• The KIPS Transactions:PartB
• /
• v.15B no.4
• /
• pp.375-382
• /
• 2008

A protein's subcellular localization is considered an essential part of the description of its associated biomolecular phenomena. As the volume of biomolecular reports has increased, there has been a great deal of research on text mining to detect protein subcellular localization information in documents. It has been argued that linguistic information, especially syntactic information, is useful for identifying the subcellular localizations of proteins of interest. However, previous systems for detecting protein subcellular localization information used only shallow syntactic parsers, and showed poor performance. Thus, there remains a need to use a full syntactic parser and to apply deep linguistic knowledge to the analysis of text for protein subcellular localization information. In addition, we have attempted to use semantic information from the WordNet thesaurus. To improve performance in detecting protein subcellular localization information, this paper proposes a three-step method based on a full syntactic dependency parser and WordNet thesaurus. In the first step, we constructed syntactic dependency paths from each protein to its location candidate, and then converted the syntactic dependency paths into dependency trees. In the second step, we retrieved root information of the syntactic dependency trees. In the final step, we extracted syn-semantic patterns of protein subtrees and location subtrees. From the root and subtree nodes, we extracted syntactic category and syntactic direction as syntactic information, and synset offset of the WordNet thesaurus as semantic information. According to the root information and syn-semantic patterns of subtrees from the training data, we extracted (protein, localization) pairs from the test sentences. Even with no biomolecular knowledge, our method showed reasonable performance in experimental results using Medline abstract data. Our proposed method gave an F-measure of 74.53% for training data and 58.90% for test data, significantly outperforming previous methods, by 12-25%.

• Proceedings of the Acoustical Society of Korea Conference
• /
• autumn
• /
• pp.383-386
• /
• 1999

이 논문은 한국어 파열연자음이 유성음 환경에서 유성음화하는 현상을 운율구조와 관련해서 음향음성학적으로 고찰하는 것을 목적으로 한다. 이 논문에서는 첫째, 음성적 자질로서나 청각적인 판단에 의해서나 무성음과 유성음의 이분법으로 나뉘는 것을 음향적 고찰을 통하여 각각을 하위의 범주로 나누었다. 문장 안에서 파열연자음이 음향적으로 실현될 때 각각의 범주가 어느 정도의 빈도수로 출현하는지를 살펴보았다. 둘째, 한국어 파열연자음은 어절 초에서는 무성음으로 실현되나 앞뒤에 유성음이 오는 경우에는 유성화되는 음운규칙이 있는데, 음향적인 분석을 통하여 앞뒤에 유성음이 온다는 조건만으로 설명할 수 없는 예들을 발견하였다. 그리하여 인접음절(특히 앞음절에 오는 분절음의 특성)과 운율구조(액센트구 내에서의 위치, 억양구경계의 유무)를 함께 고려하는 파열연자음 유성화규칙의 조건을 제안하였다.

• Koreanishche Zeitschrift fur Deutsche Sprachwissenschaft
• /
• v.2
• /
• pp.129-147
• /
• 2000

In dieser vorliegenden Arbeit handelt es sich urn die Verbstellung deutscher $S\"{a}tze$. Deutsche Satze lassen sich in 3 Klassen (V1-, V2-, und VE-Struktur nach der Verbstellung einteilen. Im Rahmen der GB-Theorie gibt es jedoch nur einen Platz, an dem eine Konjunktion auftreten kann. Deshalb muss man $f\"{u}r$ zusammengesetzte Konjunktionen einen Analysenbaum aufstellen, auf dem ihre einzelnen Bestandteile die C-Position einnehmen: Diese Struktur zeigt eine gute Grundlage, auf der man den 'als-ware'-Satz $f\"{u}r$ die V1-Struktur halten kann. Einerseits leitet die subordinierende Konjunktion '$au{\ss}er$' auch eine V2-Struktur, weil wir nur mit dem minimalen CP zur Verbstellung zu rechnen brauchen; Es gibt keinen Ausweg, $au{\ss}er$ wir bitten ihn um Hilfe. Andererseits ist der Satz in der V1-Form, den die koordinierende Konjunktion 'noch' mit einen anderen Satz verbindet; Sie brauchte weder Hilfe, noch bat sie um Rat. Das beruht auf der Tatsache, dass die koordinierende Konjunktion 'noch' nicht im $CP_1$-Bereich liegt.

