• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10a
• /
• pp.157-159
• /
• 2004

시맨틱 웹 기술을 활용한 시맨틱 검색은 문서의 의미를 온톨로지의 메타데이터로 생성하여 이를 바탕으로 검색을 수행하게 된다. 이와같은 온톨로지 기반의 시맨틱 검색은 논리를 바탕으로 추론을 적용할 수 있다. 본 논문에서는 온톨로지 기반의 추론을 적용한 시맨틱 검색 시스템을 언급하고 시맨틱 검색 시스템에서의 성능향상을 위해 추론엔진의 작업메모리 영역의 부하를 줄여 기존의 시스템보다 빠른 성능의 시맨틱 검색 시스템을 제안한다. 본 논문에서 시맨틱 검색 시스템의 성능향상을 위한 방법론으로는 다음과 같다 첫째, 추론엔진이 검색 도메인내의 전체 메타데이터를 가지고 추론을 수행하지 않고 메타데이터의 온톨로지부분 만을 사용하여 사용자가 원하는 질의문을 추론하여 검색에 사용하게 한다. 둘째, 시맨틱 검색 방법에서 Dirtectly 매칭 검색과 시맨틱 추론검색을 병행하여 수행하게 한다. 이를 위해 본 논문에서는 메타데이터의 온톨로지부분과 인스턴스부분을 분리하는 단계와 분리된 온톨로지부분에서 사용자가 원하는 질의를 추론하는 단계, 추론된 질의문을 검색시스템에서 매칭하는 단계를 수행하게 된다. 이러한 방법은 메타데이터의 양이 증가하여도 온톨로지부분은 증가하지 않으므로 추론엔진에서 전 방향 추론단계의 수행시간을 단축과 추론엔진의 호출 횟수를 단축시키는 결과를 가져온다.

• Science of Emotion and Sensibility
• /
• v.26 no.1
• /
• pp.55-64
• /
• 2023

This research investigated category-based feature inference when category features were connected in common cause and common effect causal networks. Previous studies that tested feature inference in causal categories showed unique inference patterns depending on causal direction, number of related features, whether the to-be-inferred feature was cause or effect, etc. However, these prior studies primarily focused on inference pattens that arise from causal relations, and few studies directly explored how the effects of causal relations vary depending on causal strength. We tested feature inference in common cause (Expt. 1) and common effect (Expt. 2) causal categories when casual strengths were either strong or weak. To this end, we had participants learn causal categories where features were causally linked and then perform feature inference task. The results showed that causal strengths as well as causal relations had important impacts on feature inference. When causal strength was strong, inference for common cause feature became weaker but that for the common effect feature became stronger. Moreover, when causal strength was strong and common cause was present, inference for the effect features became stronger, whereas the results were reversed in common effect networks. In particular, in common effect networks, casual discounting was more evident with strong causal strength. These results consistently demonstrate that participants consider not only causal relations but also causal strength in feature inference of causal categories.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.205-209
• /
• 2022

페르소나 대화 시스템이 상대방의 개인화된 정보에 일관된 응답을 생성하는 것은 상당히 중요하며, 이를 해결하기 위해 최근에 많은 연구들이 활발히 이루어지고 있다. 그 중, PersonaChat 데이터셋에 대해 수반/중립/모순 관계를 라벨링한 DialoguNLI 데이터셋이 제안되었으며, 일관성 측정, 페르소나 속성 추론 태스크 등 여러 분야에 활용되고 있다. 그러나, 공개적으로 이용가능한 한국어로 된 대화 추론 데이터셋은 없다. 본 연구에서는 한국어로 번역된 페르소나 대화 데이터셋과 한국어 자연어 추론 데이터셋에 학습된 모델을 이용하여 한국어 대화 추론 데이터셋(KorDialogueNLI)를 구축한다. 또한, 사전학습된 언어모델을 학습하여 한국어 대화 추론 모델 베이스라인도 구축한다. 실험을 통해 정확도 및 F1 점수 평가 지표에서 KLUE-RoBERTa 모델을 미세조정(fine-tuning)시킨 모델이 가장 높은 성능을 달성하였다. 코드 및 데이터셋은 https://github.com/passing2961/KorDialogueNLI에 공개한다.

