• 정보과학회 논문지
• /
• 제43권7호
• /
• pp.773-780
• /
• 2016

기계학습 기반의 의미역 인식에서 어휘, 구문 정보가 자질로 주로 쓰이지만, 의미 정보를 분석하는 의미역 인식은 의미 정보 또한 매우 유용한 정보이다. 그러나, 기존 연구에서는 의미 정보를 활용할 수 있는 방법이 제한되어 있기 때문에, 소수의 연구만 진행되었다. 본 논문에서는 의미 정보를 활용하는 방안으로 동형이의어 수준의 의미 애매성 해소 기술, 고유 명사에 대한 개체명 인식 기술, 의미 정보에 기반한 필터링, 유의어 사전을 이용한 클러스터 및 기존 의미 프레임 정보 확장, 구문-의미 정보 연동 규칙, 필수 의미역 오류 보정 등을 제안한다. 제안하는 방법은 기존 연구 대비 뉴스 도메인인 Korean Propbank는 3.77, 위키피디아 문서 기반의 Exobrain GS 3.0 평가셋에서는 8.05의 성능 향상을 보였다.

• 한국어학
• /
• 제78권
• /
• pp.31-54
• /
• 2018

'맞다(right)', which is inversely related to 'teullida', has a synonymic relationship with '같다(same)' depending on the sense. Naturally, the '같다' is usually inversely related to '다르다(be different)' as symmetry verb. The meaning of '다르다' is 'teullida' and there is a close meaning relationship network in the network of words. In other words, the process acting as a driver of the expansion of meanings based on the antonym-relation of (1)'틀리다${\leftrightarrow}$맞다', and the s?ynonym-relation of (2)'맞다 = 같다' forms a network, and the relation between them and the opposite semantics is (3)'같다=맞다${\leftrightarrow}$다르다'. And many of today's speakers speak (4)'teullida' of [difference]. Therefore, after the application of the synonymic analogy, eventually, the antonymic analogy is formed, and the word formed is 'teullida' of [difference]. This, of course, forms another type of enlargement of the meaning.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제11권4호
• /
• pp.238-246
• /
• 2011

This paper proposes a new semantic representation and its associated similarity measure. The representation expresses textual context observed in a context of a certain term as a network where nodes are terms and edges are the number of cooccurrences between connected terms. To compare terms represented in networks, a graph kernel is adopted as a similarity measure. The proposed representation has two notable merits compared with previous semantic representations. First, it can process polysemous words in a better way than a vector representation. A network of a polysemous term is regarded as a combination of sub-networks that represent senses and the appropriate sub-network is identified by context before compared by the kernel. Second, the representation permits not only words but also senses or contexts to be represented directly from corresponding set of terms. The validity of the representation and its similarity measure is evaluated with two tasks: synonym test and unsupervised word sense disambiguation. The method performed well and could compete with the state-of-the-art unsupervised methods.

• 법제연구
• /
• 제41호
• /
• pp.43-85
• /
• 2011

아동복지(또는 청소년복지)와 관련한 법제를 연구하는 데는 다양한 접근이 가능하다. 최협의로는 아동복지법에 대한 연구이고, 최광의로는 아동 또는 청소년복지와 관련된 일체의 법령에 대한 연구이다. 또는 아동복지를 사회보장(사회복지)의 일종으로 보아 출산, 양육, 보육에 대한 경제적 지원으로 한정해 볼 수도 있다. 그런데 어떠한 접근을 하든 우리나라에서 아동복지 또는 청소년복지 관련 법이 무엇인가를 살펴보고자 하면 불가피하게 다음과 같은 미결의 문제에 직면하게 된다. 우선 아동과 청소년의 개념이 불분명하다. 아동복지법은 18세 미만의 자를 아동이라고 하고 있는 반면(제2조 제1호), 청소년기본법에서는 "청소년"을 9세 이상 24세 이하의 자라고 하고 있고(제3조 제1호), 청소년보호법은 청소년을 만 19세 미만의 자를 말한다고 규정하고 있다(제2조 제1호). 아동과 청소년의 법적 개념이 모호한 결과 아동복지와 청소년복지의 개념과 범위도 불분명해진다. 아동복지가 청소년복지를 포함하는 개념인지, 청소년복지가 아동복지를 포함하는 개념인지, 아니면 양자는 별개의 개념인지가 모호하다. 아동복지법에는 아동복지에 관한 개념 규정이 없고, 청소년기본법에서 청소년 복지를 "청소년이 정상적인 삶을 영위할 수 있는 기본적인 여건을 조성하고 조화롭게 성장 발달할 수 있도록 제공되는 사회적 경제적 지원을 말한다"(제3조 제4호)고 정의하고 있으나, 아동복지와 청소년복지를 구분하는 단서는 없다. 또한 아동복지법과는 별도로 청소년복지지원법이 있는데, 양 법에 의해 아동복지와 청소년복지가 분리되는 것인지도 분명치 않다. '아동복지법'이든 '청소년복지지원법'이든 복지를 다루고 있다는 점에서는 차이가 없는데 '복지법'과 '복지지원법'이라는 명칭 때문에 아동복지와 청소년복지가 구분된다고 보는 것은 타당치 않아 보인다. 그런데 실제로 아동복지법은 요보호 아동에 관한 규정을 두고 있는 반면, 청소년복지지원법은 모든 청소년에 대한 보편적 복지를 주요 내용으로 하고 있다. 그러한 연유에서인지 최근 사회복지 분야에서는 아동복지와 청소년복지를 구분하여 전자는 주로 요보호 아동에 대한 선별적 복지를, 후자는 모든 청소년에 대한 보편적인 복지를 의미한다고 보고 있다. 그러나 용어만으로 볼 때 아동복지를 요보호 아동에 대한 복지, 청소년복지를 모든 청소년을 대상으로 한 복지라고 할 만한 근거는 없다. 이같은 문제를 염두고 두고 아래에서는 아동 및 청소년 관련법이 어떠한 이유로 현재의 혼란스러운 상태에 이르게 되었는가를 그 역사적 발전과정을 통해 살펴본 후 현행의 법률들이 아동 및 청소년을 어떻게 정의하고 있는가, 그 대상은 누구인가를 검토해 본다. 나아가 아동 및 청소년복지 법제의 헌법적 근거와 그 범위 획정에 대하여 알아보고, 법 체계상의 문제점과 개선방안이 무엇인가를 모색해 보기로 한다.