• Annual Conference on Human and Language Technology
• /
• 2003.10d
• /
• pp.47-53
• /
• 2003

본 논문은 정제된 대용량 말뭉치로부터 얻은 음절 n-gram과 어절 통계를 이용한 한국어 자동 띄어쓰기 시스템을 제안한다. 한 문장 내에서 최적의 띄어쓰기 위치는 Viterbi 알고리즘에 의해 결정된다. 통계 기반 연구에 고유한 문제인 데이터 부족 문제, 학습 말뭉치 의존 문제를 개선하기 위하여 말뭉치를 확장하고 실험을 통해 얻은 매개변수를 사용하고 최장 일치 Viable Prefix를 찾아 어절 목록에 추가한다. 본 연구에 사용된 학습 말뭉치는 33,641,511어절로 구성되어 있으며 구어와 문어를 두루 포함한다.

• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.329-330
• /
• 2008

최근 음성인식률이 영어를 기준으로 97% 이상 높아짐에 따라 음성 인식을 사용한 여러서비스들이 등장하고 있다. 지능 로봇도 예외가 아니어서 많은 서비스 로봇, 지능형 로봇에 음성 인식 기술이 적용되고 있다. 본 논문에서는 수많은 음성 인식 기술 중에서 로봇 시스템에 맞는 시스템을 선택하고, 이를 효율적으로 운용할 수 있는 방법을 제시한다. 또한 직접 지능형 서비스 로봇을 만들면서 음성 인식이 로봇에서 얼마나 중요한 위치를 차지하고 있는지를 확인하였으며 단순한 단어, 문장을 인식하는 것에 그치는 것이 아니라 향후 대화를 통해 사람과 로봇의 커뮤니케이션이 가능한 시스템을 제시한다.

• 한국어정보학회:학술대회논문집
• /
• 2016.10a
• /
• pp.152-156
• /
• 2016

멘션(mention)은 명사 또는 명사구를 중심어로 가지며, 수식어를 포함하여 어떤 의미를 정의하는 구(chunk)를 구성한다. 문장 내에서 멘션을 추출하는 것을 멘션탐지라 한다. 멘션들 중에서 서로 같은 의미의 멘션들을 찾아내는 것을 상호참조해결이라 한다. 포인터 네트워크는 RNN encoder-decoder 모델을 기반으로, 주어진 입력 열에 대응되는 위치를 출력 결과로 갖는 모델이다. 본 논문에서는 멘션탐지에 포인터 네트워크를 이용할 것을 제안한다. 멘션탐지에 포인터 네트워크를 적용하면 기존의 sequence labeling 문제로는 해결할 수 없었던 중첩된 멘션탐지 문제를 해결할 수 있다. 실험 결과, 본 논문에서 제안한 멘션탐지의 성능이 규칙기반 보다 8%이상 높은 F1 80.75%를 보였으며, 이를 이용한 상호참조해결 성능이 CoNLL F1 52.69%로 규칙기반 멘션탐지를 이용한 상호참조해결에 비하여 2.29% 더 좋은 성능을 보였다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.27 no.11
• /
• pp.881-889
• /
• 2000

프로그램의 실행시간은 캐쉬메모리의 효율적 사용과 밀접한 관계가 있다. 특히 간섭 실패는 프로그램의 성능에 큰 영향을 미치지만 나타나는 형태가 불규칙적이므로 예측하기가 매우 어렵다. 본 논문에서는 직접 사상 캐쉬전략을 사용한 완전 중첩 루프 내 배열의 캐쉬 실패율(cache miss ratio)을 구하는 분석적 모델을 제시한다. 논문에서 제시한 모델을 임의의 캐쉬 위치에 각 배열이 접근한 시간을 기반으로 다음주기에서 캐쉬 실패의 발생 여부를 예측하는데, 간섭으로 발생한 캐쉬 실패 개수에 대해 기존에 제시된 모델보다 더 빠르고 정확한 예측이 가능하다. 특히, 한문장의 수행시간 예측시간은 배열의 크기와 독립적이기 때문에, 전체 프로그램의 수행시간 예측은 배열의 크기 및 문장의 반복 회수 배만큼 빠른 결과를 보여준다. 본 모델은 프로그램의 성능예측 뿐만 아니라 데이터 지역성의 최적화, 캐쉬 구성, 스케쥴링 등에서도 이용 가능하다.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.61-66
• /
• 2018

