• 한국컴퓨터정보학회논문지
• /
• 제22권12호
• /
• pp.101-108
• /
• 2017

The study proposed a system that filters the data that is entered when analyzing big data such as SNS and BLOG. Personal information includes impersonal personal information, but there is also personal information that distinguishes it from personal information, such as religious institution, personal feelings, thoughts, or beliefs. Define these personally identifiable information as sensitive information. In order to prevent this, Article 23 of the Privacy Act has clauses on the collection and utilization of the information. The proposed system structure is divided into two stages, including Big Data Processing Processes and Sensitive Information Filtering Processes, and Big Data processing is analyzed and applied in Big Data collection in four stages. Big Data Processing Processes include data collection and storage, vocabulary analysis and parsing and semantics. Sensitive Information Filtering Processes includes sensitive information questionnaires, establishing sensitive information DB, qualifying information, filtering sensitive information, and reliability analysis. As a result, the number of Big Data performed in the experiment was carried out at 84.13%, until 7553 of 8978 was produced to create the Ontology Generation. There is considerable significan ce to the point that Performing a sensitive information cut phase was carried out by 98%.

• 영어어문교육
• /
• 제10권3호
• /
• pp.41-66
• /
• 2004

Under the textbook-driven approach to English education in the Korean selling, the importance of the English textbook can not be overemphasized as the main source of learning materials. Recently, with the development of computer-based language corpora, the recognition of the importance of collocations and the availability of computerized databases of words have caused a resurgence and facilitation in the instruction of collocation. The primary purpose of the present study is to identify the characteristics of lexical collocation and the extent of its use in high school 10th-grade textbooks. From all the analyses, it is revealed that the language materials reflect various constructed collocation in the case of adjective+noun and noun+noun collocations in a natural context. However, verb+noun and adverb+verb collocations are not fully reflected. This is true for delexicalized verbs, and verb and adjective intensifiers. Also the language materials do not provide sufficient support for the lexical syllabus, even though all textbooks may be somewhat adequate in terms of vocabulary size. Finally, based on the analyses of the texts, the suggestions for English collocation instruction are made in the lexical approach.

• Communications for Statistical Applications and Methods
• /
• 제27권3호
• /
• pp.313-326
• /
• 2020

Deep Learning is the most important key to the development of Artificial Intelligence (AI). There are several distinguishable architectures of neural networks such as MLP, CNN, and RNN. Among them, we try to understand one of the main architectures called Recurrent Neural Network (RNN) that differs from other networks in handling sequential data, including time series and texts. As one of the main tasks recently in Natural Language Processing (NLP), we consider Neural Machine Translation (NMT) using RNNs. We also summarize fundamental structures of the recurrent networks, and some topics of representing natural words to reasonable numeric vectors. We organize topics to understand estimation procedures from representing input source sequences to predict target translated sequences. In addition, we apply multiple translation models with Gated Recurrent Unites (GRUs) in Keras on English-Korean sentences that contain about 26,000 pairwise sequences in total from two different corpora, colloquialism and news. We verified some crucial factors that influence the quality of training. We found that loss decreases with more recurrent dimensions and using bidirectional RNN in the encoder when dealing with short sequences. We also computed BLEU scores which are the main measures of the translation performance, and compared them with the score from Google Translate using the same test sentences. We sum up some difficulties when training a proper translation model as well as dealing with Korean language. The use of Keras in Python for overall tasks from processing raw texts to evaluating the translation model also allows us to include some useful functions and vocabulary libraries as well.

• 대한인간공학회지
• /
• 제28권1호
• /
• pp.1-7
• /
• 2009

As products are getting more diverse and new products are entering the market faster, customers have trouble learning how to use them. User-oriented menu structures may solve this problem. In order to design user-oriented menu structures, spreading activation theory has been studied. The spreading activation test shows that the strong associative relationship between words has shorter response times. Based on the spreading activation test, asymmetric spreading activation was introduced and a hypothesis that in a well-designed menu structure, association between upper-low menu pairs is not affected by an activation direction was tested for this study. In this study the menu of a cellular phone (Model: SPH-w2900) was extracted, and underwent 1st spreading activation tests. Then, on each menu pair, response time differences (asymmetric transition) by accuracy and directions were analyzed to find out problems in labels and improve menu structures and vocabulary. Second spreading activation tests were conducted to check whether asymmetric transitions decreased. The results showed that response time differences (asymmetric transition) for activation directions were found to be dropped significantly. Asymmetric transitions in spreading activation presented in this study will be helpful to define user-oriented menu structures.

