• 대한지리학회:학술대회논문집
• /
• 대한지리학회 2003년도 춘계학술대회
• /
• pp.211-214
• /
• 2003

지도는 기호, 주기, 색상, 경위선, 축척 등과 같은 여러 요소들을 사용하여 지도 사용자들에게 다양한 지리적 사상들(geographic features)의 존재와 그들의 상관관계를 전달하는 일종의 의사소통 수단이다(황철수, 2002). 주기(label)는 $\ulcorner$지역, 인공물, 자연물의 고유명칭 및 고유명이 없는 것의 종류 또는 상태 등을 표시하는 설명 및 표고와 등고선수치 등을 문자 또는 숫자로서 표기하는 것1)$\lrcorner$, 즉 지도에 나타나는 사상들에 대해 설명하기 위해 입력되는 문자열을 의미하는 것으로 지도의 여러 가지 요소들 중에서도 가장 직접적이고 구체적으로 사상을 표현할 수 있는 요소이다. (중략)

• 인터넷정보학회논문지
• /
• 제13권4호
• /
• pp.1-10
• /
• 2012

본 논문은 문서 분류의 전처리 단계인 특징 선택을 위해 의미를 고려한 최적의 특징 선택 방법을 제안한다. 특징 선택은 불필요한 특징을 제거하고 분류에 필요한 특징을 추출하는 작업으로 분류 작업에서 매우 중요한 역할을 한다. 특징 선택 기법으로 특징의 의미를 파악하여 특징을 선택하는 LSA(Latent Semantic Analysis) 기법을 사용하지만 기본 LSA는 분류 작업에 특성화 된 기법이 아니므로 지도적 학습을 통해 분류에 적합하도록 개선된 지도적 LSA를 사용한다. 지도적 LSA를 통해 선택된 특징들로부터 최적화 기법인 유전 알고리즘을 사용하여 더 최적의 특징들을 추출한다. 마지막으로, 추출한 특징들로 분류할 문서를 표현하고 SVM (Support Vector Machine)을 이용한 특정 분류기를 사용하여 분류를 수행하였다. 지도적 LSA를 통해 의미를 고려하고 유전 알고리즘을 통해 최적의 특징 집합을 찾음으로써 높은 분류 성능과 효율성을 보일 것이라 가정하였다. 인터넷 뉴스 기사를 대상으로 분류 실험을 수행한 결과 적은 수의 특징들로 높은 분류 성능을 확인할 수 있었다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2022년도 제34회 한글 및 한국어 정보처리 학술대회
• /
• pp.473-476
• /
• 2022

문장 임베딩은 문장의 의미를 고려하여 모델이 적절하게 의미적인 벡터 공간에 표상하는 것이다. 문장 임베딩을 위해 다양한 방법들이 제안되었지만, 최근 가장 높은 성능을 보이는 방법은 대조적 학습 방법이다. 대조적 학습을 이용한 문장 임베딩은 문장의 의미가 의미적으로 유사하면 가까운 공간에 배치하고, 그렇지 않으면 멀게 배치하도록 학습하는 방법이다. 이러한 대조적 학습은 비지도와 지도 학습 방법이 존재하는데, 본 논문에서는 효과적인 비지도 학습방법을 제안한다. 기존의 비지도 학습 방법은 문장 표현을 학습하는 언어모델이 자체적인 정보를 활용하여 문장의 의미를 구별한다. 그러나, 하나의 모델이 판단하는 정보로만 문장 표현을 학습하는 것은 편향적으로 학습될 수 있기 때문에 한계가 존재한다. 따라서 본 논문에서는 Cross-Encoder의 Re-Ranker를 통한 의미 검색으로부터 추천된 문장 쌍을 학습하여 기존 모델의 성능을 개선한다. 결과적으로, STS 테스크에서 베이스라인보다 2% 정도 더 높은 성능을 보여준다.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제15권
• /
• pp.29-34
• /
• 2003

