확보하고 이를 성장동력화 하고 있다. 이에 본 논문은 시맨틱 기술이 국내 차세대 웹 시장을 통해 경제 각 부문에 미치는 효과를 한국은행(2009)의 산업연관분석을 이용하여 생산유발효과, 부가가치유발효과, 수입유발효과, 취업자유발효과로 나누어 경제적 파급효과를 분석하여 시맨틱 기술에 대한 경제적 타당성을 검증하고자 한다.

• 대한수학회지
• /
• 제36권3호
• /
• pp.609-619
• /
• 1999

We give a mathematically rigorous description of the recently popular latent semantic indexing (LSI) method in text information retrieval theory. Also, a related problem of finding a document ranking function in linear relevance feedback is discussed.

• Journal of Information Processing Systems
• /
• 제14권6호
• /
• pp.1438-1444
• /
• 2018

Recently, with the development of Internet technologies and propagation of smart devices, use of microblogs such as Facebook, Twitter, and Instagram has been rapidly increasing. Many users check for new information on microblogs because the content on their timelines is continually updating. Therefore, clustering algorithms are necessary to arrange the content of microblogs by grouping them for a user who wants to get the newest information. However, microblogs have word limits, and it has there is not enough information to analyze for content clustering. In this paper, we propose a semantic-based K-means clustering algorithm that not only measures the similarity between the data represented as a vector space model, but also measures the semantic similarity between the data by exploiting the TagCluster for clustering. Through the experimental results on the RepLab2013 Twitter dataset, we show the effectiveness of the semantic-based K-means clustering algorithm.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제2권5호
• /
• pp.239-252
• /
• 2008

To facilitate the processes of e-learning resource description, discovery and reuse, e-learning objects should be appropriately described and classified using standard metadata that need to be published in a registry to reduce duplication of effort and enhance semantic interoperability. This paper describes how standard ebXML registries can be used for semantic grid computing for annotating, storing, discovering and retrieving e-learning object metadata. For semantic annotation of e-learning objects, IEEE Learning Object Metadata (LOM) is adopted as the metadata ontology. In order to support the e-learning metadata ontology in interoperable ebXML registries, a mapping scheme between LOM and ebXML Registry Information Model (RIM) is proposed. The usefulness of sharing e-learning object metadata is demonstrated by prototyping a semantic registry based on the scheme.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권8호
• /
• pp.3790-3803
• /
• 2018

Content-based image retrieval is an approach used to query images based on their semantics. Semantic based retrieval has its application in all fields including medicine, space, computing etc. Semantically generated binary hash codes can improve content-based image retrieval. These semantic labels / binary hash codes can be generated from unlabeled data using convolutional autoencoders. Proposed approach uses semi-supervised deep hashing with semantic learning and binary code generation by minimizing the objective function. Convolutional autoencoders are basis to extract semantic features due to its property of image generation from low level semantic representations. These representations of images are more effective than simple feature extraction and can preserve better semantic information. Proposed activation and loss functions helped to minimize classification error and produce better hash codes. Most widely used datasets have been used for verification of this approach that outperforms the existing methods.

• 한국어학
• /
• 제48권
• /
• pp.223-268
• /
• 2010

The purpose of this paper is to build a semantic networks of the 'cooking class' verb (based on 'CoreNet' of KAIST). This proceedings needs to adjust the concept classification. Then sub-categories of [Cooking] and [Foodstuff] hierarchy of CoreNet was adjusted for the construction of verb semantic networks. For the building a semantic networks, each meaning of 'Cooking verbs' of Korean has to be analyzed. This paper focused on the Korean 'heating' verbs and 'non-heating'verbs. Case frame structure and argument information were inserted for the describing verb information. This paper use a Propege 3.3 as a tool for building "cooking verb" semantic networks. Each verb and noun was inserted into it's class, and connected by property relation marker 'HasThemeAs', 'IsMaterialOf'.