• 한국산업정보학회논문지
• /
• 제9권3호
• /
• pp.64-70
• /
• 2004

한국어와 일본어는 동일한 어족에 속하며 비슷한 문장구조를 가지고 있어 변환중심 기계번역 방법이 효율적이다. 본 논문에서는 토큰 단위의 변환중심 한일 기계번역 시스템을 위한 변환 사전을 생성하는 방법에 관하여 기술하였다. 변환 사전이 잘 구성되면 구문분석 단계에서는 대역어를 선정하기에 적합한 정도까지의 의존트리를 생성하는 간이 파싱 만을 함으로써 필요 없는 노력을 경감시킬 수 있다. 게다가 구문해석 시에 최종의 결과 트리를 만들지 않아도 되므로 문어체 문장은 물론 입력 형태가 비정형적인 대화체 문장에서 더욱 큰 효과를 볼 수 있다. 본 논문의 변환 사전은 한국전자통신 연구원이 수집한 음성 데이터베이스로부터 추출한 말뭉치를 사용해 구성하였다. 구현한 시스템은 여행 계획영역에서 수집된 900여 발화 안의 문장을 대상으로 시험하였는데 제한된 환경에서 $92\%$, 아무런 제약이 없는 환경에서는 $81\%$의 성공률을 보였다.

• 한국콘텐츠학회논문지
• /
• 제17권4호
• /
• pp.331-341
• /
• 2017

본 연구는 북한의 영어 교과서에 나타난 어휘의 시대적인 변화를 파악하기 위해 통시적인 관점에서 코퍼스 기반 어휘 분석을 실시하였다. 이를 위해 통일부의 북한자료센터에 소장되어 있는 북한의 중등학교 영어 교과서 중 1996년 교육과정이 적용된 시기를 기준으로 김정일 시대 이전과 이후의 교과서를 구분지어 코퍼스를 구축한 후, 워드스미스 툴스 7.0을 통해 해당 코퍼스를 분석하여 각 교과서들의 어휘 변화 양상을 살펴보았다. 연구 결과 해당 교과서들의 어휘 규모는 개편 후의 교과서가 개편 전에 비해 증가했지만, 어휘 유형과 어휘 다양성은 감소하였다. 교육과정 개편 이전에 비해 개편 이후의 교과서에서 더 자주 등장하는 핵심어(keyword)를 분석한 결과 김정일 체제를 확고히 하기 위한 관련 이념 어휘와 북한의 경제 및 생활상을 반영하는 어휘들이 나타남을 확인할 수 있었다. 또한 다빈도 어휘 100개 목록과 핵심어를 비교한 결과 북한의 영어 교과서의 어휘가 문법과 문어체 위주의 텍스트에서 조금씩 실질적인 의사소통과 관련된 구어체 내용이 증가하고 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권12호
• /
• pp.881-888
• /
• 2013

기분석 사전은 형태소 분석기의 속도와 정확도를 향상시키고, 과분석을 줄이기 위해 사용된다. 하지만 기분석 사전에 저장된 어절 중에 저장된 형태소 분석 결과가 부족한 어절, 즉 불충분 분석 어절이 존재할 경우 오히려 형태소 분석기의 정확도를 떨어뜨리는 원인으로 작용할 수 있다. 본 논문에서는 세종 형태 분석 말뭉치(문어체, 2011)를 이용해 말뭉치의 크기와 어절 빈도의 변화에 따라 사전의 정답 제시율이 변화하는 양상을 측정하였다. 그리고 통계기반의 형태소 분석기인 SMA와 기분석 사전을 결합한 통합 시스템을 구성하여 기분석 사전의 충분 분석률이 99.82% 이상일 때 시스템 전체 성능이 향상되는 것을 확인하였다. 또한 160만 어절의 말뭉치를 이용할 때는 32회 이상 출현한 어절로, 630만 어절로 구성된 말뭉치를 이용할 때는 64회 이상 출현한 어절로 사전을 구성하는 것이 통합 시스템의 성능을 가장 높게 할 수 있었다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2023년도 제35회 한글 및 한국어 정보처리 학술대회
• /
• pp.432-436
• /
• 2023

