• 한국콘텐츠학회논문지
• /
• 제5권3호
• /
• pp.209-215
• /
• 2005

본 논문에서는 정의형 질의응답 시스템을 위한 정답 패턴에 대하여 기술한다. 정의형 질의응답 시스템은 정의형 질의에 대한 정답으로 단답형 정답이 아닌 서술형 정답을 제공하기 때문에, 정답 추출 방법이 일반적인 단답형 정답 추출 방법과 다르다. 정의형 정답 패턴을 이용한 정의형 정답 추출은 의미 분석없이 정확한 정의형 정답을 추출할 수 있다. 정의형 정답 패턴은 정확한 정답 추출을 위해 정답 패턴과 패턴별 제약 규칙, 우선순위로 구성된다. 정의형 정답 학습 코퍼스로부터 정답 패턴을 추출하고, 각각의 정답 패턴에 대한F-measure에 따라 최적화하여 패턴별 제약 규칙을 구성한다. 마지막으로 정확률과 정답 패턴 구문 구조를 이용하여 우선순위를 결정한다. 제안한 정의형 정답 패턴을 이용한 정의형 정답 추출은 실험 코퍼스에 대해 정확률 0.8207, 재현율 0.9268, F-measure 0.8705를 보였다. 이것은 제안한 방법이 정의형 질의응답 시스템에 효율적으로 사용될 수 있음을 의미한다.

• 한국콘텐츠학회논문지
• /
• 제16권9호
• /
• pp.694-701
• /
• 2016

시험지와 별도로 제공되는 OMR 답안지와는 달리 시험지의 각 문항에 직접 OMR 답안 마킹 양식을 제공하고 스마트폰을 이용하여 각 문항별로 마킹된 답을 자동 인식하고 해설 기능까지 제공하면 자율학습 및 스마트러닝 관점에서 유용하게 활용될 수 있을 것이다. 본 논문에서는 시험지 문항별로 제공되는 OMR 답안 항목에 마킹된 답을 스마트폰으로 자동 인식할 수 있는 어플리케이션 구현 방법을 제안하였다. OMR 답안 문항마다 QR코드를 배치하여 암호화된 답안 정보를 제공하고 답안의 위치를 추정할 수 있는 기준점으로 활용할 수 있도록 하였다. 시험지의 각 문항별 OMR 답안 영역을 추출하고 마킹된 답을 인식한 다음 정답과 비교할 수 있도록 하였다. 제안한 알고리즘을 스마트폰에 구현한 다음 다양한 크기와 방향으로 촬영한 문항별 OMR 답안 영상에 대해 인식 실험을 해 본 결과 우수한 인식 성능을 얻을 수 있었다.

• 한국지능시스템학회논문지
• /
• 제19권2호
• /
• pp.218-223
• /
• 2009

이 논문은 개별화된 오답노트 모형 개발에 관한 문제를 고찰한다. 여기에서 사용된 방법은 집단지성을 이용하여 오답노트해설을 추가하고, 오답분석을 통하여 유사한 패턴의 오답자 해설노트를 참조한다. 이 논문의 주된 결과는 정답에 대한 해설이 아닌 오답에 이르는 틀린 과정을 찾고 오답을 정리하는 것이다. 제안된 방법으로 기존 오답노트 시스템의 개선된 해결책을 찾을 수 있다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2005년도 춘계 종합학술대회 논문집
• /
• pp.448-451
• /
• 2005

본 논문에서는 개념 기반 질의-응답 시스템에서의 정답 추출 방법에 대하여 기술한다. 개념 기반 질의-응답 시스템은 개념 정보를 이용하여 해답을 추출하는 시스템을 말하며, 질의분석을 통해 분류되고 추출된 개념 그에 따른 정답 추출 규칙을 이용하여 정답을 추출하는 방법과 시스템에 대하여 연구하였다. 질의에 대한 정답이 들어 있는 문서들을 분석하여 정답 추출 규칙을 작성한다. 규칙은 개념과 구문정보를 포함하고 있으며 작성된 규칙을 통하여 문서로부터 정답후보를 생성하고 정답을 선택한다.

• Journal of information and communication convergence engineering
• /
• 제7권4호
• /
• pp.419-430
• /
• 2009

Reading comprehension (RC) systems are to understand a given text and return answers in response to questions about the text. Many previous studies extract sentences that are the most similar to questions as answers. However, texts for RC tests are generally short and facts about an event or entity are often expressed in multiple sentences. The answers for some questions might be indirectly presented in the sentences having few overlapping words with the questions. This paper proposes a conceptual graph matching method towards RC tests to extract answer strings. The method first represents the text and questions as conceptual graphs, and then extracts subgraphs for every candidate answer concept from the text graph. All candidate answer concepts will be scored and ranked according to the matching similarity between their sub-graphs and question graph. The top one will be returned as answer seed to form a concise answer string. Since the sub-graphs for candidate answer concepts are not restricted to only covering a single sentence, our approach improved the performance of answer extraction on the Remedia test data.

