http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
분류 우선순위 적용과 후보정 규칙을 이용한 효과적인 한국어 화행 분류
송남훈(Namhoon Song),배경만(Kyoungman Bae),고영중(Youngjoong Ko) 한국정보과학회 2016 정보과학회논문지 Vol.43 No.1
화행이란 발화 속에 포함되어 있는 화자에 의해 의도된 언어적 행위이다. 대화 시스템에서 입력된 발화에 적합한 화행을 분류하는 것은 중요하다. 기존의 화행분류에 관한 연구는 규칙기반과 기계학습기반의 방법을 많이 사용한다. 본 논문에서는 대표적인 기계학습 방법인 지지벡터기계(SVM)와 변환기반 학습(TBL)을 조합한 화행 분류 방법을 제안한다. 이를 위해, 화행별 학습 발화의 수에 기반하여 분류 우선순위를 조정함으로써 지지벡터기계의 분류 편향 문제를 해결하였고, 오답일 확률이 높은 분류 결과에 대해서 변환 기반 학습을 통해 생성된 보정 규칙을 적용함으로써 화행분류 성능을 개선하는 방법을 제안한다. 본 논문에서 화행별 학습 발화 수의 차이를 고려한 분류 우선순위 변화와 후보정 규칙을 이용한 화행분류 방법을 실험을 통해 평가하였으며, 이는 학습 발화 수가 낮은 화행의 우선순위를 고려하지 않은 기존의 화행 분류보다 성능이 향상되었다. A speech-act is a behavior intended by users in an utterance. Speech-act classification is important in a dialogue system. The machine learning and rule-based methods have mainly been used for speech-act classification. In this paper, we propose a speech-act classification method based on the combination of support vector machine (SVM) and transformation-based learning (TBL). The user"s utterance is first classified by SVM that is preferentially applied to categories with a low utterance rate in training data. Next, when an utterance has negative scores throughout the whole of the categories, the utterance is applied to the correction phase by rules. The results from our method were higher performance over the baseline system long with error-reduction.
RETE 알고리즘을 이용한 계획기반 에이전트 시스템의 실행 성능 향상
이재호(Jaeho Lee),김남형(NamHyung Kim),송남훈(NamHoon Song) 한국정보과학회 2004 한국정보과학회 학술발표논문집 Vol.31 No.2Ⅰ
최근에 이르러 온톨로지 (Ontology) 및 시멘틱 웹 (Sementic Web) [1] 에 대한 연구가 활발히 진행됨에 따라 이들을 처리할 수 있는 에이전트 시스템의 중요성 또한 부각되고 있다. 이러한 에이전트 시스템은 규칙(Rule)응 기반으로 하여 해당 조건을 만족시키는 경우에 규칙에 정의된 행동을 실행하도록 설계한다. 하지만 이러한 시스템이 많은 양의 규칙과 조건을 처리하는 경우 특정한 조건에 맞는 규칙을 검사하는 과정에서 많은 오버헤드가 걸리게 된다. 이러한 시스템의 단점을 보완하고자 사용되는 것이 RETE 알고리즘으로서 각 조건과 규칙들을 빠르게 검색할 수 있는 네트워크를 구성하고 특정 조건이 만족되는 경우 이를 참조하는 규칙들의 목록을 즉시 얻어낼 수 있게 된다. 분 논문에서는 JAM 에이전트 시스템에 RETE 알고리즘을 적용시키고 이를 통해 더욱 효율적인 에이전트 시스템을 구성하고자 한다.