http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
나승훈(Seung-Hoon Na),강인수(In-Su Kang),이상율(Sang-Yool Lee),이종혁(Jong-Hyeok Lee) 한국정보과학회 2002 한국정보과학회 학술발표논문집 Vol.29 No.2Ⅱ
질의 응답 시스템(Question Answering: QA)에서 정답 유형 부류(Answer Type Taxonomy: ATT)란 사용자 질문 분석을 위한 의미 부류 체계를 의미하는 것으로, ATT의 크기가 클수록 시스템의 성능은 높아진다. ATT를 확장하기 위해서는, 개체(Named Entity)에 의미 범부를 결정하는 개체 분류가(Named Entity Tagger)의 분류 체계가 세분되어야 하는데, 기존의 개체 분류기는 한문서 내에서 그 개체의 분류를 시도하기 때문에, 분류를 위한 문맥 정보의 양이 부족하여, 정확하고 상세한 분류를 기대하기 힘들다. 본 논문에서는 동일 개체에 대한 문맥 정보를 수집하기 위해, 그 개체가 나타나는 다른 문서들을 검색하는 개체 피드백 (Named Entity Feedback)이라는 기법을 사용한다. 개체가 상세히 분류됨에 따라 ATT도 확장될 수 있었으며, 이렇게 확장된 ATT 상에서의 정답 추출은 baseline보다 약 7%정도의 성능 향상을 보여, 개체 피드백의 효과를 확인할 수 있었다.
질의 응답 시스템에서 구문 근접성에 기반한 정답 후보 랭킹 방법
나승훈(Seung-Hoon Na),강인수(In-Su Kang),권오욱(Oh-Woog Kwon),이종혁(Jong-Hyeok Lee) 한국정보과학회 2002 한국정보과학회 학술발표논문집 Vol.29 No.1B
질의 응답 시스템의 성능을 높이기 위해서는 정답 후보(Answer Candidate)를 랭킹하는 방법이 매우 중요하다. 본 논문에서는 기존의 정답 후보 랭킹을 위해 사용하던 위치 근접성의 문제점을 제시하고, 이를 보완하기 위한 구문 근접성을 이용하는 방법에 대해 제안한다. 실험 결과는 논문에서 제안한 구문 근접성을 사용한 정답 후보 랭킹 방법이 위치 근접성을 이용한 방법보다 더 개선된 방법임을 보여준다.
세종 전자 사전의 전산적 활용 가능성 : 질의 응답 시스템을 중심으로
나승훈(Na Seung-Hoon),이용훈(Lee Yong-Hoon),김미영(Kim Mi-Young),이종혁(Lee Jong-Hyeok) 한국사전학회 2004 한국사전학 Vol.- No.4
In this paper, we design a elegant framework of question answering system based on Sejong electronic dictionary, focusing useful knowledges and information of Sejong electronic dictionary. We argue that Sejong electronic dictionary is useful and extensible at all processing steps of question answering system, by providing knowledges to solve main problems such as ‘detection of answer type’, ‘query generation’ and ‘document indexing’ and ‘extraction of candidate answer’ and ‘verification of candidate answer’ and ‘unknown word detection and extraction’. Our conclusion can be itemized as follows. Firstly, the semantic sub-category taxonomy of Sejong electronic dictionary can be used as the answer type taxonomy of question answering system. Secondly, we can process natural language sentence to obtain deep level parse tree by using selectional restriction and case frame information. Third, internal structure of compound noun provides not only a rule-based approach but also a statistical approach for the problem of compound noun segmentation and decomposition. Thirdly, synonym, hypernym and hyponym and antonym is adequate for recognizing paraphrasing phenomenon, as well as for verification of candidate answer. Finally, Internal structure of proper noun and semantic sub-category taxonomy can be used for learning local context model of named entities, and for constructing syllable-model for proper nouns.