• 한국콘텐츠학회논문지
• /
• 제8권11호
• /
• pp.404-411
• /
• 2008

이 연구의 목적은 스키마 활성화가 영어 독해에 미치는 영향에 대해서 연구하였다. 광주시내의 중학교 3학년 학생들 중 실험집단 36명 통제집단 32명 총 68명이 실험 대상 이었다. 이 학생들의 영어 능숙도는 사전 검사를 통해 동일한 집단임을 보였으며, 실험집단은 독해 전 활동으로 어휘제시와 이미지 자료를 제시하여 수업을 하였으며, 통제집단은 문법 번역식 수업으로 진행하였다. 설문지는 사전 사후 각각 영어 독해와 관련된 25문항으로 하였으며 자료 분석은 SPSS 12.0을 사용하였다. 그 결과는 독해 전 활동이 영어 독해 능력에 영향을 미친다는 것을 알 수 있었으며, 영어 능숙도에 따른 결과는 하위집단이 상위집단보다 더 효과적이었다. 스키가 활성화를 통한 영어 독해 학습을 함으로써 학생들은 수업에 흥미를 가지고 참여 하였으며 그 결과 실험 집단이 통제집단보다 더 높은 학업 성취도를 보였다.

• 문화기술의 융합
• /
• 제7권4호
• /
• pp.267-272
• /
• 2021

본 연구는 코로나 사태로 인한 비대면 교양 영어 수업에서 영화 대본 소리 내어 읽기가 유학생들의 영어 능력에 미치는 영향을 알아보는 것을 목적으로 한다. 서울 소재 대학에 다니는 유학생 47명을 대상으로 일주일에 한 번, 15주간, 애니메이션 라푼젤(Tangled)을 이용하여 교양 영어 수업을 진행하였다. 교사의 동영상 수업과 영화 대본 소리 내어 읽기 활동을 격주로 진행하였다. 교사는 쉬운 한국어로 영화 대사의 어휘 설명 및 해석으로 동영상을 제작하여 학습 관리 시스템(LMS)에 게시하였다. 학생들은 소리 내어 읽기 활동은 줌을 통해 교사의 도움을 받으며 개인별 및 조별 소리 내어 읽기를 하였다. 사후 평가에서 사전 평가 대비 읽기와 쓰기 영역 모두에서 유의미한 향상을 보여주었다. 설문에서는 이해도, 만족도, 흥미도, 추천도의 정의적 측면에서 긍정적인 결과가 나타났다.

• 한국정보교육학회:학술대회논문집
• /
• 한국정보교육학회 2021년도 학술논문집
• /
• pp.141-148
• /
• 2021

초등학생을 대상으로 하는 소프트웨어 교육에는 주로 교육용 프로그래밍 언어가 사용된다. 고학년 수준에서는 블록형 교육용 프로그래밍 언어를 기반으로 텍스트 기반 프로그래밍 언어로 전환하고, 경험하는 것이 중요하다. 그러나 대부분의 TPL은 어려운 영어 어휘와 문법으로 이루어져 있어 초등 수준에서 학습하기에 어려움이 있다. 대표적인 텍스트 기반 프로그래밍 언어로는 Python이 있다. 본 연구는 한국어가 익숙한 학생들이 Python을 용이하게 학습할 수 있는 교육 프로그램의 개발에 관한 것이다. 데이터 분석에 필요한 개념을 중심으로 Python 예약어를 추출하였다. 데이터 분석에 사용되는 영어 예약어들을 초등 수준에서 이해할 수 있는 한국어로 대체하였다. 대체한 예약어와 Python 예약어를 일대일 매핑하여 한국어를 사용하여 Python 데이터 분석 과정을 체험해 볼 수 있는 프로그램을 구상하였다. 본 연구가 TPL을 학습하기 위한 기초 자료로 유용하게 활용되길 기대한다.

• 한국멀티미디어학회논문지
• /
• 제19권2호
• /
• pp.344-351
• /
• 2016

Recently, mobile application for english vocabulary learning is being developed actively. However, most mobile English vocabulary learning applications did not effectively connected with the technical advantages of mobile learning. Also,the study of mobile english vocabulary learning app are still insufficient. Therefore, this paper development a english vocabulary context-learning Agent that can practice context learning more reasonably using a location-based service, a character recognition technology and augmented reality technology based on smart phones. In order to evaluate the performance of the proposed agent, we have measured the precision and usability. As results of experiments, the precision of learning vocabulary is 89% and 'Match between system and the real world', 'User control and freedom', 'Recognition rather than recall', 'Aesthetic and minimalist design' appeared to be respectively 3.91, 3.80, 3.85, 4.01 in evaluation of usability. It were obtained significant results.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권5호
• /
• pp.385-395
• /
• 2005

