• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.17 no.1
• /
• pp.20-28
• /
• 1992

Co-articulation is one of major factors that make connected word recognition difficult. This Study Considers the fact that the head Part Of the following word is changed by the Preceding word in a connection point, by applying the co-articulation model, and adj usting the following word .We choose a critical damping second order linear system for the co-articulation model, combining a one-stage DP matching recognition algorithm with this model, and Investigating the effects. The recognition experiment is carried out for 35 Korean 4 connected digits spoken by 5 male speakers, and recognition rate Is upgraded by 4.7 percent.

• Annual Conference on Human and Language Technology
• /
• 1992.10a
• /
• pp.469-477
• /
• 1992

본 논문에서는 자연언어 처리를 기반으로 한 질의응답 시스템을 설계하며 그 대상을 호텔 예약 시스템으로 한다. 시스템은 크게 언어 해석부, 문맥 처리부, 화제 처리부 및 한국어 생성부로 구성한다. 언어 처리부에서는 단일화 문법을 적용하여 사용자가 입력한 질의문을 해석하며 그 해석결과로부터 이 후 질의응답에 사용되는 정보들인 술어, 각 명사구들의 의존 관계치 및 의미 제약치를 얻어 낸다. 문맥처리를 수행하여 생략문 등에 의해 결핍된 정보들을 추출함으로서 정보의 손실을 보완한다. 이 정보들을 이용하여 사용자와 시스템간의 자연스러운 대화를 진행하기 위한 화제처리를 수행하며, 최종적으로 화제 처리부에서 파악한 화자의 의도를 기초로 사용자가 요구한 정보를 제공하고 계속된 대화진행을 위해 적절한 한국어를 생성해 주는 한국어 생성부를 거치게 된다. 본 논문에서는 호텔 예약이라는 정해진 영역하에서 자연언어처리에 의해 추출한 술어, 각 명사구들의 의존관계치 및 의미제약치 정보들을 이용하여 문맥처리와 화제처리를 수행함으로서 더욱 효율적인 질의응답 시스템을 구현할 수 있음을 보인다.

• Annual Conference on Human and Language Technology
• /
• 2007.10a
• /
• pp.23-30
• /
• 2007

화행 분석이란 자연언어로 된 발화를 통해서 나타나는 화자의 의도를 인식하는 것으로 대화를 처리하는 여러 응용 분야에서 중요하게 요구되는 과정이다. 기존의 연구에서는 이전 발화의 화행과 현재 발화의 문장 자질을 사용하여 규칙 기반 및 통계 기반의 연구가 진행되었다. 하지만 본 논문에서는 현재 발화 이후의 후보 화행을 추정하여 이를 현재 발화의 화행을 결정하는데 사용함으로써 기존의 연구와 차별화를 두었으며, 실제로 기존 방법보다 약 4%의 성능향상을 보인 96.08%의 정확도(accuracy)를 보였다. 또한 이전 발화의 화행 정보 대신 이전 화행을 결정하는데 사용했던 문장 자질을 현재 발화의 화행 결정에 직접 사용함으로써 실제 이전 화행을 적용했을 때보다 향상된 성능을 가져왔으며, 이전 문장 자질과 후보 화행을 함께 사용하여 화행을 결정했을 경우 96.96%의 정확도를 보였다.

