• Proceedings of the Korean Society for Information Management Conference
• /
• 1995.08a
• /
• pp.17-20
• /
• 1995

본 연구는 질의어 확장 및 단기 이용자 모형 구축에 응용할 수 있는 하나의 기법으로서 이용자 질문구조의 전형을 통한 정보요구의 모형화를 실험을 통해 제시한다. 실험방법은 이용자의 질문을 시소러스를 통해 분석, 구조화 하고 그 질문구조에서 전형을 추출한 후 전형에 따라 요구하는 정보가 질문구조내에 일정하게 위치하는지를 알아보았다. 이러한 실험을 통해 6가지 질문구조 전형을 추출할 수 있었으며 질문구조의 전형을 이용한 정보요구 모형의 구축이 타당성이 있음을 입증하였고 지능형 정보검색 시스템에의 적용가능성을 논의하였다.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.315-320
• /
• 2019

질문 생성이란 구절이 입력되면 구절에서 답을 찾을 수 있는 질문을 자동으로 생성하는 작업으로 교육용 시스템, 대화 시스템, QA 시스템 등 다양한 분야에서 중요한 역할을 한다. 질문 생성에서 정답의 단어가 질문에 포함되는 문제점을 해결하기 위해 구절과 정답을 분리한다. 하지만 구절과 정답을 분리하게 되면 구절에서 정답의 정보가 손실되고, 정답에서는 구절의 문맥 정보가 손실되어 정답 유형에 맞는 질문을 생성할 수 없는 문제가 발생된다. 본 논문은 이러한 문제를 해결하기 위해 분리된 정답과 구절의 정보를 연결시켜주는 정답과 구절의 공동 주의 집중 계층을 제안한다. 23,658개의 질문-응답 쌍의 말뭉치를 이용한 실험에서 정답과 구절의 공동 주의 집중 계층이 성능 향상에 기여해 우수한 성능(BLEU-26.7, ROUGE-57.5)을 보였다.

• Journal of the Korean Society for information Management
• /
• v.18 no.2
• /
• pp.125-142
• /
• 2001

This study attempts to identify users' potential information needs in a medium-sized academic library by analyzing reference questions raised by library users for 64 days from October 10th to December 13th, 2000. A total of 474 reference questions were analysed of which only 10.1% were pure reference questions that dealt with the professional knowledge of reference librarians. 71.0% had nothing to do with professional knowledge, being directional(29.3%), mechanic(23.8%), and library policy related(l7.9%). Improvements in sign system and guiding materials in the library should be made to deliver reference services of good quality to academic library users.

• Proceedings of the Korean Society for Information Management Conference
• /
• 2003.08a
• /
• pp.185-192
• /
• 2003

국내 인터넷 검색엔진의 성능을 질문의 유형별로 비교해보았다. 실험에는 30명의 대학생이 참여하여 탐색질문을 작성하고 직접 탐색하여 검색결과의 적합성을 판정하였다. 실험참가자마다 탐색어 1개, 2개, 3개짜리 질문을 하나씩 작성하도록 한 결과 총 90개의 질문이 실험에 사용되었다. 질문의 유형은 질문의 길이 이외에 주제의 최신성 여부와 고유명사의 포함 여부를 기준으로 나누었다. 실험 결과 전체적인 성능은 구글이 가장 뛰어났으나, 고유명사를 포함한 최신주제 질문에 대해서는 네이트와 엠파스가 구글보다 좋은 성능을 보였다.

• Proceedings of the Korean Society for Information Management Conference
• /
• 2000.08a
• /
• pp.219-222
• /
• 2000

본 연구에서는 인터넷을 통하여 질문지를 배포하고 회수하는 실험을 한 결과 현시점에서는 사이버 공간에서 게시판에 질문지를 올리는 것은 거의 불가능하고, 질문지를 배포하는데는 사서나 아르바이트 학생 등 다른 사람들의 적극적인 도움이 필요할 뿐만 아니라 질문지 회수율이 매우 낮았다. 전자우편으로 질문지를 회수하더라도 일단 프린트하여 종이자료로 처리하게 되므로 자료처지과정은 기존의 종이질문지와 차이가 없었다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.16 no.1
• /
• pp.95-99
• /
• 2010

Social media refers to the content, which are created by users, such as blogs, social networks, and wikis. Recently, question-answering (QA) communities, in which users share information by questions and answers, are regarded as a kind of social media. Thus, QA communities have become a huge source of information for the past decade. However, it is hard for users to search the exact question-answer that is exactly matched with their needs as the number of question-answers increases in QA communities. This paper proposes an approach for classifying a question into three categories (information, opinion, and suggestion) according to the purpose of the question for more accurate information retrieval. Specifically, our approach is based on modified Na$\ddot{i}$ve Bayes classifier which uses structural characteristics of QA documents to improve the classification accuracy. Through our experiments, we achieved about 71.2% in classification accuracy.

