• The Journal of Information Technology and Database
• /
• v.4 no.1
• /
• pp.31-50
• /
• 1997

객체지향 데이터베이스 시스템에서 시간지원 데이터베이스를 다룰 때 발생하는 중요한 문제는 관계 의미에 따라 시간과 속성을 결합하는 방법에 있다. 관계형 모델처럼 속성 버전화에 대한 기존의 연구 결과는 시간지원 객체지향 모델에 적용할 수 없다. 이것은 객체지향 모델이 복합 객체를 구성하기 위해서 기존의 모델보다 더욱 강력한 구성자들을 제공하기 때문이다. 그래서 이 논문은 객체지향 데이터베이스에 시간 개념을 통합하기 위한 형식적 접근방법을 제안한다. 이 논문의 목적은 객체 사이에 관계하는 일반화, 집단화와 연관화에 따라 시간지원 객체지향 데이터베이스 표현을 연구하는 것이다. 이 논문은 시간지원 객체지향 모델에서 속성 버전화의 개념을 정의하고, 객체 사이에 존재하는 관계에 대해서 시간을 표현하는 것에 중점을 둔다. 또한 관계 의미에 대한 제약조건을 규정하고, 표현 기준에 기반하여 검토한다. 이 논문은 객체지향 데이터 모델을 형식화함으로써 대수 연산자의 설계시 강력한 연산 기능을 제공할 뿐만 아니라 모듈의 재사용성을 제공할 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.05a
• /
• pp.7-10
• /
• 2005

본 논문에서는 관계형 데이터베이스를 이용하여 XML Schema 문서를 저장 및 갱신 시 유효성이 유지되는 저장 모델을 설계하였다. 기존의 XML Schema 저장 모델은 갱신 시 유효성 검증을 위해 XML Schema 를 파일로 추출하여 변경한 후 XML Parser 를 이용하는 복잡한 과정을 필요로 한다. 이 논문에서 설계한 모델은 슈퍼타입 서브타입을 이용한 모델링과 관계형 데이터베이스에서 제공 하는 참조 키, NOT NULL, Default, Check(Rule), Trigger 등의 제약 조건을 사용하므로 다른 응용 프로그램의 의존 없이 저장 및 갱신 데이터의 유효성을 간단하게 검증할 수 있다. 그러므로 이 저장 모델을 이용하면 XML Schema 문서가 데이터베이스에 저장이 되어 있는 그 자체로 유효한 스키 마임을 보장할 수 있어 저장 및 갱신의 효율을 높일 수 있는 장점이 있다. 본 논문에서 설계한 저장 모델은 상용 관계데이터베이스인 SQL 서버 2000 에 적용하여 테이블과 제약조건을 설정한 후 데이터 갱신과정을 실험하였으며, 실험결과 XML Schema의 작성규칙에 위배되는 변경 시도는 설정한 제약조건에 의해 사전 방지되어 데이터의 유효성이 유지됨을 확인하였다.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.292-297
• /
• 2020

자연어 추론 모델은 전제와 가설 사이의 의미 관계를 함의와 모순, 중립 세 가지로 판별한다. 영어에서는 RTE(recognizing textual entailment) 데이터셋과 다양한 NLI(Natural Language Inference) 데이터셋이 이러한 모델을 개발하고 평가하기 위한 벤치마크로 공개되어 있다. 본 연구는 국외의 텍스트 추론 데이터 주석 가이드라인 및 함의 데이터를 언어학적으로 분석한 결과와 함의 및 모순 관계에 대한 의미론적 연구의 토대 위에서 한국어 자연어 추론 벤치마크 데이터 구축 방법론을 탐구한다. 함의 및 모순 관계를 주석하기 위하여 각각의 의미 관계와 관련된 언어 현상을 정의하고 가설을 생성하는 방안에 대하여 제시하며 이를 바탕으로 실제 구축될 데이터의 형식과 주석 프로세스에 대해서도 논의한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.180-182
• /
• 1999

