http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
음절 기반 ELECTRA 모델을 이용한 한국어 공간 개체 추출
전원표,윤효근,안창원 대한공간정보학회 2022 대한공간정보학회지 Vol.30 No.4
Recently, research on a technology for converging and analyzing unstructured spatial big data with structured data is being actively conducted. In order to smoothly perform intelligent spatial data analysis, spatial information extraction must be preceded. However, most unstructured data does not store information such as GPS due to the Personal Information Protection Act, and in the case of Twitter with location tags, only 1.5% to 3% of the total includes location tags, making it difficult to identify geospatial information. Spatial information consists of spatial elements and spatial relations defined in the ISO Space(ISO 24617:2014) standard published in 2014. This paper proposes a spatial elements extraction model using syllable-based ELECTRA that does not require a tokenizer by using the expanded Korean SpaceBank corpus. As a result of the experiment, the model that added the BiLSTM+CRFs layer to the KoCharELECTRA-Base pretrained language model showed the highest performance with an f1-score of 86.67%. 최근 비정형 공간 빅데이터를 정형데이터와 융합하여 분석하는 기술에 대한 연구가 활발히 진행되고 있다. 이러한지능형 공간데이터 분석을 원활하게 수행하기 위해서는 공간정보 추출이 필수적으로 선행되어야 한다. 하지만 대부분의 비정형 데이터는 개인정보보호법 등으로 인하여 GPS와 같은 정보를 저장하지 않으며, 위치 태그를 가지는트위터의 경우도 전체의 1.5%~3% 정도만 위치 태그를 포함하고 있기 때문에 공간정보를 식별하기 어렵다. 공간정보는 2014년 발표된 ISO Space(ISO 24617:2014) 표준에서 정의한 공간 개체와 공간관계로 구성되어 있다. 본 논문은 이를 확장한 한국어 공간정보 주석 말뭉치를 활용하여, 별도의 토크나이저를 필요로 하지 않는 음절 기반ELECTRA를 이용한 공간 개체 추출 모델을 제안한다. 실험 결과, KoCharELECTRA-Base 사전학습 언어모델에BiLSTM+CRFs 레이어를 추가한 모델이 F1-Score 86.67%로 가장 높은 성능을 보였다.
텍스트 기반 공간 지식 추론 프레임워크 연구: 소셜미디어 데이터 중심으로
전원표 한국디지털콘텐츠학회 2023 한국디지털콘텐츠학회논문지 Vol.24 No.11
최근에 개인 모바일과 소셜미디어에서 생산되는 콘텐츠는 메타버스 서비스와 연계하기 위한 공간과 시간의 표현 모델 연구와 공간 데이터를 활용한 서비스 개발이 활발해지고 있다. 하지만 소셜미디어 콘텐츠는 공간과 위치 정보의 보안성과 공간 표현의 구조가 미흡하여 동일명을 갖는 다른 정보와의 관계성을 정의하기 어렵다. 또한 공간에 대한 정의로 국가관심지점 공공 데이터가 있지만 공간명에 대한 정확도가 국가주요시설을 제외하고는 완전하지 않기 때문에 공간의 활동성을 연결하여 분석하기 곤란하다. 따라서 본 연구는 소셜미디어에서 수집한 데이터와 국가관심지점정보의 관계 속성을 고려하여 시공간의 흐름을 나타낼 수 있는 공간 지식 표현 모델과 해당 표현 모델을 분석할 수 있는 공간 지식 추론 프레임워크를 제시하고자 한다. 본 연구의 결과는 텍스트에서 구조화된 공간 지식 기반 추천 알고리즘과 지리정보 추적을 위한 인공지능 모델 등의 다양한 연구에 활용할 수 있는 기반을 마련하였다. Services utilizing space and expression models of space and time for content produced on personal mobile devices and social media have recently been developed to link them with metaverse services. However, this content lacks security and a spatial expression structure for acquiring spatial and location information, making it difficult to define the relationship of geographical information to other points with the same name. Additionally, because the accuracy of spatial names is not perfect, it is difficult to connect and analyze spatial activity. Therefore, this paper proposes a spatial knowledge expression model that can represent the flow of time and space and a spatial knowledge inference framework that can analyze the expression model, considering the relationship properties of data collected from social media and NGII-POI. The findings of this study establish a solid foundation for future research endeavors, including the development of recommendation algorithms based on structured spatial knowledge in text and artificial intelligence models for tracking geographic information.
전원표,허대영,황선태 한국정보과학회 2017 정보과학회 컴퓨팅의 실제 논문지 Vol.23 No.12
Volcanic ash has been predicted to be the main source of damage caused by a potential volcanic disaster around Mount Baekdu and the regions of the Korean peninsula. Computer simulations to predict the diffusion of volcanic ash should be performed according to prevalent meteorological situations within a predetermined time. Therefore, a workflow using pipelining is proposed to parallelize the software used for this computation. Due to the nature of volcanic calamities, the simulations need to be carried out for various plausible conditions given that the parameters cannot be precisely determined during the simulations, even at the time of a volcanic eruption. Among the given conditions, computations need to be first performed for the condition with the highest probability so that a response to the volcanic disaster can be provided using these results. Further action can then be performed later based on subsequent results. The computations need to be performed using a volcanic disaster damage prediction system on a computing server with limited computing performance. Hence, an optimal distribution of the computing resources is required. We propose a method through which specific data can be provided first to the proposed pipeline-based workflow. 백두산 및 한반도 주변의 화산재해에 의한 피해는 화산재에 의한 것으로 예상된다. 따라서 기상장 상황에 따른 화산재 확산 상황을 컴퓨터 시뮬레이션을 통해서 예측하는데 정해진 시간 안에 계산을 끝내야 하므로 계산에 사용되는 소프트웨어들을 파이프라인 방식으로 병렬화하는 워크플로우가 제안되었다. 또한 화산재해의 특성 상 화산 폭발이 발생한 순간에도 시뮬레이션을 위한 정확한 파라미터 값이 정해지지 않으므로 여러 가지 가능한 조건의 시뮬레이션을 모두 수행해야 한다. 만일 이 중에 가장 가능성이 높은 조건의 계산을 먼저 수행할 수 있으면 화산재해에 대해 이를 토대로 일단 대응하고 후속 계산 결과에 의해 추후 보완하는 것이 가능해질 것이다. 그런데 이런 계산 들은 화산재해 피해예측 시스템의 제한된 성능의 계산 서버에서 수행되므로 계산 자원을 적절히 분배하는 일이 필요하다. 이를 위해서 기존에 제안되었던 파이프라인 기반의 워크플로우에 특정 데이터를 먼저 생성하는 기능을 추가하는 방안을 제안한다.