• 대한음성학회지:말소리
• /
• 제33_34호
• /
• pp.1-10
• /
• 1997

Korean stop consonants are well known for their tripple distinction. In word initial position lax, tense and aspirated consonants are all voiceless. They are differentiated by the degree of tension, aspiration and VOT(voice onset time). But in intervocalic position, lax consonants become voiced. In this study I compare the acoustic features of Korean intervocalic lax and tense stops. The closure duration of lax stops is shorter than that of tense consonants. The preceding vowel length is longer in tan than that in tense consonants. I modify the above acoustic characteristics by an experimental methods. For example, I shorten the closure duration of intervocalic tense stops by 5 steps. r also do auditory tests which will show us listener's reaction on the above examples. And do the same job with the preceding vowels. According to the auditory test, the closure duration does an important role in differentiating Korean intervocalic lax and tense stops. But the preceding vowel length has almost nothing to do with the distinction between lax and tense stops. So I conclude that acoustic features also have hierarchy. Some features have categorical characteristics and others don't.

• 말소리와 음성과학
• /
• 제8권1호
• /
• pp.25-36
• /
• 2016

Previous studies showed that the voice onset time (VOT) of aspirated and lenis stops has been merged, and post-stop fundamental frequency (F0) has emerged as a primary cue to distinguish the two stops in the younger generation and female speech. The purpose of this study is to demonstrate that VOT merger in aspirated and lenis stops occurs after an F0 difference between the two stops becomes stabilized. In other words, unless post-stop F0, which is a redundant feature, is fully developed, it is hard for VOT merger to happen. Females have got a stable F0 difference in stops earlier than males. Therefore, VOT merger could happen, and as a result, females could take the lead in changing from VOT to F0 in initial stops. This study also shows that speakers who acquired F0 as a primary cue use F0 to the full to distinguish lenis stops from two other stops (aspirated and fortis).

• ETRI Journal
• /
• 제46권4호
• /
• pp.633-647
• /
• 2024

In e-commerce platforms, sentiment analysis on an enormous number of user reviews efficiently enhances user satisfaction. In this article, an automated product recommendation system is developed based on machine and deep-learning models. In the initial step, the text data are acquired from the Amazon Product Reviews dataset, which includes 60 000 customer reviews with 14 806 neutral reviews, 19 567 negative reviews, and 25 627 positive reviews. Further, the text data denoising is carried out using techniques such as stop word removal, stemming, segregation, lemmatization, and tokenization. Removing stop-words (duplicate and inconsistent text) and other denoising techniques improves the classification performance and decreases the training time of the model. Next, vectorization is accomplished utilizing the term frequency-inverse document frequency technique, which converts denoised text to numerical vectors for faster code execution. The obtained feature vectors are given to the modified convolutional neural network model for sentiment analysis on e-commerce platforms. The empirical result shows that the proposed model obtained a mean accuracy of 97.40% on the APR dataset.

• 한국산학기술학회논문지
• /
• 제12권8호
• /
• pp.3677-3688
• /
• 2011

특허정보검색의 목적은 다양한 목적성을 지니고 있다. 일반적으로 특허정보검색은 제한된 키워드들에 의한 검색으로 이루어지며, 선행 특허권과 유사특허를 파악하기 위하여 반복적인 검색과 검토의 노력이 필요하다. 본 논문에서는 특허문서의 전체 텍스트를 분석하여 특징치를 찾아내는 내용기반 검색방법을 제안하고 검색결과를 질의문서와 유사한 문서 순으로 우선 배치하여 검색에 효율을 높일 수 있는 방법을 제안한다. 즉, 제안된 알고리즘은 텍스트 분석과정을 통해 각 문서별로 특징치가 부여되고 문서 간 특징치 비교를 통해 유사문서를 찾고 문서를 랭킹하여 유사정보를 제공한다. 텍스트 분석과정은 Stop-word과정, 핵심단어 추출과정, 핵심단어 가중치 산출 과정으로 이루어진다. 실험결과에서는 정확도 측정을 실시하여 일반검색엔진과 본 논문에서 제안한 알고리즘의 검색 정확도를 비교하였다. 본 논문은 검색결과를 질의한 문서와 유사한 문서 순으로 랭킹하기 때문에 검색이용자가 검색결과 검토과정에서 유사한 문서를 먼저 검토할 수 있도록 하여 검토시간을 줄이고 검색의 효율을 높일 수 있다. 또한 특허문서 전체 텍스트를 입력받아 사용하기 때문에 특허검색에 익숙하지 않는 이용자도 검색을 쉽고 빠르게 이용할 수 있다. 그리고 내용 기반 검색이 이루어지기 때문에 키워드 및 검색 식을 이용하는 방법보다 검색범위를 넓힐 수 있어서 검색에 누락되는 데이터를 줄일 수 있는 효과를 가진다.