• Annual Conference on Human and Language Technology
• /
• 2023.10a
• /
• pp.203-208
• /
• 2023

본 논문에서는 대규모 언어 모델의 인컨텍스트 러닝과 프롬프팅을 활용하여 수치 추론 태스크 데이터셋을 효과적으로 증강시킬 수 있는 방법론을 제안한다. 또한 모델로 하여금 수치 추론 데이터의 이해를 도울 수 있는 전처리와 요구사항을 만족하지 못하는 결과물을 필터링 하는 검증 단계를 추가하여 생성되는 데이터의 퀄리티를 보장하고자 하였다. 이렇게 얻어진 증강 절차를 거쳐 증강을 진행한 뒤 추론용 모델 학습을 통해 다른 증강 방법론보다 우리의 방법론으로 증강된 데이터셋으로 학습된 모델이 더 높은 성능을 낼 수 있음을 보였다. 실험 결과 우리의 증강 데이터로 학습된 모델은 원본 데이터로 학습된 모델보다 모든 지표에서 2%p 이상의 성능 향상을 보였으며 다양한 케이스를 통해 우리의 모델이 수치 추론 학습 데이터의 다양성을 크게 향상시킬 수 있음을 확인하였다.

• The KIPS Transactions:PartB
• /
• v.15B no.1
• /
• pp.45-52
• /
• 2008

As the recent development of the IT services, there is a urgent need of effective diagnosis system to present appropriate solution for the complicated problems of breakdown control, a cause analysis of breakdown and others. So we propose an intelligent diagnosis system that integrates the case-based reasoning and the artificial neural network to improve the system performance and to achieve optimal diagnosis. The case-based reasoning is a reasoning method that resolves the problems presented in current time through the past cases (experience). And it enables to make efficient reasoning by means of less complicated knowledge acquisition process, especially in the domain where it is difficult to extract formal rules. However, reasoning by using the case-based reasoning alone in diagnosis problem domain causes a problem of suggesting multiple causes on a given symptom. Since the suggested multiple causes of given symptom has the same weight, the unnecessary causes are also examined as well. In order to resolve such problems, the back-propagation learning algorithm of the artificial neural network is used to train the pairs of the causes and associated symptoms and find out the cause with the highest weight for occurrence to make more clarified and reliable diagnosis.

• The Journal of Korean Academy of Orthopedic Manual Physical Therapy
• /
• v.14 no.2
• /
• pp.41-49
• /
• 2008

임상추론은 환자를 평가하고 관리하는데 사용되는 임상가의 필수적인 생각 또는 동적인 인지과정이라고 할 수 있다. 임상추론은 환자의 문제를 인식하고 식별하며 더 나은 환자관리가 이루어지도록 환자의 상태에 대처하며 정보를 해석하고 분석하는 것으로서 이를 위해 임상가는 적절한 지식을 가지고 있어야 하며 임상추론 기술과 관련된 폭넓은 이해가 요구된다. 임상추론은 치료사, 환자, 그리고 환경간의 상호관계를 가진 복잡한 과정으로 임상추론과정에서 치료사와 환자간에는 충분한 협조가 이루어져야 한다. 임상추론에서의 해석적 모델로는 진단적 추론, 상호작용의 추론, 이야기적 추론, 협조적 추론, 예언적 추론, 윤리적 추론, 추론의 교육 등이 제시된다. 임상추론 과정에서 필수적인 주요 요소는 충분한 지식, 인지와 초인지 기술을 포함하며 이들 요소는 치료사와 환자간의 관계에서 발달되어야 한다. 이들 기술 중에 어떠한 실수라도 임상추론의 오류를 초래할 수 있다. 추론에서 오류의 원인으로는 암시된 정보의 잘못된 인지, 임상페턴에 대한 지식부족, 특정 상태에 대해 알려진 사실을 잘못 적용하는 경우를 들 수 있다. 오류는 임상추론 과정의 어떤 단계에서도 일어날 수 있으므로 효과적인 학습전략을 통하여 이들 오류를 예방할 수 있을 것이다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 1997.03a
• /
• pp.183-193
• /
• 1997

