• 인터넷정보학회논문지
• /
• 제11권4호
• /
• pp.107-117
• /
• 2010

소프트웨어 제품들 사이의 공통된 개념과 서로 다른 개념들을 표현한 특성 모델과, 특정 제품에 포함될 특성들을 선택한 결과인 특성 구성은 소프트웨어 프러덕트 라인 개발 방법론에서 핵심 요소이다. 이들에 대한 정형적 시맨틱과 논리적 추론에 대한 연구가 진행 중이지만 시맨틱 웹 기술을 이용한 특성 모델 온톨로지 구축과 특성 구성 검증에 대한 연구는 아직 부족한 상황이다. 본 논문에서는 온톨로지와 시맨틱 웹 기술을 이용하여 특성 모델의 정형적 시맨틱을 정의하고 특성 구성을 검증하는 기법을 제안한다. 특성 모델과 특성 구성에 포함된 지식을 시맨틱 웹 표준 언어인 OWL(Web Ontology Language)로 표현하고 특성 구성을 검증하기 위한 규칙은 시맨틱 웹 규칙 언어인 SWRL(Semantic Web Rule Language)로 정의한다. 본 논문의 기법은, 특성 모델의 정형적 시맨틱을 제공하며 특성 구성 검증을 자동화할 뿐 만 아니라 SQWRL과 같은 다양한 시맨틱 웹 기술 적용을 가능하게 한다.

• 한국항행학회논문지
• /
• 제12권4호
• /
• pp.372-377
• /
• 2008

본 논문은 의미특징행렬(semantic feature matrix)과 의미변수행령(semantic variable matrix)을 이용하는 질의 기반의 새로운 문서를 요약방법을 제안한다. 제안된 방법은 비지도 학습 방법으로 질의와 문장 간에 사전학습이 필요 없고, 의미 특징(semantic feature)과 의미변수(semantic variable)를 이용하여 질의에 적합한 하위 주제를 잘 반영하여서 정확한 문서를 요약 할 수 있다. 이것은 비음수 행렬 분해가 주제들로 구성된 문서의 내부구조를 나타내는 의미특징을 자연스럽게 추출할 수 있기 때문이다. 실험결과 제안방법이 다른 방법에 비하여 좋은 성능을 보인다.

• 한국IT서비스학회지
• /
• 제10권3호
• /
• pp.189-201
• /
• 2011

Feature models are widely used to model commonalities and variabilities among products during software product line development. Feature configurations are generated by selecting the features to be included in individual products. Automated tools to identify errors or inconsistencies in the feature models and configurations are essential to successful software product line engineering. This paper proposes a verification technique and tool based on semantic web technologies such as OWL, SWRL and Protege API. This approach checks the feature model and configuration based on predefined rules and provides information on existence of errors as well as the kinds of those errors. This approach is extensible due to ease of rule modification and may be easily applied to other environments because semantic web technologies can be easily integrated with other programming environments. This paper demonstrates how various semantic web-related technologies can support automatic verification of one kind of software development artifact, the feature model.

• 한국정보통신학회논문지
• /
• 제18권9호
• /
• pp.2155-2160
• /
• 2014

본 논문은 하둡 기반의 분산병렬처리에 의한 문서의 의미특징을 추출하고, 추출된 의미특징을 이용하여 문서를 요약하는 새로운 방법을 제안한다. 제안된 방법은 문서요약에 비음수 분해된 문서의 의미특징을 이용함으로써 문서의 내부 구조를 잘 표현 할 수 있다. 또한 하둡을 이용하여 빅데이터의 문서를 요약할 수 있다. 실험결과 제안방법이 단일 컴퓨터 환경에서 처리할 수 없는 대용량의 문서를 요약할 수 있음을 보인다.

• Journal of Ship and Ocean Technology
• /
• 제9권3호
• /
• pp.33-42
• /
• 2005

As the networks connect the world, enterprises tend to move manufacturing activities into virtual spaces. Since different software applications use different data terminology, it becomes a problem to interoperate, interchange, and manage electronic data among heterogeneous systems. It is said that approximately one billion dollar has been being spent yearly in USA for product data exchange and interoperability. As commercial CAD systems have brought in the concept of design feature for the sake of interoperability, terminologies of design features need to be harmonized. In order to define design feature terminology for integration, knowledge about feature definitions of different CAD systems should be considered. STEP standard have attempted to solve this problem, but it defines only syntactic data representation so that semantic data integration is not possible. This paper proposes a methodology for integrating modeling features of CAD systems. We utilize the ontology concept to build a data model of design features which can be a semantic standard of feature definitions of CAD systems. Using feature ontology, we implement an integrated virtual database and a simple system which searches and edits design features in a semantic way.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권6호
• /
• pp.1833-1848
• /
• 2022