지리 정보 시스템(Geographic Information System, GIS)에서 가장 주요한 부분을 차지하는 것 중의 하나가 공간 데이터 모델(spatial data model)에서 정의된 각 공간 데이터들간의 공간 관계 연산자(spatial relational operator)의 효과적인 구현이다. 공간 데이터는 점(point), 선(line), 면(area)으로 표현될 수 있다. 이들 사이의 모든 공간 관계는 Disjoint, Touch, Cross, In, Overlap의 다섯 가지 연산자로 표현 가능함이 알려져 가능함이 알려져 있으며, 이들에 대한 실체적인 위상 관계를 표현하는 다양한 수학적 모델링 방법이 존재한다. 하지만, 실제 이들 공간 연산자들을 수학적 모델에 따라 그대로 구현하려고 하면, 컴퓨터 상에서는 표현할 수 없다거나 많은 자원을 차지하는 데이터 구조를 필요로 한다거나, 또는 비효율적인 알고리즘으로 구현할 수 밖에 없는 현실적인 어려움에 봉착한다. 그 중에서도 구현하기 어려운 연산은 면과 선과의 관계, 면과 면과의 공간 관계를 찾아내는 공간 연산자이다. 본 논문에서는 선분의 양끝점을 이용하여 면과 선분(line segment)과의 관계를 찾아내는 알고리즘을 제안한다. 이 알고리즘을 사용하여 면과 선, 면과 면과의 관계를 찾아내는 공간 연산자를 효율적으로 구현할 수 있다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.11a
• /
• pp.514-519
• /
• 2002

우리는 유머문서의 추천을 위해서 문서 정보, 사용자 정보, 공통 등급매김 정보 등을 모두 이용하는 4 개의 관찰 변수와 이들간 관계의 학습을 위한 은닉변수를 사용한 확률모델을 구축하였다. 이 모델은 학습된 은닉 변수와 가시 변수 간의 관계를 통해 누락 관찰 데이터에 대해서도 추정값을 유도해 낼 수 있으므로 등급매김 정보가 부족하거나 새로운 사용자와 문서의 도입시에 안정적인 추천 성능을 보여 줄 수가 있다. 또한 확률 모델의 학습을 위해서 EMl 알고리즘을 이용하였는데 저평가된 데이터의 이용도를 높이기 위해서 추천을 반대하는 확률 모델을 따로 두고 이들간에 분류모델(classification model)을 두어서 추정값을 분류해내는 방식을 취한다.

• Annual Conference on Human and Language Technology
• /
• 2017.10a
• /
• pp.137-142
• /
• 2017

원격 지도 학습은 자동으로 매우 큰 코퍼스와 지식베이스 간의 주석 데이터를 생성하여 기계 학습에 필요한 학습 데이터를 사람의 손을 빌리지 않고 저렴한 비용으로 만들 수 있어, 많은 연구들이 관계 추출 문제를 해결하기 위해 원격 지도 학습 방법을 적용하고 있다. 그러나 기존 연구들에서는 모델 학습의 입력으로 사용되는 단어 임베딩에서 단어의 동형이의어 성질을 반영하지 못한다는 단점이 있다. 때문에 서로 다른 의미를 가진 동형이의어가 하나의 임베딩 값을 가지다 보니, 단어의 의미를 정확히 파악하지 못한채 관계 추출 모델을 학습한다고 볼 수 있다. 본 논문에서는 원격 지도 학습 기반 관계 추출 모델에 다중-어의 단어 임베딩을 적용한 모델을 제안한다. 다중-어의 단어 임베딩 학습을 위해 어의 중의성 해소 모듈을 활용하였으며, 관계 추출 모델은 문장 내 주요 특징을 효율적으로 파악하는 모델인 CNN과 PCNN을 활용하였다. 본 논문에서 제안하는 다중-어의 단어 임베딩 적용 관계추출 모델의 성능을 평가하기 위해 추가적으로 2가지 방식의 단어 임베딩을 학습하여 비교 평가를 수행하였고, 그 결과 어의 중의성 해소 모듈을 활용한 단어 임베딩을 활용하였을 때 관계추출 모델의 성능이 향상된 결과를 보였다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.137-142
• /
• 2017

