• 한국수학교육학회지시리즈A:수학교육
• /
• 제50권3호
• /
• pp.337-354
• /
• 2011

The purpose of the study was to investigate how students understand multiplication and division of fractions and how their understanding influences the solutions of fractional word problems. Thirteen students from 5th to 6th grades were involved in the study. Students' understanding of operations with fractions was categorized into "a part of the parts", "multiplicative comparison", "equal groups", "area of a rectangular", and "computational procedures of fractional multiplication (e.g., multiply the numerators and denominators separately)" for multiplications, and "sharing", "measuring", "multiplicative inverse", and "computational procedures of fractional division (e.g., multiply by the reciprocal)" for divisions. Most students understood multiplications as a situation of multiplicative comparison, and divisions as a situation of measuring. In addition, some students understood operations of fractions as computational procedures without associating these operations with the particular situations (e.g., equal groups, sharing). Most students tended to solve the word problems based on their semantic structure of these operations. Students with the same understanding of multiplication and division of fractions showed some commonalities during solving word problems. Particularly, some students who understood operations on fractions as computational procedures without assigning meanings could not solve word problems with fractions successfully compared to other students.

• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제23권3호
• /
• pp.707-734
• /
• 2009

본 연구에서는 초등학교 4, 5, 6학년 20명을 대상으로 분수의 덧셈과 뺄셈에 대하여 아동이 어떻게 이해하고 있는지 알아보고, 그것이 분수의 덧셈과 뺄셈 문장제 해결에 어떤 영향을 주는지 알아보았다. 연구 결과 많은 아동들이 분수의 덧셈을 합병의 상황으로, 분수의 뺄셈을 제거의 상황으로 이해하고 있었으며, 대부분 동분모 분수의 덧셈, 뺄셈과 이분모 분수의 덧셈, 뺄셈을 동일한 의미로 이해하고 있었다. 몇몇 아동들은 분수의 덧셈과 뺄셈을 특정 상황과 연결 지어 이해하고 있기 보다는 연산의 계산 절차를 연산의 의미로 이해하고 있었는데, 동분모 분수의 덧셈, 뺄셈보다 이분모 분수의 덧셈, 뺄셈을 계산절차로만 이해하고 있는 아동들이 상대적으로 많았다. 분수의 덧셈과 뺄셈에 대한 아동의 이해가 문장제 해결에 어떤 영향을 주는지 조사한 결과 분수의 덧셈에 대하여 아동이 어떤 의미로 이해하고 있느냐는 분수의 덧셈 문장제 해결에 큰 영향을 주지 않았다. 또한 분수의 덧셈에 대하여 동일한 이해 범주에 포함된 아동들 간에도 문장제의 해결 방법에 공통된 특성은 발견되지 않았다. 반면, 분수의 뺄셈에서는 많은 아동이 분수의 뺄셈에 대하여 자신이 지니고 있는 의미론적 구조에 기초하여 문제를 해결하려는 경향을 보였으며, 동일한 이해 범주에 포함된 아동들 간에도 분수의 뺄셈 문장제 해결 방법에 공통된 특성이 발견되었다. 특히 분수의 덧셈과 뺄셈을 특정 상황과 연관 지어 이해하고 있기 보다는 분수의 덧셈과 뺄셈의 계산 절차를 각 연산의 의미로 이해하고 있었던 아동들은 다른 아동들에 비해 문장제 해결 능력이 떨어졌다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제47권4호
• /
• pp.519-543
• /
• 2008

The study has been conducted with 29 children from 4th to 6th grades to realize how they understand addition, subtraction, multiplication, and division of whole numbers, and how their understanding influences solving of one-step word problems. Children's understanding of operations was categorized into "adding" and "combination" for additions, "taking away" and "comparison" for subtractions, "equal groups," "rectangular arrange," "ratio," and "Cartesian product" for multiplications, and "sharing," "measuring," "comparison," "ratio," "multiplicative inverse," and "repeated subtraction" for divisions. Overall, additions were mostly understood additions as "adding"(86.2%), subtractions as "taking away"(86.2%), multiplications as "equal groups"(100%), and divisions as "sharing"(82.8%). This result consisted with the Fischbein's intuitive models except for additions. Most children tended to solve the word problems based on their conceptual structure of the four arithmetic operations. Even though their conceptual structure of arithmetic operations helps to better solve problems, this tendency resulted in wrong solutions when problem situations were not related to their conceptual structure. Children in the same category of understanding for each operations showed some common features while solving the word problems. As children's understanding of operations significantly influences their solutions to word problems, they needs to be exposed to many different problem situations of the four arithmetic operations. Furthermore, the focus of teaching needs to be the meaning of each operations rather than computational algorithm.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권10호
• /
• pp.3211-3229
• /
• 2022

