• Journal of Information Technology Applications and Management
• /
• 제17권4호
• /
• pp.1-17
• /
• 2010

As web technologies evolve and so-called Web 2.0 technologies appear, collective intelligence is being applied in widespread areas. In general, mass collective intelligence like Wikipedia is created, revised, and managed by anonymous participants in an uncontrolled system. Thus, the knowledge provided by mass collective intelligence may be distorted, and may not be true, which may affect the user acceptance behavior. However, there have been few academic studies that analyzed the factors that affect user acceptance of mass collective intelligence, and their relationships. Under this academic background, we develop a model to examine how mass collective intelligence is accepted by users. The theoretical model is validated through an online survey of the Wikipedia users from three universities in Korea. The results reveal that the users will have positive attitude towards adopting mass collective knowledge when they perceive that the knowledge from mass collective intelligence is useful. We also find that the perceived usefulness of the knowledge is affected by perceived knowledge quality and trust in knowledge contributors. The results also suggest that perceived knowledge quality is determined by perceived level of collaboration, perceived objectivity, and recipient expertise, whereas trust in knowledge contributors is determined by natural propensity to trust and perceived objectivity. Theoretical and practical implications about mass collective knowledge are discussed.

• 한국인터넷방송통신학회논문지
• /
• 제14권5호
• /
• pp.189-196
• /
• 2014

최근 들어 트위터와 같은 SNS 환경에서 검색의 필요성이 증가하고 있다. 트위터 검색을 지원하기 위해서는 다량으로 검색된 문서를 주제별로 분류하는 클러스터링 기법이 필요하다. 하지만 트위터의 특성상 단순한 클러스터링 기술을 그대로 적용하기에는 많은 제약이 따른다. 본 논문에서는 이를 극복하기 위해 트위터 환경에 적합한 클러스터링 기법을 제안한다. 제안된 기법에서는 한글 위키피디아를 이용하여 각 트위터 문서에 대한 특징 벡터를 보강하고 각 특징들의 가중치를 재계산하는 방법을 이용하였다. 또한 한글 트위터 문서를 대상으로 실험을 실시하고 기존 기법과의 성능 비교를 통해서 제안된 기법의 유용성을 증명하였다.

• 인터넷정보학회논문지
• /
• 제13권4호
• /
• pp.73-82
• /
• 2012

전세계적 인지 잉여의 급격한 증가와 이를 이용한 소셜 저작의 성공적인 사례가 리눅스 프로젝트 및 위키피디아 등에서 나타나고 있다. 본 연구에서는 리눅스, 위키피디아 등의 소셜 저작 시스템을 분석하였으며 이를 기반으로 소셜 저작의 주요 성공 요소를 추출하였다. 더불어 페이스북 등의 소셜 미디어에서 적용되는 도구로서, 기존 리눅스와 위키피디아에서는 보이지 않았던 새로운 성공 요소가 존재하는 지 확인하였으며, 이를 기반으로 소셜 저작 시스템에 대한 개선 사항을 제시하였다. 소셜 저작 시스템에 요구되는 주요소들을 구체적으로 제시하여 향후 성공적 소셜 시스템 설계요인을 제시하였다.

• 정보과학회 논문지
• /
• 제42권8호
• /
• pp.1065-1070
• /
• 2015

지식베이스는 자연어 처리 기반의 다양한 응용 시스템 성능에 영향을 미치는 중요한 요소이다. 영어권에서는 WordNet, YAGO, Cyc, BabelNet과 같은 지식베이스들이 널리 사용되고 있다. 본 논문에서는 위키백과와 YAGO로부터 YAGO 형식의 한국어 지식베이스(이하 K-YAGO)를 자동 구축하는 방법을 제안한다. 제안 시스템은 YAGO와 위키백과 인포박스간의 간단한 매칭을 통해 초기 K-YAGO를 구축한 뒤, 기계학습을 이용하여 초기 K-YAGO를 확장한다. 실험 결과, 제안 시스템은 초기 K-YAGO 구축 실험에서 0.9642의 신뢰도를 보였고, K-YAGO 확장 실험에서 0.9468의 정확도와 0.7596의 매크로 F1 척도를 보였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권4호
• /
• pp.333-337
• /
• 2015

본 논문에서는 품사태그가 부착된 의존구문 트리와 개체명 정보가 자동 태깅된 말뭉치에서 멘션(Mention)을 추출하고, SVM을 기반으로 한 멘션 페어 모델(Mention Pair Model) 이용하는 한국어 상호참조해결 시스템을 제안한다. 시스템의 학습과 평가를 위해서 신문기사를 기반으로 하는 14개의 문서와, 위키피디아(Wikipedia)를 기반으로 하는 200개의 질의응답 문서를 분석하여 상호참조해결 정보가 담긴 말뭉치를 구축했다. 실험결과 본 논문에서 제안한 시스템의 성능은 MUC-F1 55.68%, B-cube-F1 57.19%, CEAFE-F1 61.75% 로 나타났다.

