• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.294-298
• /
• 2008

이메본 논문은 GP 트리의 노드포화도를 제어함으로써 트리의 구조공간에서 효율적인 개체 분포를 유도하는 GP 진화연산자를 제안한다. 특정 영역으로의 트리 개체의 분포가 성능에 미치는 영향을 검증하고 진화과정에서 나타나는 군집내의 개체 다양성과의 관계를 분석한다. 제안된 진화연산자를 회귀다항식, 멀티플렉서, 짝수 패리티의 3가지 벤치마크 문제에 대해서 실험을 하였고, 표준 GP 연산자와 비교하였다.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.347-350
• /
• 2020

농식품 가격을 안정적으로 제공하기 위해 농식품 가격 변동에 대한 요인 분석이 필요하다. 본 연구는 농식품 가격 변동의 요인 분석을 위해 인과관계 템플릿을 정의하고, 요약을 위한 개체명 인식 방법을 적용한다. 농식품 일일동향 데이터에 대한 평가에서 딥러닝 기반 BiLSTM-CRF 실험 결과 F1-점수 0.93으로 베이스라인 Bi-LSTM 실험 결과 0.75에 비해 높은 성능을 보였다.

• Proceedings of the KIEE Conference
• /
• 2005.07d
• /
• pp.2900-2902
• /
• 2005

본 논문에서는 환경과 시스템의 상호작용을 통한 경험에 의해 습득된 정보를 개체간 네트워크를 통하여 갱신하는 과정을 구성하는 연구를 하였다. 기존의 연구에서는 강화학습 알고리즘을 이용하여 임의의 구역에 대한 지도 정보를 습득하고 이를 바탕으로 개체들 각각의 최적의 행동 정책을 구성하는 바 이 때 각각의 체개체가 가지고 있는 최단경로에 대한 정보의 우위를 결정하는 과정을 추가하였다. 이를 바탕으로 최종적으로 선택된 경로에 대한 정보를 업데이트하여 구성 된 네트워크를 통한 개체간 데이터를 동시에 공유하는 과정을 거쳐서 각각의 시스템이 스스로 정보를 갱신하는 방법을 제안하였다 또한 이 제안한 개념의 적합성을 입증하기 위하여 개체간의 정보를 통합하고 비교하는 실험을 수행하여 성공적인 결과를 얻었다.

• Annual Conference on Human and Language Technology
• /
• 2016.10a
• /
• pp.337-339
• /
• 2016

본 논문에서는 한국어 개체명 인식의 성능 향상을 위하여 워드 임베딩을 활용할 수 있는 방법에 대하여 기술한다. 워드 임베딩이란 문장의 단어의 공기정보를 바탕으로 그 단어의 의미를 벡터로 표현하는 분산표현이다. 이러한 분산 표현은 단어 간의 유의미한 정도를 계산하는데 유용하다. 본 논문에서는 이러한 워드 임베딩을 통하여 단어 벡터들의 코사인 유사도를 통한 개체명 사전 자가 학습 및 매칭 방법을 적용하고, 그 실험 결과를 보고한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.3-5
• /
• 2000

현존하는 다양한 군집화 알고리즘들이 개체들을 군집화하기 위하여 사용하는 기준들은 일반적으로 인위적으로 설정된 것들이다. 이러한 기준들은 개체들 자체로부터 나오는 자연스러운 기준이라기 보다는 군집을 위하여 임의로 선정된 것이므로 군집화의 기본 목적인 개체들을 자연스러운 그룹들로 분할하고자 하는데 있어 한계를 갖게 된다. 본 논문에서는 이러한 점에 주목하여 현존하는 자연계의 군집 법칙으로 대표되는 만유인력의 법칙을 사용한 개체 군집화 알고리즘을 제안함으로써 기본적인 목적에 충실한 군집화를 실현하고자 한다. 이 방법은 기존의 방법론들에서 찾아볼 수 없었던 자연 법칙에 근거한 새로운 군집화 시도일 뿐만 아니라, 초기조건에 관계없이 안정적인 성능을 보이고 또한 군집의 수가 자연 법칙에 따라 자동으로 결정되는 특성을 지니고 있어 다양한 실질적인 응용 분야에서 효과적으로 사용될 수 있는 새로운 군집화 도구가 될 수 있을 것으로 보인다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.78-80
• /
• 2012

