• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.82-87
• /
• 2022

대화 모델은 대표적으로 검색 모델 또는 생성 모델을 기반으로 구현된다. 최근에는 두 모델의 장점은 융합하고 단점은 보완하기 위해 검색 기법과 생성 기법을 결합하는 연구가 활발히 이루어지고 있다. 그러나 생성 모델이 검색된 응답을 전혀 반영하지 않고 응답을 생성하여 검색 모델을 간과하는 문제 또는 검색된 응답을 그대로 복사해 생성하여 검색 모델에 과의존하는 문제가 발생한다. 본 논문에서는 이러한 문제들을 완화하며 검색 모델과 생성 모델을 모두 조화롭게 활용할 수 있는 대화 모델을 제안한다. 생성 모델이 검색 모델을 간과하는 문제를 완화하기 위해 학습 시 골드 응답을 검색된 응답과 함께 사용한다. 또한, 검색 모델에 과의존하는 문제를 완화하기 위해 검색된 응답들의 내용어 일부를 마스킹하고 순서를 무작위로 섞어 노이징한다. 검색된 응답은 대화 컨텍스트와의 관련성이 높은 것만을 선별하여 생성에 활용한다. 정량 평가 및 정성 평가를 통해 제안한 방법의 성능 향상 효과를 확인하였다.

• The Transactions of the Korea Information Processing Society
• /
• v.3 no.4
• /
• pp.720-732
• /
• 1996

Spatial match retrieval methods for iconic image databases recognize an image document as several icon symbols. Therefore the iconic symbols are used as primary keys to index the image document. When a user requires content-based retrieval ofimages, a spatial match retrieval method converts a query image into iconic symbols and then retrieves relevant images by accessing stored images. In order to support content-based image retrieval efficiently, we, in this paper, propose spatial match retrieval methods using signatures for iconic image databases. For this, we design new index representations of two-dimensional iconic images and explain implemented system.. In addition, we compare the conventional 9-DLT and our two-dimensional image retrieval method in terms of retrieval precision and recall ratio. We show that our method is more efficient than the conventional method.

• The KIPS Transactions:PartB
• /
• v.9B no.1
• /
• pp.113-118
• /
• 2002

This paper presents a cluster-based image retrieval method. It retrieves images from a related cluster after classifying images into clusters using RAGMD, a clustering technique. When images are retrieved, first they are retrieved not from the whole image database one by one but from the similar cluster, a similar small image group with a query image. So it gives us retrieval-time reduction, keeping almost the same precision with the exhaustive retrieval. In the experiment using an image database consisting of about 2,400 real images, it shows that the proposed method is about 18 times faster than 7he exhaustive method with almost same precision and it can retrieve more similar images which belong to the same class with a query image.

• Journal of the Korean Society for information Management
• /
• v.17 no.3
• /
• pp.45-70
• /
• 2000

• The Journal of the Korea Contents Association
• /
• v.16 no.12
• /
• pp.458-467
• /
• 2016

An expert search method using a large amount of academic data that can provide users with representative research results and advice is required. Since the existing expert search methods perform the expert search based on user profile or activity information, they have a problem that it is hard to discriminate the expert when we do not know the user profile or activity information. In this paper, we propose an academic expert search method using the importance and quality of a paper. The importance of a paper is computed by considering its scarcity and up-to-date topics. The quality of a paper is evaluated by considering the number of citations, IF of Journal, recency and author relations. To show the superiority of the proposed method, we compare it with the existing scheme through the performance evaluation in terms of recall and precision.

• Journal of the Korea Society of Computer and Information
• /
• v.11 no.4 s.42
• /
• pp.1-7
• /
• 2006

Recently, studies of relevance feedback to increase the performance of image retrieval has been activated. In this Paper a new region weighting method in region based image retrieval with relevance feedback is proposed to reduce the semantic gap between the low level feature representation and the high level concept in a given query image. The new weighting method determines the importance of regions according to the spatial locations of regions in an image. Experimental results demonstrate that the retrieval quality of our method is about 18% in recall better than that of area percentage approach. and about 11% in recall better than that of region frequency weighted by inverse image frequency approach and the retrieval time of our method is a tenth of that of region frequency approach.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.347-349
• /
• 1999

본 논문에서는 대규모 영상 데이터베이스로부터 모양 영상에 대한 검색을 빠르고 효율적으로 수행하기 위해 해싱기법을 변형한 색인구조와 검색방법을 제안한다. 제안된 색인 구조는 이진 모양 영상(binary shape image)의 불변 모멘트 집합(invariant moments set)을 특징 벡터로 사용하여 다차원으로 구성된다. 이 색인 구조를 기반으로 제안된 해싱을 변형한 검색방법은 기존의 방법들에 비해 검색공간을 줄임으로써 검색속도를 높인다. 본 논문에서 제안한 색인구조와 검색방법을 1000개의 이진 모양 영상들에 적용해 본 결과 검색공간이 전체 공간의 10% 미만으로 줄어드는 효과가 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.04a
• /
• pp.171-173
• /
• 2012

최근에 스마트폰 기반의 다양한 증강현실 서비스들이 제공되고 있다. 이러한 증강현실 서비스들은 공간질의를 하고 검색되어진 데이터를 실제 영상화면에 표현해주는 것을 말한다. 본 논문은 증강현실 서비스에서 많이 이용되는 공간 검색 성능을 향상 시키기 위하여 기존의 속도기반 프리패칭 기법에 사용자의 시점을 이용한 영역 검색 방법을 혼합하여 효율적이고 의미 있는 검색을 가능하게 하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.11a
• /
• pp.389-392
• /
• 2006

Web 2.0은 사용자가 온라인에서 정보를 구축하고 공유하게 하는 World Wide Web 상의 2세대 서비스이다. Web 2.0 페이지에서는 사용자가 키워드인 태그를 이용하여 웹페이지나 인터넷상의 오브젝트를 분류하게 되는데 이를 Folksonomy 라 한다. Folksonomy 는 정보를 공동 작업으로 모으고 공유하는 사용자들에 의한 분류기법으로 Taxonomy 와는 다르며 장단점을 지니고 있다. 이 논문에서는 Folksonomy 의 단점중의 하나인 동의어 처리를 위하여 Wordnet 을 접목시킨 검색 기법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.1415-1418
• /
• 2011

최근 웹상에 이용 가능한 RESTful 웹 서비스들의 수가 급격하게 증가됨에 따라 사용자들이 적합한 웹 서비스를 찾는 것은 매우 중요한 이슈로 대두되었다. 그러나 기존의 키워드 기반 검색 방법은 나쁜 재현율과 나쁜 정확률 때문에 문제가 많다. 본 논문에서는 매개변수 클러스터링 기법에 패턴 분석 기법을 추가한 하나의 새로운 시맨틱 온톨로지 구축 방법을 제안한다. 이를 통해 온톨로지를 자동 구축하여 시맨틱 정보의 주석처리 부담을 줄일 수 있고, 보다 효율적인 웹 서비스 검색을 지원한다.