긴 문장 분석은 높은 분석 복잡도로 인해 기계 번역에서 매우 어려운 문제이다. 구문 분석의 복잡도를 줄이기 위하여 문장 분할 방법이 제안되었으며 본 논문에서는 문장 분할의 적용률과 정확도를 높이기 위한 최대 엔트로피 확률 모델 기반의 문장 분할 방법을 제시한다. 분할 위치의 어휘 문맥적 특징을 추출하여 후보 분할 위치를 선정하는 규칙을 학습을 통해 자동적으로 획득하고 각 후보 분할 위치에 분할 확률 값을 제공하는 확률 모델을 생성한다. 어휘 문맥은 문장 분할 위치가 표시된 말뭉치로부터 추출되며 최대 엔트로피 원리에 기반하여 확률 모델에 결합된다. Wall Street Journal의 문장을 추출하여 학습 데이타를 생성하는 말뭉치를 구축하고 네 개의 서로 다른 영역으로부터 문장을 추출하여 문장 분할 실험을 하였다. 실험을 통해 약 $88\%$의 문장 분할의 정확도와 약 $98\%$의 적용률을 보였다. 또한 문장 분할이 효율적인 파싱에 기여하는 정도를 측정하여 분석 시간 면에서 약 4.8배, 공간 면에서 약 3.6배의 분석 효율이 향상되었음을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제21권10호
• /
• pp.576-593
• /
• 2021

본 연구에서는 토익 시험의 정답률과 변별도에 영향을 미치는 구조적인 요인이 무엇인지 분석하기 위하여 문항 분석에서 도출된 각 파트별 코퍼스 지표들을 분석하였다. 이를 위하여 모의 토익 시험의 정답률과 변별도에 대한 코퍼스 요인들의 회귀 분석을 실시하였고, 분석 결과는 다음과 같다. 정답률에 대해서는 기초산출치중에서 word_length, no_word_sentence1, sentence_length, 정합성 지표들 중에서는 LSA_overlap_adjacent_sentences, 어휘 다양성 지표들 중에서는 MTLD_VOCD, 접속사 지표들 중에서는 All_logical_causal_connectives_incidence, 상황모형 지표들 중에서는 casual_particles_causal_verbs_Ratio, 통사적복잡성 지표들 중에서는 Minimal_Edit_Distance1, Left_embeddedness, 통사적 패턴밀도 지표들 중에서는 Infinitive_density, Preposition_phrase_density 등이 음의 영향을 미치는 것으로 나타났다. 이러한 코퍼스 요인들은 토익의 정답률을 낮추는 효과가 있기 때문에 하위 레벨의 학습자들이 단기적인 학습효과를 향상시킬 수 있는 중요한 정보들을 제공해 줄 수 있을 것이다. 변별도에 대해서는 어휘 다양성 지표들 중에서 MTLD_VOCD, 접속사 지표들 중에서는 All_logical_causal_connectives_incidence, Additive_connectives_incidence, 통사적 패턴밀도 지표들 중에서는 Infinitive_density, 어휘정보 지표들 중에서는 person1_2_pronoun_incidence 등이 정의 영향을 미치는 것으로 나타났다. 이러한 코퍼스 요인들은 변별도 증가에 영향을 주기 때문에 영어 능력 하위 그룹에 필요한 학습 프로그램을 개발하는 데 있어서 활용될 수 있을 것이다.

• 한국콘텐츠학회논문지
• /
• 제22권10호
• /
• pp.426-436
• /
• 2022

본 연구의 목적은 피드백으로서의 모델글과 재구성글이 제2 언어학습자의 주목과 영어 글쓰기에 미치는 영향을 파악하는 것이다. 연구참여자는 92명의 대학생으로 모델글을 비교하는 집단, 재구성글을 비교하는 집단과 통제 집단으로 나누어 3단계로 구성된 글쓰기 활동을 하였다. 1단계에서는 모든 집단이 1차 작문하면서 어려움에 관해 기록하였고, 2단계에서는 모델글 집단은 피드백으로서 제공된 모델글과 자신의 글을 비교하였고, 재구성글 집단은 재구성글과 자신의 글과 비교하였다. 이들 실험집단은 피드백으로서 제공된 글을 비교하면서 자신들이 주목한 요소를 필기하였다. 그리고 통제집단은 이 단계에서는 자신의 글을 읽기만 하였다. 3단계에서는 모든 집단이 1차 작문을 수정하였다. 본 연구 결과는 1차 작문 시 어려움 중 어휘표현을 가장 많이 보고하였으며, 모델글과 재구성글을 비교하는 과정에서 1차 작문 시 보고한 어려움보다 더 많은 요소를 주목하였고, 이를 수정 작문에 반영하였다. 그리고 피드백으로 제공된 모델글과 재구성글은 학습자의 글쓰기 향상에 도움이 되었던 것으로 나타났다. 이러한 결과는 모델글과 재구성글이 더 좋은 글을 쓰는데 기여하도록 영어 작문 수업에 활용할 필요가 있음을 시사한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권11호
• /
• pp.555-562
• /
• 2016