물리학, 공학, 경제학, 생물학, 생태학 등의 자연현상, 사회 현상 그리고 심리상황 등과 관련된 내용들의 모델링 과정을 거쳐 나온 미분방정식의 해를 구하고 해의 의미를 파악하는 작업은 바로 우리의 생활의 진면목을 직접 확인하는 것과 같다. 모델링 과정의 효율성은 교사와 학생간의 충분한 수학적 대화속에서 더욱 의미가 커질 것이다. 아울러 학생들에게 미분방정식의 해의 실제적인 의미를 상상하게 하고 그 결과를 발표하게 하는 것과 해를 구하는 과정에 관한 이론의 이해를 돕는 것이 바람직한 학습 지도 방법이 될 것이다. 전 교육과정을 통해 미분방정식의 모델링 과정을 소개하면서 해의 존재성, 해의 유일성, 해법, 해의 의미 등의 학습 및 지도를 학습자 중심으로 운영할 필요가 있다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2015년도 제27회 한글 및 한국어 정보처리 학술대회
• /
• pp.181-183
• /
• 2015

최근 자연어 처리 분야에서 딥 러닝이 많이 사용되고 있다. 자연어 처리에서 딥 러닝의 성능 향상을 위해 단어의 표현이 중요하다. 단어 임베딩은 단어 표현을 인공 신경망을 이용해 다차원 벡터로 표현한다. 본 논문에서는 word2vec의 Skip-gram과 negative-sampling을 이용하여 단어 임베딩 학습을 한다. 단어 임베딩 학습 데이터로 한국어 어휘지도 UWordMap의 용언의 필수논항 의미 제약 정보를 이용하여 구성했으며 250,183개의 단어 사전을 구축해 학습한다. 실험 결과로는 의미 제약 정보를 이용한 단어 임베딩이 유사성을 가진 단어들이 인접해 있음을 보인다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2020년도 제32회 한글 및 한국어 정보처리 학술대회
• /
• pp.343-346
• /
• 2020

개체명 인식은 주어진 문장 내에서 OOV(Out of Vocaburary)로 자주 등장하는 고유한 의미가 있는 단어들을 미리 정의된 개체의 범주로 분류하는 작업이다. 최근 개체명이 문장 내에서 OOV로 등장하는 문제를 해결하기 위해 외부 리소스를 활용하는 연구들이 많이 진행되었다. 본 논문은 의미역, 의존관계 분석에 한국어 어휘지도를 이용한 자질을 추가하여 성능 향상을 보인 연구들을 바탕으로 이를 한국어 개체명 인식에 적용하고 평가하였다. 실험 결과, 한국어 어휘지도를 활용한 자질을 추가로 학습한 모델이 기존 모델에 비해 평균 1.83% 포인트 향상하였다. 또한, CRF 단일 모델만을 사용했음에도 87.25% 포인트라는 높은 성능을 보였다.

• 한국수학교육학회:학술대회논문집
• /
• 한국수학교육학회 2007년도 제39회 전국수학교육연구대회 프로시딩
• /
• pp.33-48
• /
• 2007

• 대한수학교육학회지:학교수학
• /
• 제10권4호
• /
• pp.557-571
• /
• 2008

이 논문은 드모르간의 음수 지도 방법을 연구하는 것을 목적으로 한다. 이를 위하여 우선 드모르간이 제시한 대수발달 단계에 따라 드모르간의 음수관을 정리하고, 드모르간의 음수 지도 방법을 불가능한 뺄셈의 탐색, 불가능한 뺄셈에 대한 수정규칙 탐구, 불가능한 뺄셈에 대한 의미의 구성의 3단계로 나누어 고찰하였다. 드모르간의 음수 지도 방법의 특징은 방정식 지도와 결합되었다는 점, 불가능한 뺄셈 기호를 사용한다는 점, 역사발생적 과정을 준수하는 점진적 형식화를 추구한다는 점이다. 또한, 드모르간의 방법을 학교수학의 방법과 비교함으로써, 그 장점과 단점을 분석하였다. 드모르간은 수학적 실재를 형식과 의미를 동시에 갖는 것으로 보았던 자신의 수학관에 따라 음수를 설명하였으며, 대수의 발달 단계에 맞추어 음수를 서로 상이한 존재로 간주하였고 이에 따라 여러 단계를 거쳐 음수를 지도하도록 하고 있다. 그의 이러한 세심한 조처는 음수의 지도가 단시간에 마무리될 수 없는 성격의 것임을 분명히 인식하게 해 준다.

• 벤처다이제스트
• /
• 통권10호
• /
• pp.14-14
• /
• 2002

• 대학교육
• /
• 통권14호
• /
• pp.17-21
• /
• 1985