http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 정형일(Hyoungil Jeong) (검색결과 3 건)
- 무료
- 기관 내 무료
- 유료
-
정형일(Hyoungil Jeong),김동현(Donghyun Kim),장효준(Hyojun Jang),김학수(Harksoo Kim),서정연(Jung-yun Seo) 한국정보과학회 언어공학연구회 2006 한국정보과학회 언어공학연구회 학술발표 논문집 Vol.2006 No.10
대화 인터페이스 시스템(dialogue interface system)은 인간과 컴퓨터의 상호작용을 위한 도구로서 자연언어(natural language)를 사용하여 정보를 공유하거나 특정 업무를 수행하는 프로그램이다. 대화 인터페이스 시스템에 대한 기존의 연구들은 영역 의존적인 스크립트나 계획 추론을 위한 계획 지식을 이용해 왔다. 스크립트 모델(script model)은 제한적인 실용시스템 개발을 위해 주로 연구되었고 계회에 기반한 모델은 대화의 원리를 이해하는 분야에서 주로 연구되어 왔다. 그러나 기존의 모델들은 시스템 확장이 매우 어려우며 예측하지 못한 사용자 발화에 대하여 대응이 어렵기 때문에 매우 제한적인 영역이나 정해진 형태의 대화만을 처리할 수 있다. 본 논문에서는 이런 단점들을 보완하기 위하여 통계에 기반한 다 영역(multi-domain)대화 모델을 제안한다. 제안된 시스템은 각 작업들에 대하여 해당 작업에 적합한 영역 모델(domain model)을 잘 알려진 프레임 구조를 따르면서 사용자 의도 파악과 시스템 의도 생성에 통계적 방법을 사용한다. 이러한 하이브리드 형태의 구조 덕분에 제안된 시스템은 영역 확장성과 이식성이 뛰어나다는 장점을 가진다.
-
정형일(Hyoungil Jeong),고영중(Youngjoon Ko),서정연(Jungyun Seo) 한국정보과학회 2009 한국정보과학회 학술발표논문집 Vol.36 No.1
본 논문은 제한적인 성능을 갖는 환경에서 신문기사의 요약에 중요한 특성을 추출하여 요약 시스템의 성능을 향상시키고, 추출된 요약의 중요한 특성을 사용하여 각 문서 별로 요약문을 제공하는 것을 그 목적으로 한다. 환경의 제약은 복잡한 언어분석 도구나 분류기를 사용하지 못하게 한다. 요약에 사용되는 방법은 적합성 피드백을 이용한 질의 확장 방법이다. 적합성 피드백은 최초의 시험적 질의를 확장하여 최종적 질의를 만들어 각 문장의 중요도를 측정하는 방법이다. 본 논문에서는 사용자의 요구에 부합되는 경량형의 신문기사 요약시스템을 제안한다.
-
CRFs와 TBL을 이용한 자동화된 음성인식 후처리 방법
선충녕(Choongnyoung Seon),정형일(Hyoungil Jeong),서정연(Jungyun Seo) 한국정보과학회 2010 정보과학회논문지 : 소프트웨어 및 응용 Vol.37 No.9
음성 인식기의 오류는 음성기반 응용 시스템들의 성능에 크게 영향을 주기 때문에 오류를 줄이기 위한 효과적인 처리 방법이 필요하다. 기존의 후처리 기법들은 수동 작업을 통한 코퍼스나 규칙으로 후처리를 수행하는 것이 일반적이다. 본 논문에서는 문제나 인식기의 특성에 무관하게 자동으로 학습할 수 있는 후처리 모델을 제안한다. 후처리의 문제를 오류의 인식과 수정으로 구분하고 오류 검출 문제는 순차적인 분류 문제로 간주하여 conditional random fields(CRFs)를 사용하고 오류 수정 규칙은 transformationbased learning(TBL)을 이용하여 자동 생성하여 적용하였다. 제안한 방법을 여행 예약 영역의 음성 인식기에 적용한 결과 삽입, 삭제, 치환 오류를 각각 25.85%, 3.57%, 7.42%을 수정하였으며, 이로 인해 인식기의 어휘 오류율을 2% 감소시킬 수 있었다. In the applications of a human speech interface, reducing the error rate in recognition is the one of the main research issues. Many previous studies attempted to correct errors using post-processing, which is dependent on a manually constructed corpus and correction patterns. We propose an automatically learnable post-processing method that is independent of the characteristics of both the domain and the speech recognizer. We divide the entire post-processing task into two steps: error detection and error correction. We consider the error detection step as a classification problem for which we apply the conditional random fields (CRFs) classifier. Furthermore, we apply transformation-based learning (TBL) to the error correction step. Our experimental results indicate that the proposed method corrects a speech recognizer’s insertion, deletion, and substitution errors by 25.85%, 3.57%, and 7.42%, respectively.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