• Phonetics and Speech Sciences
• /
• v.3 no.1
• /
• pp.3-14
• /
• 2011

It has been posited that in English, native listeners use the Metrical Segmentation Strategy (MSS) for the segmentation of continuous speech. Strong syllables tend to be perceived as potential word onsets for English native speakers, which is due to the high proportion of strong syllables word-initially in the English vocabulary. This study investigates whether Koreans employ the same strategy when segmenting speech input in English. Word-spotting experiments were conducted using vowel-initial and consonant-initial bisyllabic targets embedded in nonsense trisyllables in Experiment 1 and 2, respectively. The effect of strong syllable was significant in the RT (reaction times) analysis but not in the error analysis. In both experiments, Korean listeners detected words more slowly when the word-initial syllable is strong (stressed) than when it is weak (unstressed). However, the error analysis showed that there was no effect of initial stress in Experiment 1 and in the item (F2) analysis in Experiment 2. Only the subject (F1) analysis in Experiment 2 showed that the participants made more errors when the word starts with a strong syllable. These findings suggest that Koran listeners do not use the Metrical Segmentation Strategy for segmenting English speech. They do not treat strong syllables as word beginnings, but rather have difficulties recognizing words when the word starts with a strong syllable. These results are discussed in terms of intonational properties of Korean prosodic phrases which are found to serve as lexical segmentation cues in the Korean language.

• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.77-82
• /
• 2002

운율은 음성의 초분절적인 면에 연관하는 음성의 한 성으로서 통상적으로 화자는 음성을 달하는 과정에서 청자의 이해를 돕기 위해 운율을 사용하게 된다. 본 논문은 이러한 운율을 이루는 성분 중의 하나인 운율구의 위치 예측에 대한 성능을 향상시키는 것에 그 목적을 둔다. 한국어 운율 정보에 대한 표기 방법 중의 하나인 K-ToBI를 기반으로 하여, 운율구의 경계와 그에 대한 레벨을 Break Indices 정보로서 나타내었고, 통계학 분야에서 제안된 Support Vector Machine(SVM)을 이용하여 시스템의 예측률 향상을 꾀하였다. 기존의 방법에서 사용된 트리 기반 모델을 이용하여 한국어 운율에 가장 많은 영향을 끼치는 언어 정보들을 추출하였고 이를 실험에 적용하였다. 기존의 트리 모델과 SVM 모델에 대한 예측률을 비교한 결과, 경계 유무 정보 예측과 4단계의 레벨을 가지는 경계 정보의 예측에서 모두 본 방법이 보다 높은 예측률을 보여 주어 본 연구에서 제시한 접근법이 운율구의 경계 정보를 예측하는 데에 있어 더욱 효과적인 접근법임을 실험적으로 입증하였다.

• KSBB Journal
• /
• v.16 no.2
• /
• pp.200-206
• /
• 2001

In this study we tried to optimize the enzyme reaction conditions for the synthesis of highly branched isomaltodextrin (Mw > 2.5 kDa) using two dextransucrases from L. mesenteroides B-742CB and B-512FMCM that are dextransucrase constitutive mutants. As the concentration of sucrose or the ratio of maltose to sucrose increased, the amount of dextran decreased and the number and the amount of acceptor-products (of sucrose or maltose) increased. With high sucrose concentration (over 34%), there was more branched isomaltodextrin (as acceptor products) than dextran. When the ratio of sucrose to maltose was 2.5, there produced 86.7% of isomaltodextrin were produced. The Mw of dextrans, however, was over 2${\times}$10(sup)6 and there was no significant amounts of branched clinical dextran or high molecular weight oligosaccharides. With the combined activities of B-742CB dextransucrase and B-512FMCM dextransucrase we could synthesize high molecular weight branched isomaltodextrin (Mw>2.5 kDa). The high molecular weight dextran was composed of high branches as B-742CB dextran.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.17 no.11
• /
• pp.1199-1205
• /
• 1992

In this paper, a Korean word recognition method which usese Neural Network and Hidden Markov Models(HMM) is proposed to improve a recognition rate with a small amount of learning data. The method reduces the fluctuation due to personal differences which is a problem to a HMM recognition system. In this method, effective recognizer is designed by the complement of each recognition result of the Hidden Markov Models(HMM) and Neural Network. In order to evaluate this model, word recognition experiment is carried out for 28 cities which is DDD area names uttered by two male and a female in twenties. As a result of testing HMM with 8 state, codeword is 64, the recognition rate 91[%], as a result of testing Neural network(NN) with 64 codeword the recognition rate is 89[%]. Finally, as a result of testing NN-HMM with 64 codeword which the best condition in former tests, the recognition rate is 95[%].