의미 역 결정은 한 문장에서 술어와 그것의 논항간의 의미 관계를 결정해주는 것을 말한다. 한편 한국어 의미 역 결정은 영어와는 다른 한국어 고유의 특이한 언어 구조 때문에 많은 어려움을 가지고 있는데, 이러한 어려움 때문에 지금까지 제안된 다양한 방법들을 곧바로 적용하기에 어려움이 있었다. 다시 말하자면, 지금까지 제안된 방법들은 영어나 중국어에 적용했을 때에 비해서 한국어에 적용하면 낮은 성능을 보여주었던 것이다. 이러한 어려움을 해결하기 위하여 본 연구에서는 조사나 어미와 같은 접사구조를 분석하는 것에 초점을 맞추었다. 한국어는 일본어와 같은 교착어의 하나인데, 이들 교착어에서는 매우 잘 정리되어 있는 접사구조가 어휘에 반영되어 있다. 교착어는 바로 이들 잘 정의된 접사 구조 때문에 매우 자유로운 어순이 가능하다. 또한 본 연구에서는 단일 형태소로 이루어진 논항은 기초 통계량을 기준으로 의미 역 결정을 하였다. 또한 지지 벡터 기계(Support Vector Machine: SVM)과 조건부 무작위장(Conditional Random Fields: CRFs)와 갗은 기계 학습 알고리즘을 사용하여 앞에서 결정되지 못한 논항들의 의미 역을 결정하였다. 본 논문에서 제시된 방법은 기계 학습 접근 방식이 처리해야 하는 논항의 범위를 줄여주는 역할을 하는데, 이는 기계 학습 접근은 상대적으로 불확실하고 부정확한 의미 역 결정을 하기 때문이다. 실험에서는 본 연구는 15,224 논항을 사용하였는데, 약 83.24%의 f1 점수를 얻을 수 있었는데, 이는 한국어 의미 역 결정 연구에 있어서 해외에서 발표된 연구 중 가장 높은 성능으로 알려진 것에 비해 약 4.85%의 향상을 보여준 것이다.

• 정보과학회 논문지
• /
• 제43권6호
• /
• pp.653-661
• /
• 2016

기존의 패턴기반 트리플 생성 시스템은 distant supervision의 가정으로 인해 오류 패턴을 생성하여 트리플 생성 시스템의 성능을 저하시키는 문제점이 있다. 이 문제점을 해결하기 위해 본 논문에서는 패턴과 프로퍼티 사이의 의미 유사도 기반의 패턴 신뢰도를 측정하여 오류 패턴을 제거하는 방법을 제안한다. 의미 유사도 측정은 비지도 학습 방법인 워드임베딩과 워드넷 기반의 어휘 의미 유사도 측정 방법을 결합하여 사용한다. 또한 한국어 패턴과 영어 프로퍼티 사이의 언어 및 어휘 불일치 문제를 해결하기 위해 정준 상관 분석과 사전 기반의 번역을 사용한다. 실험 결과에 따르면 제안한 의미 유사도 기반의 패턴 신뢰도 측정 방법이 기존의 방법보다 10% 높은 정확률의 트리플 집합을 생성하여, 트리플 생성 성능 향상을 증명하였다.

• 한국문헌정보학회지
• /
• 제53권3호
• /
• pp.247-271
• /
• 2019

과학에서 지식의 불확실성은 명제가 현재 상태로는 참도 거짓도 아닌 불확실한 상태를 의미한다. 기존의 연구들은 학술 문헌에 표현된 명제를 분석하여 불확실성을 의미하는 단어를 수동적으로 구축하고 구축한 코퍼스를 대상으로 규칙 기반, 기계 학습 기반의 성능평가를 수행해왔다. 불확실성 단어 구축의 중요성은 인지하고 있지만 단어의 의미를 분석하여 자동적으로 확장하고자 하는 시도들은 부족했다. 한편, 계량정보학이나 텍스트 마이닝 기법을 이용하여 네트워크의 구조를 파악하는 연구들은 다양한 학문분야에서 지적 구조와 관계성을 파악하기 위한 방법으로 널리 활용되고 있다. 따라서, 본 연구에서는 기존의 불확실성 단어를 대상으로 Word2Vec을 적용하여 의미적 관계성을 분석하였고, 영어 어휘 데이터베이스이자 시소러스인 WordNet을 적용하여 불확실성 단어와 연결된 상위어, 하위어 관계와 동의어 기반 네트워크 분석을 수행하였다. 이를 통해 불확실성 단어의 의미적, 어휘적 관계성을 구조적으로 파악하였으며, 향후 불확실성 단어의 자동 구축의 확장 가능성을 제시하였다.