To solve the problems existing in the process of Weibo disaster rumor recognition, such as lack of corpus, poor text standardization, difficult to learn semantic information, and simple semantic features of disaster rumor text, this paper takes Sina Weibo as the data source, constructs a dataset for Weibo disaster rumor recognition, and proposes a deep learning model BERT_AT_Stacked LSTM for Weibo disaster rumor recognition. First, add adversarial disturbance to the embedding vector of each word to generate adversarial samples to enhance the features of rumor text, and carry out adversarial training to solve the problem that the text features of disaster rumors are relatively single. Second, the BERT part obtains the word-level semantic information of each Weibo text and generates a hidden vector containing sentence-level feature information. Finally, the hidden complex semantic information of poorly-regulated Weibo texts is learned using a Stacked Long Short-Term Memory (Stacked LSTM) structure. The experimental results show that, compared with other comparative models, the model in this paper has more advantages in recognizing disaster rumors on Weibo, with an F1_Socre of 97.48%, and has been tested on an open general domain dataset, with an F1_Score of 94.59%, indicating that the model has better generalization.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권7호
• /
• pp.500-505
• /
• 2015

21세기 세종계획을 통하여 개발된 세종 전자사전은 한국어 어휘의 내재정보에 대한 체계적인 분석 정보를 담고 있다. 이는 일반적으로 사용하는 텍스트 사전이 가지는 전산적 표상 문제를 해결하는데 많은 도움을 주고 있다. 자연언어처리 분야에서 끊이지 않는 문제인 어의 중의성 해소(Word Sense Disambiguation) 문제 또한 세종 전자사전의 상세 정보를 이용하여 해결할 수 있지만, 실제 제시된 문형과 논항의 선택제약 명사로는 어의 중의성 해소 문제를 해결하는 데 한계를 보인다. 본 연구에서는 세종 전자사전의 용언 하위범주화 정보를 이용한 어의 중의성 해소의 한계점을 보이고, 한국어 어휘의미망(Korean Lexico-semantic network)을 이용하여 논항의 선택제약 정보를 일반화한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권2호
• /
• pp.107-112
• /
• 2016

국립국어원의 주관으로 10년에 걸쳐 구축된 21세기 세종 계획의 결과물들은 한국어를 대상으로 한 대부분의 자연언어 처리 시스템 및 연구에 널리 이용되고 있다. 21세기 세종 계획의 결과물 중, 세종 전자사전은 한국어 어휘의 내재정보에 대한 체계적인 분석 정보를 담고 있어 세종 전자사전 내의 상세 정보를 이용하여 어의 중의성 해소(Word Sense Disambiguation) 규칙을 구축하는 데 이용할 수 있다. 하지만 한국어의 특성상 다양한 문형과 논항이 출현할 수 있으므로 문형과 논항에 대한 모든 정보를 담을 수 없는 단점이 존재한다. 본 연구에서는 세종 전자사전의 용언 하위범주화 정보와 한국어 어휘의미망(Korean Lexico-semantic Network)을 이용하여 구축한 어의 중의성 해소 규칙을 준지도 학습 방법을 이용하여 논항의 선택제약 정보를 확장 및 일반화한다.

• Journal of information and communication convergence engineering
• /
• 제11권3호
• /
• pp.179-184
• /
• 2013

Traditional clustering methods are usually based on the bag-of-words (BOW) model. A disadvantage of the BOW model is that it ignores the semantic relationship among terms in the data set. To resolve this problem, ontology or matrix factorization approaches are usually used. However, a major problem of the ontology approach is that it is usually difficult to find a comprehensive ontology that can cover all the concepts mentioned in a collection. This paper proposes a new document clustering method using semantic features and fuzzy relations for solving the problems of ontology and matrix factorization approaches. The proposed method can improve the quality of document clustering because the clustered documents use fuzzy relation values between semantic features and terms to distinguish clearly among dissimilar documents in clusters. The selected cluster label terms can represent the inherent structure of a document set better by using semantic features based on non-negative matrix factorization, which is used in document clustering. The experimental results demonstrate that the proposed method achieves better performance than other document clustering methods.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권11호
• /
• pp.555-562
• /
• 2016