추론엔진과 지식베이스를 기반으로 하는 전문가 시스템은 사용목적에 맞게 구성되며,인간의 사고 방식을 모방한 컴퓨터가 올바른 해를 도출시키도록 하는데 궁극적인 목표가 있다. 즉, 추론의 효율성이 전문가 시스템의 효율성을 좌우한다. 시스템이 어떠한 목적을 갖는가에 따라서, 추론 방법과 지식표현 방법등이 결정된다. 최근 추론의 효율성을 극대화하기 위해 이용되고 있는 지식표현 및 추론 방법으로는 Rete, TREAT 등의 트리 표현을 사용하는 전향추론, 관계리스트를 사용하는 직접추론 등이 있다. 전문가 시스템의 성능은 추론을 얼마나 효율적이고 정확하게 하는지에 따라 좌우된다. 본 논문에서는 이러한 추론의 효율성이 지식베이스의 구축형태와 밀접한 관련을 이용하여 효율적인 추론 엔진을 구성하였다. 지식의 표준화가 모듈화가 쉬운 생성규칙을 사용하여 지식을 표현하였으며 , 사용자의 요구에 의해 전향추론, 후향추론이 수행되도록 하였다. 본 논문에서는 추론을 효율적으로 하기위한 기본 방법중, 지식표현을 보다 더 효과적으로 구축하는 방법을 택하였다. 기존의 지식표현방법을 살펴보고, 이를 기반으로 새로운 지시표현 방법인 ECBM(extedned clause bit matrix)과 ERCBM(extended clause bit matrix)을 제안하고 이를 이용하여 전향추론, 후향추혼이 가능한 추론엔진을 구축하였으며 이 두 지식표현을 이용하여 구축되어진 추론엔진을 비교하였다. 이 추론엔진은 기존에 시스템과는 달리 전향, 후향이 모두 효율적으로 수행되어지며, 모든 지식에 대해 적용이 가능한 강력한 범용성을 갖고 있다.

• Proceedings of the ESK Conference
• /
• 1996.04a
• /
• pp.141-145
• /
• 1996

본 논문은 고객의 감성과 디자인 요소 간의 관련성을 퍼지논리을 통해 추론하는 시스템을 구현하고자 한다. 퍼지기반 추론기관은 감성 데이터베이스를 활용하여 고객의 감성정보를 설계자에게 제품개발에 필요한 유용한 디자인 정보로 변환시켜주는 시스템이다. 감성공학적 디자인 요소변환 지원 시스템의 일 부인 추론기관은 고객의 감성과 제품형상의 연관성을 퍼지논리를 이용하여 전향추론하도록 하였다. 출 력은 추론기관을 통해 선정된 부품 카테고리들에 대한 형상 데이터베이스의 그래픽화일을 화면에 디스플 레이하게 한다. 고객 자신의 감성에 대한 불명확함과 제품개발에 대한 효과적인 고객감성 반영의 어려움 등을 고려해 볼 때 이러한 추론기관의 개발은 보다 다양한 분야에서 고객의 감성을 적용하는데 활용되리라 본다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.81-83
• /
• 1998

ATMS(Assumption-based Truth Maintenance System)는 추론기관의 추론 과정을 기억하고 각 추론 상태의 진위를 관리해주는 기능을 수행한다. ATMS는 JTMS나 LTMS와는 다르게 각 노드의 레이블과 Nogood들을 관리함으로써, 추론기관의 추론에 모순(Contradiction)이 발생하였을 때 이를 효과적으로 처리해준다. 기존의 ATMS는 모순에 영향을 주는 가정(Assumption)을 제거(Retract)함으로써 모순에 영향을 주는 원인을 제거하는 방식을 취하고 있다. 그러나, 본 논문에서는 이와 같은 방식으로 문제가 해결되지 못하는 새로운 종류의 모순을 설명하고 이를 처리하기 위해서는 ATMS가 추론기관과 연동하여 모순을 처리하는 방식에 대해서 서술하고자한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.100-102
• /
• 2003

인터넷의 등장 이후 폭발적으로 증대되는 웹 정보를 효율적으로 사용하기 위한 방안이 연구되고 있다. 현재, 웹 서비스에서 사용하고 있는 키워드 기반 검색은 syntactic 정보만을 제공하므로 원하는 서비스를 받고자하는 사용자의 의도와 상관없는 정보를 탐색하여 서비스한다. 그러나 시멘틱 웹을 기반으로 만들어진 시스템들은 서비스 정보의 질을 향상시키기 위하여 DQL(Daml Query Language)을 이용한 시멘틱 서치(Semantic search)기법을 이용하고 있다. 시멘틱 서치는 사용자가 입력한 질의들을 의미상으로 해석하고, 이를 통하여 사용자의 원하는 정보와 의미가 같은 해답을 얻어내는 것이다. 그러나 기존의 시멘틱 서치는 사용자가 복잡한 질의들을 수작업으로 처리하여 원하는 정보를 탐색해야하고 DQL(Daml Query Language)은 자체 추론 기능을 갖지 않기 때문에 DQL엔진에서 각각의 메타데이터들을 비교하여 사용자의 질의에 맞는 해답을 찾아내야 함으로 시스템 과부하 현상이 일어나게 된다. 본 논문은 이러한 기존의 시멘틱 서치 방식의 효율성과 속도를 놀이기 위하여, 사용자 중심의 키워드 형태 질의를 시스템 중심의 DQL로 변환하는 DQL 컨버터 시스템과 추론엔진을 불러내어 전방향 추론과 단일화를 실행하는 DQL 엔진을 제안한다.