• Proceedings of the Korean Information Science Society Conference
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (B)
• /
• pp.330-332
• /
• 2000

의미 모호성 해소는 문맥상의 한 단어의 올바른 의미를 밝히는 것으로, 대부분의 자연언어처리 응용에서 가장 중요한 문제 중 하나이다. 말뭉치로부터 얻어진 예제로부터 의미 모호성 해소 방법을 학습하기 위해서는 답이 알려져 있는 대량의 학습 예제가 필요하지만, 답이 알려져 있는 예제를 구하는 일은 사람의 간섭을 필요로 하므로 매우 비싼 작업이다. 본 논문에서는 답이 알려져 있는 학습 예제로 어느 정도 학습한 수, 답이 알려져 있지 않은 예제로 학습을 보충하는 방법을 통해 사람의 간섭을 최소화하였다. 결정트리 학습을 통한 한국어 명사에 대한 의미 결정 실험 결과, 본 논문에서 제안한 방법은 가장 많은 분포를 보이는 의미를 선택하는 경우보다 평균적으로 33.6%의 성능 향상을 보이며, 이는 전체 학습 예제의 답이 모두 알려져 있는 경우와 거의 비슷한 결과이다. 따라서, 한국어와 같이 신뢰할 만한 의미 부착 말뭉치가 없는 경우에 본 논문에서 제시된 방법은 매우 효율적이다.

• Digital Contents
• /
• 4호통권143호
• /
• pp.62-63
• /
• 2005

학습자가 원하는 학습자원을 컴퓨터가 스스로 찾아내서 학습자에게 전달해주고, 더 나아가 새로운 지식까지 추론해서 제공해 줄 수는 없을까? 살아 있는 e러닝이 되기 위해서는 컴퓨터가 학습자가 원하는 학습자원의 의미를 이해하고, 적시적(Just-in-time)으로 학습자에게 맞는 형태(Just-for-me)로 학습자원을 제공해 주어 학습이 단편적이 아닌 연속적, 통합적으로 이뤄질 수 있는 적응적 학습 환경이 필요하다.의미의 웹이라 불리 우고 있는 시멘틱 웹(Semantic Web)은 의미적으로 연결돼 있는 학습 정보를 컴퓨터가 의미를 이해해서 학습자가 원하는, 학습자 수준에 맞는 정보를 제공해주고, 더 나아가 지식까지도 추론해서 학습자에게 가장 적합한 형태로 전달해 줄 수 있는 강력한 매카니즘으로 부각되고 있다. 이에 필자는 살이 있는 e러닝이 되기 위해서는 시멘틱 웹과의 통합이 필요하다고 생각해 2회에 걸쳐 시멘틱 웹과, 시멘틱 웹을 e러닝에 어떻게 적용할 것인지에 대해 애기해 보고자 한다.

• Digital Contents
• /
• 5호통권144호
• /
• pp.68-69
• /
• 2005

습자가 원하는 학습자원을 컴퓨터가 스스로 찾아내서 학습자에게 전달해주고, 더 나아가 새로운 지식까지 추론해서 제공해 줄 수는 없을까? 의미의 웹이라 불리고 있는 시멘틱 웹(Semantic Web)은 의미적으로 연결돼 있는 학습 정보를 컴퓨터가 의미를 이해해서 학습자가 원하는, 학습자 수준에 맞는 정보를 제공해주고 더 나아가 지식까지도 추론해서 학습자에게 가장 적합한 형태로 전달해 줄 수 있는 강력한 메커니즘으로 부각되고 있다. 이에 필자는 살이 있는 e러닝이 되기 위해서는 시멘틱 웹과의 통합이 필요하다고 생각해 2회에 걸쳐 시멘틱 웹과, 시멘틱 웹을 e러닝에 어떻게 적용할 것인지에 대해 진단해 보고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 한국정보처리학회 2006년도 추계학술발표대회
• /
• pp.85-88
• /
• 2006

본 논문에서는 강의 영상에 포함되어 있는 텍스트 정보를 바탕으로 학습에 의미 있는 영역을 추출한다. 실시간으로 입력되는 컬러 영상에서 Canny 연산자를 이용하여 에지 정보를 구하고, 모폴로지 연산(Morphological Operation)과 연결 성분(Connected Component)을 통해 후보 영역을 검색한다. 그리고 검색된 후보 영역내의 색 정보 분석을 통해서 의미 있는 학습 영역을 추출하였다. 본 논문에서 제안한 학습에 의미 있는 영역을 추출한 결과, 비교적 단순한 강의 영상과 복잡한 강의 영상 모두에서 정확한 학습 영역의 추출이 가능함을 알 수 있고, 학습에 의미 있는 정보만을 구성함으로써 적은 용량으로 최적화된 강의 영상을 제공할 수 있음을 확인할 수 있다.

