• Annual Conference on Human and Language Technology
• /
• 2015.10a
• /
• pp.139-141
• /
• 2015

본 논문은 커뮤니티 기반의 질의-응답 서비스에서 사용자 질의의 주제를 분류하는 시스템을 소개한다. 커뮤니티 기반의 질의-응답 서비스는 분야에 따라 다양한 주제를 가질 수 있으며 오늘 날 사용자 질의의 주제 분류에는 통계 기반의 분류 방법이 많이 이용되고 있다. 통계 기반의 분류 방법으로 사용자 질의를 분류하기 위해서는 주제에 적합한 대량의 학습 말뭉치가 필요하다. 주제에 적합한 대량의 학습 말뭉치를 사람이 직접 구축하는 것은 많은 시간과 비용이 든다. 따라서 본 논문에서는 이러한 문제를 해결하기 위해 위키피디아 문서를 Supervised K-means Clustering 기법으로 주제별로 분류함으로써 학습 말뭉치를 반자동으로 구축하는 방법을 제안한다. 그 다음, 생성된 학습 말뭉치로 지지 벡터 기계를 학습하여 사용자 질의의 주제를 분류하게 된다. 위키피디아 문서와 사용자 질의는 다른 도메인의 문서임에도 불구하고 본 논문의 시스템으로 사용자 질의의 주제를 분류한 결과 77.33%의 정확도를 보였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.43-44
• /
• 2022

기존 자연어 처리 모델은 문맥 단위 단어 임베딩을 처리하지 못하는 한계점을 가지고 있는 한편 최근 BERT 기반 사전학습 모델들은 문장 단위 임베딩이 가능하고 사전학습을 통해 학습 효율이 비약적으로 개선되었다는 특징이 있다. 본 논문에서는 사전학습 언어 모델들을 이용하여 음식점, 배달전문점 등 음식 업종에서 발생한 고객 발화 의도를 분류하고 모델별 성능을 비교하여 최적의 모델을 제안하고자 한다. 연구결과, 사전학습 모델의 한국어 코퍼스와 Vocab 사이즈가 클수록 고객의 발화 의도를 잘 예측하였다. 한편, 본 연구에서 발화자의 의도를 크게 문의와 요청으로 구분하여 진행하였는데, 문의와 요청의 큰 차이점인 '물음표'를 제거한 후 성능을 비교해본 결과, 물음표가 존재할 때 발화자 의도 예측에 좋은 성능을 보였다. 이를 통해 음식 업종에서 발화자의 의도를 예측하는 시스템을 개발하고 챗봇 시스템 등에 활용한다면, 발화자의 의도에 적합한 서비스를 정확하게 적시에 제공할 수 있을 것으로 기대한다.

• 한국정보교육학회:학술대회논문집
• /
• 2010.01a
• /
• pp.17-21
• /
• 2010

정보통신기술이 발달한 현대사회에 적응하려면 '정보처리능력'이 필요하다. 2005년 개정된 ICT 운영지침에도 이러한 사회 현상이 반영되어 '정보처리의 이해' 영역에서 초등학생부터 프로그래밍 교육을 할 것을 명시하고 있다. 그러나 교사들의 인식부족과 교수 학습 자료 부족으로 프로그래밍 교육이 제대로 이루어지지 않고 있다. 또한 프로그래밍 교육 내용이 단순한 언어의 소개 및 기능 위주의 내용으로 편성되어서 프로그래밍을 처음 접하는 초등학생에게 흥미를 주지 못하며 인지적 부담을 유발한다. 따라서 본 연구에서는 풍부한 멀티미디어 환경과 쉽고 흥미로운 사용자 인터페이스를 제공하는 스크래치를 이용하는 프로그래밍 수업을 설계하였다. 기존 프로그래밍 교육의 단점을 해소할 수 있도록 학습자의 수준과 흥미를 고려하여 설계한 스크래치 교수 학습 방법을 이용한다면 프로그래밍 학습은 어렵고 복잡하다고 생각하는 학습자의 인식 변화와 더불어 학교 현장에서의 프로그래밍 교육을 활성화 하는데 도움이 될 수 있을 것이다.

