http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Concurrent Common LISP의 설계 및 구현에 관한 연구
유성준(Seong-Joon Yoo),안순신(Sun-Shin An) 한국정보과학회 1989 한국정보과학회 학술발표논문집 Vol.16 No.1
여기에서는 Explicit한 Feature를 가지는 Concurrent Common LISP의 설계 및 구현에 관하여 기술한다. 병렬 수행을 위해 Explicit한 Feature를 집어 넣은 LISP에는 Multilisp, Qlisp, Allegro Common LISP 등이 있는데 이들의 Feature 중 prun, future, qlet, wait, lock 등의 함수를 제공하는 Concurrent LISP을 구현하도록 한다. 그리고 이 함수를 단일 프로세서 상에서 구현할 때 발생하는 변수의 Scope 등의 문제 등을 해결하기 위하여 스택 그룹 방법을 사용하였다. 현재 이 시스팀은 UNIX BSD 4.2 상에서 Kyoto Common LISP을 기반으로 설계, 구현 중에 있다. 이 논문에서는 먼저 인터프리터에서의 문제만 기술하고 후에 컴파일러로 확장하도록 한다.
문서 분류 알고리즘을 이용한 한국어 스팸 문서 분류 성능 비교
송철환(Chull Hwan Song),유성준(Seong Joon Yoo) 한국정보과학회 2006 한국정보과학회 학술발표논문집 Vol.33 No.2C
한국은 다른 나라에 비해 많은 인터넷 사용자를 가지고 있다. 이에 비례해서 한국의 인터넷 유저들은 Spam Mail에 대해 많은 불편함을 호소하고 있다. 이러한 문제를 해결하기 위해 본 논문은 다양한 Feature Weighting, Feature Selection 그리고 문서 분류 알고리즘들을 이용한 한국어 스팸 문서 Filtering연구에 대해 기술한다. 그리고 한국어 문서(Spam/Non-Spam 문서)로부터 명사를 추출하고 이를 각 분류 알고리즘의 Imput Feature로써 이용한다. 그리고 우리는 Feature weighting에 대해 기존의 전통적인 방법이 아니라 각 Feature에 대해 Variance 값을 구하고 Global Feature를 선택하기 위해 Max Value Selection 방법에 적용 후에 전통적인 Feature Selection 방법인 MI, IG, CHI 들을 적용하여 Feature들을 추출한다. 이렇게 추출된 Feature들을 Naive Bayes, Support Vector Machine과 같은 분류 알고리즘에 적용한다. Vector Space Model의 경우에는 전통적인 방법 그대로 사용한다. 그 결과 우리는 Support Vector Machine Classifier, TF-IDF Variance Weighting(Combined Max Value Selection), CHI Feature Selection 방법을 사용할 경우 Recall(99.4%), Precision(97.4%), F-Measure(98.39%)의 성능을 보였다.
웹 기반 물류체인관리 소프트웨어 컴포넌트의 저장 및 검색
박인숙(Insuk Park),유성준(Seong Joon Yoo),김진석(Jinsuk Kim) 한국정보과학회 2003 한국정보과학회 학술발표논문집 Vol.30 No.2Ⅱ
이 논문에서는 물류체인관리(Logistic Chain Management) 소프트웨어 컴포넌트들을 웹을 통해 효율적으로 저장하고 검색할 수 있는 기능을 구현한다. 이 시스템은 기존에 개발된 윈도우즈용 컴포넌트 라이브러리 시스템의 저장 및 검색 기능을 웹을 통하여 이용할 수 있도록 구현하였다. 이에 따라 이 시스템을 이용하면 분산 환경에서 접근성이 높아질 뿐만 아니라 클라이언트에서 사용하는 운영체제 종류에 관계없이 컴포넌트를 저장, 검색할 수 있다.
백순철(Soon-Cheol Baeg),유성준(Seong-Joon Yoo),이진선(Jin-Sun Lee),임영환(Young-Hwan Lim) 한국정보과학회 1991 한국정보과학회 학술발표논문집 Vol.18 No.1
많은 전문가 시스템이 효율적인 패턴 매칭을 위해 rete 알고리즘을 사용한다. 그러나 rule의 갯수가 매우 많을 경우에는 rete network의 크기 또한 너무 커져 컴퓨터 시스템의 메모리 용량을 넘어버리는 경우가 발생한다. 본 논문에서는 rete network을 필요한 부분만 메모리에 올려 사용하게 함으로써 이러한 문제의 해결 방법을 기술한다.
PMI-IR 기법을 이용한 한국어 감정어 자동 추출 및 성능 개선 방법
강한훈(Hanhoon Kang),유성준(Seong Joon Yoo),한동일(Dongil Han) 한국지능시스템학회 2010 한국지능시스템학회 학술발표 논문집 Vol.20 No.1
본 논문에서는 한국어 상품평으로부터 제품의 속성명과 관련된 감정어를 찾기 위해 기존 영어권 연구에서 제안한 방법 중 PMI-IR 수식을 적용하고, 성능을 개선시키기 위해 질의어를 확장한다. 예를 들어, ‘모니터의 화질이 선명합니다’ 라는 상품평에서 제품의 속성명은 ‘화질’ 이고, 감정어는 ‘선명합니다’ 이다. PMI-IR 수식은 검색 엔진에 제품의 속성명과 감정어를 함께 질의하였을 때 결과로 나온 문서의 수를 이용하여 두 질의어간 상호 관련성 점수를 계산한다. 본 논문에서는 네이버 웹문서, 알타비스타, 구글 검색 엔진을 이용하여 미리 주어진 8개의 속성명과 42개의 감정어를 대상으로 점수를 계산하고 각 속성별로 내림 차순 정렬하여 상위 N 순위에 해당하는 감정어를 해당 속성명의 감정어로 취급하여 재현률과 정확률을 평가하였다. 실험 결과 59%의 평균 정확률과 52%의 평균 재현율을 보였다. 아울러 상품평과 관련된 문서를 검색하여 성능을 개선시키기 위해 해당 문서에서 사용될 수 있는 4개의 단어(‘리뷰’, ‘상품’, ‘구매’, ‘스펙’)를 속성명, 감정어와 함께 PMI-IR 수식의 추가 질의어로 선정하여 사용했다, 질의어를 확장하여 실험한 결과, 64%의 평균 정확률, 67%의 평균 재현율을 보였다. 이로써 재현율에 있어 11%, 정확률에 있어 5.1% 향상되었다.