• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (B)
• /
• pp.454-456
• /
• 2005

일반적으로 중국어의 명사구는 최단명사구, 기본명사구 최장명사구로 분류된다. 최장명사구에 대한 정확한 식별은 문장의 전체적인 구조를 파악하고 문장의 정확한 지배용언을 찾아내는데 중요한 역할을 한다. 본 논문에서는 특성에 따라 5개의 클래스로 세분화된 문장부호를 학습자질로 사용하여 최장명사구 자동식별을 진행한다. 제안된 기법은 평균길이가 4인 최장명사구의 식별실험에서 기본모델(baseline)보다 $4.5\%$ 향상된 평균 $85.1\%$의 우수한 F-measure 성능을 보인다.

• 산업융합연구
• /
• 제18권4호
• /
• pp.93-99
• /
• 2020

본 연구는 해외어학연수의 외국어 정확성 향상에 대한 효과를 조명하기 위해 한 학기 동안 해외대학에서 어학연수를 받은 27명의 한국 대학생들이 한 학기의 시간차를 두고 작성한 두 영작문 간의 차이와 오류들을 조사하고, 그러한 차이가 통계적으로 유의미한지를 검정하여 외국어 정확도 면에서의 변화를 분석하였다. 어학연수 이후에 영작문의 길이와 문장의 길이가 증가하였으나 전체 문장수는 감소하였다. 학생들은 더 많은 수의 단어를 더 복잡한 구조의 문장에서 사용하여 오류의 수도 증가하였다. 이를 볼 때, 어학연수 이후 학생들의 문장 생성능력이 향상되고 복잡한 형태의 문장들을 쓰려고 시도한 것을 알 수 있다. 본 연구의 결과는 한 학기 동안 해외어학연수를 받은 이후 대체로 학생들의 문장생성능력은 다소 증진하였지만, 문법적 요소들을 문장 속에서 정확하게 사용하는 문법적 정확성은 크게 향상하지 않은 것으로 나타났다. 이는 비록 해외 어학연수가 집중적으로 목표언어만 학습하여 언어입력을 확대할 수 있을 뿐만 아니라, 목표언어에 자연스럽게 노출될 수 있는 환경적 이점을 제공하긴 하지만, 한 학기라는 기간 안에 문법적으로 정확한 문장을 생성해내는 문법능력을 향상시키는 데는 크게 효과적이지 않았다는 것을 시사한다.

• 한국콘텐츠학회논문지
• /
• 제15권7호
• /
• pp.674-683
• /
• 2015

본 연구의 목적은 보편적 학습 설계 준거를 제시하고 이 준거를 활용하여 현재 실험학교에서 운용되고 있는 영어과 디지털교과서를 분석함에 있다. 보편적 학습 설계 준거를 기준으로 디지털 교과서가 학년과 학급급간에 의사소통기능별로 어떠한 양상을 보이고 있는지를 분석하여 디지털 교과서의 개선 방향을 모색하고자 한다. 디지털 교과서의 분석 결과를 살펴보면 우선 학습자들 중에 언어적 적성이 있는 학생들에게 친화적인 환경으로 구성되어 있고 다른 적성의 학생들은 불리하게 구성되어 있어서 이를 보완할 필요가 있다. 어휘의 계열성은 학년이 올라감에 따라서 적절하게 복잡도가 증가하고 있으나 통사적 복잡성은 중학교에서 갑자기 문장당 어휘수가 급격하게 올라가면서 보편적 학습 설계 준거를 만족시키지 못하고 있어서 이에 대한 보완이 시급하다. 서책형 교과서와 달리 디지털 교과서는 멀티미디어 자원의 통합이 용이하고 볼륨의 제한을 받지 않기 때문에 근본적으로 디지털 교과서를 구성할 때에 이를 사용하는 학습자들이 가진 언어적 적성 외에 다양한 적성을 고려할 필요가 있다.

• 한국콘텐츠학회논문지
• /
• 제14권8호
• /
• pp.528-541
• /
• 2014

본 연구는 54년간 영어로 일기를 작성한 윤치호의 영어 일기 중 영어 모국어 환경에서 작성한 초기 13개월과 후기 10개월의 일기를 양적, 질적으로 분석하였다. 그가 초기에 영어로 쓴 일기의 특성을 알아보고자 영어 모국어 환경에서 작성한 일기 중 574편을 코퍼스로 구성하여 전산 언어학적 방법으로 분석하였고, 질적 분석을 위해서 57편의 일기를 선정하여 각 일기에서 발췌한 문장의 내용적 특성을 기술하였다. 양적인 분석의 결과 초기의 일기에 비하여 후기의 일기에서 사용된 단어 수와 평균 문장 길이가 증가하였다. 또한 통사적 복잡도와 참조적 응집성이 증가하였다. 일기 내용을 분석한 결과, 후기의 일기에서 언어 형식상의 개선이 드러났으며, 종교(기독교), 일상생활, 학업에 관련된 내용을 주로 작성한 것이 나타났다. 자신의 영어 학습에 대한 반성적 사고의 내용은 초기의 일기에 많이 드러난 것으로 나타났다. 이러한 분석을 통하여 꾸준한 영어 일기와 편지의 작성이 영어 글쓰기 학습에 긍정적 영향을 줄 수 있다는 결론을 도출하였다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제24권3호
• /
• pp.113-121
• /
• 2018

