• 한국언어정보학회:학술대회논문집
• /
• 한국언어정보학회 2002년도 학술대회 발표논문집
• /
• pp.68-76
• /
• 2002

No Abstract(See Full Text)

• 한국언어정보학회:학술대회논문집
• /
• 한국언어정보학회 2002년도 학술대회 발표논문집
• /
• pp.138-141
• /
• 2002

No Abstract(See Full Text)

• 아동학회지
• /
• 제30권2호
• /
• pp.15-28
• /
• 2009

This study focused on the comprehension of texts written either in Korean script (Hangul) or Chinese script (Hanja). For this purpose, we measured the reading time and the correct response in text comprehension tasks with 104 Korean-Chinese children who were either 10 or 19 years old. There was a main effect of script : The reading time of Hanja texts was shorter than that of Hangul or Hangul Hanja mixed texts. But the older subjects who spent the same reading time in both Hangul and Hanja texts showed the longer reading time in Hangul Hanja mixed texts revealing the interaction between age and script. The correct response rate on the comprehension task was the highest in Hangul text. The results were discussed in relation to the independent dual language processing systems in Korean-Chinese.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2001년도 제13회 한글 및 한국어 정보처리 학술대회
• /
• pp.130-137
• /
• 2001

최대 엔트로피 모델(maximum entropy model)은 여러 가지 자연언어 문제를 학습하는데 성공적으로 적용되어 왔지만, 두 가지의 주요한 문제점을 가지고 있다. 그 첫번째 문제는 해당 언어에 대한 많은 사전 지식(prior knowledge)이 필요하다는 것이고, 두번째 문제는 계산량이 너무 많다는 것이다. 본 논문에서는 텍스트 단위화(text chunking)에 최대 엔트로피 모델을 적용하는 데 나타나는 이 문제점들을 해소하기 위해 새로운 방법을 제시한다. 사전 지식으로, 간단한 언어 모델로부터 쉽게 생성된 결정트리(decision tree)에서 자동적으로 만들어진 규칙을 사용한다. 따라서, 제시된 방법에서의 최대 엔트로피 모델은 결정트리를 보강하는 방법으로 간주될 수 있다. 계산론적 복잡도를 줄이기 위해서, 최대 엔트로피 모델을 학습할 때 일종의 능동 학습(active learning) 방법을 사용한다. 전체 학습 데이터가 아닌 일부분만을 사용함으로써 계산 비용은 크게 줄어 들 수 있다. 실험 결과, 제시된 방법으로 결정트리의 오류의 수가 반으로 줄었다. 대부분의 자연언어 데이터가 매우 불균형을 이루므로, 학습된 모델을 부스팅(boosting)으로 강화할 수 있다. 부스팅을 한 후 제시된 방법은 전문가에 의해 선택된 자질로 학습된 최대 엔트로피 모델보다 졸은 성능을 보이며 지금까지 보고된 기계 학습 알고리즘 중 가장 성능이 좋은 방법과 비슷한 성능을 보인다 텍스트 단위화가 일반적으로 전체 구문분석의 전 단계이고 이 단계에서의 오류가 다음 단계에서 복구될 수 없으므로 이 성능은 텍스트 단위화에서 매우 의미가 길다.

• 한국엔터테인먼트산업학회논문지
• /
• 제13권4호
• /
• pp.157-164
• /
• 2019

드라마 연극이 희곡 텍스트를 무대 위에 재현하는데 관심을 두고 있다면, 포스트드라마 연극은 희곡 텍스트로부터 해방된 연극을 지향한다. 이 과정에서 드라마 연극이 만들어놓은 여러 경계들이 해체된다. 배우와 관객, 허구와 현실, 연극과 비연극, 작품과 사건, 언어와 비언어 등이 대표적인 경계의 이름이다. 이러한 경계의 해체는 드라마 연극에 의해서 잊혀졌던 고대 그리스 연극의 축제적 성격을 복원하는 계기가 된다. 이것은 아리스토텔레스 이래로 연극을 지배하였던 언어중심주의, 희곡중심주의를 해체하고 새로운 연극을 지향하게 한다. 언어중심주의, 희곡중심주의가 연극의 위기를 자초했다면, 포스트드라마 연극은 그것들을 해체함으로써 새로운 문화콘텐츠로서 관객과 소통하는 방법을 찾게 한다. 그 방법은 무엇보다 연극성의 회복에서 발견된다. 드라마 연극이 연극성보다 문학성에 종속된 것에 비해서 포스트드라마 연극은 문학성으로부터 해방된 연극성을 지향하고 있기 때문이다. 연극성이 강화된 포스트드라마 연극의 탈경계적 성격은 대중성 획득의 발판이 될 것이며, 이는 포스트드라마 연극의 문화콘텐츠로서의 가능성을 보여준다.

