• Journal of KIISE:Software and Applications
• /
• v.27 no.7
• /
• pp.769-783
• /
• 2000

In this paper, in order to disambiguate Korean noun word sense, we define a local context and explain how to extract it from a raw corpus. Following the intuition that two different nouns are likely to have similar meanings if they occur in the same local context, we use, as a clue, the word that occurs in the same local context where the target noun occurs. This method increases the usability of extracted knowledge and makes it possible to disambiguate the sense of infrequent words. And we can overcome the data sparseness problem by extending the verbs in a local context. The sense of a target noun is decided by the maximum similarity to the clues learned previously. The similarity between two words is computed by their concept distance in the sense hierarchy borrowed from WordNet. By reducing the multiplicity of clues gradually in the process of computing maximum similarity, we can speed up for next time calculation. When a target noun has more than two local contexts, we assign a weight according to the type of each local context to implement the differences according to the strength of semantic restriction of local contexts. As another knowledge source, we get a co-occurrence information from dictionary definitions and example sentences about the target noun. This is used to support local contexts and helps to select the most appropriate sense of the target noun. Through experiments using the proposed method, we discovered that the applicability of local contexts is very high and the co-occurrence information can supplement the local context for the precision. In spite of the high multiplicity of the target nouns used in our experiments, we can achieve higher performance (89.8%) than the supervised methods which use a sense-tagged corpus.

• 대한공업교육학회지
• /
• v.33 no.2
• /
• pp.170-191
• /
• 2008

Many former researchers demonstrated that algorithm learning has a positive outcome on students' problem-solving abilities. One of the methods for algorithm learning, the 'programming learning' method is highly effective. However, there are numerous constraints in schools for programming learning. This study attempts to overcome these issues. Squeak Etoys, one of the educational visual programming languages for easy and interesting learning, has been selected as a learning tool. We developed the algorithm-learning curriculum for middle school students. They were divided into a control group and an experimental group. The students learned on the basis of equal curriculum but, they used other learning tools through over a total 6 sessions. The result showed that Squeak Etoys based Algorithm learning has a positive effect on improving middle school learners' problem solving abilities, self-efficacies and logical thinking abilities. Although the students' logical thinking abilities in the experimental group are improved a lot more than the students' abilities in control group, the students' logical think abilities in the both groups are improved. Therefore, algorithm education in secondary schools are necessary. In conclusion, Squeak Etoys based Algorithm learning has a positive effect on problem solving ability and self efficacy. The developed curriculum can be applicable as a basis for study on algorithm learning and educational programming language.

• Journal of Practical Engineering Education
• /
• v.12 no.1
• /
• pp.73-83
• /
• 2020

Recently, the importance of self-directed learning has emerged in the fields of public education, private education, lifelong education, and vocational training education, in which learners can actively cope with knowledge in an infusion-oriented way. However, there are various theoretical knowledge such as concepts and strategies for self-directed learning, but the situation is insufficient for a system where learners can easily receive content in the academic field they want, depending on the actual self-directed learning operation plan or learning area. Therefore, since it is important to provide various learning content in this paper, we utilize text mining techniques to obtain appropriate information and refine and categorize the meaning. On-line, they want to study a system that provides a variety of content in the academic field that learners are trying to acquire.

• 한국정보교육학회:학술대회논문집
• /
• 2006.08a
• /
• pp.307-312
• /
• 2006

M-learning (Mobile learning)을 기반으로 한 코스웨어나 모듈 설계 시 학습자의 적극적 참여와 의미 있는 상호작용의 기회 제공과 실제적 환경에서의 교육활동을 지원하는 것에 초점을 맞추어야 한다. 본 연구에서는 M-learning을 기반으로 실제적 상황에서의 학습을 위한 지능적 튜터링 모델인 AEFIRIP (Activation, Externalization, Focusing, Interpretations, Reflection, Information Processing)모델을 활용하여 독서교육 튜터링 시스템을 설계하였다. AEFIRIP 모델은 모바일 학습에 초점을 맞추어 실제적 상황에서 다양한 모바일 장비를 활용할 수 있도록 설계되었으며 CSCL(Computer Supported Collaborative Learning)학습의 일환으로 활용 가능하다. AEFIRIP 모델은 6단계의 구조화된 모바일 튜터링을 통하여 학습 활동을 위한 반자동화된 튜터링을 제공하며, 개별화 학습을 가능케 한다. 본 시스템은 M-learning에서 학습자의 독서 단계에 따라 개별화된 튜터링을 제공하는 것을 목적으로 한다. 이를 위해 자극 에이전트, 도움 에이전트, 요청 튜터링 에이전트, 튜터링 대화 에이전트, 개인 튜터링 에이전트, 튜터링 포인터 에이전트의 6단계의 튜터링 에이전트를 구안하였다. 본 시스템의 활용을 통하여 학습자는 실제적 환경에서 모바일 장비를 통하여 독서 활동과 관련한 튜터링을 제공받으며, 학습자와 교사 간 다양한 상호작용이 가능하다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.06a
• /
• pp.241-244
• /
• 2011

초등학교 학습자를 대상으로 컴퓨터 과학의 원리를 가르치기 위하여 EPL, 로봇프로그래밍, Unplugged Project 등 다양한 시도가 이루어지고 있다. 또한 로봇을 활용한 경진대회, 창의 대회 등 교육과정 외적인 부분에서도 활성화되고 있는 추세이다. 하지만 대부분의 로봇, 공학 경진대회는 특정 로봇의 기능 및 사용법, 흥미 위주의 획일적인 내용을 벗어나고 있지 못한 실정이며, 통합적 접근을 했던 기존의 프로그램들은 창의적 문제해결을 목적으로 여러 학문의 융합, 통합을 주장하고 있다. 본 연구에서의 통합은 초등 학습자의 학습으로의 보다 본질적인 접근이 필요하며, 교육과정 전반에 걸친 폭넓은 학습 활동 측면에서 프로그래밍(로봇)의 통합의 필요성을 주장하고 있다. 이제는 프로그래밍(로봇) 학습이 왜 통합 학습으로 교육과정 상에 녹아 들어가야 하는지에 관한 본질적인 논의가 이루어져야 할 시점으로 생각된다. 이 논문의 본문은 크게 두 부분으로 이루어져 있는데 첫째, 초등학교 로봇프로그래밍 교육을 통합적 관점으로 접근했던 기존의 프로그램의 사례를 살펴볼 것이며, 둘째, 초등학교 학습자에게 통합이 어떠한 의미인지를 고찰해 볼 것이다.

