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 : 김유섭(YuSeop Kim) (검색결과 6 건)
- 무료
- 기관 내 무료
- 유료
-
k-최근점 학습에 기반한 타동사-목적어 연어 사전의 최적화
김유섭(Yuseop Kim),장병탁(Byoung-Tak Zhang),김영택(Yung Taek Kim) 한국정보과학회 2000 정보과학회논문지 : 소프트웨어 및 응용 Vol.27 No.3
영한 기계번역에서 영어 문장의 동사구를 한국어로 정확하게 번역하기 위해서는 일반적으로 타동사와 목적어의 연어 관계를 이용한다. 본 논문에서는 k-최근점(k-nearest neighbor) 학습을 연어 관계에 적용하여 동사 번역을 선택하는 알고리즘을 제시하였는데 k-최근점 학습을 위해서 워드넷에서의 의미거리를 정의하여 사용하였다. 그리고 실시간 번역 시스템에 사용될 사전을 구성하기 위하여, 말뭉치로부터 타동사-목적어 쌍을 추출하여 학습예제를 구축하고, 이 예제의 크기를 번역률과 연관시켜 최적화시키는 알고리즘을 제시한다. 본 논문에서는 위의 알고리즘들을 사용하여 동사 "build"의 번역률을 약 90%로 유지하면서 사전의 크기를 최적화하였다. In English-Korean machine translation, transitive verb-objective collocation is utilized for accurate translation of an English verbal phrase into Korean. This paper presents an algorithm for correct verb translation based on the k-nearest neighbor learning. The semantic distance is defined on the WordNet for the k-nearest neighbor learning. And we also present algorithms for automatic collocation dictionary optimization. The algorithms extract transitive verb-objective pairs as training examples from large corpora and minimize the examples, considering the tradeoff between translation accuracy and example size. Experiments show that these algorithms optimized collocation dictionary keeping about 90% accuracy for a verb "build".
-
워드넷 기반의 임의 추출 분할 방식을 이용한 동적 문제 출제 시스템 설계
추승우(SeungWoo Chu),오정석(JungSeok Oh),김유섭(YuSeop Kim),이재영(JaeYoung Lee) 한국정보과학회 2004 한국정보과학회 학술발표논문집 Vol.31 No.2Ⅰ
문제 은행 방식을 사용하는 웹 기반 학습 시스템의 문제점으로 지적되었던 문제 유출에 따른 평가의 공정성 문제를 해결하고자 임의 추출 분할 방식을 이용한 동적 문제 출제 시스템이 제안되었다. 하지만 이 시스템 또한 문제 은행 방식을 사용하여 위 의 문제를 해결하려고 하였다. 본 논문에서는 이러한 문제점을 해결하기 위하여 단어간의 관계를 계층적으로 표현한 어휘 테이터베이스인 한국어 워드넷을 활용한 방법을 적용하였다. 먼저 임의 추출 분할 방식으로 출제된 문제의 예제 문항을 형태소 분석기를 이용하여 명사들을 추출한다. 이 명사들을 이용하여 한국어 워드넷에서 해당 명사의 상위 개념 또는 동일 개념의 Synset을 추출한다. 이렇게 추출된 Synset으로 다른 예시 문항이지만 의미적으로 유시한 다양한 예제 문항을 생성하려는 시스템을 제안한다. 제안된 시스템의 사용으로 평가의 공정성 문제를 해결하고자 한다.
-
오정석(JungSeok Oh),조우진(WooJin Cho),김유섭(YuSeop Kim),이재영(JeaYoung Lee) 한국정보기술학회 2005 한국정보기술학회논문지 Vol.3 No.4
In this paper, we utilized information retrieval methodologies for prompt and impartial marking. We constructed semantic kernels from untagged corpus, vectorized examination papers composed bylearners and examiners, computed similarity of two examination papers through semantic kernels, and decided whether or not the paper is correct. For semantic kernels, we used methodologies based on two vector space models, one is generalized vector space model (GVSM) and the other is latent semantic analysis (LSA). In this paper, we mark the real examination papers by using automatic marking systems based on semantic kernels, and we can acquire about 80% accuracy compared to a manual marking.
