• Journal of the Korean Institute of Intelligent Systems
• /
• v.13 no.5
• /
• pp.505-511
• /
• 2003

Production rule based knowledge representation method has many advantages, but has the difficulties in maintaining the consistency of knowledge. Since the consistency maintenance of knowledge exercises a marked effect on the reliability of inference results, the system for consistency maintenance of knowledge is indispensable to increase the reliability. In the most popular pairwise checking method among consistency verification methods, the valuable rules can be omitted and it takes much time in checking the consistency when the rules are numerous. So, this paper is to propose and implement the verification system which can remove the structural errors and semantic ones, making up for the defects of pairwise checking method by using the certain property list and eventual property list and improving the steps of verification.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2015.07a
• /
• pp.84-85
• /
• 2015

자막방송은 지상파 방송 수신을 통해 시청 가능한 자막 서비스를 의미하며, 현재 모든 지상파 방송 프로그램에 대해 자막방송이 제공되고 있다. 자막방송을 위한 자막 데이터는 일반적으로 속기를 통해 입력되며, 방송에서 속기를 통해 작성된 자막 데이터는 파일로 저장되어 해당 방송 프로그램에 대한 메타데이터로 활용되거나, 동일한 프로그램이 재방송으로 편성될 경우의 자막방송에 활용될 수 있다. 하지만 재방송의 경우 편집으로 인해 본방송과 내용상의 차이가 발생할 수 있으므로 편집이 발생한 부분을 포착하여 자막 데이터에도 동일한 편집을 적용한 후에 자막방송으로 활용되어야 한다. 따라서 재방송 송출에 기존 자막파일이 활용될 경우 반드시 전처리를 통해 자막과 영상의 내용을 일치시키는 과정이 필요하다. 그러나 방송 현장의 재방송 편성/송출 워크플로우에서는 자막 전처리를 위해 필요한 정보들이 갖춰지지 않는 예외적인 경우가 종종 발생하기 때문에 이를 해결하기 위한 방법이 필요하다. 이에 본 논문에서는 방송 현업의 재방송 편성/송출 워크플로우에서 파일기반 자막송출 기능을 안정적으로 사용하기 위해 자막 전처리 과정에서 발생할 수 있는 오류들에 대한 대처방법을 설명하고, 그 방법을 구현한 시스템을 소개한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.175-178
• /
• 2001

동영상 정보는 압축율을 높이기 위해 서로 연관성이 깊고, 정확한 의미 전달을 위해 지연 민감한 데이터로 구성된다. 이와 같은 동영상 데이터를 다양한 대역폭 변화율, 전송중의 높은 패킷 손실율의 특성을 갖는 인터넷을 통해서 전송하기 위해서는 대역폭 적응적이고 에러강인성(Error Resilience)이 높은 시스템이 필요하다. ISO/IEC 의 MPEG-4 에서는 FGS(Fine Grannular scalability)를 표준으로 채택하여 이러한 문제점의 해결방안으로 삼고 있다. FGS 는 기존의 적응적 비디오 코딩의 개념을 적응적 비디오 컨텐츠로 바꾸면서 낮은 복잡도로 대역폭에 적응이 용이하여 다수의 다양한 망 사용자를 모두 만족시킬 수 있어 VoD 나 화상회의 등의 응용에 적합한 기술이라 할 수 있다. 또 인터넷에서 예측하기 어렵게 자주 발생하는 패킷 손실에 대한 오류전파(Error Propagation)가 없는 장점을 가지고 있다. 고용량의 영상 데이터를 다수의 사용자가 동시에 요구하게 되는 상황에서 네트워크 자원을 절약하는 멀티캐스트(Multicast)는 필수적이다. 그리고 비디오와 같은 정보는 그 중요도가 다른 데이터로 구성되므로 특정 상황에서 중요도에 따라 지능적인 처리를 필요로 하는데 차세대 망 기술로 연구되는 Active Network 를 고려 할 수 있다. 영상 정보를 효율적이고 안정적으로 활용하기 위한 이러한 신기술의 효율적인 적용방안을 제안하였다.

• The KIPS Transactions:PartB
• /
• v.15B no.1
• /
• pp.73-80
• /
• 2008

In this paper, an advertisement-keyword finding method using document clustering is proposed to solve problems by ambiguous words and incorrect identification of main keywords. News articles that have similar contents and the same advertisement-keywords are clustered to construct the contextual information of advertisement-keywords. In addition to news articles, the web page and summary of a product are also used to construct the contextual information. The given document is classified as one of the news article clusters, and then cluster-relevant advertisement-keywords are used to identify keywords in the document. We could achieve 21% precision improvement by our proposed method.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10b
• /
• pp.50-54
• /
• 2007

소프트웨어 개발을 위한 모델링 방법 중 대표적인 것으로 UML을 이용한 방법이 있으며, 제품계열공학에서 소프트웨어의 재사용을 위한 모델링 방법으로 feature 모델링에 관한 연구가 진행 되고 있다. feature 모델링 방법은 잘 정의된 개발 기법을 제공하여 활용되고 있으나 다소 범용 적이지 않다. 또한 그 구조물이 UML과 상이하여 UML사용자가 feature 모델을 재사용하는 데는 어려움을 가지고 있고, feature 모델에서 class모델로의 변환을 제시한 기존연구는 도메인 전문가에 의해 경험적으로 모델링을 하기 때문에 모호성과 이해의 오류, 그리고 잘못된 해석 등의 문제가 발생 된다. 그리고, feature 모델과 class모델의 모든 요소를 매핑하여 변환하지 않는다는 점에서 완전하지 못하다. 따라서 본 논문에서는 Ontology를 이용하여 의미 기반의 명확한 명세를 통한 feature모델의 class 모델로의 변환기법을 제시하고, 이를 위해 feature 모델과 class 모델의 구조물의 요소를 정의하고 이를 기반으로 feature 모델과 OWL, 그리고 class 모델 속성간의 매핑 규칙을 제시하고, 본 논문에서 제시한 변환 프로세스를 이용하여 사례연구를 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.817-818
• /
• 2009