• 한국산업정보학회논문지
• /
• 제15권1호
• /
• pp.15-23
• /
• 2010

본 논문에서는 국내외 대표적 온톨로지 지식베이스의 연결을 통하여 대규모 온톨로지망을 구축할 수 있는 방법론을 제시한다. 온톨로지는 일반에 공개되어 공유될 때 그 가치가 커지게 되므로, 국내의 대표적인 CoreOnto 온톨로지를 기존 온톨로지망에 연결하여 국내외적으로 공개하고 활용성을 높이고자 한다. YAGO 온톨로지는 Wikipedia의 카테고리 정보와 WordNet의 계층정보를 추출하여 구축되었으며, DBpedia 분류체계의 백본으로 활용되었다. 이에 기반하여 WordNet의 Synset을 매개로 하여 CoreOnto 온톨로지를 YAGO와 DBpedia 온톨로지에 연결할 수 있는 방법론을 제시하였다.

• 산업경영시스템학회지
• /
• 제33권2호
• /
• pp.127-132
• /
• 2010

Recently, the importance of quality control on the online collaboration system is increasing, since it is realized that many participants do not guarantee the quality of online collaboration's output anymore. Hence in this paper, we propose the framework of quality control in order to assure the quality of output from online collaboration system. The proposed framework provides the solution strategies to overcome the challenges of current collaboration systems. To do that, first of all we define the basic process (create, initiate, discuss, complete) of the online collaboration system based on wiki-based system or open source project, and then we find the challenges in each online collaboration process, and propose the effective strategy to overcome these challenges with reference cases including Wikipedia, OSS project, etc.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2015년도 제52차 하계학술대회논문집 23권2호
• /
• pp.17-18
• /
• 2015

본 논문에서는 위키피디아를 이용하여 단어 사이의 유사도와 내포된 연결 단어들에 대한 탐색 기법을 제안 한다. 위키피디아에서 제공하는 API를 이용하여 두 단어 사이를 탐색함으로써, 기존 단어 사이의 유사도를 계산하는 방식보다 더 간단하고 폭 넓은 의미 집단을 포괄할 수 있다. 이는 그래프적 특성에 기반하며 그래프를 구성하는 방식으로써 동적 방식과 정적 방식으로 구성된다.

• 한국어학
• /
• 제80권
• /
• pp.151-175
• /
• 2018

This paper proposed a method of semantic recognition to improve the extraction of correct answers of the Q&A system through machine learning. For this purpose, the semantic recognition method is described based on the distribution of predicative nouns. Predicative noun vocabularies and sentences were collected from Wikipedia documents. The predicative nouns are typed by analyzing the environment in which the predicative nouns appear in sentences. This paper proposes a semantic recognition method of predicative nouns to which rules can be applied. In Chapter 2, previous studies on predicative nouns were reviewed. Chapter 3 explains how predicative nouns are distributed. In this paper, every predicative nouns that can not be processed by rules are excluded, therefore, the predicative nouns noun forms combined with the case marker '의' were excluded. In Chapter 4, we extracted 728 sentences composed of 10,575 words from Wikipedia. A semantic analysis engine tool of ETRI was used and presented a predicative nouns noun that can be handled semantic recognition language.

• 대한전자공학회논문지SP
• /
• 제49권2호
• /
• pp.53-60
• /
• 2012

본 논문은 위키피디아의 외부지식을 이용하여 사용자의 질의를 확장하고, 확장된 질의와 문서집합의 내부구조를 표현하는 의미특징을 이용하여 문서를 요약하는 새로운 방법을 제안한다. 제안된 방법은 사용자의 초기 질의에 위키피디아 기반의 연관 피드백을 적용하여 사용자가 요구하는 요약문장을 추출할 수 있도록 질의를 확장하며, 비음수 분해된 문서의 의미특징을 이용함으로써 문서의 내부 구조를 잘 표현 할 수 있다. 확장된 질의와 의미특징을 이용하여 의미 있는 문장을 추출함으로써 사용자의 요구사항과 제안방법의 요약결과 사이의 의미적 차이를 감소시킨다. 실험결과 제안방법이 기존방법에 비해서 문서요약에 대해 더 좋은 성능을 보인다.