• Journal of the Korea Society of Computer and Information
• /
• v.16 no.4
• /
• pp.1-13
• /
• 2011

In this paper, we propose a gesture recognition system to recognize motions using the shape information of MHI (Motion History Image). The system acquires MHI to provide information on motions from images with input and extracts the gradient images from such MHI for each X and Y coordinate. It extracts the shape information by applying the shape context to each gradient image and uses the extracted pattern information values as the feature values. It recognizes motions by learning and classifying the obtained feature values with a SVM (Support Vector Machine) classifier. The suggested system is able to recognize the motions for multiple people as well as to recognize the direction of movements by using the shape information of MHI. In addition, it shows a high ratio of recognition with a simple method to extract features.

• Annual Conference on Human and Language Technology
• /
• 2004.10d
• /
• pp.73-81
• /
• 2004

한국어에서의 품사 결정 문제는 형태론적 중의성 문제도 있지만, 영어에는 발생하지 않는 동품사 중의성 문제로 더 까다롭다. 이러한 문제들은 어휘 문맥을 고려하지 않고서는 해결하기 어렵다. 통계 자료 부족 문제에 쉽게 대처하는 모델이 필요하며 문맥에 따른 품사를 결정하고자 할 때 서로 다른 형태의 여러 가지 어휘 문맥 정보를 반영할 수 있는 모델이 필요하다. 본 논문에서는 이런 점에 가장 적합한 최대 엔트로피(maximum entropy : ME) 모델을 품사태깅 작업에 이용하는 문제에 대해 다룬다. 어휘 문맥 정보를 이용하기 위한 자질함수가 매우 많아지는 문제에 대처하기 위해 필요에 따라 어휘 문맥 정보를 사전화 한다. 본 시스템의 특징으로는 어절 단위 품사 태깅을 위한 처리 기법. 어절의 형태소 분석열에 대한 어절 내부 확률 계산. ME 모델의 정규화 과정 생략에 의한 성능 향상, 디코딩 경로의 확장과 같은 점들이 있다. 실험을 통하여 본 연구의 기법이 높은 성능의 시스템을 달성할 수 있음을 알게 되었다.

• Annual Conference on Human and Language Technology
• /
• 2003.10d
• /
• pp.127-133
• /
• 2003

본 연구는 지시사가 문맥에서 이미 언급된 개체를 대용하여 지시하는 문맥지시의 경우에 각 언어별로 어떠한 지시자가 사용되며 이들의 분포는 어떠한 양식을 보이는지를 한국어, 영어, 러시아어, 서반아어를 대상으로 살펴본 것이다. 영어에서는 근칭/원칭 지시사가 직시적인 용법에서의 의미를 비교적 유지하면서 고르게 분포하는 반면 한국어, 러시아어, 서반아어 등은 좀 더 자주 사용되는 형태와 그렇지 못한 형태의 무표/유표적인 분포를 보인다. 이러한 각 언어에서 보여주는 다양한 지시사 분포양식을 인지상태와 화자의 관심의 중심이라는 측면에서 재조명하여 비교, 대조 분석함으로써 유표적인 형태에 대한 유형론적 의미를 모색한다.

• Annual Conference on Human and Language Technology
• /
• 2000.10d
• /
• pp.127-132
• /
• 2000

본 논문에서는 격조사의 구문적인 특성을 이용하여, 수식어까지 포함한 명사구 추출 방법을 연구한다. 명사구 판정을 위해 연속적인 형태소열을 문맥정보로 사용하던 기존의 방법과 달리, 명사구의 처음과 끝 그리고 명사구 주변의 형태소를 이용하여 명사구의 수식 부분과 중심 명사를 문맥정보로 사용한다. 다양한 형태의 문맥정보들은 최대 엔트로피 원리(Maximum Entropy Principle)에 의해 하나의 확률 분포로 결합된다. 본 논문에서 제안하는 명사구 추출 방법은 먼저 구문 트리 태깅된 코퍼스에서 품사열로 표현되는 명사구 문법 규칙을 얻어낸다. 이렇게 얻어낸 명사구 규칙을 이용하여 격조사와 인접한 명사구 후보들을 추출한다. 추출된 각 명사구 후보는 학습 코퍼스에서 얻어낸 확률 분포에 기반하여 명사구로 해서될 확률값을 부여받는다. 이 중 제일 확률값이 높은 것을 선택하는 형태로 각 격조사와 관계있는 명사구를 추출한다. 본 연구에서 제시하는 모델로 실험을 한 결과 평균 4.5개의 구를 포함하는 명사구를 추출할 수 있었다.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.570-573
• /
• 2018