Named entity recognition (NER) is an important basic task in the field of Natural Language Processing (NLP). Recently deep learning approaches by extracting word segmentation or character features have been proved to be effective for Chinese Named Entity Recognition (CNER). However, since this method of extracting features only focuses on extracting some of the features, it lacks textual information mining from multiple perspectives and dimensions, resulting in the model not being able to fully capture semantic features. To tackle this problem, we propose a novel Multi-view Semantic Feature Fusion Model (MSFM). The proposed model mainly consists of two core components, that is, Multi-view Semantic Feature Fusion Embedding Module (MFEM) and Multi-head Self-Attention Mechanism Module (MSAM). Specifically, the MFEM extracts character features, word boundary features, radical features, and pinyin features of Chinese characters. The acquired font shape, font sound, and font meaning features are fused to enhance the semantic information of Chinese characters with different granularities. Moreover, the MSAM is used to capture the dependencies between characters in a multi-dimensional subspace to better understand the semantic features of the context. Extensive experimental results on four benchmark datasets show that our method improves the overall performance of the CNER model.

• 한국CDE학회논문집
• /
• 제9권2호
• /
• pp.167-174
• /
• 2004

As the networks connect the world, enterprises tend to move manufacturing activities into virtual spaces. Since different applications use different data terminology, it becomes a problem to interoperate, interchange, and manage electronic data among different systems. According to RTI, approximately one billion dollar has been being spent yearly for product data exchange and interoperability. As commercial CAD systems have brought in the concept of design feature for the sake of interoperability, terminologies of design feature need to be harmonized. In order to define design feature terminology for integration, knowledge about feature definitions of different CAD systems should be considered. STEP (Standard for the Exchange of Product model data) have attempted to solve this problem, but it defines only syntactic data representation so that semantic data integration is unattainable. In this paper, we utilize the ontology concept to build a data model of design feature which can be a semantic standard of feature definitions of CAD systems. Using feature ontology, we implement an integrated virtual database and a simple system which searches and edits design features in a semantic way. This paper proposes a methodology for integrating modeling features of CAD systems.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 ITC-CSCC -3
• /
• pp.1662-1665
• /
• 2002

This paper proposes a novel semantic feature detection (SFD) method for real-time image transmission of sign language and finger spelling. We extract semantic information as an interlingua from input text by natural language processing, and then transmit the semantic feature detection, which actually is a parameterized action representation, to the 3-D articulated humanoid models prepared in each client in remote locations. Once the SFD is received, the virtual human will be animated by the synthesized SFD. The experimental results based on Japanese sign langauge and Chinese sign langauge demonstrate that this algorithm is effective in real-time image delivery of sign language and finger spelling.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1987년도 전기.전자공학 학술대회 논문집(II)
• /
• pp.1157-1159
• /
• 1987

A syntactic and semantic approach is used to make type classification based on feature points(whorl, delta, core) and the shape of flow line around feature points. The image is divided into 30 by 30 subregions which are represented in the average direction and 4-tuple direction component. Next the relaxation process with singularity detection and convergency checking is performed. A set of semantic languages is used to describe the major flow line around the extracted feature points. LR(1) parser and feature transfer function are used to recognize the coded flow patterns. The 72 fingerprint impressions is used to test the proposed approach and the rate of the classification is about 93 percentages.

• 인터넷정보학회논문지
• /
• 제13권4호
• /
• pp.1-10
• /
• 2012

본 논문은 문서 분류의 전처리 단계인 특징 선택을 위해 의미를 고려한 최적의 특징 선택 방법을 제안한다. 특징 선택은 불필요한 특징을 제거하고 분류에 필요한 특징을 추출하는 작업으로 분류 작업에서 매우 중요한 역할을 한다. 특징 선택 기법으로 특징의 의미를 파악하여 특징을 선택하는 LSA(Latent Semantic Analysis) 기법을 사용하지만 기본 LSA는 분류 작업에 특성화 된 기법이 아니므로 지도적 학습을 통해 분류에 적합하도록 개선된 지도적 LSA를 사용한다. 지도적 LSA를 통해 선택된 특징들로부터 최적화 기법인 유전 알고리즘을 사용하여 더 최적의 특징들을 추출한다. 마지막으로, 추출한 특징들로 분류할 문서를 표현하고 SVM (Support Vector Machine)을 이용한 특정 분류기를 사용하여 분류를 수행하였다. 지도적 LSA를 통해 의미를 고려하고 유전 알고리즘을 통해 최적의 특징 집합을 찾음으로써 높은 분류 성능과 효율성을 보일 것이라 가정하였다. 인터넷 뉴스 기사를 대상으로 분류 실험을 수행한 결과 적은 수의 특징들로 높은 분류 성능을 확인할 수 있었다.