원격 지도 학습은 자동으로 매우 큰 코퍼스와 지식베이스 간의 주석 데이터를 생성하여 기계 학습에 필요한 학습 데이터를 사람의 손을 빌리지 않고 저렴한 비용으로 만들 수 있어, 많은 연구들이 관계 추출 문제를 해결하기 위해 원격 지도 학습 방법을 적용하고 있다. 그러나 기존 연구들에서는 모델 학습의 입력으로 사용되는 단어 임베딩에서 단어의 동형이의어 성질을 반영하지 못한다는 단점이 있다. 때문에 서로 다른 의미를 가진 동형이의어가 하나의 임베딩 값을 가지다 보니, 단어의 의미를 정확히 파악하지 못한 채 관계 추출 모델을 학습한다고 볼 수 있다. 본 논문에서는 원격 지도 학습 기반 관계 추출 모델에 다중-어의 단어 임베딩을 적용한 모델을 제안한다. 다중-어의 단어 임베딩 학습을 위해 어의 중의성 해소 모듈을 활용하였으며, 관계 추출 모델은 문장 내 주요 특징을 효율적으로 파악하는 모델인 CNN과 PCNN을 활용하였다. 본 논문에서 제안하는 다중-어의 단어 임베딩 적용 관계추출 모델의 성능을 평가하기 위해 추가적으로 2가지 방식의 단어 임베딩을 학습하여 비교 평가를 수행하였고, 그 결과 어의 중의성 해소 모듈을 활용한 단어 임베딩을 활용하였을 때 관계추출 모델의 성능이 향상된 결과를 보였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05c
• /
• pp.1539-1542
• /
• 2003

MPEG-21의 Digital Item은 표준으로 정해진 DID(Digital Item Declaration) 모델을 이용하여 표현된다. 해당 모델은 XML 스키마에 기반하여 정의된 것으로서 뛰어난 표현력과 확장성을 제공할 수 있다. 하지만 정의된 데이터의 저장이나 검색 및 기존 데이터와의 연계에 관한 언급은 표준에서 이루어지지 않고 있다. 본 연구에서는 MPEG-21에서 DID 모델을 이용하여 정의되어 있는 Digital Item을 관계형 데이터베이스에 저장하여 사용할 수 있는 방법에 관하여 논하고자 한다. DID를 이용하여 정의된 내용을 관계형 데이터베이스의 스키마로 매핑 하였으며, SQL 언어를 이용하여 기존 데이터와의 연동 검색을 지원하도록 설계하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.4-6
• /
• 2005

스트림 데이터를 생성하는 응용의 증가로 스트림 데이터 처리에 대한 연구가 활발히 진행되고 있다. 이러한 응용의 예로 센서네트워크, 모니터링, Selective dissemination of information(SDI)등이 있다. 특히 SDI와 같은 웹 환경의 응용은 XML을 기반으로 스트림 데이터 처리에 대한 연구를 진행하고 있다. XML은 웹상의 데이터 교환의 표준으로 웹 응용의 증가로 인해 스트림 데이터 처리 분야에서도 XML을 사용하는 스트림 데이터 처리 시스템에 대한 연구가 많이 진행되고 있는 실정이다. 하지만 XML을 기반으로 하는 기존의 시스템들은 정적인 질의계획을 사용하여 스트림 데이터를 처리하기 때문에 동적으로 변하는 스트림 데이터에 적응력있게 대처할 수 있다. 이와 달리 관계 데이터 모델을 사용하는 스트림 데이터 처리 시스템은 동적인 질의 계획과 질의 처리 연산자의 라우팅(스케쥴링) 기법을 사용하여 적응력있는 질의처리를 지원한다. 본 논문에서는 관계 데이터 모델을 사용하는 시스템의 적응력있는 질의처리 모델을 XML을 기반으로 하는 시스템에 적용하는 기법들에 대하여 설명한다. 그리고 XML을 기반으로 하는 기존의 대표적인 시스템인 YFilter[7]와 본 논문의 제안하는 시스템과의 질의처리 성능을 비교 평가한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.265-270
• /
• 2001

XML은 강력한 데이터 표현능력들 인정받아 전자상거래와 같은 데이터 처리 분야에 적극적으로 도입되고 있다. 전자상거래는 인터넷의 확산과 더불어 급속도로 발전되었고. B2C의 성공은 기업간 전자상거래를 위한 비즈니스 모델들을 창출하였다. 이 비즈니스 모델들은 새로운 문서 기술 언어인 XML로 작성되고, 그 정보들은 각각의 기업의 데이터베이스에 저장된다. 저장에 필요한 데이터베이스로서 관계형 데이터베이스가 가장 일반적으로 사용되고 있으나, 관계형 데이터베이스의 단점을 보완한 객체지향형 데이터베이스가 개발되었고, 관계형 데이터베이스와 객체지향형 데이터베이스의 장점을 살린 혼합형이라 할 수 있는 객체 관계 데이터베이스가 개발되었다. 본 논문에서는 XML 문서의 저장에 관계형 데이터베이스와 객체 관계 데이터베이스를 사용하여 저장의 효율성을 비교한다.