• 한국과학교육학회지
• /
• 제27권5호
• /
• pp.367-378
• /
• 2007

과학 교과서와 과학 연구 논문의 과학 언어적 특성을 조사하기 위하여 지구과학 교과서 2 종과 지구과학 논문 2 편을 선정하여 각 텍스트의 과학 용어 분류, 설명 텍스트의 구조 분석과 접속 관계를 통한 추론 분석, 접속어의 기능에 대한 분석 방법을 적용하여 분석하였다. 연구 결과, 지구과학 교과서에서 드러난 학교 과학의 언어는 명명어의 비중이 높으며, 정의/예시 구조와 기술 구조 중심의 설명 텍스트 구조를 보였다. 또한, 논리적 추론보다는 부가적인 나열 관계를 나타내는 내적 관계가 우세하였다. 이에 반해 지구과학 논문에서 볼 수 있는 과학자의 과학 언어는 명명어의 비중이 큰 가운데서도 과정어와 개념어의 비중이 과학 교과서의 과학 언어에 비해 높았으며, '도입 - 연관 계열 - 결론'에 이르는 설명 텍스트의 도식적 구조를 갖추고 있었다. 또한, 연관 계열을 이루는 각 문장의 텍스트 구조는 원인/결과 구조 또는 기술 구조에 뒤이은 문제/해결 구조를 보였으며, 각 문장틀 간에 부사형 어미나 동사를 이용한 내적 관계를 통해 인과적 추론 또는 귀추적 추론 관계를 표현하고 있었다. 학생들의 진정한 과학 언어 사용을 위해서는 두 언어 사이의 간극을 줄이는 것이 필요하다. 이를 위해 학교 과학의 언어와 과학자의 언어를 매개하는 지구과학 교사의 교수 언어로서 중간 언어를 제안하였다.

• 디지털융복합연구
• /
• 제12권6호
• /
• pp.655-667
• /
• 2014

본 연구는 질병과 관련한 온라인 포럼에서 추출한 언어 데이터를 통해 제 2형 당뇨병 환자의 질병에 대한 담론을 양적으로 분석하였다. 또한 환자 언어행위의 양적분석을 통해 환자들의 주요 관심사와 심리적 특징의 일반화가 가능한지에 대해 실증적으로 검증하였다. 분석방법으로는 기존의 인터뷰에 기반한 정성적 연구방법론과 달리 환자들의 담론 표본 전체를 파싱 (parsing)과 POS 태깅을 통해 언어학적으로 형태소 분류를 하였다. 주요 어휘빈도 추출과 N-gram을 통한 최빈도 구문구조 분석을 병행하여, 질병과 관련한 이슈의 주요 범주와 심리상태에 관한 언어적인 특징을 살펴보았다. 연구 결과 환자들의 자발적 대화는 주로 다이어트, 운동, 증상, 약물치료, 심리상태의 5가지 범주로 나타나고 있음을 확인하였고, 최빈도 구문구조 분석을 통해 질병치료와 식생활습관 개선 전반에 대한 부정적인 견해가 두드러진 것을 확인하였다. 결과적으로 의료진의 정확한 정보 전달과 전문가의 조언, 정서적 지원 등이 당뇨환자에 대한 심리적 상태에 중요한 만큼 심리치료 서비스이 개선이 필요할 것으로 보인다. 이런한 결과는 기존의 의료제도 안에서의 환자의 관심사와 심리적 특징이 온라인 상에서도 적절하게 투영되고 있음을 시사한다.

