기계가독형사전에서 상위어 판별을 위한 규칙 학습

최선화,박혁로,Choi Seon-Hwa,Park Hyuk-Ro 한국정보처리학회 2006 정보처리학회논문지B Vol.13 No.2

기계가독형사전(Machine Readable Dictionary)에서 단어의 정의문에 나타나는 항목 단어의 상위개념을 추출하는 대부분의 연구들은 전문가에 의해 작성된 어휘패턴을 사용하였다. 이 방법은 사람이 직접 패턴을 수집하므로 시간과 비용이 많이 소모될 뿐만 아니라, 자연언어에는 같은 의미를 가진 다앙한 표현들이 존재하므로 넓은 커버리지를 갖는 어휘패턴들을 수집하는 것이 매우 어렵다는 단점이 있다. 이런 문제점들을 해결하기 위하여, 본 논문에서는 구문적 특징만을 이용한 상위어 판별 규칙을 기계학습함으로써 기존에 사용되었던 어휘패턴의 지나친 어휘 의존성으로 인한 낮은 커버리지 및 패턴 수집의 문제를 해결하는 방법을 제안한다. 제안한 방법으로 기계학습된 규칙들을 상위어 자동추출과정에적용한 결과 정확도 92.37% 성능을 보였다. 이는 기존 연구들보다 향상된 성능으로 기계학습에 의해 수집된 판별규칙이 상위어 판별에 있어서 어휘패턴의 문제를 해결할 수 있다는 것을 입증하였다. Most approaches for extracting hypernyms of a noun from its definitions in an MRD rely on lexical patterns compiled by human experts. Not only these approaches require high cost for compiling lexical patterns but also it is very difficult for human experts to compile a set of lexical patterns with a broad-coverage because in natural languages there are various expressions which represent same concept. To alleviate these problems, this paper proposes a new method for extracting hypernyms of a noun from its definitions in an MRD. In proposed approach, we use only syntactic (part-of-speech) patterns instead of lexical patterns in identifying hypernyms to reduce the number of patterns with keeping their coverage broad. Our experiment has shown that the classification accuracy of the proposed method is 92.37% which is significantly much better than that of previous approaches.

신경망 모델과 확률 모델의 풍수해 예측성능 비교

최선화,Choi, Seon-Hwa 한국정보처리학회 2011 정보처리학회논문지B Vol.18 No.5

최근 급증하는 기상이변 및 기후온난화 현상은 풍수로 인한 피해를 더욱 가속시키고 있어 풍수해 발생가능성을 미리 예측하여 선제적으로 대응할 방안 마련이 필요하다. 재난 재해의 위험성 분석은 주로 확률 통계기법에 기반한 수식모델 연구가 주류를 이루고 있고 소방방재청 국립방재연구소에서 구축한 태풍위원회 재해정보시스템(TCDIS: Typhoon Committee Disaster Information System) 또한 지역별 풍수해 위험성 분석에 확률모델을 활용하고 있다. 본 논문에서는 경험적 패턴인식에 탁월한 성능을 가진 신경망 알고리즘을 활용하여 개발한 풍수해 예측모델을 소개하고 이 모델과 TCDIS의 KDF 확률밀도함수를 이용한 풍수해 예측모델의 성능 비교 결과를 제시하여 기존 TCDIS의 위험성 분석기능에 신경망 모델을 적용함으로써 시스템의 강건성과 예측 정확도 향상이 가능함을 보이고자 한다. Storm and flood such as torrential rains and major typhoons has often caused damages on a large scale in Korea and damages from storm and flood have been increasing by climate change and warming. Therefore, it is an essential work to maneuver preemptively against risks and damages from storm and flood by predicting the possibility and scale of the disaster. Generally the research on numerical model based on statistical methods, the KDF model of TCDIS developed by NIDP, for analyzing and predicting disaster risks and damages has been mainstreamed. In this paper, we introduced the model for prediction of damage cost from storm and flood by the neural network algorithm which outstandingly implements the pattern recognition. Also, we compared the performance of the neural network model with that of KDF model of TCDIS. We come to the conclusion that the robustness and accuracy of prediction of damage cost on TCDIS will increase by adapting the neural network model rather than the KDF model.

