• Journal of KIISE:Software and Applications
• /
• v.26 no.11
• /
• pp.1372-1380
• /
• 1999

본 논문에서는 자연언어 문장의 객관적 정량적인 질 측정 방법의 구축에 대해 설명하고, 이를 문장 퇴고 시스템의 사례에 적용해 본다. 문장의 질을 평가한다는 것은 본질적으로 주관적이고 정량화가 어려운 작업이기 때문에, 이 과정에서 질의 객관적 계량화가 가능한지 여부가 가장 중요한 문제가 된다. 이 논문에서는 이러한 문제를 해결하기 위해 유전자 알고리즘을 이용한 진화적 접근 방법을 통해 객관적이고 정량적인 질의 측정 공식을 유도하는 방법론을 제시하였다. 이 논문에서 제시한 방법론의 핵심은 간단히 말해서 사람이 행하는 정성적인 판단을, 이에 가장 근접하는 정량적 측정 체계로 전환시키는 것이라고 보면 된다. 이것을 위해 정량화 문제를 문장의 단순 언어 특징들의 변화값을 이용한 최적화 문제로 환원시키고, 다시 이 최적화 문제를 유전자 알고리즘을 이용해 해결함으로써 문제를 효과적으로 해결할 수 있었다. 실험 결과를 보면, 본 논문에서 제시한 최적화 방법은 주어진 훈련용 예제와 검증용 예제 중 각각 99.84%, 99.88%를 만족시키는 해를 찾아내었으므로 정량적 질 평가 공식의 유도에 매우 효과적임을 알 수 있었다. 또한 도출된 측정 공식을 이용해서 실제 퇴고 시스템 평가에 적용한 결과 문장 질의 측정에 매우 유용하게 이용될 수 있음을 알 수 있었다. 이와 같이 질의 정량적 평가가 가능하다는 사실이 갖는 또 한가지 중요한 의미는 최종 사용자의 구매 의사나 개발자의 공학적 의사 결정을 위한 객관적 성능 평가 자료의 제공에 이 방법이 유용하게 사용될 수 있다는 점이다.Abstract This paper describes a method of building a quantitative measure of the quality of natural language sentences, particularly produced by document revision systems. Evaluating the quality of natural language sentences is intrinsically subjective, so what is most important as to the evaluation is whether the quality can be measured objectively. To solve such problem of objective measurability, genetic algorithm, an evolutionary learning method, is employed in this paper. The underlying standpoint of this approach is that building the quality measures is a task of constructing a formulae that produces as close results as can to the qualitative decisions made by humans. For doing this, the problem of measurability has been simply reduced to an optimization problem using the change of the values of simple linguistic parameters found in sentences, and the reduced problem has been solved effectively by the genetic algorithm. Experimental result shows that the optimization task satisfied 99.84% and 99.88% of the given objectives for training and validation samples, respectively, which means the method is quite effective in constructing the quantitative measure of the quality of natural language sentences. The actual evaluation result of a revision system shows that the measure is useful to quantize the quality of sentences. Another important contribution of this measure would be to provide an objective performance evaluation data of natural language systems on a basis of which end-users and developers can make their decision to fit their own needs.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10b
• /
• pp.395-397
• /
• 1998

현재 데이터마이닝과 관련하여 많은 주제들이 다루어지고 있다. 하지만, 전체적인 마이닝 시스템과 관련하여 마이닝 질의 언어 및 효율적인 질의 처리 방식에 대한 체계적인 연구는 충분하지 못한 것 같다. 따라서 본 논문에서는 과거 구현된 바 있는 마이닝 질의 처리기를 기반으로 하여 질의처리의 융통성을 제공하며, 효율적인 질의 처리를 취한 방법론에 대해 다루고자 한다. 과거 구현되었던 마이닝 질의 처리기는 데이터웨어하우스에 있는 primitive 데이터들을 마이닝 시스템에서 사용할 수 있도록 추출하여 보여주는 역할을 했는데, 단순히 primitive 단위의 데이터들에 대한 접근 뿐 아니라, 현재 데이터마이닝 분야에서 연구 중에 있는 개념 계층이라는 구조를 이용하여 일반화된 데이터 및 에트리뷰트들에 대한 계층적인 정보를 이용하여 체계적이며, 효율적인 마이닝 질의 처리를 가능하게 하고자 한다.

