• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1092-1095
• /
• 2013

오늘날 모바일 스마트 기기의 발전은 위치기반의 새로운 기술을 이끌었다. 현재 위치 데이터를 사용하는 많은 응용프로그램들이 소개되었고, 또한 널리 사용되고 있다. 하지만 아직 이러한 위치 데이터들은 환경적인 요소 등으로 인해 오류가 많다. 우리는 이전 연구에서 위치 데이터의 오류 검출 및 교정 알고리즘을 제안하였다. 또 다른 연구에선 인간의 이동속도가 어떠한 확률분포모델을 따르는지 연구하였다. 그리하여 본 논문에서는 인간의 이동속도의 분포로서 적합하다고 판명된 확률분포모델 중 Lognormal 분포, Gamma 분포, Weibull분포를 선택하여 위치데이터 오류 검출 및 교정 알고리즘에 적용하기 위한 확률분포 계산을 제안한다. 그 중 일부는 계산의 복잡도를 낮추기 위해 확률분포표를 제공할 것이다.

• 컴퓨터교육학회논문지
• /
• 제5권3호
• /
• pp.59-67
• /
• 2002

교수 학습 과정에서 형성평가와 함께 피드백의 중요성이 강조되고 있다. 본 연구에서는 웹 기반 교정적 피드백의 유형에 따른 학생들의 학업성취도에 미치는 효과를 알아보고 가장 적절한 방법을 찾기 위하여 세 가지 유형의 교정적 피드백을 제공하는 형성평가 시스템을 설계하고 구축하였다. 첫번째 유형은 틀린 문항에 대하여 설명이나 정답 관련 정보를 단계적이고 직접적으로 제공하기 위한 '단계적 정보 제공 피드백'이다. 두번째 유형은 틀린 문항 각각에 대하여 틀린 이유에 대한 정보를 제공함으로써 오류를 교정할 수 있는 '오류 교정 피드백'이다. 세번째 유형은 총점과 틀린 문항을 제공해줌으로써 학생스스로 틀린 문항에 대하여 학습할 수 있도록 결과를 제시해주는 '결과 제시 교정 피드백'이다. 구현된 세 가지 유형의 교정적 피드백을 학습자에게 적용시켜 학업성취도에 미치는 효과가 있는지를 분석하고 이 중에서 학생들의 학업성취도를 높이는 데 가장 효과적인 교정적 피드백의 유형을 검증하였다.

• 디지털융복합연구
• /
• 제19권7호
• /
• pp.199-208
• /
• 2021

기계번역 사후교정이란, 기계번역 문장에 포함된 오류를 자동으로 교정하기 위해 제안된 연구 분야이다. 이는 번역 시스템과 관계없이 번역문의 품질을 높이는 오류 교정 모델을 생성하는 목적을 가진 연구로, 훈련을 위해 소스문장, 번역문, 그리고 이를 사람이 직접 교정한 문장이 활용된다. 특히, 최신 기계번역 사후교정 연구에서는 사후교정 데이터를 통한 학습을 진행하기 이전에, 사전학습된 다국어 언어모델을 활용하는 방법이 적용되고 있다. 이에 본 논문은 최신 연구들에서 활용되고 있는 다국어 사전학습 언어모델들과 함께, 해당 모델을 도입한 각 연구에서의 구체적인 적용방법을 소개한다. 나아가 이를 기반으로, 번역 모델과 mBART모델을 활용하는 향후 연구 방향을 제안한다.

• 한국정보처리학회논문지
• /
• 제6권9호
• /
• pp.2393-2402
• /
• 1999

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 1997년도 제9회 한글 및 한국어 정보처리 학술대회
• /
• pp.403-408
• /
• 1997

언어의 내적 특성을 반영하는 의미 문체의 검사 및 교정은 언어의 형태적인 면과 관련있는 단순한 철자 검사 및 교정에 비해 더 난해하고 복잡한 양상을 띤다. 본 논문이 제안하는 의미 정보를 이용한 명사 분류 방법은 의미와 문체 오류의 포착과 수정 기능을 향상시키기 위한 방법의 하나이다. 이 논문은 문맥상 용법이 어긋나는 서술어를 교정하기 위해 명사 의미 분류방법을 서술어/논항의 통사 의미적 관계 분석에 이용하여 의미 규칙을 세우는 과정을 서술한다. 여기서 논항인 명사의 의미 정보를 체계적으로 분류하기 위해 시소러스 기법과 의미망을 응용한다. 서술어와 논항 사이의 통사 의미적 관계에 따라 의미 문체 오류를 검사하고 교정함으로써 규칙들을 일반화하여 구축하게 하고 이미 존재하고 있는 규칙을 단순화함으로써 한국어 문법 검사기의 기능을 보완한다.

• 영어어문교육
• /
• 제13권1호
• /
• pp.111-131
• /
• 2007

This study explores teacher's corrective feedback types in an error treatment sequence in Korean EFL classroom setting. Corrective feedback moves are coded as explicit correction, recast, or initiations to self-repair. The frequency and distribution of each corrective feedback type are examined. But the special focus was given on feedback types eliciting learner's self-repair (clarification request, metalinguistic feedback, elicitation, and repetition of error) because initiations to self-repair are believed to facilitate language learning more than other strategies. The results of the study are as follows. First, there was an overwhelming tendency for teacher to use recasts whereas initiations to self-repair were not used as much as recast (52.4% vs. 29.5%). Second, the teacher tended to select feedback types in accordance with error types: namely, recasts after phonological, lexical, and translation errors and initiations to self-repair after grammatical errors though the differences were not significant. Finally, teacher's belief and students' expectation on corrective feedback were compared with actual corrective feedback representations respectively and some mismatches were found. Though both teacher and the students acknowledged the importance and necessity of self-repair, self-repair were not put into practice as such. Therefore, this study suggests more initiations to self-repair be used for effective language learning.