• 정보관리연구
• /
• 제23권1호
• /
• pp.39-62
• /
• 1992

본(本) 연구(硏究)는 실제의 데이터 분석(分析)을 통하여 60여개의 조사(助詞)와 출현빈도는 높지만 검색(檢率)에 불필요한 320여개의 불용어(不用語)를 선정하여 좌우절단을 적용한 네 가지 유형으로 분류하고 조사(助詞)와 불용어 테이블을 구성하는 방법(方法)을 제시한다. 한글문헌에서 단어(單語)가 추출되면 조사의 효율적인 절단이 이러우지고, 한자어(漢字語)일 경우 한글로 변환되며, 2단계로 불용어제거(不用語除去) 과정을 거쳐 키워드를 선정하는 시스템을 개발한다. 여기서 추출된 키워드는 정보전문가(情報專門家)에 의해 추출된 색인어(索引語)와는 92.2%의 일치율을 보였다. 그리고 $4{\sim}6$글자로 구성된 복합어(複合語)의 경우 본(本) 연구(硏究)에서 제시한 분리방법에 의해 약 2배의 새로운 단어(單語)를 추가할 수 있었으며 그 중 58.8%가 키워드로 적합했다.

• 한국영어학회지:영어학
• /
• 제2권1호
• /
• pp.23-30
• /
• 2002

Phonologically, the difference between the English stops /b, d, g/ and /p, t, k/ is carried by the presence or the absence of the vocal fold vibration throughout their oral closure phase. If phonology has its foundation in phonetics, there must be phonetic evidence for the voiced-voiceless distinction. This study is aimed to determine whether or not the voiced-voiceless distinction is acceptable or proper in English. The determination was based mainly on findings in the existing literature and in informal experiments. In conclusion, there is no phonetic evidence for the voiced-voiceless distinction both in production and perception. The [voice] appears to be one of potential phonetic correlates of the phonologically voiced stop. It is improper to use the [voice] as independent phonological marker, regardless of position (word-initial, intervocalic, word-final). A feature other than the voiced-voiceless feature must distinguish /b, d, g/ from /p, t, k/.

• Journal of Information Processing Systems
• /
• 제19권6호
• /
• pp.842-857
• /
• 2023

Currently, most sentiment classification models on microblogging platforms analyze sentence parts of speech and emoticons without comprehending users' emotional inclinations and grasping moral nuances. This study proposes a hybrid sentiment analysis model. Given the distinct nature of microblog comments, the model employs a combined stop-word list and word2vec for word vectorization. To mitigate local information loss, the TextCNN model, devoid of pooling layers, is employed for local feature extraction, while BiLSTM is utilized for contextual feature extraction in deep learning. Subsequently, microblog comment sentiments are categorized using a classification layer. Given the binary classification task at the output layer and the numerous hidden layers within BiLSTM, the Tanh activation function is adopted in this model. Experimental findings demonstrate that the enhanced TextCNN-BiLSTM model attains a precision of 94.75%. This represents a 1.21%, 1.25%, and 1.25% enhancement in precision, recall, and F1 values, respectively, in comparison to the individual deep learning models TextCNN. Furthermore, it outperforms BiLSTM by 0.78%, 0.9%, and 0.9% in precision, recall, and F1 values.

