• 제목/요약/키워드: 의미 있는 학습

검색결과 1,217건 처리시간 0.033초

의미 부착이 없는 데이터로부터의 학습을 통한 의미 중의성 해소 (Word Sense Disambiguation From Unlabelled Data)

  • 박성배;장병탁;김영택
    • 한국정보과학회:학술대회논문집
    • /
    • 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.

  • PDF

살아있는e러닝-시멘틱웹기반의e러닝(1)

  • 정의석
    • 디지털콘텐츠
    • /
    • 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.

  • PDF

살아있는e러닝-시멘틱웹기반의e러닝(2)

  • 정의석
    • 디지털콘텐츠
    • /
    • 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.

  • PDF

에지와 색상 정보를 이용한 강의 영상의 학습 영역 추출 (Extraction of Study Regions from Lecture Video Using Edge and Color Information)

  • 한은영;서정희;박흥복
    • 한국정보처리학회:학술대회논문집
    • /
    • 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.

  • PDF

지식 임베딩 심층학습을 이용한 단어 의미 중의성 해소 (Word Sense Disambiguation Using Knowledge Embedding)

  • 오동석;양기수;김규경;황태선;임희석
    • 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
    • /
    • 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.

  • PDF

디지털 시대의 학습과 정보 - 학습 코먼스로서 학교도서관 - (Learning with Information in Digital Age: School Library Media Programs as Learning Commons)

  • 정진수
    • 한국문헌정보학회지
    • /
    • 제50권1호
    • /
    • pp.353-375
    • /
    • 2016
  • "디지털 패러독스"가 "조용한 위기"로 우리의 미래 세대를 위협한다는 심각한 우려가 있으나 이미 디지털 문화속에 살고 있는 우리는 디지털 매체들과 기존의 다양한 정보매체들의 차이와 특성을 파악하여 효과적으로 학습에 활용해야 한다. 본 논문의 목적은 정보기반 의미 있는 학습에 대한 이론적 고찰을 통해 이를 적용한 학교도서관 학습 코먼스(Learning Commons)를 제안하는 것이다. 학습을 위해 다양하고 풍부한 정보와 매체들을 다루는 학교도서관의 중요성을 전제하여 정보와 학습의 밀접한 연관성, 매체와 학습의 밀접한 연관성, 정보 활용을 통한 의미 있는 학습의 개념을 살펴보고 학교도서관 프로그램의 초점은 정보열람과 접근이 아닌 학습이어야 한다는 학습 코먼스의 개념을 학교도서관에 적용 및 분석하였다. 본 논문이 디지털 시대의 학교도서관프로그램 핵심인 정보기반 학습에 의미 있는 학습을 위한 학습 코먼스의 설계를 지원하는 이론적 근거가 되기를 기대한다.

신조어의 의미 학습을 위한 딥러닝 기반 표적 마스킹 기법 (Deep Learning-based Target Masking Scheme for Understanding Meaning of Newly Coined Words)

  • 남건민;서수민;곽기영;김남규
    • 한국컴퓨터정보학회:학술대회논문집
    • /
    • 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.

  • PDF

문제 중심 수학학습에 대한 연구 -초등학교 5학년을 중심으로-

  • 신인선;권점례
    • 한국수학교육학회지시리즈E:수학교육논문집
    • /
    • 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.

  • PDF

유대인 학습문화 '하브루타'에 함축된 평생학습의 의미 탐구 (Exploration on the Meaning of Lifelong Learning in Jewish Learning Culture 'Habruta')

  • 정소임;조미경
    • 한국엔터테인먼트산업학회논문지
    • /
    • 제15권3호
    • /
    • pp.183-192
    • /
    • 2021
  • 본 연구는 학습방법으로서의 하부루타가 아닌 하브루타의 배경적 의미와 학습문화 속에 함축된 평생 학습의 본질적 의미를 탐색하고자 하였다. 하브루타와 관련된 선행연구는 주로 학습자들의 학습 흥미도를 높이고 창의성 및 이해도, 문제해결능력을 위한 교수방법으로 연구되는 경향이 있다. 그러나 하브루타는 비단 하나의 학습방법이 아닌 유대인의 지속성장에 동력이 되는 학습문화라 할 수 있다. 가정의 요람에서부터 시작된 문화 속에서 평생의 삶을 위해 학습하는 방법과 사고의 과정을 체화함으로 언제 어디서 누구나 학습할 수 있는 그들만의 학습문화를 이루었다. 이에 본 연구는 국내외 관련 자료와 선행 연구를 통해 함축된 의미를 탐색하고, 평생학습의 의미와 실천 원리를 구체적으로 제시하고 있는 유네스코의 보고서를 중심으로 평생학습의 의미를 분석하였다. 연구결과, 하브루타는 유대인의 역사적 배경 속에 구축된 학습문화로, 평생학습에 있어 학문적 의미가 매우 크다고 할 수 있다. 탈무드를 가지고 타자와 함께 해석하고, 분석하고, 논리를 세우고, 질문하고, 토론하고, 논쟁하며 평생의 삶에 기초역량이 되는 학습하는 방법과 사고의 과정을 체화하고, 타인과의 관계 속에서 통합적 인격을 형성하며, 부단히 자신의 본질을 만들어가는 전 생애 평생학습과정이다. 더 나아가 이러한 유대인의 학습문화는 교육의 목적 실현을 위한 평생학습의 네 가지 원리가 문화 속에서 유기적으로 작용하여 자기창조의 동력이 되는 평생학습문화로 볼 수 있다. 이에 본 연구는 평생학습이 각기 분절되어 진행되는 현재의 방향성에서 학습의 원리가 유기적으로 작용할 수 있는 평생학습문화로 구축해 나가야 함을 제언하고자 한다.

교수-학습자료의 XML 문서 생성 시스템 설계 및 구현 (A Design and Implementation of the XML Document Generation System of Teching-Learning Materials)

  • 김민지;이정아;이종학
    • 한국멀티미디어학회:학술대회논문집
    • /
    • 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.

  • PDF