• Journal of Information Processing Systems
• /
• 제19권3호
• /
• pp.355-369
• /
• 2023

Since the widespread adoption of deep-learning and related distributed representation, there have been substantial advancements in part-of-speech (POS) tagging for many languages. When training word representations, morphology and shape are typically ignored, as these representations rely primarily on collecting syntactic and semantic aspects of words. However, for tasks like POS tagging, notably in morphologically rich and resource-limited language environments, the intra-word information is essential. In this study, we introduce a deep neural network (DNN) for POS tagging that learns character-level word representations and combines them with general word representations. Using the proposed approach and omitting hand-crafted features, we achieve 90.47%, 80.16%, and 79.32% accuracy on our own dataset for three morphologically rich languages: Uyghur, Uzbek, and Kyrgyz. The experimental results reveal that the presented character-based strategy greatly improves POS tagging performance for several morphologically rich languages (MRL) where character information is significant. Furthermore, when compared to the previously reported state-of-the-art POS tagging results for Turkish on the METU Turkish Treebank dataset, the proposed approach improved on the prior work slightly. As a result, the experimental results indicate that character-based representations outperform word-level representations for MRL performance. Our technique is also robust towards the-out-of-vocabulary issues and performs better on manually edited text.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제65차 동계학술대회논문집 30권1호
• /
• pp.13-16
• /
• 2022

LSTM과 같은 딥러닝 기법을 이용해 언어모델을 얻는 과정에서 일종의 부산물로 학습 대상인 말뭉치를 구성하는 어휘의 단어벡터를 얻을 수 있다. 단어벡터의 차원을 2차원으로 감소시킨 후 이를 평면에 도시하면 대상 문장/문서의 핵심 어휘 사이의 상대적인 거리와 각도 등을 직관적으로 확인할 수 있다. 본 연구에서는 기형도의 시(詩)을 중심으로 특정 작품을 선정한 후 시를 구성하는 핵심 어휘들의 차원 감소된 단어벡터를 2D 평면에 도시하여, 단어벡터를 얻기 위한 텍스트 전처리 방식에 따라 그 거리/각도가 달라지는 양상을 분석해 보았다. 어휘 사이의 거리에 의해 군집/분류의 결과가 달라질 수 있고, 각도에 의해 유사도/유추 연산의 결과가 달라질 수 있으므로, 평면상에서 핵심 어휘들의 상대적인 거리/각도의 직관적 확인을 통해 군집/분류작업과 유사도 추천/유추 등의 작업 결과의 양상 변화를 확인할 수 있었다. 이상의 결과를 통해, 영화 추천/리뷰나 문학작품과 같이 단어 하나하나의 배치에 따라 그 분위기와 정동이 달라지는 분야의 경우 텍스트 전처리에 따른 거리/각도 변화를 미리 직관적으로 확인한다면 분류/유사도 추천과 같은 작업을 좀 더 정밀하게 수행할 수 있을 것으로 판단된다.

• 디지털융복합연구
• /
• 제15권12호
• /
• pp.341-347
• /
• 2017

많은 양의 문서 데이터가 증가됨에 따라 사용자는 해당 문서를 이해하기 위한 요약된 정보를 필요로 한다. 그러나, 기존 문서 요약 연구 방법들은 지나치게 단순한 통계에 의존함으로써 문장의 모호성 및 의미 있는 문장 생성을 위한 다중 문서 요약 연구가 미흡한 실정이다. 본 논문에서는 의미적 연결 관계에 대한 파악 및 불필요한 정보를 처리하기 위한 전처리 과정을 거치며, 어휘 의미 패턴 정보를 기반으로 VAE를 이용하여 문장 간의 의미적 연결성을 높인 다중 문서 요약 기법을 제안하였다. 문장을 이루고 있는 단어 벡터들을 이용하여, 잠재된 변수로 생성된 압축된 정보와 속성 판별기로부터 학습을 한 후 문장을 재구성함으로써 의미적 연결 처리가 자연스러운 요약문을 생성하였다. 제안된 방법과 다른 문서 요약 방법을 비교했을 시 미세하지만 더 향상된 성능을 나타냈으며, 이는 의미적 문장 생성 및 연결성을 높일 수 있음을 증명하였다. 앞으로, 다양한 속성 설정 값을 가지고 실험하여 의미적 연결 관계를 확장할 수 있는 방법을 연구하고자 한다.