• 말소리와 음성과학
• /
• 제14권1호
• /
• pp.1-11
• /
• 2022

본 연구는 영어에서 어말 자음의 유무성성에 따라 선행하는 모음의 길이에 차이가 나타나는 현상이 어말 자음, (부분) 무성음화 정도, 폐쇄음의 파열 여부와 가지는 상관관계에 대해서 살펴보고자 한다. 또한, 선행 모음의 길이 차이에 대한 여러 설명 중 무성 자음 앞 모음보다 유성 자음 앞 모음을 더 길게 발화하여 어말 자음의 유무성성을 구별한다는 기능적인 관점을 중심으로 연구 결과를 보고자 한다. 본 연구는 영어 원어민 화자들을 대상으로 발화 실험을 진행하고 선행하는 모음의 길이, 어말 유성 자음의 (부분) 무성음화 정도, 어말 폐쇄음의 파열 유무를 측정하였다. 발화 실험 결과, 어말 자음의 유무성성에 따른 선행 모음 길이 차이의 비율은 어말 자음이 폐쇄음인지, 마찰음인지에 따라 달라지지 않았다. 또한, 어말 유성 자음의 (부분) 무성음화 정도가 크게 나타날수록 어말 유성 자음 앞 모음의 길이가 길게 나타나며 기능적 관점에서 예측한 바와 일치하는 결과가 나타났다. 마지막으로, 기능적 관점에 따른 예측과는 다르게 선행 모음 길이 차이의 비율은 어말 폐쇄음이 파열 없이 발화되었을 때보다 파열하여 발화되었을 때 더 크게 나타났다. 이러한 결과는 어말 자음의 유무성성에 따른 선행 모음 발화 길이의 차이를 기능적 관점으로만 설명하기에는 한계가 있다는 것을 시사한다.

• 문화기술의 융합
• /
• 제7권4호
• /
• pp.745-750
• /
• 2021

비정형 텍스트 데이터의 빅데이터 시각화 분석에서 원시 데이터는 대부분 대용량이고 비정형으로 정제하지 않고 분석기법을 적용할 수 없는 상태이다. 따라서 수집된 원시 데이터는 1차 휴리스틱 정제과정을 통해서 불필요한 데이터들을 제거하고 2차 머시인 정제과정을 통해서 불용어를 제거한다. 그리고 어휘의 빈도수를 계산하여 워드클라우드 기법으로 시각화하고 핵심 이슈들을 추출하여 정보화하고 그 결과를 분석한다. 본 연구에서는 파이썬 워드클라우드에서 외부 불용어 Set(DB)를 사용한 새로운 불용어 정제기법을 제안하고 실무 사례분석을 통하여 이 기법의 문제점과 효용성을 도출한다. 그리고 이 검증 결과를 통해 제안된 정제기법을 적용한 워드클라우드 분석의 실무적용에 대한 효용성을 제시한다.

• 말소리와 음성과학
• /
• 제9권3호
• /
• pp.33-40
• /
• 2017

This study aimed to examine how Korean-English bilinguals make use of VOT and F0 cues in perception and production of Korean (lenis vs. aspirated) and English (voiced vs. voiceless) stops. It was explored whether bilinguals with extensive experience living in the U.S. exhibit native-like or interactive patterns in the cue use for both languages. Participants produced monosyllabic word-initial stops within a carrier sentence in each language, and performed forced-choice identification tasks with synthesized stimuli varying in 7 VOT steps and 7 F0 steps with base tokens of /$t^han$/ for Korean and /$t{\ae}n$/ for English. Listeners were required to select either /tan/ or /$t^han$/ for Korean and either /$d{\ae}n$/ or /$t{\ae}n$/ for English. The results from binary logistic regression analyses for each listener indicated that all bilinguals placed greater weight on F0 than VOT when distinguishing between the Korean lenis and aspirated stops, and greater weight on VOT than F0 in distinguishing between the English voiced and voiceless stops. In terms of production, all participants showed remarkably overlapping ranges in the VOT dimension and separating ranges in the F0 dimension for the stop contrast of Korean, while forming overlapping ranges in the F0 dimension and separating ranges in the VOT dimension for the stop contrast of English. These results indicate that the bilinguals with extensive exposure to L2 manage the stop systems of the two languages independently, both in perception and production, employing the opposite cue use for stops in the two languages. It was also found that the absolute beta-coefficient values of the perceptual cues for Korean stops were generally smaller than those for English and those reported in a previous study as for later bilinguals, which may have resulted from Korean not being their dominant language.