• 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.

• 정보처리학회논문지A
• /
• 제10A권3호
• /
• pp.269-278
• /
• 2003

웹 기반 교육의 대중화로 학습 보조 도구를 이용한 다양한 웹 학습 방법들이 제시되고 있으며 또한 이틀 시스템의 운용 환경, 컨텐츠명세 그리고 활용 등의 상호 운용성 지원을 위한 표준화에 대한 연구가 국제표준기관 등을 통해 활발히 이루어지고 있다. 특히 e-learning 개발 환경을 위한 Learning Technology Standard Architecture(LTSA)를 기능별 5계층을 IEEK에서 제정하였다. 이 LTSA의 학습 보조 도구 표준화 영역에서 학습과정 피드백을 제공하는 질의 응답 학습 방법에 대한 표준규약기능을 명세하지 않고 있다. 본 논문에서는 국제표준화 기술인 ITSA 시스템 구성중 제 3계층을 기반한 질의 응답 학습 도구에 대해 연구한다. 데이터 중심으로 작성된 LTSA 컴포넌트를 객체지향 또는 컴포넌트 패라다임으로 재 정의하는 모델을 제안하고 기존의 Loaming Object Meatdata(LOM)을 참조하여 질의 응답 메타 데이터인 Query Answer Metadata(QAM)를 서술한다. 이들 재정의 모델과 QAM을 통합한 Query Answer Learning Tool(QALT)를 분석, 설계하여 프로토타이핑시스템으로 구현한다. 이를 통해 웹 기반 교육의 효율성 및 관련 도구 개발의 품질 및 생산성 효율을 가진다.

• 융합신호처리학회논문지
• /
• 제12권3호
• /
• pp.169-175
• /
• 2011

본 논문에서는 Gray Scale과 이미지 분할 방법을 이용하여 OMR 답안지에 대한 자동 채점처리 시스템을 구현하였다. 제안한 방법은 취득된 이미지를 이용하여 Gray Scale과 이미지 분할 방법으로 객관식 선다형 답란의 OMR 데이터를 추출하였다. 또한 뒷면의 단답식 서답형 답란의 On-Line 채점을 할 수 있도록 하는 시스템을 개발하여 실제로 구현하였다. 그 결과 단답식 서답형을 채점하는 채점교사들은 자유롭게 주어진 기간내에 시간과 장소에 구애를 받지 않고 채점을 완료 할 수 있었고, 객관식 선다형의 채점은 추가로 OMR 판독기에 의한 처리를 하지 않아 시간적으로 많은 이점이 있었다. 향후 단답식 서답형의 경우에도 이미지처리를 활용하여 자동 채점을 하게 된다면 각 급 학교 및 국가에서 시행하는 대량의 답안지의 채점업무를 보다 효율적으로 수행할 수 있을 것으로 본다.

• 디지털콘텐츠학회 논문지
• /
• 제19권5호
• /
• pp.927-933
• /
• 2018

자연어 질문에 대해 답변을 찾아 제공하는 질의응답시스템의 오류에 가장 큰 영향을 미치는 요소 중 하나가 질문으로 정답을 포함하고 있을 만한 문서나 단락을 검색하는 단계이다. 검색의 성능 향상을 위해서는 정답 포함 문서 및 단락의 특징을 잘 이해해야 한다. 본 논문은 질문, 정답 포함 문서, 정답 미포함 문서로 구성된 말뭉치를 사용하여 정답 문서에는 질문 단어가 얼마나 많이 출현하는지, 출현 위치는 어떻게 분포하는지, 질문과 정답 문서의 주제는 얼마나 유사한지 등을 실험적으로 분석한다. 이를 통해 질의응답시스템을 위한 기존의 검색 연구 결과들에 대한 원인을 설명하고 효과적인 검색 단계의 필요 요소에 관해 논의한다.

• 한국컴퓨터정보학회논문지
• /
• 제10권3호
• /
• pp.1-10
• /
• 2005

본 연구에서는 지식검색을 위해 개념 속성을 이용하여 사용자 질의에 가장 적합한 정답 문장들을 검색 할 수 있는 정답검색 시스템을 설계하고 평가한다. 이 시스템은 먼저 사용자 질의를 개념 속성에 대한 불리언 연산으로 분석한 다음, 정답 문서 색인 집합에서 해당 문서들을 검색한다. 사용자는 이 검색된 문서들로부터 자신이 요구한 정답 문장들을 검색할 수 있으며, 또한 특정한 문서를 선택함으로써 그 문서에 포함된 정답 문장들을 검색할 수 있다. 이를 위해서 개념어와 속성어의 색인 단위로 색인된 정답 문서들은 각각의 문장들로 분할되어 색인된다. 그래서 분할된 문장들은 개념어와 속성어 형태로 분석되어 문서 색인 단위와의 관련 정도를 평가함으로써 정답 문장들의 위치를 색인한다. 마지막으로, 100개의 사용자 질의에 대해 정답 검색 시스템의 성능을 다양한 방법으로 평가한다.