• 문화기술의 융합
• /
• 제7권4호
• /
• pp.267-272
• /
• 2021

본 연구는 코로나 사태로 인한 비대면 교양 영어 수업에서 영화 대본 소리 내어 읽기가 유학생들의 영어 능력에 미치는 영향을 알아보는 것을 목적으로 한다. 서울 소재 대학에 다니는 유학생 47명을 대상으로 일주일에 한 번, 15주간, 애니메이션 라푼젤(Tangled)을 이용하여 교양 영어 수업을 진행하였다. 교사의 동영상 수업과 영화 대본 소리 내어 읽기 활동을 격주로 진행하였다. 교사는 쉬운 한국어로 영화 대사의 어휘 설명 및 해석으로 동영상을 제작하여 학습 관리 시스템(LMS)에 게시하였다. 학생들은 소리 내어 읽기 활동은 줌을 통해 교사의 도움을 받으며 개인별 및 조별 소리 내어 읽기를 하였다. 사후 평가에서 사전 평가 대비 읽기와 쓰기 영역 모두에서 유의미한 향상을 보여주었다. 설문에서는 이해도, 만족도, 흥미도, 추천도의 정의적 측면에서 긍정적인 결과가 나타났다.

• 대한지역사회작업치료학회지
• /
• 제8권2호
• /
• pp.1-14
• /
• 2018

목적 : 학습지연을 동반한 ADHD성향을 지닌 아동에게 교육매체를 접목한 과제 중심 다감각운동 프로그램을 적용한 후 자아효능감과 쓰기능력의 변화를 알아보고자 하였다. 연구방법 : 학습지연을 동반한 ADHD성향을 지닌 아동을 대상으로 과제 중심 다감각운동 프로그램을 실시하였다. 연구절차는 사전검사, 중재, 사후검사 순으로 진행되었다. 사전-사후검사로 자아효능감 및 KNISE-BAAT 쓰기검사 '가'형과 '나'형을 사용하였다. 중재는 총 8회기 동안 실시하였다. 수집된 자료는 SPSS version 18 프로그램을 사용하여 분석하였다. 결과 : 과제 중심 다감각운동 프로그램 적용 결과 자아효능감(학교, 사회), 쓰기능력(어휘구사력, 문장구사력)에 유의미한 향상이 나타났다. 결론 : 과제 중심 다감각운동 프로그램은 학습지연을 동반한 ADHD성향을 지닌 아동의 자아효능감 및 쓰기능력을 향상시킬 수 있는 유익한 중재방안으로 활용될 수 있을 것이다. 후속 연구에서는 교육매체를 접목한 과제 중심 다감각 운동 중재모형을 다양하게 구안할 필요가 있다고 사료된다.

• 재활복지
• /
• 제21권2호
• /
• pp.233-246
• /
• 2017

본 연구는 디지털 세계와 물리적 세계가 접목하는 증강현실을 언어치료에 적용하기 위한 기초 연구이다. 특히, 아동들에게 동사를 지도할 때 증강현실로 구현한 동사 목록이 해당 움직임을 정확하게 나타내고 있는지와 같은 동작 타당도, 그리고 해당 동사 목록이 어휘 지도 목표로 적절한 것인지에 대한 어휘 타당도를 살펴본 연구이다. 선행 연구들을 참고하여 45개의 동사를 어휘 지도 목록으로 선정하고 이 동사들에 대하여 1급 언어재활사 자격증을 소지한 언어치료학과 교수 3명으로 하여금 어휘 타당도를 평가하도록 하였다. 그 결과, 39개 동사에서 높은 어휘 타당도를 얻었다. 높은 어휘 타당도를 얻은 39개 동사에 대한 동작 타당도를 살펴보기 위하여 언어치료 전공 석사과정 대학원생들에게 각 동사를 증강현실로 구현하여 보여주고 생각나는 동사를 기록하게 하였다. 증강현실로 구현된 동작 애니메이션을 보고 난 후 50% 이상의 대학원생이 해당 동사로 기록한 동사는 32개였다. 이차적으로는 이 32개 동사만 증강현실로 구현하여 87명의 언어치료 전공 대학생들에게 보여주고 Likert 5점 척도로 각 동사와 구현된 동작의 일치도를 평가하게 하였다. 최종적으로 30개 동사가 증강현실로 구현하여 지도하기에 타당한 동사 목록으로 선정되었다. 이 연구 결과를 바탕으로 향후 공인 타당도 및 적용 타당화 연구를 지속하여 증강현실을 활용한 어휘 평가 및 지도가 언어치료 임상 현장에서 활용되기를 기대한다.