• Annual Conference on Human and Language Technology
• /
• 2003.10d
• /
• pp.163-169
• /
• 2003

현재의 질의응답 시스템은 TREC(Text Retrieval Conference) 질의집합에 대해 최대 80% 정도의 응답 성공률을 보이고 있다. 하지만 질의 유형에 다라 성능의 많은 차이가 있으며, 인과관계에 대한 질의에 대해서는 매우 낮은 응답 성공률을 보이고 있다. 본 연구는 인접한 두 문장 혹은 두 문장 혹은 두 명사구 사이에 존재하는 인과관계를 추출하고자 한다. 기존의 명사구 간 인과관계 추출 연구에서는 인과관계 단서구문과 두 명사구의 의미를 주요한 정보로 사용하였으나, 사전 미등록어가 사용되었을 때 올바른 선택을 하기 어려웠다. 또한, 학습 코퍼스에 대한 인과관계 부착과정이 선행되어야 하며, 다량의 학습자료를 사용하기가 어려웠다. 본 연구에서는 인과관계 명사구 쌍에서 추출된 어휘 쌍을 기존의 단서구문과 같이 사용하는 방법을 제안한다. 인과관계 분류를 위해 나이브 베이즈 분류기를 사용하였으며, 비지도식 학습과정을 사용하였다. 제안된 분류 모델은 기존의 분류 모델과 달리 사전 미등록어에 의한 성능 저하가 없으며, 학습 코퍼스의 인과관계 분류 작업이 선행될 필요 없다. 문장 내 명사구간의 인과관계 추출 실험 결과 79.07%의 정확도를 얻었다. 이러한 결과는 단서구문과 명사구 의미를 이용한 방법에 비해 6.32% 향상된 결과이며, 지도식 학습방식을 통해 얻은 방법과 유사한 결과이다. 또한 제안된 학습 및 분류 모델은 문장간의 인과관계 추출에도 적용가능하며, 한국어에서 인접한 두 문장간의 인과관계 추출 실험에서 74.68%의 정확도를 보였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2009.01a
• /
• pp.401-406
• /
• 2009

이 논문에서는 저장소에 독립적인 SPARQL-to-SQL변환 시스템 모델의 비용 평가를 수행한다. 시맨틱 웹이 발전하면서 이를 기술하기 위한 다양한 웹 온톨로지 언어들이 제안되었고 이를 저장 및 검색하기 위한 관계형 데이터베이스 기반의 저장소와 SPARQL과 같은 질의 언어가 개발되었다. SPARQL의 활용도가 높아짐에 따라 관계형 데이터베이스에 저장된 웹 온톨로지 데이터를 질의하기 위해서는 SPARQL을 SQL로 변환하기 위한 알고리즘이 필요하다. 그러나 기존에 제안된 변환 알고리즘들은 몇 가지 해결해야 할 문제점을 가지고 있는데 그 중 변환 알고리즘이 저장소에 종속적이라는 문제점 때문에 변환 알고리즘의 활용도가 떨어진다. 이를 해결하기 위하여 기존 논문에서는 저장소에 독립적으로 변환 알고리즘을 활용할 수 있는 시스템 모델을 제안하였으며 프로토타입을 구현하여 제안 모델을 통한 질의 결과의 정확성을 측정하였다. 또한, 저장소의 종속적인 모델과 독립적인 모델간의 정성적 평가를 통하여 저장소에 독립적인 모델이 여러 측면에서 활용도가 높다는 것을 평가하였다. 그러나 기존 논문에서는 제안한 시스템 모델에 대한 명확한 정량적 평가가 이루어지지 않았다. 따라서 이 논문에서는 비용 평가 모델을 정의하여 제안한 시스템 모델의 효율성을 정량적으로 평가한다.

• Korean Journal of Cognitive Science
• /
• v.2 no.2
• /
• pp.309-339
• /
• 1990

The most common way that people communicate is by speaking or writing natural languages.But if people use computers in the modern technology,they should learn artificial programming languages.If computers could understand what people mean when people speak or type natural languages,people would use the computers more easily and naturally.but there is a problem.The language which people use has vagueness.For example,the convential computer system cant's handle the subjective feeling like 'tall' or 'young'.So peole must specify the exact threshold like 'more'than 25 ages'.We have developed the knowledge-based natural language question answering system which can handle sentences having fuzzy concepts by using blackboard model.Our goal of this research is to develop a portable question answering system as interface for database systems or understanding systems.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.97-102
• /
• 2019

KorQuAD 2.0은 총 100,000+ 쌍으로 구성된 한국어 질의응답 데이터셋이다. 기존 질의응답 표준 데이터인 KorQuAD 1.0과의 차이점은 크게 세가지가 있는데 첫 번째는 주어지는 지문이 한두 문단이 아닌 위키백과 한 페이지 전체라는 점이다. 두 번째로 지문에 표와 리스트도 포함되어 있기 때문에 HTML tag로 구조화된 문서에 대한 이해가 필요하다. 마지막으로 답변이 단어 혹은 구의 단위뿐 아니라 문단, 표, 리스트 전체를 포괄하는 긴 영역이 될 수 있다. Baseline 모델로 구글이 오픈소스로 공개한 BERT Multilingual을 활용하여 실험한 결과 F1 스코어 46.0%의 성능을 확인하였다. 이는 사람의 F1 점수 85.7%에 비해 매우 낮은 점수로, 본 데이터가 도전적인 과제임을 알 수 있다. 본 데이터의 공개를 통해 평문에 국한되어 있던 질의응답의 대상을 다양한 길이와 형식을 가진 real world task로 확장하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.118-120
• /
• 2005