초거대언어모델(LLM)의 도래에 따라 다양한 과업들이 도메인 관계 없이 제로샷으로 추론이 가능해짐에 따라서 LLM이 다양한 산업분야에 적용되고 있다. 대표적으로 ChatGPT와 GPT-4는 상용 API로 서비스를 제공하여 용이한 서비스 접근으로 다양한 이용층을 끌어들이고 있다. 그러나 현재 상용 API로 제공되고 있는 ChatGPT 및 GPT-4는 사용자의 대화 내역 데이터를 수집해 기업의 보안 문제를 야기할 수 있고 또한 생성된 결과물의 환각 문제로 인한 기업 문서의 신뢰성 저하를 초래할 수 있다. 특히 LLM 생성 글은 인간의 글과 유사한 수준으로 유창성을 확보한만큼 산업현장에서 LLM 작성 글이 판별되지 못할 경우 기업 활동에 큰 제약을 줄 수 있다. 그러나 현재 한국어 LLM 작성 글 탐지 서비스가 전무한 실정이다. 본 논문에서는 한국어 초거대언어모델 작성 글 판별기: KoCheckGPT 를 제안한다.KoCheckGPT는 산업현장에서 자주 사용되는 문어체, 개조식 글쓰기로 작성된 문서 도메인을 목표로 하여 글 전체와 문장 단위의 판별 정보를 결합하여 주어진 문서의 LLM 작성 여부를 효과적으로 판별한다. 다국어 LLM 작성 글 판별기 ZeroGPT와의 비교 실험 결과 KoCheckGPT는 우수한 한국어 LLM 작성 글 탐지 성능을 보였다.

• 한국융합학회논문지
• /
• 제12권5호
• /
• pp.23-29
• /
• 2021

최근 딥러닝 기반 자연언어처리 연구들은 다양한 출처의 대용량 데이터들을 함께 학습하여 성능을 올리고자 하는 연구들을 진행하고 있다. 그러나 다양한 출처의 데이터를 하나로 합쳐서 학습시키는 방법론은 성능 향상을 막게 될 가능성이 존재한다. 기계번역의 경우 병렬말뭉치 간의 번역투(의역, 직역), 어체(구어체, 문어체, 격식체 등), 도메인 등의 차이로 인하여 데이터 편차가 발생하게 되는데 이러한 말뭉치들을 하나로 합쳐서 학습을 시키게 되면 성능의 악영향을 미칠 수 있다. 이에 본 논문은 기계번역에서 병렬말뭉치 간의 균형성을 고려한 Corpus Weight Balance (CWB) 학습 방법론을 제안한다. 실험결과 말뭉치 간의 균형성을 고려한 모델이 그렇지 않은 모델보다 더 좋은 성능을 보였다. 더불어 단일 말뭉치로도 고품질의 병렬 말뭉치를 구축할 수 있는 휴먼번역 시장과의 상생이 가능한 말뭉치 구축 프로세스를 추가로 제안한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제37권6호
• /
• pp.455-463
• /
• 2010

본 논문은 다양한 형태의 웹 문서에 적용하기 위해서, 언어의 통계정보 및 후처리 규칙에 기반하여 개선한 문장경계 인식 기술을 제안한다. 제안한 방법은 구두점 생략 및 띄어쓰기 오류가 빈번한 웹문서에 적용하기 위해서 문장경계로 사용될 수 있는 모든 종결어미를 대상으로 학습하여 문장경계 인식을 수행하였다. 또한 문장경계인식 성능을 최대화하기 위해서 다양한 실험을 통해 최적의 자질 및 학습데이터를 선정하였고, 학습데이터에 의존적인 통계모델의 오류를 규칙에 기반 해서 보정하였다. 성능 실험은 다양한 문서별 성능 측정을 위해서 구두점이 주로 문장경계로 사용된 문어체 위주의 평가셋1(신문기사와 블로그 문서)과 구두점 생략 및 띄어쓰기 오류가 빈번한 웹 문서 위주의 평가셋2(웹 사이트의 게시판 글)를 대상으로 성능을 측정하였다. 평가 척도로는 F-measure를 사용하였으며, 기존 연구와 동일하게 구두점만을 문장경계 대상으로 학습한 기본 모델을 만들어서 실험한 결과, 평가셋1에 대해서 96.5%의 성능을 보였지만, 평가셋2에 대해서는 56.7%로 매우 저조한 성능을 보였다. 제안하는 개선 방법은 기본 모델을 웹 문서의 특징을 반영시키도록 자질 및 엔진을 개선시켰고, 최종 모델을 평가셋2로 평가한 결과, 96.3%의 성능을 보여서 39.6%의 성능 향상이 있음을 확인하였다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제61권4호
• /
• pp.559-579
• /
• 2022