의미 역 결정은 한 문장에서 술어와 그것의 논항간의 의미 관계를 결정해주는 것을 말한다. 한편 한국어 의미 역 결정은 영어와는 다른 한국어 고유의 특이한 언어 구조 때문에 많은 어려움을 가지고 있는데, 이러한 어려움 때문에 지금까지 제안된 다양한 방법들을 곧바로 적용하기에 어려움이 있었다. 다시 말하자면, 지금까지 제안된 방법들은 영어나 중국어에 적용했을 때에 비해서 한국어에 적용하면 낮은 성능을 보여주었던 것이다. 이러한 어려움을 해결하기 위하여 본 연구에서는 조사나 어미와 같은 접사구조를 분석하는 것에 초점을 맞추었다. 한국어는 일본어와 같은 교착어의 하나인데, 이들 교착어에서는 매우 잘 정리되어 있는 접사구조가 어휘에 반영되어 있다. 교착어는 바로 이들 잘 정의된 접사 구조 때문에 매우 자유로운 어순이 가능하다. 또한 본 연구에서는 단일 형태소로 이루어진 논항은 기초 통계량을 기준으로 의미 역 결정을 하였다. 또한 지지 벡터 기계(Support Vector Machine: SVM)과 조건부 무작위장(Conditional Random Fields: CRFs)와 갗은 기계 학습 알고리즘을 사용하여 앞에서 결정되지 못한 논항들의 의미 역을 결정하였다. 본 논문에서 제시된 방법은 기계 학습 접근 방식이 처리해야 하는 논항의 범위를 줄여주는 역할을 하는데, 이는 기계 학습 접근은 상대적으로 불확실하고 부정확한 의미 역 결정을 하기 때문이다. 실험에서는 본 연구는 15,224 논항을 사용하였는데, 약 83.24%의 f1 점수를 얻을 수 있었는데, 이는 한국어 의미 역 결정 연구에 있어서 해외에서 발표된 연구 중 가장 높은 성능으로 알려진 것에 비해 약 4.85%의 향상을 보여준 것이다.

• 한국정보통신학회논문지
• /
• 제27권1호
• /
• pp.41-46
• /
• 2023

최근, 빅데이터 분석은 기계학습의 발전에 따른 다양한 기법들을 이용할 수 있다. 현실에서 수집된 빅데이터는 단어 간의 관계성에 대한 의미적 분석을 바탕으로 같거나 유사한 용어에 대한 자동화된 정제기법이 부족하다. 빅데이터는 일반적인 문장으로 기술되어 있다. 이러한 문제를 해결하기 위해 문장의 형태소 분석과 의미를 이해해야 할 필요가 있다. 이에 자연어를 분석하기 위한 기법인 NLP는 단어의 관계성과 문장을 이해할 수 있다. 본 논문에서는 빅데이터에서 추출된 문장에서 단어를 추출하여 단어 간의 연관 관계를 생성하는 방법을 연구한다. 이에 트랜스포머 기술을 이용한다.

• 대한교통학회지
• /
• 제22권4호
• /
• pp.97-106
• /
• 2004

최근에 친환경적성에 대한 사회적 관심이 높아짐에 따라 도로건설에 있어서도 주변자연 조건을 훼손을 최소화할 수 있는 터널에 대한 수요가 늘어나고 있고(2001년 12월 현재 전년대비 42.7% 증가), 터널의 연장도 장대화(일반적으로 연장 1km이상의 터널)되고 있다. 그러나 장대터널은 장시간동안 좁고 한정된 공간에서의 주행을 하게 되는 운전자의 심리적 불안감을 증가시키고 집중력과 주변지역으로부터의 외부정보 인지가 충분하지 않는 등 인적, 물적의 다양한 교통문제와 깊은 관련을 갖고 있다. 따라서 본 연구에서는 현재 개통 운영 중인 터널을 대상으로 조명색채에 따른 내부경관을 연구함으로서 터널 내부조명시설의 개선을 통한 주행 쾌적성의 증대효과를 기대할 수 있는 방안제시에 주 목적을 두고 있다. 본 연구에서는 조명색채에 대한 감성이미지를 나타내기 위한 형용사 선정을 위하여 컬러 플래닝 시스템(CPS)를 사용하였다. CPS는 인간의 감성 표현을 정의된 "용어"로 표현하고 이 "용어"는 "이미지 스케일"상에 검색되어 이에 결합된 "이미지 패널"로 특정의 색채로 지정되는 일련의 과정을 나타낸다. 그리고 이렇게 선정된 용어로 SD(Semantic Differential Scale)법을 이용하여 설문지를 작성하고, 요인분석을 통해 피실험자들의 의식구조를 파악하였다. 또한 LISREL을 이용하여 터널 내부경관의 '선호도'를 종속변수로 한 모형을 구축한 결과, 조명색채에 대한 경관선호도에 영향을 미치는 요인으로 색채의 정서성과 기능성을 제시하였다.