-
조정현(Junghyun Cho),정현기(Hyunki Jung),박찬영(Chanyoung Park),김유섭(Yuseop Kim) 한국HCI학회 2009 한국HCI학회 학술대회 Vol.2009 No.2
본 논문에서는 단기 서술형 답안의 자동 채점을 위하여 기계 번역 자동 평가에서 널리 사용되는 BLEU(BiLingual Evaluation Understudy)를 활용한 방법을 제안한다. BLEU 는 기계가 번역한 것이 사람이 번역한 것과 비슷할수록 기계번역의 질이 좋을 것이다 라는 것을 가정하여 평가한다. 즉, 특정 문장을 여러 사람이 번역한 문장을 기계가 번역한 문장과 n-gram 방식으로 비교해 점수를 매기는 것이다. 이와 비슷하게 본 연구에서는 여러 개의 정답 문장과 학생의 답안 문장을 BLEU 와 같은 방식으로 상호 비교하여 학생의 답안을 채점하였다. 실험에서는 이러한 채점 방식의 정확도를 평가하기 위하여 사람이 채점한 점수와의 상관관계를 계산하였다. We propose a method utilizing BLEU(BiLingual Evaluation Understudy), which is widely used in automatic evaluation of machine translations, for an autonomous assessment of a short essay answer. BLEU evaluates translations with an assumption that the translation by a machine is supposed to be more accurate as it is getting to be more similar to the translation by a human. BLEU scores the translation by comparing the n-grams of translations by a machine and humans. Similarly we score students answers by comparing to multiple reference answers with BLEU. In the experiment, we compute correlation coefficient values between scores of our system and human instructors.
-
의미 커널과 워드넷을 이용한 주관식 문제 채점 시스템의 설계 및 구현
조우진 ( Woojin Cho ),추승우 ( Seungwoo Chu ),오정석 ( Hansaem Kim ),김한샘 ( Yuseop Kim ),김유섭 ( Jaeyoung Lee ),이재영 한국정보처리학회 2005 한국정보처리학회 학술대회논문집 Vol.12 No.1
기존 의미커널을 적용한 주관식 채점 시스템은 여러 답안과 말뭉치에서 추출한 색인어들과의 상관관계를 벡터방식으로 표현하여 자연어 처리에 대한 문제를 해결하려 하였다. 본 논문에서는 기존 시스템의 답안 및 색인어의 표현 한계로 인한 유사도 계산오차 가능성에 대한 문제를 해결하고자 시소러스를 이용한 임의 추출 방식의 답안 확장을 적용하였다. 서술형 주관식 평가에서는 문장의 문맥보다는 사용된 어휘에 채점가중치가 높다는 점을 착안, 출제자와 수험자 모두의 답안을 동의어, 유의어 그룹으로 확장하여 채점 성능을 향상시키려 하였다. 우선 두 답안을 형태소 분석기를 이용해 색인어를 추출한 후 워드넷을 이용하여 동의어, 유의어 그룹으로 확장한다. 이들을 말뭉치 색인을 이용하여 단어들 간 상관관계를 측정하기 위한 벡터로 구성하고 의미 커널을 적용하여 정답 유사도를 계산하였다. 출제자의 채점결과와 각 모델의 채점 점수의 상관계수 계산 결과 ELSA 모델이 가장 높은 유사도를 나타내었다..
-
오정석(Oh JungSeok),추승우(Chu SeungWoo),조우진(Cho WooJin),김유섭(Kim YuSeop),이재영(Lee JaeYoung) 한국정보기술학회 2006 한국정보기술학회논문지 Vol.4 No.5
Whenever learners try to test on distance education, it is necessary to generate many different kinds of test forms in order to evaluate their abilities fairly. In this case, a suitable system is the system to generate dynamic test that relocate randomly both questions and items selected from question information database in which items are consist of one correct item and two or more incorrect items. It is hard work to make several incorrect items for every question. In this paper, to solve this problem, we proposed the method that several incorrect items was automatically produced by replacing key words in these items by nouns extracted in Korean Wordnet using morpheme analyzer.
ScienceON
DBpia연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