• 한국언어정보학회:학술대회논문집
• /
• 한국언어정보학회 2007년도 정기학술대회
• /
• pp.405-414
• /
• 2007

This paper describes a preliminary work on prosody modeling aspect of a text-to-speech system for Thai. Specifically, the model is designed to predict symbolic markers from text (i.e., prosodic phrase boundaries, accent, and intonation boundaries), and then using these markers to generate pitch, intensity, and durational patterns for the synthesis module of the system. In this paper, a novel method for annotating the prosodic structure of Thai sentences based on dependency representation of syntax is presented. The goal of the annotation process is to predict from text the rhythm of the input sentence when spoken according to its intended meaning. The encoding of the prosodic structure is established by minimizing speech disrhythmy while maintaining the congruency with syntax. That is, each word in the sentence is assigned a prosodic feature called strength dynamic which is based on the dependency representation of syntax. The strength dynamics assigned are then used to obtain rhythmic groupings in terms of a phonological unit called foot. Finally, the foot structure is used to predict the durational pattern of the input sentence. The aforementioned process has been tested on a set of ambiguous sentences, which represents various structural ambiguities involving five types of compounds in Thai.

• 지능정보연구
• /
• 제28권4호
• /
• pp.309-328
• /
• 2022

본 연구는 자연어처리의 분석목적과 추론데이터 성격에 적합한 한국어 사전훈련 언어모델의 특성을 실증분석했다. 이를 위해 자연어생성이 가능한 대표적 사전훈련 언어모델인 BART와 GPT 모델을 실험에 사용했다. 구체적으로 한국어 텍스트를 BART와 GPT 모델에 학습한 사전훈련 언어모델을 사용해 문서요약 생성 성능을 비교했다. 다음으로 추론데이터의 특성에 따라 언어모델의 성능이 어떻게 달라지는지 확인하기 위해 6가지 정보전달성과 4가지 창작물 유형의 한국어 텍스트 문서에 적용했다. 그 결과, 모든 문서유형에서 인코더와 디코더가 모두 있는 BART의 구조가 디코더만 있는 GPT 모델보다 더 높은 성능을 보였다. 추론데이터의 특성이 사전훈련 언어모델의 성능에 미치는 영향을 살펴본 결과, KoGPT는 데이터의 길이에 성능이 비례한 것으로 나타났다. 그러나 길이가 가장 긴 문서에 대해서도 KoGPT보다 KoBART의 성능이 높아 다운스트림 태스크 목적에 맞는 사전훈련 모델의 구조가 자연어생성 성능에 가장 크게 영향을 미치는 요소인 것으로 나타났다. 추가적으로 본 연구에서는 정보전달성과 창작물로 문서의 특징을 구분한 것 외에 품사의 비중으로 문서의 특징을 파악해 사전훈련 언어모델의 성능을 비교했다. 그 결과, KoBART는 어미와 형용사/부사, 동사의 비중이 높을수록 성능이 떨어진 반면 명사의 비중이 클수록 성능이 좋았다. 반면 KoGPT는 KoBART에 비해 품사의 비중과 상관도가 낮았다. 이는 동일한 사전훈련 언어모델이라도 추론데이터의 특성에 따라 자연어생성 성능이 달라지기 때문에 다운스트림 태스크에 사전훈련 언어모델 적용 시 미세조정 외에 추론데이터의 특성에 대한 고려가 중요함을 의미한다. 향후 어순 등 분석을 통해 추론데이터의 특성을 파악하고, 이것이 한국어 생성에 미치는 영향을 분석한다면 한국어 특성에 적합한 언어모델이나 자연어생성 성능 지표 개발이 가능할 것이다.

• 한국컴퓨터교육학회 학술대회
• /
• 한국컴퓨터교육학회 2018년도 동계학술대회
• /
• pp.29-31
• /
• 2018

프로그래밍 언어 교육에서 일반적으로 학습자들은 블록 기반 프로그래밍 언어에서 텍스트 기반 프로그래밍 언어 순서로 학습한다. 블록 기반 프로그래밍 언어나 텍스트 기반 프로그래밍 언어는 여타의 프로그래밍 언어들과 마찬가지로 프로그래밍의 기본 논리는 동일하나, 형태, 언어적 특성 및 사용 등에 대하여 다소 차이가 있다. 따라서 본 연구에서는 학습자들의 블록 기반 프로그래밍 언어에서 텍스트 기반 프로그래밍 언어로의 유연한 학습 전이를 돕기 위한 프로그램의 설계 방안을 선행 조직자의 제시, 학습 콘텐츠의 체계화, 단순하고 직관적인 화면 구성으로 제시하였다.