• 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.

• 대한수학교육학회지:학교수학
• /
• 제9권1호
• /
• pp.45-64
• /
• 2007

본 연구는 초등학교 6학년 학생들의 그래프 이해 능력을 알아보기 위해, 자료 읽기, 자료 사이의 관계 찾기, 자료 해석하기, 상황 이해하기의 4가지 과제 유형을 설정하고 초등학교에서 학습하는 6가지의 그래프를 대상으로 검사 문항을 구성하였다. 이를 이용하여 서울 시내 초등학교 6학년 학생 187명을 대상으로 검사를 실시한 후, 과제유형별 반응과 그래프 종류별 반응을 분석하였다. 분석 결과 그래프를 보고 자료 읽기와 자료 사이의 관계 찾기 과제에서는 높은 이해도를 보였으나 자료 해석하기와 상황 이해하기에서는 상대적으로 낮은 이해도를 나타냈다. 또한 같은 수준의 과제 내에서도 그래프의 종류에 따라 상당히 다른 이해도를 보였다. 이를 통해 그래프 교수 학습 방향에 대한 시사점을 도출하였다.

• 한국과학교육학회지
• /
• 제25권6호
• /
• pp.671-677
• /
• 2005

Line graphs are powerful tools in conveying complicated relationships and ideas because line graphs show the relationship that exists between two continuous variables. Also, line graphs can show readers the variations in variables and correlate two variables in a two dimensional space. For these reasons, line graphs have a significant role in physics, especially kinematics. To what extent are Korean college and secondary students able to understand kinematics graphs? Is there a difference between American students and Korean students in interpreting kinematics graphs? The TUG-K instrument (Test of Understanding Graphs in Kinematics) was administered to students in both countries. The results show the difference between American students and Korean students by TUG-K objective. Also, the results are discussed in terms of a graph comprehension theory.

• 한국멀티미디어학회논문지
• /
• 제25권11호
• /
• pp.1643-1652
• /
• 2022

Most of the existing machine reading research has used Recurrent Neural Network (RNN) and Convolutional Neural Network (CNN) algorithms as networks. Among them, RNN was slow in training, and Question Answering Network (QANet) was announced to improve training speed. QANet is a model composed of CNN and self-attention. CNN extracts semantic and syntactic information well from the local corpus, but there is a limit to extracting the corresponding information from the global corpus. Graph Convolutional Networks (GCN) extracts semantic and syntactic information relatively well from the global corpus. In this paper, to take advantage of this strength of GCN, we propose I-QANet, which changed the CNN of QANet to GCN. The proposed model performed 1.2 times faster than the baseline in the Stanford Question Answering Dataset (SQuAD) dataset and showed 0.2% higher performance in Exact Match (EM) and 0.7% higher in F1. Furthermore, in the Korean Question Answering Dataset (KorQuAD) dataset consisting only of Korean, the learning time was 1.1 times faster than the baseline, and the EM and F1 performance were also 0.9% and 0.7% higher, respectively.

• 지식경영연구
• /
• 제25권2호
• /
• pp.1-18
• /
• 2024

거대언어모델(LLM)에 대한 수요와 활용 사례가 증가함에 따라 사용자의 민감정보가 LLM 사용 과정 중에 입력 및 유출되는 위험성 또한 증가하고 있다. 일반적으로 LLM 환각 문제의 해결을 위한 도구로 알려진 지식그래프는, LLM과는 별개로 구축되어 사용자의 민감정보를 별도로 보관 및 관리할 수 있으므로, 민감정보의 유출 가능성을 최소화하는 하나의 방법이 될 수 있다. 따라서 본 연구는 사용자로부터 입력된 자연어 기반의 질문을 LLM을 통해 지식그래프 유형에 맞는 쿼리문으로 변환하고 이를 이용하여 쿼리 실행과 결과 추출을 진행하는 지식그래프 기반 챗봇을 제시한다. 또한 본 연구에서 개발된 지식그래프 기반 챗봇의 기능적 유효성 판단을 위하여, 기존 지식그래프에 대한 이해도와 적응력, 새로운 개체 클라스 생성 능력, 그리고 지식그래프 콘텐츠에 대한 LLM의 접근 가능성 여부를 판단하는 성능 테스트를 수행한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권12호
• /
• pp.3383-3397
• /
• 2023

Scene graphs serve as semantic abstractions of images and play a crucial role in enhancing visual comprehension and reasoning. However, the performance of Scene Graph Generation is often compromised when working with biased data in real-world situations. While many existing systems focus on a single stage of learning for both feature extraction and classification, some employ Class-Balancing strategies, such as Re-weighting, Data Resampling, and Transfer Learning from head to tail. In this paper, we propose a novel approach that decouples the feature extraction and classification phases of the scene graph generation process. For feature extraction, we leverage a transformer-based architecture and design an adaptive calibration function specifically for predicate classification. This function enables us to dynamically adjust the classification scores for each predicate category. Additionally, we introduce a Distribution Alignment technique that effectively balances the class distribution after the feature extraction phase reaches a stable state, thereby facilitating the retraining of the classification head. Importantly, our Distribution Alignment strategy is model-independent and does not require additional supervision, making it applicable to a wide range of SGG models. Using the scene graph diagnostic toolkit on Visual Genome and several popular models, we achieved significant improvements over the previous state-of-the-art methods with our model. Compared to the TDE model, our model improved mR@100 by 70.5% for PredCls, by 84.0% for SGCls, and by 97.6% for SGDet tasks.