• Annual Conference on Human and Language Technology
• /
• 한국정보과학회언어공학연구회 2019년도 제31회 한글 및 한국어 정보처리 학술대회
• /
• pp.272-275
• /
• 2019

단어 중의성 해소 방법은 지식 정보를 활용하여 문제를 해결하는 지식 기반 방법과 각종 기계학습 모델을 이용하여 문제를 해결하는 지도학습 방법이 있다. 지도학습 방법은 높은 성능을 보이지만 대량의 정제된 학습 데이터가 필요하다. 반대로 지식 기반 방법은 대량의 정제된 학습데이터는 필요없지만 높은 성능을 기대할수 없다. 최근에는 이러한 문제를 보완하기 위해 지식내에 있는 정보와 정제된 학습데이터를 기계학습 모델에 학습하여 단어 중의성 해소 방법을 해결하고 있다. 가장 많이 활용하고 있는 지식 정보는 상위어(Hypernym)와 하위어(Hyponym), 동의어(Synonym)가 가지는 의미설명(Gloss)정보이다. 이 정보의 표상을 기존의 문장의 표상과 같이 활용하여 중의성 단어가 가지는 의미를 파악한다. 하지만 정확한 문장의 표상을 얻기 위해서는 단어의 표상을 잘 만들어줘야 하는데 기존의 방법론들은 모두 문장내의 문맥정보만을 파악하여 표현하였기 때문에 정확한 의미를 반영하는데 한계가 있었다. 본 논문에서는 의미정보와 문맥정보를 담은 단어의 표상정보를 만들기 위해 구문정보, 의미관계 그래프정보를 GCN(Graph Convolutional Network)를 활용하여 임베딩을 표현하였고, 기존의 모델에 반영하여 문맥정보만을 활용한 단어 표상보다 높은 성능을 보였다.

• Journal of the Korean Society for Library and Information Science
• /
• 제50권1호
• /
• pp.353-375
• /
• 2016

Although people seriously worry that "digital paradox" is a "quiet crisis" to our society as a whole and threatens our future generation, we need to reconsider how we utilize digital media for effective learning as we understand its characteristics and compare the differences among all formats of media that used for learning. The purpose of this study is to suggest and analyze school library media programs as Learning Commons by applying the relevant theories on information, learning, learning with media, and meaningful learning. The study assumes the importance of the school library media programs that manage rich Information in various formats in an educational system. The study provides theoretical grounds and insights to practitioners and researchers in the relevant field as they face the challenges in putting an emphasis of today's school library media programs for student learning in digital age.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.391-394
• /
• 2021

최근 딥러닝(Deep Learning)을 활용하여 텍스트로 표현된 단어나 문장의 의미를 파악하기 위한 다양한 연구가 활발하게 수행되고 있다. 하지만, 딥러닝을 통해 특정 도메인에서 사용되는 언어를 이해하기 위해서는 해당 도메인의 충분한 데이터에 대해 오랜 시간 학습이 수행되어야 한다는 어려움이 있다. 이러한 어려움을 극복하고자, 최근에는 방대한 양의 데이터에 대한 학습 결과인 사전 학습 언어 모델(Pre-trained Language Model)을 다른 도메인의 학습에 적용하는 방법이 딥러닝 연구에서 많이 사용되고 있다. 이들 접근법은 사전 학습을 통해 단어의 일반적인 의미를 학습하고, 이후에 단어가 특정 도메인에서 갖는 의미를 파악하기 위해 추가적인 학습을 진행한다. 추가 학습에는 일반적으로 대표적인 사전 학습 언어 모델인 BERT의 MLM(Masked Language Model)이 다시 사용되며, 마스크(Mask) 되지 않은 단어들의 의미로부터 마스크 된 단어의 의미를 추론하는 형태로 학습이 이루어진다. 따라서 사전 학습을 통해 의미가 파악되어 있는 단어들이 마스크 되지 않고, 신조어와 같이 의미가 알려져 있지 않은 단어들이 마스크 되는 비율이 높을수록 단어 의미의 학습이 정확하게 이루어지게 된다. 하지만 기존의 MLM은 무작위로 마스크 대상 단어를 선정하므로, 사전 학습을 통해 의미가 파악된 단어와 사전 학습에 포함되지 않아 의미 파악이 이루어지지 않은 신조어가 별도의 구분 없이 마스크에 포함된다. 따라서 본 연구에서는 사전 학습에 포함되지 않았던 신조어에 대해서만 집중적으로 마스킹(Masking)을 수행하는 방안을 제시한다. 이를 통해 신조어의 의미 학습이 더욱 정확하게 이루어질 수 있고, 궁극적으로 이러한 학습 결과를 활용한 후속 분석의 품질도 향상시킬 수 있을 것으로 기대한다. 영화 정보 제공 사이트인 N사로부터 영화 댓글 12만 건을 수집하여 실험을 수행한 결과, 제안하는 신조어 표적 마스킹(NTM: Newly Coined Words Target Masking)이 기존의 무작위 마스킹에 비해 감성 분석의 정확도 측면에서 우수한 성능을 보임을 확인하였다.