어휘와 언어에 대한 연구는 이를 사용하는 개인들이 포함된 공동체의 관심과 가치, 실천 관행에 대한 이해도를 높일 수 있다. 이러한 맥락에서 10개국이 참여한 국제 교실수업 어휘 프로젝트(The International Classroom Lexicon Project)는 자국의 수학 교실 수업과 관련하여, 교사가 바라보고 명명하는 구어적 입장에서 수학 교실수업 어휘 연구를 진행하여 어휘를 확인하고 정리하였다. 본 연구는 이 국제 교실수업 어휘 프로젝트 연구의 확장으로, 전국수학교사모임에서 발행하는 수학교사 전문 잡지인 「수학과 교육」에 사용된 교수학적 어휘를 텍스트 마이닝 기법을 이용하여 조사하고, 통시적 관점에서 최근 10년간 시간의 흐름에 따라 이러한 교수학적 어휘가 양적으로 어떻게 변화하였는지를 관찰하였다. 연구 결과, 선행연구에서 발견되지 않은 새로운 교수학적 어휘를 발견할 수 있었다. 또한, 이러한 교수학적 어휘 중 시간의 흐름에 따라 출현 빈도가 유의하게 증가하는 어휘와 단기간에 갑자기 출현(급증)하는 어휘를 발견할 수 있었으며, 이를 통해 수학교사를 위한, 그리고 수학교사에 의한 전문 잡지를 중심으로 이루어진 문어적 공동체 수학교사의 관심의 변화를 살펴볼 수 있었고, 나아가 이러한 관심의 변화를 사회문화적·사건적·시대적 맥락에 비추어 봄으로써 이들의 가치와 시대적 정신의 변화를 조심스럽게 해석할 수 있었다. 이러한 점에서 본 연구는 지난 10년간 시대의 변화에 따른 한국의 수학교사 공동체에서의 수학교육에 대한 관심과 가치, 시대적 정신을 이해하는 첫 걸음으로서 가치를 지니고 있다. 또한, 텍스트 마이닝 기법이 이러한 시대변화에 따른 관심과 가치, 시대적 정신의 변화에 대한 연구를 수행할 수 있는 방법론적인 기여를 제공한다.

• 동아시아식생활학회지
• /
• 제6권3호
• /
• pp.365-379
• /
• 1996

본 연구에서는 우리나라 영남 지방에 소재하는 네 가정을 표집하여 각 가정에서 행 하여지고 있는 유교적 차례와 제사에 차려지는 제물을 실증적으로 연구, 고찰하였으며, 또 이들을 문헌적으로 비교 검토하여 그 변천의 모습을 고찰하고저 하였다. 영남지방의 북부인 안동 하회마을과 영남의 중부지방이라고 볼 수 있는 양동 마을의 불천위제사에서 보이는 제 물조리에서의 공통점은 炙을 완전히 익히지 않고 진설하여 性으로서의 기원을 그대로 지키 고 있다는 사실이며 차이점은 바다가 가까운 양동마을에서는 하회마을보다 어물의 사용이 (대게와 생문어 등) 월등히 많다는 사실과 산골에 위치한 하회마을의 경우는 그 대신 닭을 생으로 한 마리 왼으로 쓰고 엽적에 또 한 마리를 사용하여 어물이 적은 데 비하여 닭을 더 많이 사용하고 있었다. 이러한 것은 의례가 매우 엄격한 제례에서도 지역적 특성이 많이 작 용하고 있다는 것을 나타낸다고 하겠다. 또한 진설에 있어서도 한 곳은 양위진설이고 다른 곳은 단설로 같은 불천위이지만 이러한 차이를 나타낸다고 하겠다. 또한 진설에 잇어서도 한 곳은 양위진설이고 다른 곳은 단설로 같은 불천위이지만 이러한 차이를 나타내고 있어, 이것에 있어서도 한 곳은 양위진설이고 다른 곳은 단설로 같은 물천위이지만 이러한 차이를 나타내고 있어 이것은 진설배열과 함께 가가체로 지켜져 내려 오는 것이라 하겠다. 양가 모 두 기제사 때보다 차려지는 제물의 종류가 다양하고 양도 많았다. 떡, 煎, 자반, 炙 및 나물 과 과일 등이 차려졌다. 여전히 제물을 조리할 때 사용되는 양념은 매우 제한되고 있으며, 또한 이용할 수 있는 채소의 종류는 가정마다 다양하게 다르게 제한되고 있다는 것이 특징 적이다. 사용되는 식품의 종류는 전통적으로 답습해오고 있음에 비추어, 과일은 매우 최근에 수입된 외래종의 것도 모든 가정에서 이용되고 있었다. 그러나 전체적으로 볼 때 유교식 제 사의례는 시대에 따라 거의 변화됨이 없이 지켜져 내려 오고 있었다.