• 한국학교수학회논문집
• /
• 제6권1호
• /
• pp.101-113
• /
• 2003

본 연구의 목적은 삼각함수에 관한 학생들의 오개념을 분석해보고 삼각함수 개념 지도 개선방안의 하나로 컴퓨터를 활용한 지도 방법을 고안하는 것이다. 이를 위해, 이미 삼각함수를 배운 학생들을 대상으로 삼각함수 개념과 관련된 학생들의 이해도 검사를 실시하여 호도법 활용과 삼각함수그래프와 관련된 학생들의 오개념을 분석하였다. 분석 결과를 바탕으로 GSP를 활용한 학생 주도형 교수-학습 자료를 고안하여, 삼각함수그래프 지도과정에 투입하였다. 그 결과, 컴퓨터 조작에 의한 역동적인 탐구과정이 학생들이 호도법과 삼각함수그래프를 이해하는데 도움을 줄 수 있음을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제6권1호
• /
• pp.160-169
• /
• 2006

본 논문은 바이트코드(bytecode) 수준에서 프로그램 분석과 최적화를 위한 구조를 서술한다. 바이트코드 수준에서 분석을 수행하기 위해서는 우선 제어 흐름 그래프(CFG : Control Flow Graph)를 생성해야 한다. 바이트코드의 특성 때문에 기존의 제어 흐름 분석 기술을 바이트코드에 적합하게 확장해야 한다. CFG를 작성하기 위해 기본 블록을 생성하고 기본 블록간의 관계를 이용하여 최적화 과정에서 사용되는 각종 정보를 생성한다. 생성된 CFG는 자바 바이트코드의 이해와 유지보수를 위해 테스트되고, 데이터 흐름 분석과 의존성 분석과 같은 다른 분석을 위해서 사용된다. 본 논문에서는 바이트코드 수준의 제어 흐름 분석을 위해 CTOC(Classes To Optimized Classes)의 CTOC-BR(CTOC-Bytecode tRanslator)을 구현한다. CTOC는 자바 바이트코드의 최적화와 분석을 위해 현재 개발 중인 프레임 워크의 이름이고, CTOC에서 CTOC-BR은 스택 기반인 바이트코드의 최적화와 분석을 쉽게 하기 위해 트리 형태로 변환을 수행하는 도구이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.922-925
• /
• 2019

기계 독해 기술은 기계가 주어진 비정형 문서 내에서 사용자의 질문을 이해하여 답변을 하는 기술로써, 챗봇이나 스마트 스피커 등, 사용자 질의응답 분야에서 핵심이 되는 기술 중 하나이다. 최근 딥러닝을 이용한 기학습 언어모델과 전이학습을 통해 사람의 기계 독해 능력을 뛰어넘는 방법론들이 제시되었다. 하지만 이러한 방식은 사람이 인식하는 질의응답 방법과 달리, 개체가 가지는 의미론(Semantic) 관점보다는 토큰 단위로 분리된 개체의 형태(Syntactic)와 등장하는 문맥(Context)에 의존해 기계 독해를 수행하였다. 본 논문에서는 기존의 높은 성능을 나타내던 기학습 언어모델에 대규모 지식그래프에 등장하는 개체 정보를 함께 학습함으로써, 의미학적 정보를 반영하는 방법을 제시한다. 본 논문이 제시하는 방법을 통해 기존 방법보다 기계 독해 분야에서 높은 성능향상 결과를 얻을 수 있었다.

• 한국학교수학회논문집
• /
• 제11권4호
• /
• pp.655-676
• /
• 2008

본 논문은 제7차 초등학교 수학과 교육과정에서 제시하고 있는 통계 지도 목표 및 내용을 살펴보고, 개정 교육과정에서 변화된 내용을 분석하였다. 또한 수학 교과서와 익힘 책에서 교육과정의 기본적인 취지를 어떻게 구현하고 관련 세부 내용을 어떻게 구체화하고 있는지 알아보기 위해, 그래프별로 지도 방법을 분석하고, 학생들의 그래프 이해 수준에 따라 교과서와 익힘 책의 문제를 상세하게 분석하였다. 이를 토대로 초등학교 통계 내용과 관련하여 차기 교과용 도서 개발에 기초적인 자료 및 시사점을 제공하고자 한다.