인과관계 추출이란 어떠한 문장에서 인과관계가 존재하는지, 인과관계가 존재한다면 원인과 결과의 위치까지 분석하는 것을 말한다. 하지만 인과관계 관련 연구는 그 수가 적기 때문에 말뭉치의 수 또한 적으며, 기존의 말뭉치가 존재하더라도 인과관계의 특성상 새로운 도메인에 적용할 때마다 데이터를 다시 구축해야 하는 문제가 있다. 따라서 본 논문에서는 도메인 특화에 따른 데이터 구축비용 문제를 최소화하면서 새로운 도메인에서 인과관계 모델을 잘 구축할 수 있는 통계 기반 모델을 이용한 인과관계 데이터 확장 방법과 도메인에 특화되지 않은 일반적인 언어자질과 인과관계에 특화된 자질을 심층 학습 기반 모델에 적용함으로써 성능 향상을 보인다.

• Annual Conference on Human and Language Technology
• /
• 2005.10a
• /
• pp.134-138
• /
• 2005

본 논문은 한국어 TTS(Text-To-Speech)에서 운율 경계를 추정하는 문제를 클래스 분류문제로 보고 CRF(Conditional Random Fields)를 적용하여 운율 경계를 추정하였다. 우리는 품사와 운율 경계로 구성된 말뭉치를 사용하여 품사, 어휘, 단어의 길이, 문장에서의 단어 위치와 같은 다양한 속성의 언어적 자질을 추출하여 CRF를 훈련시켰으며, 자질들을 서로 조합하여 최고의 성능을 보이는 자질 집합을 골랐다 또한 가우스 평활 (Gaussian Smoothing)을 적용하여 데이터의 희소성 문제를 줄였다. 실험 결과에서 본 방법이 기존의 방법보다 성능이 좋을 뿐만 아니라 운율 경계를 추정하기 위한 자질을 독립시켰기 때문에 다른 시스템과의 호환성도 높다는 것을 알 수 있었다.

• Annual Conference on Human and Language Technology
• /
• 1999.10e
• /
• pp.242-248
• /
• 1999

이 논문은 지역적 동사구 분할에 바탕을 두고 서술어가 문말에 위치하는 언어에 특성에서 기인하는 속성을 반영하는 부분적 그러나 빠른 구문분석에 관해 논한다. 즉 완벽성 보다는 신속함 그리고 신뢰에 바탕을 둔 새로운 한국어 구문분석에 대해 논의한다. 기존의 문법이론 대신 한국어의 형태적 통사적 특성에 기인한, 성분들의 분할(partitions)에 의한 단위 (chunks) 분석방법을 제안한다. 근간은 동사구 장벽(VP-barrier) 알고리즘이며, 이 알고리즘은 한 문장안에서의 다양한 동사의 파생접사에 의해 형성되는 관형화, 명사화, 부사화 등의 파생구조와 내포된 동사구(인용문, 종속문 등)에 의해 형성되는 지역적 동사구내에서 그 성분들의 논리적인 분할을 구성하고 다시 그 다음 요소와 체계적으로 결합하는 관계로 확장하여 가능한 구조들을 생성한다. 다시 언어의존적인 발견적 규칙(heuristics)들을 점수화하여 가장 높은 점수의 단위구조를 적격한 구조로 선택한다. 이 방법은 하위범주화 및 의미정보를 사용하지 않는, 빠른 구문분석이 요구되는 시스템을 위해 고안되었으며, 집단적인 노력이 아닌 개인적인 노력 및 최소의 자원으로도 최대의 효과를 얻을 수 있다는데 그 의의가 있다.