• Journal of the Korean BIBLIA Society for library and Information Science
• /
• v.32 no.2
• /
• pp.101-123
• /
• 2021

This study analyses the questions and answers contained in the Knowledge Information Database of the collaborative digital reference service, 'Ask a librarian'. And based on the results of status of user requests, this study draws information usage behavior in the early stages of the service was derived. 1,124 Knowledge Information Database items out of 3,506 cases was analyzed by nine criterion. ① Number of questions and whether to be reference questions, ② Subject and keywords of the question, ③ Purpose of the question, ④ Type of question, ⑤ User's information request, ⑥ Information source and reference services provided by the librarian, ⑦ Number of days to answer, ⑧ Level of the participating library, ⑨ Question type by topic. As a results of analysis, first, users asked for reference questions from various topics as needed, rather than one from a similar topic at a time, but more than half of the total pure reference questions were from the field of library information science. Second, about 71.35% of users were using the 'Ask a librarian' service to recommend a list of information resources related to a particular topic or research problem, and there were also questions that required consultation on the reading situation. Third, the most preferred sources of information for users were bibliography, and in the case of online information sources, users did not relatively prefer them. Fourth, the number of days required to answer was able to confirm significant differences depending on the type of question and the level of the participating library. Fifth, 31.33% of the purpose of the general field question showed that were self-generated.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.665-668
• /
• 2018

본 논문에서는 제약기반 KBQA를 위한 질문분석 기술에 대해서 소개한다. 핵심개체와 속성에 대한 연결 모호성을 해소하기 위해서 세 종류의 제약정보 활용을 제안한다. 세 종류의 제약은 핵심개체에 기반한 제약, 의미정답유형에 기반한 제약, 속성단서에 기반한 제약이다. 제약을 위해서는 질문 내에서 핵심개체와 속성단서를 인식하여야 한다. 본 논문에서는 규칙과 휴리스틱에 기반한 핵심개체와 속성단서 인식 방법에 대해서 소개한다. 핵심개체와 속성단서 인식 실험은 구축된 229개의 질문을 대상으로 수행하였으며, 핵심개체와 속성단서가 모두 정확히 인식된 정확도(accuracy)가 57.21%이고, KBQA 대상질문에서는 71.08%를 보였다.

• 한국어정보학회:학술대회논문집
• /
• 2017.10a
• /
• pp.116-121
• /
• 2017

cQA(Community-based Question Answering) 시스템은 온라인 커뮤니티를 통해 사용자들이 질문을 남기고 답변을 작성할 수 있도록 만들어진 시스템이다. 신규 질문이 인입되면, 기존에 축적된 cQA 저장소에서 해당 질문과 가장 유사한 질문을 검색하고, 그 질문에 대한 답변을 신규 질문에 대한 답변으로 대체할 수 있다. 하지만, 키워드 매칭을 사용하는 전통적인 검색 방식으로는 문장에 내재된 의미들을 이용할 수 없다는 한계가 있다. 이를 극복하기 위해서는 의미적으로 동일한 문장들로 학습이 되어야 하지만, 이러한 데이터를 대량으로 확보하기에는 어려움이 있다. 본 논문에서는 질문이 제목과 내용으로 분리되어 있는 대량의 cQA 셋에서, 질문 제목과 내용을 의미 벡터 공간으로 사상하고 두 벡터의 상대적 거리가 가깝게 되도록 학습함으로써 의사(pseudo) 유사 의미의 성질을 내재화 하였다. 또한, 질문 제목과 내용의 의미 벡터 표현(representation)을 위하여, semi-training word embedding과 CNN(Convolutional Neural Network)을 이용한 딥러닝 기법을 제안하였다. 유사 질문 검색 실험 결과, 제안 모델을 이용한 검색이 키워드 매칭 기반 검색보다 좋은 성능을 보였다.

• Annual Conference on Human and Language Technology
• /
• 2014.10a
• /
• pp.201-205
• /
• 2014

국립국어원의 온라인 가나다 서비스는 한국어에 대한 다양한 질문과 정확한 답변을 제공한다. 만일 새롭게 등록되는 질문에 대해 유사한 질문을 자동으로 찾을 수 있다면, 질문자는 빠른 시간에 답변을 얻을 수 있고 서비스 관리자는 수동 답변 작성의 부담을 덜 수 있다. 본 논문에서는 국립국어원 질의응답게시판의 특성을 분석하여 질문의 주제를 6가지로 분류하고, 주제 분류 정보와 벡터 유사도, 수열 유사도를 결합하여 유사한 질문을 검색하는 시스템을 제안한다. 평가에서는 본 논문에서 제시한 주제 분류 정보를 활용한 결과 1위 정답 검색 정확률이 향상되는 결과를 얻었다. 최종 실험에서는 MRR이 0.62, 정답이 1위, 5위내에 검색될 확률은 각각 54.2%, 78.2%를 보였다.