개체 관계(ER) 모델과 확장 개체 관계(EER) 모델은 개념적 데이터베이스 설계분야에서 가장 많이 사용되는 모델이다. 확장 개체 관계 모델은 여전히 객체지향 데이터베이스를 처리하는데 강력하나 최신 객체관계 데이터베이스와 UML과 같은 새로운 데이터베이스 모델링을 처리하기에는 부족함이 많다. 따라서 본 논문에서는 이러한 객체 관계 데이터베이스를 지원하기 위한 확장 개체 관계 기반의 변환 방법을 제안한다. 변환 규칙은 트리플 그래프 문법을 사용하여 정의하고 MOFRON TGG 에디터를 이용하여 표현한다. 트리플 그래프 문법 규칙에 따라 본 제안 방법은 자동 ORDB 개발 프레임워크에 적용할 수 있다.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.357-361
• /
• 2019

기계학습을 이용하여 개체명 인식을 수행하기 위해서는 많은 양의 개체명 말뭉치가 필요하다. 이를 위해 본 논문에서는 문장 자동 생성을 통해 개체명 표지가 부착된 말뭉치를 구축하는 방법을 제안한다. 기존의 한국어 문장 생성 연구들은 언어모델을 이용하여 문장을 생성하였다. 본 논문에서는 은닉 마르코프 모델을 이용하여 주어진 표지열에 기반 하여 문장을 생성하는 시스템을 제안한다. 제안하는 시스템을 활용하여 자동으로 개체명 표지가 부착된 3,286개의 새로운 문장을 생성할 수 있었다. 학습말뭉치 문장과 약 70%의 차이를 보이는 새로운 문장을 생성하였다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• pp.203-208
• /
• 2021

본 논문에서는 맥락에 따라 개체명의 범주가 달라지는 어휘를 중심으로 교차 태깅된 개체명의 성능을 레이블과 스팬 정답률, 문장 성분과 문장 위치에 따른 정답률로 나누어 살펴 보았다. 레이블의 정확도는 KoGPT2, mBERT, KLUE-RoBERTa 순으로 정답률이 높아지는 양상을 보였다. 스팬 정답률에서는 mBERT가 KLUE-RoBERTa보다 근소하게 성능이 높았고 KoGPT2는 매우 낮은 정확도를 보였다. 다만, KoGPT2는 개체명이 문장의 끝에 위치할 때는 다른 모델과 비슷한 정도로 성능이 개선되는 결과를 보였다. 문장 종결 위치에서 인식기의 성능이 좋은 것은 실험에 사용된 말뭉치의 문장 성분이 서술어일 때 명사의 중첩이 적고 구문이 패턴화되어 있다는 특징과 KoGPT2가 decoder기반의 모델이기 때문으로 여겨지나 이에 대해서는 후속 연구가 필요하다.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.465-469
• /
• 2018

본 논문에서는 지식베이스 완성을 위한 새로운 모델, KBCNN을 소개한다. KBCNN 모델은 CNN을 기반으로 지식베이스의 개체들과 관계들 사이의 연관성을 포착한다. KBCNN에서 각 트리플 <주어 개체, 관계, 목적어 개체>는 3개의 열을 가진 행렬로 표현되며, 각각의 열은 트리플의 각 원소를 표현하는 임베딩 벡터다. 트리플을 나타내는 행렬은 여러 개의 필터를 가지고 있는 컨볼루션 레이어를 통과한 뒤, 하나의 특성 벡터로 합쳐진다. 이 특성 벡터를 가중치 행렬과 내적 하여 최종적으로 해당 트리플의 신뢰도를 출력하게 된다. 이 신뢰도를 바탕으로 트리플의 진실 여부를 가려낼 수 있다. 지식베이스 완성 연구에서 가장 많이 사용되는 데이터셋인 FB15k-237을 기반으로 한 실험을 통해 KBCNN 모델이 기존 임베딩 모델들보다 뛰어난 성능을 보이는 것을 확인하였다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.11 no.5
• /
• pp.11-17
• /
• 2011

In this paper, we propose ER_Modeler, which is a logical database design tool based on entity-relationship model. ER_Modeler provides the entity-relationship diagrams to be built graphically on windows and generates the graphs into the appropriate data definition language for creating relational database tables. Furthermore, ER_Modeler provides the import/export functions using XML to guarantee the interoperability with ERwin which is one of the most popular commercial products.