http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
개념 그래프를 이용한 개념 기반 검색시 검색 질의어의 문맥 확장
배환국(Hwan-Kook Bae),전성진(Sung-Jin Jhun),김기태(Ki-Tae Kim) 한국정보과학회 2002 한국정보과학회 학술발표논문집 Vol.29 No.1B
웹그래프는 웹문서 간의 하이퍼링크를 각 웹문서의 핵심어간의 링크관계로 추상화하며, 이 관계를 이용하여 핵심어의 개념 그래프를 구축하고 질의의 확장이나 영역지식을 제공하는 개념 기반 검색이 가능한 검색 시스템이다. 본 논문에서는 웹그래프에서 가능했던 질의어에 대한 한 단계의 질의 확장에 그치지 않고, 최초의 질의어와 이후 확장어들에 대한 문맥을 유지하며 추가적인 다단계의 확장이 가능하도록 하는 방법을 제시한다. 검색 시스템 사용자는 최초 질의어가 속하는 해당 분야에 대한 지식이 부족한 경우, 문맥을 유지한 획장을 통하여 자신이 찾고자하는 바를 명확히 해 나가며 세부 질의를 구축할 수 있고 해당 분야에 대한 지식을 얻는 것이 가능하다.
웹의 개념지식을 위한 Anchor Text에서의 키워드 추출 알고리즘의 구현
조남덕(Nam-Deok Cho),배환국(Hwan-Kook Bae),김기태(Ki-Tae Kim) 한국정보과학회 2000 한국정보과학회 학술발표논문집 Vol.27 No.2Ⅱ
인터넷을 효과적으로 검색하기 위하여 검색엔진을 많이 이용하고 있다. 그런데 문서의 키워드를 추출할 적에 지금까지는 Anchor Text를 염두에 두지 않았었다. Anchor Text는 사람이 직접 요약한 것이고(요약성), 하이퍼링크를 포함하는 웹 문서에 반드시 존재하므로(보편성) 그 하이퍼링크가 가리키는 곳의 문서의 키워드를 추출에 적합한 용도가 될 수 있다. 웹 그래프는 이러한 Anchor Text를 이용하여 키워드를 추출함으로써 문서와 문서간, 단어와 단어간의 관계(연관성)까지도 나타내 줄 수 있게 한 검색 엔진 시스템이다. 그러나 Anchor Text 자체가 본문의 내용이 아니고, Anchor Text를 작성한 사람에 따라 다르게 작성되며, 본문의 내용과 무관한 내용도 작성할 수 있다. 따라서 Anchor Text 자체를 어떠한 여과 없이 문서의 키워드로 받아들이긴 힘들다. 본 논문에서는 TFIDF를 통해 좀 더 정확성이 있는 키워드를 추출하였다.
Web 문서의 Hyperlink 정보를 이용한 concept 기반 검색 시스템
최준영(Jun-Young Choi),배환국(Hwan-Kook Bae),조경달(Kyoung-Dal Cho),김기태(Ki-Tae Kim) 한국정보과학회 1998 한국정보과학회 학술발표논문집 Vol.25 No.1B
concept 검색 시스템은 기존 검색 시스템의 단점인 webpage의 URL을 나열하는 방식이 아닌 개념화된 지식을 concept graph로 구성함으로서 정확히 목적에 부합 단어보다 검색어의 관련 개념의 인덱스를 결과로 제공한다. 또한 막연한 생각의 구체적인 사실화, 즉 영역지식을 결과로 제공하여 준다. 본 논문은 webpage간에는 연관성을 나타내는 hyperlink를 이용하여 keyword의 관계를 개념화함으로서 concept graph를 구성한다. 수집한 webpage의 양이 증가할수록 연결강도의 threshold값에 의해 webpage간에 존재하는 관련된 concept의 관계가 보다 명확해 지고, concept의 추가도 용이하다.
최성욱(Seong-Uk Choi),배환국(Hwan-Kook Bae),이재필(Jae-Pil Lee),김기태(Ki-Tae Kim) 한국정보과학회 2000 한국정보과학회 학술발표논문집 Vol.27 No.1B
캐릭터를 디자인하는 작업은 전에 없던 새로운 형태의 모습을 만드는 일이므로 디자이너와 같은 사람의 창조적인 능력을 빌어야만 했다. 본 논문은 자연적 선택과 유전학의 이론에 기인하고 있는 유전자 알고리즘을 이용하여 제작된 창조적인 캐릭터 자동 생산 도구와 그 자동화 도구의 제작 원리를 소개함으로써 컴퓨터를 이용하여 간단한 형태의 새로운 캐릭터를 만드는 가능성을 제시한다. 유전자 알고리즘의 선택, 교차, 그리고 돌연변이의 기능을 캐릭터 다자인에 적용하여 사요자의 기호에 따라 선택을 수행하게 하였고 그 선택된 개체들을 비트 단위로 교차와 돌연변이를 적용하여 부모의 형질을 물려받은 다음 세대의 자식 개체로 진화시키는 과정을 시뮬레이션 하였다.
WATERDROP NETWORK(WDN) : 데이터 클러스터링을 위한 프로토타입 기반의 증가적 신경망 모델
최규남(Kyu-Nam Choi),배환국(Hwan-Kook Bae),김기태(Ki-Tae Kim) 한국정보과학회 1999 한국정보과학회 학술발표논문집 Vol.26 No.1B
프로토타입 기반으로 증가적 신경망은 점진적으로 동적인 신경망을 구성하면서 데이터 분류를 수행하는 신경망 모델이다. 그동안 연구되어온 증가적 신경망 모델은 데이터를 분류를 위하여 감독 학습을 수행해왔다. 그러나, 보다 일반적인 데이터 집단화를 이루기 위해서는 무감독 학습의 데이터 클러스터링이 요구된다. WDN 신경망 모델은 데이터 클러스터링을 위한 프로토타입 기반의 증가적 신경망으로서 무감독 학습을 수행하도록 구성되었다. 본 연구에서는 WDN 신경망 모델이 갖고 있는 프로토타입 기반의 증가적 학습 개념과 특성을 깊이 있게 분석하여 데이터 클러스터링에 적합한 새로운 유사도 측정 방법과 학습 알고리즘을 제안한다.