RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      검색결과 좁혀 보기

      선택해제
      • 좁혀본 항목 보기순서

        • 원문유무
        • 원문제공처
        • 등재정보
        • 학술지명
        • 주제분류
        • 발행연도
        • 작성언어
        • 저자
          펼치기
      • 무료
      • 기관 내 무료
      • 유료
      • 3D 캐릭터 메신저

        송영인(YoungIn Song),이진희(JinHee Lee),지영주(YoungJoo Ji),김보미(BoMi Kim),배정혜(JungHye Bae),주문원(MoonWon Choo),노웅기(WoongKee Loh) 한국멀티미디어학회 2009 한국멀티미디어학회 학술발표논문집 Vol.2009 No.2

        현재 메신저 서비스는 텍스트와 이미지를 통한 의사전달 및 상호작용에 중점을 두고 있다. 여기서 기획한 TIP 메신저는 사이버 공간 안에 사용자의 오감을 캐릭터를 통해 표현하고자 하였다. 동물 캐릭터 및 다양한 아바타를 구현하여, 사용자들에게 다양한 투사 표현이 가능하며, 메신저와 2D, 3D의 결합이라는 개발방향에 맞추어 디자인에 민감하고 동적인 캐릭터 애니메이션에 흥미를 느끼는 사용자에게 가상현실에서의 현장감 체험을 할 수도 있게 하였다.

      • KCI등재

        유아 건강교육 관련 연구동향 분석: 2010~2019년 국내 학술지 논문을 중심으로

        송윤나(Song, YunNa),송영인(Song, YoungIn),박희숙(Park, HeeSuk) 학습자중심교과교육학회 2019 학습자중심교과교육연구 Vol.19 No.19

        본 연구의 목적은 유아 건강교육 관련 국내연구 동향을 분석하여 추후 진행될 유아 건강교육 관련 연구의 방향을 탐색하기 위함이다. 이를 위해 2010년부터 2019년 7월 10일까지 발표된 유아 건강교육 관련 국내 학술지 연구 자료 185편을 대상으로 연구시기, 연구주제, 연구방법, 연구대상별 빈도와 백분율을 산출하여 분석하였다.이에 따른 연구 결과는 다음과 같다. 첫째, 유아 건강교육 연구는 2014년에서 2015년까지 연구량이 급증하였으나 2016년 이후부터 최근까지 점차적으로 연구량이 감소 하고 있는 것으로 분석되었다. 둘째, 유아 건강교육과 관련 연구는 기초연구가 응용연구보다 많이 연구되고 있었다. 셋째, 유아 건강교육 관련 연구는 양적연구가 질적연구 보다 많이 이루어지고 있었다. 넷째, 유아 건강교육 관련 연구는 인적 대상 연 구가 물적 대상 연구보다 많이 이루어지고 있었다. 이와 같은 연구는 유아 건강교육관련 연구의 방향성을 제시하고 앞으로 개발될 유아 건강교육 활동 및 프로그램의 중요한 기초자료를 제공할 수 있다는 점에서 가치가 있다. The purpose of this study is to analyze the research trend of early childhood health education in Korea and to explore the direction of future research related to early childhood health education. For this purpose, we analyzed research chronology, research subject, research method, frequency and percentage by research subject by examining 185 Korean journals related to early childhood health education published from 2010 to July 2019. The results of the study are as follows. First, research on early childhood health education increased rapidly from 2014 to 2015, but it has been gradually decreasing since 2016. Second, there were more basic researches conducted than applied researches on early childhood health education. Third, more quantitative researches were being conducted than qualitative researches on early childhood health education. Fourth, more researches on human subjects were conducted than physical subjects related to early childhood health education. This study is valuable with the perspective that it can provide directions on research related to early childhood health education and provide important basic data for health education activities and programs to be developed in the future.

      • KCI등재

        지배가능 경로 문맥을 이용한 의존 구문 분석의 수식 거리 모델

        우연문(YeonMoon Woo),송영인(YoungIn Song),박소영(SoYoung Park),임해창(HaeChang Rim) 한국정보과학회 2007 정보과학회논문지 : 소프트웨어 및 응용 Vol.34 No.2

        본 논문에서는 한국어 의존 구문 분석을 위한 새로운 확률 모델을 제안한다. 한국어가 자유 어순 언어라 할지라도 지역적 어순은 존재하기 때문에 의존관계를 결정하기 위해 의존하는 두 어절인 의존소와 지배소 사이의 수식 거리가 유용하다는 것은 이미 많은 연구를 통해 밝혀졌다. 본 연구에서는 수식거리의 정확한 수식 거리의 추정을 위해 지배가능 경로 문맥을 이용한 수식 거리 확률 모델을 제안한다. 수식 거리를 위해 지배가능 경로를 고려함으로써, 긴 표층 문맥을 압축하는 효과를 가져다 준다. 이를 통해 구문 분석 정확률 향상과 원거리 의존 관계 향상을 보임을 설명한다. 실험 및 평가를 통해 제안하는 모델의 구문 분석 성능은 86.9%이며, 기존에 제안된 구문 분석 모델과 비교하여 높은 구문 분석 결과를 보이며, 특히 원거리 의존관계에 대하여 더욱 향상된 성능을 보인다. This paper presents a statistical model for Korean dependency-based parsing. Although Korean is one of free word order languages, it has the feature of which some word order is preferred to local contexts. Earlier works proposed parsing models using modification lengths due to this property. Our model uses headible path contexts for modification length probabilities. Using a headible path of a dependent it is effective for long distance relation because the large surface context for a dependent are abbreviated as its headible path. By combined with lexical bigram dependency, our probabilistic model achieves 86.9% accuracy in eojoel analysis for KAIST corpus, more improvement especially for long distance dependencies.

      연관 검색어 추천

      이 검색어로 많이 본 자료

      활용도 높은 자료

      해외이동버튼