• 한국정보교육학회:학술대회논문집
• /
• 2006.01a
• /
• pp.121-126
• /
• 2006

최근 사이버교육의 필요성이 대두됨에 따라서 초 중등에서는 사이버가정학습체제를 도입하게 되었다. 하지만 사이버가정학습은 학생의 자발성에 기초하여 학습이 이루어지기 때문에 성공적인 운영을 위해서는 학습자의 참여도를 높이는 것이 중요하다. 이에 본 연구에서는 학습자의 참여도와 관련된 변인이 무엇인지를 밝혀보고, 이를 통해 학습자의 참여도를 높이기 위한 방안을 제안해 보았다. 학습자의 참여도와 관련있는 변인은 다음과 같다. 첫째, 학습자 내적변인 중 인지적 성향, 정좌소양수준, 자기주도적학습력, 참여목적, 사이버가정학습에 대한 인식이었다. 둘께, 학습자 외적변인 중 사이버가정학습장, 사교육투자시간, 학급담임의 내용확인도, 이용의 편의성이었다 셋째, 사이버교수활동 중 상호작용성, 과제제시빈도, 학습상담유형, 보상이었다. 넷째, 학부모변인 중 참여인지, 도움도, 내용확인 정도가 참여도에 유의한 영향을 준다고 나타났다. 이상과 같은 결과에 비추어 다음과 같은 방안을 제안해 보았다. 콘텐츠 측면에서 살펴보면, 다양한 양질의 콘텐츠가 제공되어야 한다. 콘텐츠 내에서 학생간이 교류가 이루어질 수 있어야하며, 정보탐색이나 정보교류를 이용한 학습문제나 과제가 제시되어야 한다. 운영상의 측면에서 살펴보면, 온라인과 오프라인의 교류와 협력을 위한 장이 마련되어야 하며, 시스템 환경을 최적화해야한다. 과제물도 일괄 처리할 수 있는 시스템이 요구되며, 가정과 사이버가정학습의 연결을 위한 시스템이 필요하다. 장애처리전담반의 운영도 요구된다. 필요한 기능을 중심으로 한 가벼운 시스템으로 구축해야 하며, 상담시스템의 구축이 필요하다. 법적 제도적 측면에서 살펴보면, 가정, 학교, 지역도서관 등에 사이버가정학습을 할 수 있는 장소가 마련되어야 한다. 학습자의 참여도에 대한 적절한 보상이 필요하다. 사이버가정학습을 학교수업의 일부분으로 인식할 수 있도록 제도적 뒷받침이 요구되며, 학부모 튜터제 도입도 요구된다. 이상과 같은 대안들을 신중히 고려하여 차근차근 준비해 간다면 앞으로의 사이버가정학습은 무한한 발전을 계속해 나갈 수 있을 것이다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2004.05b
• /
• pp.537-540
• /
• 2004

Development of Learning system and learning activity based on web in accedence with development of information communication technology are active. From teaming system with web, teaching-teaming data for student's leaning level is not systematic and interactions between students and teachers are insufficiency. Only result of teaming evaluation is showed not supply reason what is correct or not and there is no relationship or linking deeping teaming. In this paper, we tried to improve the interaction between teachers and students by analyzing study system through virtual system on high school's Introduction to computer science. And we designed and implemented the WBI system Using ASP, the system is maximize the effect of study related to further study. It will improve the feedback between the teachers and the students and help the learners enlarge the faculty of comprehension ability.

• Annual Conference on Human and Language Technology
• /
• 2015.10a
• /
• pp.181-183
• /
• 2015

최근 자연어 처리 분야에서 딥 러닝이 많이 사용되고 있다. 자연어 처리에서 딥 러닝의 성능 향상을 위해 단어의 표현이 중요하다. 단어 임베딩은 단어 표현을 인공 신경망을 이용해 다차원 벡터로 표현한다. 본 논문에서는 word2vec의 Skip-gram과 negative-sampling을 이용하여 단어 임베딩 학습을 한다. 단어 임베딩 학습 데이터로 한국어 어휘지도 UWordMap의 용언의 필수논항 의미 제약 정보를 이용하여 구성했으며 250,183개의 단어 사전을 구축해 학습한다. 실험 결과로는 의미 제약 정보를 이용한 단어 임베딩이 유사성을 가진 단어들이 인접해 있음을 보인다.