자가 치유란 시스템에서 발생될 수 있는 에러나 오류를 미리 예상하거나 감지하고 시스템 스스로 치유함으로써 시스템의 오동작을 최소화하는 것을 의미한다. 자가 치유 시스템의 신뢰성을 높이기 위해서는 정확한 테스트 기법이 필요하다. 하지만 기존의 테스트 기법은 성공 또는 실패만으로 나타내기 때문에 정량적인 평가가 불가능하다. 따라서 본 논문에서는 자가 치유 시스템이 달성해야 할 목표를 추출하고 관계에 따라 트리로 작성하여 이를 기반으로 시스템의 자가 치유 기법의 성공률을 정량적 측정하는 기법을 제안한다. 본 기법을 통해 자가 치유 시스템의 치유 결과를 정량적으로 평가 가능하고, 치유 전략에 대한 문제점이 분석 가능하므로 자가 치유 시스템의 신뢰성 향상이 가능하다.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.591-594
• /
• 2020

담화에서 의미를 전달하는 데 문제가 없을 경우에는 문장성분을 생략하여 표현한다. 생략된 문장성분을 무형대용어(zero anaphora)라고 한다. 무형대용어를 복원하기 위해서는 무형대용어 탐지와 무형대용어 해결이 필요하다. 무형대용어 탐지란 문장 내에서 생략된 필수성분을 찾는 것이고, 무형대용어 해결이란 무형대용어에 알맞은 문장성분을 찾아내는 것이다. 본 논문에서는 담화에서의 무형대용어 탐지 및 해결을 위한 말뭉치 생성 방법을 제안한다. 먼저 기존의 세종 구어 말뭉치에서 어휘지도를 이용하여 무형대용어를 복원한다. 이를 위해 본 논문에서는 동형이의어 부착과 어휘지도를 이용해서 무형대용어를 복원하고 복원된 무형대용어에 대한 오류를 수정하고 그 선행어(antecedent)를 수동으로 결정함으로써 무형대용어 해결 말뭉치를 생성한다. 총 58,896 문장에서 126,720개의 무형대용어를 복원하였으며, 약 90%의 정확률을 보였다. 앞으로 심층학습 등의 방법을 활용하여 성능을 개선할 계획이다.

• Annual Conference on Human and Language Technology
• /
• 2021.10a
• /
• 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.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.205-210
• /
• 2020

한국어 자연어처리 분야가 발달하면서 동형이의어 분별을 한 단계 넘어선 다의어 분별의 중요성이 점점 상승하고 있다. 최근에 다의어가 태깅된 "모두의 말뭉치"가 발표되었고, 이 말뭉치는 다의어가 태깅된 최초의 공개 말뭉치로써 다의어 연구가 본격적으로 진행될 수 있음을 의미한다. 본 논문에서는 이 말뭉치를 학습하여 작동하는 다의어 분별의 초기 모델을 제시하며, 이 모델의 실험 결과는 차후 연구를 위한 비교 기준점이 될 수 있다. 이 모델은 딥러닝을 사용하지 않은 통계형으로 개발되었고, 형태소분석과 동형이의어 분별은 기존의 UTagger로 해결하고 말뭉치 자원 외에도 UWordMap을 사용하여 다의어 분별을 보조하였다. 이 모델의 정확률은 약 87%이며, 다의어 분별 전에 형태소분석 또는 동형이의어 분별 단계에서 오류가 난 것을 포함한다. 현재까지 공개된 이 말뭉치는 오직 명사만 다의어 주석이 있기 때문에 명사만 정확률 측정 대상이 되었다. 이 연구를 통하여 다의어 분별의 어려움과, 다의어 분별에는 동형이의어 분별과는 다른 방법이 필요하다는 것을 확인할 수 있었다.

• Journal of Convergence for Information Technology
• /
• v.11 no.2
• /
• pp.219-228
• /
• 2021

The purpose of this study was to examine the experiences of participation in the educational community through cooperative relationships between early childhood teachers and researchers in early childhood mathematics education using storytelling, and to find out the meaning of those experiences. Reputable researchers began with the formation of the educational community on March 14, 2016, and continued until July 26, 2016, and collected transcripts of discussions of educational community meetings, reflective journal data of teachers and researchers, and transcript of individual interviews by teachers. As a result of the study, first, the experience of participating in the educational community in early childhood mathematics education using storytelling shared personal mathematics experiences and mathematical situations, understood and learned mathematics content knowledge through sharing, and communicated through the educational community. Second, looking at the meaning of the experience of participating in the early childhood mathematics education educational community using storytelling, learn together through mathematical errors and learn the direction of better instruction through sharing. Grown up as a teacher who enjoys the mathematics exploration process, and promoted joint practice through cooperation in early childhood mathematics education using storytelling.