본 논문에서는 한국 가요 학습 데이터를 노래 가사 마디 단위로 문자열을 역전시키는 형태로 변형하고 LSTM으로 학습하여, 마디 간의 문맥을 고려해 문자열을 생성하는 방법에 대해 제안한다. 그리고 이를 통해 특정 가요 가사와 유사하면서도 다른 가사를 생성하는 것도 가능하다. 문자열의 우측 끝에 위치하면서 마디 간의 문맥을 연결해 주는 서술어, 접속사와 같은 요소를 활용하기 위해 데이터를 변형하여 적용한다. 제안하는 방식으로 생성한 문자열이 단순히 문자열 데이터를 그대로 학습하여 생성하는 것보다 상대적으로 더 자연스러운 문맥으로 생성되는 것을 확인하였다.

• Annual Conference on Human and Language Technology
• /
• 2018.10a
• /
• pp.296-298
• /
• 2018

기존의 Word2Vec이나 Glove 등의 단어 임베딩 모델은 문맥에 상관없이 단어의 Vector들이 고정된 Vector를 가지는 문제가 있다. ELMo는 훈련된 Bi-LSTM 모델을 통해서 문장마다 Word Embedding을 수행하기 때문에 문맥에 상관없이 고정된 Vector를 가지는 문제를 해결하였다. 본 논문에서는 한국어와 같이 형태적으로 복잡한 언어의 경우 수 많은 단어가 파생될 수 있어 단어 임베딩 벡터를 직접적으로 얻는 방식에는 한계가 있기 때문에 형태소의 표상들을 결합하여 단어 표상을 사용한 ELMo를 제안한다. ELMo 단어 임베딩을 Biaffine attention 파싱 모델에 적용 결과 UAS에서 91.39%, LAS에서 90.79%으로 기존의 성능보다 향상된 성능을 얻었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.688-690
• /
• 2002

인터넷과 웹의 팽창과 함께 가용 정보의 양이 폭발적으로 증가하고 있으나 이에 대응되는 효과적이고 효율적인 정보 검색능력의 지원이 없다면 이와 같은 방대한 정보들은 정보 이용자들에 있어 이용 가치가 없으며 이는 곧 정보 범람(information overflow)을 의미한다. 본 논문에서는 이에 대한 해결 방안으로써 사용자의 편이성과 정보검색 능력을 극대화할 수 있는 자연어 질의 문맥 구조 기반 개인형 메타 정보검색 엔진을 제안하고자 한다.본 방법론은 자연어 질의를 기본 입력 형태로 하여 자연어 질의의 문맥 구조(context structure) 및 기타 정보 평가 요소들을 이용하는 다척도(multi-criteria)의사 결정 기법 및 개인형 메타 정보 평가(information rating) 방법론으로 구성되어 있으며 이를 위한 시스템 설계를 제안한다.

• Journal of the Korean Society for information Management
• /
• v.29 no.2
• /
• pp.205-224
• /
• 2012

One of the limitations of BOW method is that each term is recognized only by its form, failing to represent the term's meaning or thematic background. To overcome the limitation, different profiles for each term were defined by thematic categories depending on contextual characteristics. In this study, a specific term was used as a classification feature based on its meaning or thematic background through the process of comparing the context in those profiles with the occurrences in an actual document. The experiment was conducted in three phases; term weighting, ensemble classifier implementation, and feature selection. The classification performance was enhanced in all the phases with the ensemble classifier showing the highest performance score. Also, the outcome showed that the proposed method was effective in reducing the performance bias caused by the total number of learning documents.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.490-492
• /
• 2005

인터넷의 발달로 전자문서가 증가함에 따라 정보추출기술의 중요성도 함께 증가하게 되었다. 정보추출 (IE)은 다양한 형태의 문서로부터 필요한 내용만을 추출하여 정형화된 형태로 저장하는 문서 처리기술이다. SIES (Sogang Information Extraction System)는 기계학습 방법과 고정밀의 수동작성 된 규칙기반의 방법론을 함께 사용하는 정보 추출시스템으로 문법에 맞지 않는 문장 등의 입력에 대해 견고한 문장분석을 위해 Lexico-Semantic Pattern (LSP)과 개체명사전(Named Entity Dictionary)를 사용하였으며, SIES의 기계학습의 성능향상을 위친 기존에 널리 사용되는 문맥점보 외에 후보단어들의 위치정보를 고려한 특성자질과 스코어링 방법을 사용하였다.