빅데이터 기반 재난 전조감지 모델

최선화,Choi. Seon Hwa 한국방재학회 2014 한국방재학회논문집 Vol.14 No.2

최근 소셜미디어는 사회적 소통과 자료공유를 위해 언제어디서나 사용되는 중요한 통신매체가 되고 있다. 특히, 재난분야에서 소셜미디어는 다른 방법으로 얻기 힘든 집단지성과 정제된 종합정보를 광역적으로 소통할 수 있는 비공식 통신채널이다. 아이티와 동일본 대지진 당시, 소셜미디어는 피해를 파악하고 경고 및 정보를 교환하는 채널로 적극 활용되었다. 본 논문에서는 정부의 빅데이터 마스터 플랜의 활용가능성을 검증하기 위해 개발된 파일럿 모델을 소개하고 재난관리에 실제 적용하기 위한 방안 및 국립재난안전연구원의 관련기술 개발 현황을 설명하고자 한다. 이 모델은 최근 피해가 급증하고 있는 도시 내수침수 전조를 조기에 감지하여 위험지역을 분석하고 신속한 경보를 위해 강우정보와 침수예상도 등 정형데이터와 소셜네트워크서비스(SNS) 및 뉴스 등 비정형데이터를 연계하여 도시 내수침수 전조를 감지할 수 있는 모델이다. 2011년 발생한 두 개 분구의 침수사례를 통해 모델의 활용 가능성을 검토하였으며, 향후 국지적 폭우, 지역적 특수상황 등에 기인하는 예측되지 못한 침수 전조를 감지하고 예측된 침수 위험에 대한 신뢰도를 더욱 향상시킬 수 있는 새로운 예 경보체계로 활용 가능할 것이 기대한다. In recent years, social media has become ubiquitous and important for social networking and content sharing. Especially, in the disaster area, social media supports backchannel communications, allowing for wide-scale interaction that can be collectively resourceful, self-policing, and generative of information that is otherwise hard to obtain. At the time of great Japan and Haiti earthquake, social media channels actively were utilizing to grasp the damage, to warn, and to exchange information. This paper is to introduce the model for sensing the signs of inundation and detecting inundation risk areas by analyzing big data related to disasters. This model is comprised of three steps: a sign sensing step through monitoring and analyzing unstructured data such as social media, a risk detecting step through comparing and analyzing structured data such as precipitation, inundation hazard maps, and so forth, and a disaster status dissemination step to disaster related organizations, local governments, and the public. By applying our model to Gangnam inundation damage, 2011, in Korea, we substantiated that there is the potential for utilization on our model.

농업용수 수질기준 T-N 항목에 대한 검증 실험( I )

최선화,김호일,김민호,이변우,이봉훈,Choi, Seon-Hwa,Kim, Ho-Il,Kim, Min-Ho,Lee, Byeon-U,Lee, Bong-Hun 한국농공학회 2004 한국농공학회논문집 Vol.46 No.1

The present agricultural water quality standards are set by a policy goal. This is intended for water quality management of public water resources, but not for the use of water resources. These standards were not determined by considering the influence of water quality on the safety of agricultural produce and the growth, yield and quality of agricultural crops. Thus, this study was carried out to investigate the influence of irrigation water quality on the growth, yield, and grain quality of rice and acquire fundamental knowledges to set up irrigation water quality standards. The pot experiment was conducted with 4 treatments using irrigation waters with various total nitrogen concentrations (control, 1, 5, 10, 20mg/L) and replicated four times with randomized block design. The results of this study showed that plant height, number of tiller, plant dry weight, the uptake of N, P, and K, and rice protein contents tended to increase as the T-N concentration in irrigation water was increased. In addition, grain yield at T-N 20 mg/L was significantly higher than in the control, but the percentage of head rice was slightly lower due to the increase of green kernel and white belly/core kernel.

형태소 단위의 한국어 확률 의존문법 학습

최선화,박혁로,Choi, Seon-Hwa,Park, Hyuk-Ro 한국정보처리학회 2002 정보처리학회논문지B Vol.9 No.6

본 논문에서는 코퍼스를 이용한 확률 의존문법 자동 생성 기술을 다룬다. 한국어의 부분 자유 어순성질과 문장의 필수적 성분의 생략과 같은 특성으로 인하여 한국어 구문분석에 관한 연구들에서는 주로 의존문법을 선호하고 있다. 본 논문에서는 기존의 어절단위학습방법에서는 학습할 수 없었던 어절 내의 의존관계를 학습할 수 있는 형태소 단위의 학습 방법을 제안한다. KAIST의 트리 부착 코퍼스 약 3만 문장에서 추출한 25,000문장의Tagged Corpus을 가지고 한국어 확률 의존문법 학습을 시도하였다. 그 결과 초기문법 2,349개의 정확한 문법을 얻을 수 있었으며, 문법의 정확성을 실험하기 위해 350개의 실험문장을 parsing한 결과 69.77%의 파싱 정확도를 보였다. 이로서 한국어 어절 특성을 고려한 형태소 단위 학습으로 얻어진 의존문법이 어절 단위 학습으로 얻어진 문법보다 더 정확하다는 사실을 알 수 있었다. In this thesis. we present a new method for inducing a probabilistic dependency grammar (PDG) from text corpus. As words in Korean are composed of a set of more basic morphemes, there exist various dependency relations in a word. So, if the induction process does not take into account of these in-word dependency relations, the accuracy of the resulting grammar nay be poor. In comparison with previous PDG induction methods. the main difference of the proposed method lies in the fact that the method takes into account in-word dependency relations as well as inter-word dependency relations. To access the performance of the proposed method, we conducted an experiment using a manually-tagged corpus of 25,000 sentences which is complied by Korean Advanced Institute of Science and Technology (KAIST). The grammar induction produced 2,349 dependency rules. The parser with these dependency rules shoved 69.77% accuracy in terms of the number of correct dependency relations relative to the total number dependency relations for best-1 parse trees of sample sentences. The result shows that taking into account in-word dependency relations in the course of grammar induction results in a more accurate dependency grammar.

