http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
정영준(Youngjun Jung),황현선(Hyunsun Hwang),이창기(Changki Lee) 한국정보과학회 2020 정보과학회논문지 Vol.47 No.9
언어 생성(language generation) 작업에서는 Sequence-to-Sequence 모델을 이용하여 자연어를 생성하는 딥러닝 기반의 모델이 활발히 연구되고 있으며, 기존에 문서에서 핵심 문장만 추출(extractive)하는 방식을 사용하였던 문서 요약 분야에서도 생성(abstractive) 요약 연구가 진행되고 있다. 최근에는 BERT와 MASS 같은 대용량 단일 언어 데이터 기반 사전학습(pre-training) 모델을 이용하여 미세조정(fine-tuning)하는 전이 학습(transfer learning) 방법이 자연어 처리 분야에서 주로 연구되고 있다. 본 논문에서는 MASS 모델을 이용하여 한국어 언어 생성을 위한 사전학습을 수행한 후 이를 한국어 문서 요약에 적용하였다. 실험 결과, MASS 모델을 이용한 한국어 문서 요약 모델이 기존 모델들보다 높은 성능을 보였고, 추가로 MASS 모델에 상대 위치 표현 방법을 적용하여 문서 요약 모델의 성능을 개선하였다. In the language generation task, deep learning-based models that generate natural languages using a Sequence-to-Sequence model are actively being studied. In the field of text summarization, wherein the method of extracting only the core sentences from the text is used, an abstract summarization study is underway. Recently, a transfer learning method of fine-tuning using pre-training model based on large amount of monolingual data such as BERT and MASS has been mainly studied in the field of natural language processing. In this paper, after pre-training for the Korean language generation using MASS, it was applied to the summarization of the Korean text. As a result of the experiment, the Korean text summarization model using MASS was higher performance than the existing models. Additionally, the performance of the text summarization model was improved by applying the relative position representation method to MASS.
대학생 시간표 작성 사이트에서의 검색 기능이 사용성과 만족감에 미치는 영향
정영준(YoungJun Jung),박시온(ZiOn Park),박청호(CheongHo Park),배지민(JeeMin Bae),김효선(HyoSun Kim) 한국HCI학회 2014 한국HCI학회 학술대회 Vol.2014 No.2
본 연구는 다양한 시간표 작성 사이트 중에서 학생들에게 가장 많은 사랑을 받고 있는 Timetabl, Everytime 두 시간표 사이트의 구조와 주요 특징을 공유기능, 수업평가기능, 수업검색기능 등으로 나누어서 접근해 보았다. 시간표 작성 사이트를 이용하는 대학생을 대상으로 설문한 결과 Timetabl을 사용하는 학생이 더 많았으며, 대부분의 사용자는 Timetabl의 월등한 검색기능을 사용 이유로 들었다. 이 결과로, Timetabl이 연산자를 이용한 검색이 가능할 뿐만 아니라 그 검색법을 제시해주는 창이 있기 때문에 많은 사용자를 보유한다고 유추하였다. 따라서 본 연구는 검색창이 제공된 상태로 연산자 검색을 하는 경우 그렇지 않은 경우보다 시간표 작성에 편리함을 느낄것이라는 가설을 경험적으로 연구하였다. 그 결과 검색법 제시 창이 제공되었을 경우 피실험자들의 시간표 작성 과제 수행시간이 눈에 띄게 짧게 나타났다. 이러한 연구의 결과는 대학생 시간표 작성 사이트에서 검색 기능이 가지고 있는 강점과, 보다 향상된 사용자 경험을 제공하기 위해 그를 보완할 방안을 탐색하였다는 데 의의가 있다. 나아가 향후 이러한 성과를 다른 분야에도 접목, 활용할 수 있는지에 대한 잠재력을 파악하는 데 그 중요성을 제기해준다. This study tries to analyze two most popular class timetable websites - Timetabl and Everytime - in terms of sharing features, rating features, searching features along with some other features. According to the poll, more people preferred Timetabl over Everytime because of its superior search engine. Upon closer inspection, one can infer that more people were drawn to Timetabl because it offers not only searching with operators but with guides of how to use the feature. Hence, this research essentially funnels down to hypothesizing that people would feel more convenient using class timetable websites with operator-featured search with guides in another window. In an experiement where subjects were told to make their own class schedule, subjects who were provided with guides on how to search classes took significantly less time in performing their tasks. This research was purposeful because it tries find a way to better the students" experience of scheduling their classes through using websites by examining the advantages of having better search options. Furthermore, the result of the study shows the potential that could be adapted and applied to several different areas.