• 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
• /
• 2023.10a
• /
• pp.558-562
• /
• 2023

최근 ChatGPT의 등장으로 텍스트 생성 모델에 대한 관심이 높아지면서, 텍스트 생성 태스크의 성능평가를 위한 지표에 대한 연구가 활발히 이뤄지고 있다. 전통적인 단어 빈도수 기반의 성능 지표는 의미적인 유사도를 고려하지 못하기 때문에, 사전학습 언어모델을 활용한 지표인 BERTScore를 주로 활용해왔다. 하지만 이러한 방법은 사전학습 언어모델이 학습한 데이터에 존재하는 편향으로 인해 공정성에 대한 문제가 우려된다. 이에 따라 한국어 사전학습 언어모델의 편향에 대한 분석 연구가 필요한데, 기존의 한국어 사전학습 언어모델의 편향 분석 연구들은 사회에서 생성되는 다양한 속성 별 편향을 고려하지 못했다는 한계가 있다. 또한 서로 다른 언어를 기반으로 하는 사전학습 언어모델들의 속성 별 편향을 비교 분석하는 연구 또한 미비하였다. 이에 따라 본 논문에서는 한국어 사전학습 언어모델의 속성 별 편향을 비교 분석하며, 영어 사전학습 언어모델이 갖고 있는 속성 별 편향과 비교 분석하였고, 비교 가능한 데이터셋을 구축하였다. 더불어 한국어 사전학습 언어모델의 종류 및 크기 별 편향 분석을 통해 적합한 모델을 선택할 수 있도록 가이드를 제시한다.

• Journal of Educational Research in Mathematics
• /
• v.21 no.2
• /
• pp.165-180
• /
• 2011

Mathematical symbols concisely represent mathematical contents related to terms by describing their mathematical meanings implicitly. All symbols in elementary school mathematics textbooks are stated as to be read so that elementary school students could understand their mathematical meanings. The same is somewhat true as in middle school mathematics textbooks, however it is often the case that some symbols are difficult to be read and understood because their statements are unclear or different. In this study, we analyze problems and suggest implications on teaching and learning mathematics based on the statements and understanding of reading symbols in middle school mathematics textbooks.

• Korean Journal of Oriental Medicine
• /
• v.12 no.3 s.18
• /
• pp.1-15
• /
• 2006

For the recent several years, there has been much interest in lexical semantic network. However, it seems to be very difficult to evaluate the effectiveness and correctness of it and invent the methods for applying it into various problem domains. In order to offer the fundamental ideas about how to evaluate and utilize lexical semantic networks, we developed two automatic word clustering systems, which are called system A and system B respectively. 68,455,856 words were used to learn both systems. We compared the clustering results of system A to those of system B which is extended by the lexical-semantic network. The system B is extended by reconstructing the feature vectors which are used the elements of the lexical-semantic network of 3,656 '-ha' verbs. The target data is the 'multilingual Word Net-CoreNet'.When we compared the accuracy of the system A and system B, we found that system B showed the accuracy of 46.6% which is better than that of system A, 45.3%.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.547-554
• /
• 2006

우리 춤은 우리 고유의 정서를 담고 있는 종합예술이므로 우리 춤을 분석하고 이해하는 것은 큰 의미가 있다. 본 논문에서는 기존의 춤 동작의 정량적인 분석을 통한 감정인식 기술을 이용하여 우리 춤에 내포된 감정 패턴의 변화를 살펴본다. 먼저 한국 전통춤으로부터 무용전문가들의 정성적 분석에 기반하여 추출된 우리 춤사위를 정해진 각 감정별로 재구성하여 창작하고 창작된 우리 춤을 무용전문가가 시연한다. 이를 카메라를 이용하여 획득하고, 영상처리를 통해서 시연자의 실루엣을 뽑아낸 후, 정량적 특징량들을 추출한다. 이어 신경회로망을 이용하여 각 감정별 춤사위를 학습 시킨 후, 임의의 춤사위에 내포된 감정을 인식 한다. 본 논문에서는 정면, 좌, 우 세 시점에서 획득된 다시점 영상을 이용하여 학습시킴으로써 보다 안정적으로 동작하는 인식 시스템을 제안한다. 그리고, 시스템에 의해 인식된 감정 패턴과 변화의 정성적 의미를 이해하기 위해 무용전문가들에 의해 정립된 정성적 분석 결과와 비교, 분석한다. 이는 정성적인 분석에만 국한되던 우리 춤의 특성에 대한 이해를 객관적이고 정량화된 분석을 통한 이해의 차원으로 확장시키는 것으로, 우리 춤의 특성을 새롭게 정의하는 계기를 마련할 수 있다. 다양한 장르의 한국 전통춤 가운데 우리 춤을 대표할 수 있는 춤사위를 선정하고, 정성적/정량적으로 분석함으로써 우리 춤의 특성을 이해하기 위한 체계적인 틀을 제공하고자 한다.