XML이 다양한 장점으로 인해 인터넷 기반 환경에서 데이터의 표현 및 교환의 표준으로 자리잡으면서 XML 데이터의 효율적인 저장 및 질의 처리에 대한 연구가 활발히 진행되었다. XML 데이터를 저장하는 방법 중에서 강력한 질의 처리 및 데이터 관리 기능을 제공하는 관계형 데이터베이스 시스템에 저장하는 것은 많은 이익을 가져온다. 그러나, 이 방법을 사용하기 위해서는 XML 질의를 SQL 질의로 변환해야 한다. 본 논문에서는 대표적인 XML 질의 언어인 XQuery 질의를 SQL:2003 질의로 변환하는 방법을 제안한다. 최근 XML 데이터와 관계형 데이터베이스의 상호 운용에 대한 요구가 증대되면서 SQL:1999를 대체하는 SQL:2003에는 XML을 지원하기 위한 표준을 포함하고 있으므로, SQL:2003을 지원하는 관계형 데이타베이스 시스템을 기반으로 한다면, XML 질의를 보다 쉽게 SQL 질의로 변환할 수 있다. 본 논문에서는 SQL 템플릿을 기반으로 XQucry 질의를 SQL 질의로 변환하는 방법을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.04a
• /
• pp.23-26
• /
• 2001

XQL은 W3C에 의해 제안된 XML 질의 언어 중 하나다. XML 문서 검색의 성능 향상을 위해서 XML 저장소에는 XML 문서들 외에 그들로부터 도출된 XML 뷰를 실체 뷰로 저장해 둘 수 있는데, 이들 실체 뷰는 XQL과 같은 XML 질의어로 명시된 질의 처리에 이용될 수 있다. 즉, XML 저장소에 대한 XQL 질의가 주어졌을 때 그 결과를 XML 실체 뷰로부터도 얻을 수 있다면 원래의 질의를 실체 뷰에 대한 질의로 변환하여 수행함으로써 XQL 질의 처리의 성능 향상을 가져올 수 있다. 본 논문에서는 XML 저장소 내에 XML 실체 뷰가 있다고 가정하고 이를 이용한 XQL 질의 처리의 성능을 XML 실체 뷰를 이용하지 않는 경우와 비교, 평가한다.

• Annual Conference on Human and Language Technology
• /
• 2001.10d
• /
• pp.157-162
• /
• 2001

한국어의 경우 띄어쓰기의 자유로움과 명사들이 비교적 자유롭게 결합하여 새로운 복합명사(compound noun)를 형성한다. 따라서, 정보검색에서 복합명사를 적절하게 처리하게 되면 검색 효율을 향상시킬 수 있다. 본 논문에서는 질의에 포함된 단일명사, 복합명사, 그리고 복합명사를 이루는 구성명사의 적절한 가중치 부여 방법에 대하여 기술한다. 일반적인 tf*idf가중치 방법은 문서 내 빈도수(tf)만을 강조하여 문서 내 발생빈도가 낮은 복합명사의 경우 낮은 가중치를 갖는다. 반대로, 역문헌 빈도수(idf)로 인해 복합명사가 단일명사보다 높은 가중치를 갖게 되면 단일명사의 가중치를 지나치게 떨어뜨려 검색 성능을 저하시킨다. 이런 문제를 해결하기 위해서 복합명사의 통계적인 특성을 고려하고, 복합명사를 이루는 구성명사의 적절한 가중치 사용과 tf*idf 변화 범위에 따른 파라메터를 이용하였다. 결과적으로 본 논문에서는 질의 색인어의 종류에 따라 가중치를 달리 부여함으로써 검색 성능을 향상시킬 수 있는 가중치 부여 방법을 제시하고 검증 실험을 통해 유효성을 제시했다는 점에서 그 의의가 있다고 하겠다.

• Annual Conference on Human and Language Technology
• /
• 1994.11a
• /
• pp.378-385
• /
• 1994

정보검색분야의 여러 기술들을 연구하고 이 결과들을 실험 평가하기 위해서는 모든 연구자들이 공동으로 사용할 수 있는 시험용 데이터 모음(Test Data Collection)이 필요하다. 외국에서는 이미 오래전부터 각 분야별 시험용 데이터 모음들을 준비하여 검색시스팀의 개발 및 객관적인 성능평가에 이용하여 왔는데 국내에서는 아직까지 이러한 시험용 데이터 모음이 개발되지 못한 실정이다. 본 연구는 한국어 정보검색 기술연구 활성화에 기여하기 위하여 한국어정보검색 기술 연구결과의 성능평가에 공동으로 활용할 수 있는 국내 최초의 시험용 데이터 모음인 KTSET을 개발하였다. KTSET은 정보과학회와 정보관리학회지의 논문지 및 학술대회 논문집으로부터 추출된 1,053개의 논문과 이를 검색대상으로 한 50개의 자연어질의어로 구성되었으며 대상문서들과 질의어 각각에 대한 색인결과와 질의어와 대상문서들간의 적합도 정보를 제공한다.