포지션 인코딩은 문장 내 등장하는 단어의 위치에 따라 가중치를 적용하는 방법이다. 포인터 네트워크는 입력열에 대응되는 위치를 출력하는 딥 러닝 모델이며, 상호참조해결에 적용될 수 있다. 그러나 포인터 네트워크는 입력열의 길이가 긴 경우에 성능이 저하되는 문제가 있다. 이러한 문제를 해결하기 위하여 본 논문에서는 포지션 인코딩과 동적 포지션 인코딩을 포인터 네트워크에 적용할 것을 제안하고, Encoder RNN의 레이어를 더 깊게 쌓아 높은 수준으로 추상화할 것을 제안하며, 이를 이용한 상호참조해결 모델을 제안한다. 실험 결과, 본 논문에서 제안한 포지션 인코딩 기반 스택 포인터 네트워크 모델이 기존의 포인터 네트워크 모델보다 6.01% 향상된 CoNLL F1 71.78%의 성능을 보였다.

• 한국융합학회논문지
• /
• 제10권7호
• /
• pp.71-76
• /
• 2019

본 연구의 목적은 교양영어 학습자들을 대상으로 실천학습(Action learning) 기법을 활용한 영어 수업 사례 연구를 통하여 그 효과를 알아보고자 했다. 본 연구는 학습자 중심 수업을 기본으로 하여 학습자 간의 상호수정 활동을 통해 영어 기술을 익힐 수 있다는 것에 연구의 가치를 두고 실천학습(Action learning)을 수업에 활용함으로써 그 효과를 알아보고자 했다. 2018년 3월 1일부터 2018년 6월15일까지 교양 영어 두개 반(실험반, 통제반) 학생을 대상으로 하였으며 실험 집단은 실천학습(Action learning) 협력기법을 활용한 협력쓰기 수업을 진행하고, 통제 반은 교수자가 기존에 하던 방식의 쓰기 수업을 진행하여 비교하였다. 본 연구의 연구문제는 실천학습(Action learning) 기법을 적용한 협력 쓰기 활동이 학생들의 쓰기 유창성에 어떠한 영향을 미치는가를 알아보고자했다. 연구결과, 실험집단의 경우 단어의 수, 문장의 수와 문장 길이 등의 쓰기의 유창성 부분에서 통계적으로 유의미한 결과를 가져왔다. 학습자들은 학습 관계에서 더 깊이 있게 다른 사람들이 지닌 지식이나 생각을 공유하고 보다 규칙적인 근거를 가지고 근접발달영역 들어갈 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.149-159
• /
• 2021

본 연구에서는 문자가 적용된 의복 및 패션제품을 많이 착용하는 20대 여성을 대상으로 의복에 표현된 메시지에 대한 인식유형을 분석해보고자 하였다. 20대 여성이 패션에 표현된 문자를 어떻게 유형화하는지에 대한 주관적인 평가와 유형별 특성을 고찰하고자 하였다. 본 연구는 Q 방법론으로 진행되었으며, 분석에는 QUANL pc program을 활용하였다. 제1유형은 문자는 하나의 디자인 요소이고 패션이라고 생각하고 의복에 표현된 문자가 이미지로 인식되었다. 제2유형은 의복에 표현된 문자가 메시지로 인식되며, 문자가 사회적 메시지와 시사성을 가지고 있는 것이 중요하다고 생각하였다. 제3유형은 문자가 캐주얼 의상에 접목되는 것을 선호하고 문자의 조형성을 중요시하였다. 제4유형은 문자가 브랜드를 나타내 주는 것을 선호하고 보이는 위치에 크게 배치되는 것을 좋아하였다. 향후 다양한 연령층과 성별에 따른 추가적인 연구와 글자체, 컬러, 문장의 길이 등에 따른 차이를 파악하기 위한 세부적인 연구가 이루어져야 할 것으로 생각된다.