• 인지과학
• /
• 제2권2호
• /
• pp.405-428
• /
• 1990

언어는 정보교환이라는 사회적 기능을 가지고 있다. 60년대 이래로 언어학자들의 관심이 언어의 정보전달 기능, 즉 어떠한 의미가 어떤 형식을 통하여 어떻게 전달되는가 하는, 의미, 형식, 기능의 관계에 점차 집중되게 되었다. 이러한 관계는 문장분석보다는 담화분석을 통하여 더욱 명백하게 파악된다. 본 연구는 한국 설화문에서 사용되는 화제표현의 방법과 표현된 화제의 연속성을 측정함으로 효율적인 정보교환의 방법을 살펴보았다. 분석된 문법구조들은 영대용, 인칭대명사, 지시대명사, 고유대명사, 지시사 뒤에 오는 명사, 소유격을 따르는 명사, 한정적 명사 그리고 비한정적 명사, 모두 8가지이다. 본 연구의 결과를 다음과 같이 요약할수 있다. 첫째, 한국 설화문에서 '인간임'(humanness)이 가장 강한 화제의 연속성을 나타낸다. 인간지시 논항들은 주로 행위자 또는 경엄자를 나타내기 때문에 절이난 담화의 화제역학을 한다. 둘째, 이들 문법구조들은 각기 다른 화제표현의 연속성 정도를 나타낸다. 연속성 정도가 높은 구조일수록 표현이 간단하며, 연속성의 정도가 낮을수록 표현이 복잡하다. 셋째, 화제표현의 연속성은 구조들의 통사적 특성 이외에 사회적문화적 요인들과 작가의 화용상의 목적 등에 좌우되기도 한다. 마지막으로, 실질적인 정보교환의 방법을 파악하기 위하여, 구어체와 문어체 담화문을 비교분석하여 화제표현의 효율적 방법을 고찰할 것을 제의한다.

• 핵의학기술
• /
• 제23권1호
• /
• pp.29-34
• /
• 2019

본 연구는 기존 안내문에서 사용하고 있는 문어체의 글자와 배열, 형태 등을 시각적으로 디자인 및 재배치 함으로써 환자의 이해도 및 검사에 미치는 영향에 대해 평가 하였다. 서울아산병원 핵의학과 영상검사에서 가장 많은 비중을 차지하는 Bone Scan과 $^{201}Thallium$ Myocardium Perfusion SPECT의 Rest Scan 안내문을 개선 대상으로 선정하고, 원내 이노베이션센터와 협의하여 새롭게 디자인 하였다. 2016년 11월부터 2017년 2월은 기존의 안내문을, 2017년 3월부터 5월은 개선된 안내문을 사용하였으며, 개선 전후의 비교를 위해 해당 시기에 Bone Scan을 시행한 환자를 대상으로 안내문에 제시된 전처치 준수 및 그에 따른 영상의 질, 검사 소요시간을 측정하였고, $^{201}Thallium$ Myocardium Perfusion SPECT를 시행한 환자를 대상으로 안내문의 내용 이해에 대한 설문조사와 안내 후 재질문 하는 환자 및 질문유형, 안내문의 내용을 이행하지 않은 환자수를 분석하였다. 개선 후에는 Bone Scan은 전 처치가 미흡한 환자와 그로 인해 추가 영상이 필요한 환자가 감소하였고 평균 검사 소요시간은 안내문 개선 후 추가 영상 획득 시간의 감소로 약 2분 감소하였다. $^{201}Thallium$ Myocardium Perfusion SPECT의 경우 안내문의 내용 이해에 대한 5가지 문항에서 모두 이해도가 증가한 결과를 얻었으며, 검사 관련 재질문 하는 환자와 안내문의 내용을 이행하지 않은 환자 모두 감소하였다. 검사 안내문은 일방적이고 단순한 정보 제공이 아니라 환자 및 보호자와의 원활한 소통으로 이어지며, 영상품질과 업무 효율성을 향상시키고 나아가 검사 소요시간의 관리로 생산성 향상에도 도움을 줄 것으로 사료된다.