• Communications of Mathematical Education
• /
• 제12권
• /
• pp.33-56
• /
• 2001

Wheatley(1991)에 의해 알려진 문제 중심 학습은 기계적 암기식 수학 학습을 대신해서 의미형성을 강조하기 위해 채택된 학습 방법 중의 하나로, 개인의 의미 구성을 도울 뿐만 아니라 의미있는 의사소동을 조장한다. 문제 중심 수업은 일반적으로 과제, 협력학습, 공유의 세 가지 요인의 상호작용으로 보여진다. 본 연구에서는 먼저 초등학교 5학년에 적용할 수 있는 문제 중심 수학 학습 프로그램을 개발하였으며, 개발된 프로그램을 학생들에게 적용함으로써 나타나는 수학 학습 상의 변화 및 아동의 수학에 대한 태도를 분석하였다.

• Journal of Korea Entertainment Industry Association
• /
• 제15권3호
• /
• pp.183-192
• /
• 2021

This study was purposed to explore the learning culture through the related literature and research review in Jewish Havruta which has interaction, critical reflection, and the driving force creating a better world. The prior researches on Havruta mainly tend to as ways to increase learners' interest in learning and studies as curriculum or teaching methods such as creativity, understanding, and problem-solving skills. However, Havruta is not just method to study subjects, but rather a process of developing thinking through dialogue and discussion. Therefore, Havruta's essential meaning as a lifelong learning should be explored. Studies showed that Jews embody the thinking process from interpreting, analyzing, setting up logic, questioning, discussing, and debating Talmud with others anytime, anywhere, and anyone throughout their learning culture. It develops basic skills for life, forms an integrated personality in relationships with others, and continuously conducts lifelong learning to shape one's own beings. Therefore, lifelong learning culture would be sharing information that one has in the process of discussion through dialogue between two or more people, and supporting and encouraging the other's failure or fear rather than attacking them. The embodiment of thinking process in which people teach and learn eachother, accept the difference, and expand thought would be significant foundation to create lifelong learning culture.

• Proceedings of the Korea Multimedia Society Conference
• /
• 한국멀티미디어학회 2003년도 추계학술발표대회(하)
• /
• pp.852-855
• /
• 2003

지식ㆍ정보화 사회에서는 교사가 학생에게 교과서의 지식뿐만 아니라, 학생 스스로 인지 구조를 형성할 수 있도록 다양한 정보를 제공해야 한다. 따라서, 동일한 교과를 강의하는 교사들은 웹 상의 대량의 정보 가운데서 의미 있는 정보를 서로 교환ㆍ공유하여 교수-학습활동에 활용할 필요가 있다. 기존 웹 상의 교수-학습자료 시스템은 주로 HTML을 이용하기 때문에 한정된 태그만을 사용하여 사용자가 원하는 형태의 기능을 지원할 수 없을 뿐만 아니라 이런 태그들은 정확한 의미를 전달하지 못한다. 또한 구조화 능력이 부족하여 문서의 계층 구조를 표현하지 못하며, 효과적인 저장과 검색이 불가능하다. 즉, 화면상에 보여지는 기능 외에는 색다른 기능을 제공하지 못한다. 본 논문에서는 동일한 교과를 강의하는 교사가 교수-학습자료를 웹 상에서 손쉽게 작성하여 원활하게 교환할 수 있도록 XML 문서로 생성하는 시스템을 설계 및 구현한다. XML 문서의 교수-학습자료는 의미 있는 정보 전달과 문서의 구조화가 가능하다 또한 데이터를 수정하는 기능과 다양한 표현 형식이 가능하도록 지원함으로써 기존의 교수-학습자료의 재사용을 가능케 한다. 결과적으로, 교사가 교수-학습자료 작성에 드는 시간과 노력을 절약하여 본연의 임무에 충실하도록 해줌으로써 교수-학습활동의 질을 향상시킬 수 있다.