• 한국BIM학회 논문집
• /
• 제13권3호
• /
• pp.21-29
• /
• 2023

ChatGPT, a chatbot based on GPT large language models, has gained immense popularity among the general public as well as domain professionals. To assess its proficiency in specialized fields, ChatGPT was tested on mainstream exams like the bar exam and medical licensing tests. This study evaluated ChatGPT's ability to answer questions related to Building Information Modeling (BIM) by testing it on Korea's BIM expertise exam, focusing primarily on multiple-choice problems. Both GPT-3.5 and GPT-4 were tested by prompting them to provide the correct answers to three years' worth of exams, totaling 150 questions. The results showed that both versions passed the test with average scores of 68 and 85, respectively. GPT-4 performed particularly well in categories related to 'BIM software' and 'Smart Construction technology'. However, it did not fare well in 'BIM applications'. Both versions were more proficient with short-answer choices than with sentence-length answers. Additionally, GPT-4 struggled with questions related to BIM policies and regulations specific to the Korean industry. Such limitations might be addressed by using tools like LangChain, which allow for feeding domain-specific documents to customize ChatGPT's responses. These advancements are anticipated to enhance ChatGPT's utility as a virtual assistant for BIM education and modeling automation.

• 정보처리학회논문지B
• /
• 제18B권6호
• /
• pp.405-414
• /
• 2011

국내에서 가장 일반적으로 사용되고 있는 규칙 기반 오류 검출 방법은 언어 전문가가 한국어 문서에서 자주 발생하는 오류에 대한 검출 규칙을 경험적으로 구축하고 있다. 그러나 이렇게 경험적으로 규칙을 만들면 새로운 패턴의 문장이 나타날 때마다 규칙이 수정되어야 하므로 일관성 있는 오류 검사 및 교정을 기대할 수 없다. 본 논문에서는 이를 해결하려고 최근 개발되고 있는 어휘의미망 중에서 KorLex와 같은 정규화된 언어 자원을 활용하여 단어들의 범주 정보를 추출하고 이를 이용하여 오류 결정 규칙을 일반화한다. 그러나 현재 구축된 KorLex에는 명사의 계층관계 정보는 구축되어 있지만, 문장 요소와의 관계 정보, 즉, 격틀 정보가 부족하다. 본 논문에서는 용언 의미 오류 결정 규칙으로 사용할 선택제약 명사 클래스를 정보이론에 기초한 MDL과 Tree Cut Model을 활용하여 추출하고 이러한 선택제약 명사 클래스를 사용하여 문법 검사기 규칙을 일반화하는 방안을 제안한다. 실험 결과, 혼동하기 쉬운 네 개의 용언에 대해 목적어로 사용된 명사를 선택제약 명사 클래스로 일반화하여 문법 검사기 오류 결정 규칙 수를 평균 64.8%로 줄였고 기존 명사를 사용한 문법 검사기보다 정확도 측면에서 평균 약 6.2%정도 향상된 결과를 얻을 수 있었다.

• 한국음향학회지
• /
• 제22권8호
• /
• pp.727-739
• /
• 2003

본 논문에서는 HM-Net (Hidden Markov Network)을 다양한 태스크에의 적용과 화자의 특성을 효과적으로 나타내기 위해 HM-Net 음성인식 시스템에 MLLR (Maximum Likelihood Linear Regression) 적응방법을 도입하였으며, HM-Net 학습 알고리즘을 개량하여 회귀클래스 생성방법을 제안한다. 제안방법은 PDT-SSS (Phonetic Decision Tree-based Successive State Splitting)알고리즘의 문맥방향 상태분할에 의한 상태레벨 공유를 이용한 방법이다. 즉, 문맥방향의 각 상태에 적응화자 음성데이터에 포함된 문맥정보를 분할하여 적응화될 음소환경을 결정하는 것이다. 따라서 제안방법은 새로운 화자로부터 문맥정보와 적응화 데이터의 발성 양에 의존하여 결정된 많은 적응 파라미터들을 (평균, 분산) 자유롭게 제어할 수 있게 된다. 제안방법의 유효성을 확인하기 위해 국어공학센터 (KLE) 452 데이터와 항공편 예약관련 (YNU200) 연속음성을 대상으로 인식실험을 수행한 결과, 음소인식, 단어인식, 연속음성인식에 대해서, 평균 34∼37%, 평균 9%, 평균 20%의 성능 향상을 각각 보였다. 또한 적응화 데이터의 양에 따른 인식성능 비교에서 제안방법을 적용한 인식 시스템이 적응 데이터의 양이 적은 경우에도 향상된 인식률을 보여 MLLR 적응방법의 특성을 만족하였다. 따라서 MLLR 적응방법을 도입한 HM-Net 음성인식 시스템에 제안한 회귀클래스 생성방법이 유효함을 확인할 수 있었다.