• Journal of Chest Surgery
• /
• v.32 no.12
• /
• pp.1100-1105
• /
• 1999

배경 :폐절제술은 절제가능한 폐암 또는 염증성 폐질환 선천성 폐질환의 치교적 술식이 된다. 술후 경과에 영향을 줄수 있는 예측기능 요소를 인지하는 것은 중요하나 합병증에 이환된 경향이 높은 환자에 대하여 각별한 주의를 기울임으로서 술후 합병증 및 사망률은 감소시킬수 있을 것이다 방법 및 대상: 술후 결과에 영향을 미치는 요소를 예측하기 위해 1994년부터 1998 년까지 본 병원에서 종양성 및 염증성 폐질환으로 폐절저술을 시행받은 153명의 환자를 대상으로 입원챠트를 열람하여 연구하였다 평균 연령은 54.3$\pm$10.6세였다. 96명 (62%) 의 환자는 폐암화자였으며 47명 (30%)의 환자의 염증성 폐질환자였고 10명 (7%)의 환자는 선천성 폐질환자이거나 기타 폐질환자였다. 결과: 전체 153명중 폐엽절제술이 118례 전폐절제술이 29례 폐분엽절제술이 6례 시행되었다. 7명 (4.5%)의 환자가 술후 사망하였다 술후 원내 사망률의 가장 유의한 예측요소는 동반된 내과적 질환의 유무(p<0.001)과 70세 이상의 고령이다(p<0.003) 총 57명의 환자에게 67가지의 합병증이 발병되었다 그중 수술자체와 관련된 합병증이 50례 (32%) 호흡기계 합병증이 14례(9.1%) 심혈관계가 1례(0.6%) 기타 합병증이 2례(1.3%)였다 술후 합병증 이환율에 영향을 미치는 요소는 70세 이상의 고령이었다(p<0.004) 결론 : 동반된 내과적 질환과 70세 이상의 고령은 술후 사망률에 영향을 미치는 유의한 예측요소가 되며 또한 70세이상의 고령은 술 후 합병증 이환율에도 영향을 미치는 요소이다.

• Journal of Chest Surgery
• /
• v.40 no.2 s.271
• /
• pp.147-150
• /
• 2007

Desmoplastic small round cell tumor (DSRCT) is rare and a recently described, poorly differentiated malignant tumor and it usually presents with widespread intra-abdominal involvement. We report a case of DSRCT arising form the mediastinum which was treated with multimodality anticancer therapy in 15 year-old girl.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.01a
• /
• pp.9-12
• /
• 2023

최근 영상 콘텐츠를 통해 영상물의 메시지뿐 아니라 메시지의 형식을 통해 전달된 감정이 시청하는 사람의 심리 상태에 영향을 주고 있다. 이에 따라, 영상 콘텐츠의 감정을 분류하는 연구가 활발히 진행되고 있고 본 논문에서는 대중적인 영상 스트리밍 플랫폼 중 하나인 유튜브 영상을 7가지의 감정 카테고리로 분류하는 여러 개의 영상 데이터 중 각 영상 데이터에서 오디오와 이미지 데이터를 각각 추출하여 학습에 이용하는 멀티 모달 방식 기반의 영상 감정 분류 모델을 제안한다. 사전 학습된 VGG(Visual Geometry Group)모델과 ViT(Vision Transformer) 모델을 오디오 분류 모델과 이미지 분류 모델에 이용하여 학습하고 본 논문에서 제안하는 병합 방법을 이용하여 병합 후 비교하였다. 본 논문에서는 기존 영상 데이터 감정 분류 방식과 다르게 영상 속에서 화자를 인식하지 않고 감정을 분류하여 최고 48%의 정확도를 얻었다.