http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
고준호(Junho Go),손정우(Jeong-Woo Son),송현제(Hyun-Je Song),박세영(Se Young Park) 한국정보과학회 2012 한국정보과학회 학술발표논문집 Vol.39 No.1B
본 논문에서는 대화에서 그래프 기반 키워드를 추출하는 방법을 제안한다. 대화의 특성상 길이가 짧고, 생략이 많아 키워드 간의 연결 정도를 판단하기 힘들다. 이를 보완하기 위해 본 논문에서는 과거의 개인 대화 정보를 활용한다. 과거 대화 정보는 시간의 흐름이 반영된 현재 대화가 이뤄지기 전 말하고 듣는 것을 지칭하며, 이를 활용함으로써 개인화된 키워드를 발견할 수 있게 도와준다. 키워드 추출에 있어 현재 대화에서만을 고려하는 기존 연구와 달리, 제안한 방법은 앞서 구축된 과거 정보를 활용하여 그래프를 확장한 후 키워드를 추출한다. 실험을 통해 제안하는 방법이 베이스라인보다 현재 문장을 잘 반영할 수 있는 키워드를 추출함을 보인다.
GPS 장착차량으로부터 얻어진 Acceleration Noise의 특성 연구
고준호(Go, Jun-Ho) 대한교통학회 2006 대한교통학회 학술대회지 Vol.53 No.-
차량 운전자들이 느끼는 서비스 수준을 반영하기 위해서 다양한 교통지표들이 제안되어 왔었고 쓰여 왔었다. 그 중 하나로 개별차량의 속도변화 정도를 나타낼 수 있는 지표로써 차량으로부터 얻어진 감가속도의 모표준편차 (population standard deviation)로 정의되는 acceleration noise가 제안되었으며, 많은 연구자들이 이의 유용성 및 그 특성을 연구해 왔었다 (Herman et al., 1959; Drew, 1968; Jones and Potts, 1962). 그러나, acceleration noise의 측정을 위해서는 개별차량으로부터 얻어진 짧은 시간간격, 예를 들면 1초간의 연속적인 속도자료의 획득이 필요하였고, 자료수집의 한계로 그 실용성이 떨어지는 것으로 평가되었었다 (Taylor et al., 2000). 이러한 어려움은 실제로 연구수행의 어려움으로 반영되어 acceleration noise 관련 연구가 실험적인 수준에 머무르는 한계를 보여왔다. 그 결과, 교통류 특성을 나타내는 파라미터로 acceleration noise가 제안된 직후인 1960년대 이후로는 관련 연구가 극히 제한적으로만 수행되었다. 그러나, 최근의 GPS(Global Positioning System) 기술의 발달로 연속적인 속도자료를 손쉬우면서도 매우 정확하게 측정이 가능하게 됨에 따라 acceleration noise의 활용도가 매우 향상되었다고 평가되고 있다 (Taylor et al., 200).
고준호(Junho Go),손정우(Jeong-Woo Son),송현제(Hyun-Je Song),박세영(Se Young Park) 한국정보과학회 2012 정보과학회 컴퓨팅의 실제 논문지 Vol.18 No.12
본 논문에서는 대화에서 그래프 기반 키워드를 추출하는 방법을 제안한다. 대화의 특성상 길이가 짧고, 생략이 많아 키워드 간의 연결 정도를 판단하기 쉽지 않다. 그래서 기존의 문서를 대상으로 키워드를 추출하는 방법만으로는 적절한 성능을 보여주지 못한다. 이러한 문제를 해결하기 위해 본 논문에서는 개인의 과거 대화 정보를 활용한다. 과거 대화 정보는 시간의 흐름이 반영된 현재 대화가 이뤄지기 전 말하고 듣는 것을 지칭하며, 이를 활용함으로써 개인화된 키워드를 발견할 수 있게 도와준다. 제안하는 방법은 과거 대화를 단순하게 저장하고 사용하는 것이 아니라 과거 대화 당시, 키워드들과 그들 간의 관계로 과거대화 정보를 구성한다. 다음으로 과거에 구축된 정보들은 시간의 흐름에 따라 정보가 변하므로 이를 반영하도록 시간 흐름에 따른 키워드 관계들을 업데이트 한다. 현재 대화가 주어지면 구축된 과거 대화 정보를 활용하여 키워드를 추출한다. 실험을 통해 제안하는 방법이 비교 모델보다 현재 대화를 잘 반영한 키워드를 추출함을 보인다. In this paper, we propose a method of keyword extraction based on graph from dialogue. It is difficult to discern the connection between keywords in a dialogue due to its nature of short length and use of omitting. Thus existing keyword extraction method alone does not show adequate performance. In order to resolve this issue, this paper used personal dialogue history. Dialogue history is all spoken and heard elements before current dialogue is done in light of the passage of time. It is helpful to use dialogue history in extraction of personalized keywords. The proposed method does not simply store and use past dialogue, but also construct dialogue history using keywords and their relation information of the time when the dialogue occurred. Next, as dialogue history changes along the passage of time, to reflect this we also update keyword relation information. When current dialogue is put, keywords are extracted by using constructed dialogue history. Through experiment the proposed method shows a better performance in extracting keywords which reflect current dialogue rather than the comparison model.