• Journal of the Korea Society of Computer and Information
• /
• v.14 no.9
• /
• pp.85-94
• /
• 2009

It is becoming increasingly difficult for learners to find the lectures they are looking for. In turn, the ability to find the particular lecture sought by the learner in an accurate and prompt manner has become an important issue in e-Learning. To deal this issue, in this paper. we present a collaborative approach to provide personalized recommendations of online video lectures. The proposed approach first identifies candidated video lectures that will be of interest to a certain user. Partitioned collaborative filtering is employed as an approach in order to generate neighbor learners and predict learners'preferences for the lectures. Thereafter, Attribute-based filtering is employed to recommend a final list of video lectures that the target user will like the most.

• Annual Conference on Human and Language Technology
• /
• 2020.10a
• /
• pp.87-90
• /
• 2020

표 질의응답은 반-정형화된 표 데이터에서 질문에 대한 답을 찾는 문제이다. 본 연구에서는 한국어 표 질의응답을 위한 표 데이터에 적합한 TAPAS를 이용한 언어모델 사전학습 방법과 표에서 정답이 있는 셀을 예측하고 선택된 셀에서 정확한 정답의 경계를 예측하기 위한 표 질의응답 모형을 제안한다. 표 사전학습을 위해서 약 10만 개의 표 데이터를 활용했으며, 텍스트 데이터에 사전학습된 BERT 모델을 이용하여 TAPAS를 사전학습한 모델이 가장 좋은 성능을 보였다. 기계독해 모델을 적용했을 때 EM 46.8%, F1 63.8%로 텍스트 텍스트에 사전학습된 모델로 파인튜닝한 것과 비교하여 EM 6.7%, F1 12.9% 향상된 것을 보였다. 표 질의응답 모델의 경우 TAPAS를 통해 생성된 임베딩을 이용하여 행과 열의 임베딩을 추출하고 TAPAS 임베딩, 행과 열의 임베딩을 결합하여 기계독해 모델을 적용했을 때 EM 63.6%, F1 76.0%의 성능을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10a
• /
• pp.16-18
• /
• 2003

기계학습의 분류(classification) 기술을 실제 문제에 적용하기 위해서는 카테고리(category)를 부여한 학습예제를 상당수 준비하여야 한다. 예제에 카테고리를 부여(labeling)하는 작업에는 무시할 수 없는 시간과 인력을 필요로 한다. 능동적 학습(active learning)은 동일한 수의 학습예제로 최대한의 성능을 달성하기 위하여 카테고리를 부여할 학습예제를 선별하는 전략이다. 능동적 학습은 현재까지 파악된 정보에 기반하여 분류기(classifier)를 생성하고, 생성된 분류기를 활용하여 카테고리를 부여받았을 때 가장 이득이 큰 예제들을 선정하여 사용자에게 문의하는 과정을 반복하여 수행한다. 만일 능동적 학습의 첫 학습단계에서 학습에 보다 유용한 예제들을 최초학습예제집합으로 선정한다면 같은 수의 학습예제로 더 나은 성능을 달성할 수 있을 것이다. 본 논문에서는 유사한 예제들은 동일한 카테고리에 속할 가능성이 높다는 일반적인 가정에 기반하여 예제들을 군집화(clustering)한 후, 생성된 각 군집을 대표할 수 있는 예제로 최초학습예제집합으로 구성하는 방안을 제안한다. 제안한 방안을 문서분류 문제를 대상으로 실험해 본 결과 최초학습예제들을 임의로 선정하는 방식보다 정확도가 높은 분류기를 생성할 수 있음을 확인하였다.

• Journal of The Korean Association of Information Education
• /
• v.3 no.1
• /
• pp.65-74
• /
• 1999

People in the world can send and get useful information from anywhere via internet. Using the internet for educational purposes has been studied for several years. In this paper, we have been designed and implemented video database systems for English education. In the system we have studied ways to build and retrieve useful information from video database systems. By using our system we can easily find required video segment and can play it in real-time way by using streaming techniques.