재해지도 현황 및 통합 활용방안 (재해지도 작성.활용에 관한 실태조사 및 분석)

최선화,Choi. Seon-Hwa 한국방재학회 2011 한국방재학회논문집 Vol.11 No.5

우리나라의 비구조적 홍수방어대책의 주요한 수단인 재해지도는 자연재해대책법 제21조를 근거로 지자체장이 제작 활용하여야 하지만 표준모델의 부재, 구체적인 작성과 활용체계 및 운영방안 미흡, 그리고 예산부족 등의 이유로 지자체의 재해지도 작성 실적이 저조하다. 또한 정부는 각 지자체에서 작성한 재해지도를 침수흔적 데이터 분석, 재해예방 그리고 재해경감대책 수립을 위한 기초자료로 활용하여야 하지만 통합된 재해지도 관리체계가 없어 어려운 실정이다. 본 논문은 지자체의 재해지도 작성 및 활용 실태를 조사분석하여 문제를 도출하고 재해지도 통합 활용방안을 제시하고자 한다. Although the disaster map, a non-structural mitigation measure, should be built and utilized for flood hazard mitigation by the local governments by law, this mitigation measure has not been practiced with activity because there is no standard model of the disaster map, no specific and detail method for building and utilizing the disaster map, and under-budgeted. Since an integrated and standard system for managing the disaster map built by local governments was not prepared, government has not utilized the disaster map for analyzing inundation area and planning flood hazard mitigation measures. In this paper, we investigate and analyze the status of the domestic disaster map, and draw problems of building and utilizing the disaster map in the local governments. Finally, we present the invigoration of the disaster map`s utilization.

강우시 유입하천이 화성호에 미치는 기여도 파악

이상은 ( Sang Eun Lee ),안태웅 ( Tae Woong Ahn ),최이송 ( I Song Choi ),최선화 ( Seon Hwa Choi ),오종민 ( Jong Min Oh ) 한국물환경학회 ( 구 한국수질보전학회 ) 2010 공동 추계학술발표회 Vol.2010 No.-

소셜미디어 재난이슈 탐지 및 모니터링

최선화 ( Seon-hwa Choi ),최우정 ( Woo-jeong Choi ),이종국 ( Jong-kook Lee ) 한국정보처리학회 2013 한국정보처리학회 학술대회논문집 Vol.20 No.1

최근 IT기술발전으로 데이터 저장 및 처리비용은 하락하고 소셜네트워크 서비스 등이 확대되어 데이터의 양적 팽창이 가속화되면서 빅데이터에서 가치를 창출하려는 시도가 늘어나고 있다. 특히, 국내 스마트폰 이용자가 3천만을 넘어서면서 모바일 기기는 대량 데이터 생산의 원천이 되고 있다. 모바일 기기는 스마트시대 대표 통신채널인 소셜미디어 활용을 가속화 시키며 다양한 분야에서 영향력을 발휘하고 있다. 특히 일본과 아이티 지진피해, 강남역 침수 등 재난발생 시 피해상황 파악 및 경보, 정보교환 등에 소셜미디어 채널이 활발히 활용되면서 새로운 매체로 떠오르고 있다. 본 논문에서는 언어분석을 통해 소셜미디어 속에 재난이슈를 모니터링하고 소셜미디어가 재난예방 및 대응에 적극 활용되기 위해 필요한 기술개발 방안을 제시하고자 한다.

AI 스피커를 활용한 지진 안심서비스 시범 개발

최선화(Seon Hwa Choi),이준우(Jun Woo Lee),윤희원(Hee Won Yoon ),류신혜(Shin Hye Ryu) 한국정보과학회 2021 한국정보과학회 학술발표논문집 Vol.2021 No.6

빅데이터를 활용한 재난관리 역량강화

최선화(Seon-Hwa Choi),박영진(Young-Jin Park),심재현(Jae-Hyun Shim) 대한토목학회 2015 대한토목학회지 Vol.63 No.7