• Koreanishche Zeitschrift fur Deutsche Sprachwissenschaft
• /
• v.6
• /
• pp.1-21
• /
• 2002

'임시복합명사'는 명사 하나 하나의 의미가 개인의 머릿속에 저장되어 있지만, 이들이 결합해서 생긴 단어가 일반적인 언어사전에 등록되어 있지 않고 문맥에 따라 새로운 의미가 형성되어서 결합된 명사를 의미한다. 따라서 이 논문에서는 사전의 목록에 등록되어 있지 않아서 의미적으로 애매한 복합명사들을 '임시복합명사' ad-hoc Nominal-komposita 라고 지칭하였다. 이때 이러한 '임시복합명사'를 생성하는데 있어서 '임시복합명사'를 구성하는 각 요소들은 새로운 복합명사를 만드는데 필요한 '입력'의 역할을 담당한다. 이 논문에서는 '임시복합명사'를 구성하는데 필요한 일종의 다양한 원칙들을 다루어 보았다. 그러한 원칙들은 순수 언어학적인 논거를 바탕으로 '임시복합명사'를 생산하고 해석해 나가는 과정에 대한 타당성을 입증해 주었다. 그러나 일반적인 지식 Weltwissen과 텍스트 문맥에 맞는 구조를 편입함으로써 그 형태와 해석이 가능한 다른 형태의 복합어는 이 논문에서 자세히 다루지 않았다. 이 논문에서 제시된 복합명사의 생성과 해석과정은 대부분의 경우 복합어 고유의 현상만을 설명한 것이 아니라, 일반적으로 복합어를 생산하고 해석하는 과정을 다룬 것이다. 마찬가지로 이 점은 텍스트 문맥과 상관없이 해석이 가능한 복합어 내지는 텍스트 문맥에 따라 해석이 가능한 복합어에서도 똑같이 적용된다. 텍스트의 문맥을 통해서 자체적으로 해석이 가능하지 않은 복합어를 명확하게 의미를 부여하고 해석하는 과정, 예를 들어 의사소통상에서 일반적인 지식을 이용하여 '임시복합어'를 해석하는 과정은 이후의 연구에 다양하게 다루어 질 테마가 될 것임이 분명하다. 또한 '임시복합명사'를 생산하기 위해 이 논문에서 다룬 전제조건들은 또 다른 새로운 복합어를 생산하는데, 예를 들어 명사로부터 파생된 동사들의 복합어를 연구하는데 밑거름이 될 것이다.학의 강력한 연구가 요구된다.에 기대어 텍스트, 문장, 어휘영역 등이 투입되어 적용되었으며, 이에 상응되게 구체적인 몇몇 방안들이 제시되었다. 학습자들이 텍스트를 읽고 중심내용을 찾아내며, 단락을 구획하고 또한 체계를 파악하는데 있어서 어휘연습은 외국어 교수법 측면에서도 매우 관여적이며 시의적절한 과제라 생각된다. Sd 2) PL - Sn - pS: (1) PL[VPL - Sa] - Sn - pS (2) PL[VPL - pS] - Sn - pS (3) PL(VPL - Sa - pS) - Sn - pS 3) PL[VPL - pS) - Sn -Sa $\cdot$ 3가 동사 관용구: (1) PL[VPL - pS] - Sn - Sd - Sa (2) PL[VPL - pS] - Sn - Sa - pS (3) PL[VPL - Sa] - Sn - Sd - pS 이러한 분류가 보여주듯이, 독일어에는 1가, 2가, 3가의 관용구가 있으며, 구조 외적으로 동일한 통사적 결합가를 갖는다 하더라도 구조 내적 성분구조가 다르다는 것을 알 수 있다. 우리는 이 글이 외국어로서의 독일어를 배우는 이들에게 독일어의 관용구를 보다 올바르게 이해할 수 있는 방법론적인 토대를 제공함은 물론, (관용어) 사전에서 외국인 학습자를 고려하여 관용구를 알기 쉽게 기술하는 데 도움을 줄 수 있기를 바란다.되기 시작하면서 남황해 분지는 구조역전의 현상이 일어났으며, 동시에 발해 분지는 인리형 분지로 발달하게 되었다. 따라서, 올리고세 동안 발해 분지에서는 퇴적작용이, 남황해 분지에서는 심한 구조역전에 의한 분지변형이 동시에 일어났다 올리고세 이후 현재까지, 남황해 분지와 발해 분지들은 간헐적인 해침과 함께 광역적 침강을 유지하면서 안정된 대륙 및 대륙붕 지역으로 전이되었다.