• 대한화학회지
• /
• 제47권1호
• /
• pp.31-37
• /
• 2003

측정 및 화학분석에 많이 이용되는 한 점 교정식에 대하여 측정 불확도 표기 지침서(GUM)의 근사법과 Monte-Carlo Simulation에 의해 계산된 각각의 확장불확도를 비교하였다. 이 비교를 위하여 임의의 자료들을 여러 농도 수준에서 정규 분포 또는 t-분포로 가정하여 계산하였다. 나눗셈에 의한 한 점 교정식의 비선형성과 t-분포 형식을 함에 따른 입력량의 과도한 퍼짐으로 인하여, 경우에 따라서, GUM의 근사법으로 계산된 불확도가 Monte-Carlo Simulation에 의해 계산된 것보다 약 50% 이상의 오류가 있다는 것이 확인되었다. 그러나, 검출 하한을 계산하기 위하여 한 점 교정식을 이용하는 경우, 반응량의 표준불확도가 상대적으로 매우 크고 비선형성에 희한 계산 오류가 상대적으로 무시되므로 근사식에 따른 계산 오류가 발생하지 않았다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권6호
• /
• pp.386-391
• /
• 2008

휴대폰과 메신저 등 통신 환경에서 문자 메시지를 전송할 때 표준어가 아닌 왜곡된 어휘들을 사용하고 있으며, 이러한 변형된 어휘들은 음성 인식, 음성 합성, 문서 정보 추출 등 언어처리 및 관련 분야의 응용 시스템에서 많은 문제점을 유발시킨다. 본 논문에서는SMS 문장들의 변형 및 띄어쓰기 오류를 자동으로 교정하여 형태소 분석 및 품사 태깅의 성능 저하 문제를 방지하는 문자열 오류의 교정 방법을 제안하고 시스템을 구현하였다. 시스템의 성능에 가장 큰 영향을 미치는 변형된 문자열 사전을 구축하는 방법으로 (1) 통신 어휘집을 기반으로 수동으로 구축하는 방법, (2) 수작업으로 구축된 말뭉치로부터 자동으로 변형된 문자열을 추출하는 방법, (3) 자동으로 변형된 문자열을 추출할 때 좌우 문맥을 고려하는 방법에 대하여 시스템을 구현하고 실험을 통하여 비교-분석 및 성능 평가 결과를 제시하였다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2021년도 제33회 한글 및 한국어 정보처리 학술대회
• /
• pp.353-360
• /
• 2021

음성 대화 시스템에서는 사용자가 잘못된 슬롯명을 말하거나 음성인식 오류가 발생해 사용자의 의도에 맞지 않는 응답을 하는 경우가 있다. 이러한 문제를 해결하고자 말뭉치나 사전 데이터를 활용한 질의 교정 방법들이 제안되지만, 이는 지속적으로 사람이 개입하여 데이터를 주입해야하는 한계가 있다. 본 논문에서는 축적된 로그 데이터를 활용하여 사람의 개입 없이 음악 재생에 필요한 슬롯을 교정하는 자기 학습(Self-learning) 기반의 모델을 제안한다. 이 모델은 사용자가 특정 음악을 재생하고자 유사한 질의를 반복하는 상황을 이용하여 비지도 학습 기반으로 학습하고 음악 재생에 실패한 슬롯을 교정한다. 그리고, 학습한 모델 결과의 정확도에 대한 불확실성을 해소하기 위해 질의 슬롯 관계 유사도 모델을 이용하여 교정 결과에 대한 검증을 하고 슬롯 교정 결과에 대한 안정성을 보장한다. 모델 학습을 위한 데이터셋은 사용자가 연속으로 질의한 세션 데이터로부터 추출하며, 음악 재생 슬롯 세션 데이터와 질의 슬롯 관계 유사도 데이터를 각각 구축하여 슬롯 교정 모델과 질의 슬롯 관계 유사도 모델을 학습한다. 교정된 슬롯을 분석한 결과 발음 정보가 유사한 슬롯 뿐만 아니라 의미적인 관계가 있는 슬롯으로도 교정하여 사전 기반 방식보다 다양한 유형의 교정이 가능한 것을 보였다. 3 개월 간 수집된 로그 데이터로 학습한 음악 재생 슬롯 교정 모델은 일주일 동안 반복한 고유 질의 기준, 음악 재생 실패의 12%를 개선하는 성능을 보였다.

• 한국전자통신학회논문지
• /
• 제7권4호
• /
• pp.789-796
• /
• 2012

최적 교정률을 보이는 모듈 순서를 찾는 것이 논문의 목적이다. 한국어 맞춤법 교정기의 성능을 분석하기 위하여 등산법을 실험에서 사용하였다. 주어진 오류어절 집합에 대하여 96.41%의 교정률을 나타낸 모듈순서열을 찾았다. 교정률이 상당히 높기때문에, 등산법이 맞춤법 교정기에 대하여 실용적인 방법임을 보였다.