몬트리올협약과 개정 상법상 항공화물운송인의 책임에 관한 비교연구

이양우 한국무역경영학회 2023 한국무역경영연구 Vol.- No.29

This paper aims to comparative on the Air Cargo Carrier of liability system under the Montreal Convention and the Korean Commercial Code. In this paper, the results of the study are presented the difference and improvement on the Korean commercial Code and Montreal Convention for the carrier’s liability in the carriage by air of cargo as follow. First, the Montreal Convention was inserting the type of cargo as the ‘destruction’, ‘loss’, ‘damage’ and ‘delay’ but the Korean Commercial Code was inserted the only as ‘loss’, ‘damage’ and ‘delay’ except the ‘destruction’. So, in the Korean Commercial Code should stipulate the ‘destruction’ for the cause of cargo loss because of specialty in the carriage by air cargo. Secondly, the carrier’s period of liability is a during the carriage by air which the goods are in charge of the carrier. In the international transportation have many uses the cause of ‘delay’, and then the Korean Commercial Code necessary should add the justice of ‘delay’ and ‘during the carriage by air’ in the Article 914. Third, they are in discord with the amounts of limited liability of the carrier as 19 SDR in the international transport or 15 SDR in the national transport. Therefore, the Korean Commercial Code should revised to accord that which it will the application for the governing law. Fourth, the Korean Commercial Code should revised to rules that in the limited liability of the carrier rule out the liability of the agents or servants of the carrier moreover carrier in the wilful conduct or reckless behavior. Fifth, the Korean Commercial Code should make a division the justice of ‘destruction’, ‘partially of loss’ and ‘partially damage’ so as to the effectiveness of notify for the complain. Sixth, the consignor’s disposition right of cargo should revised to the extinction period in which when consignee do the action of demand right of cargo delivery like the land transportation and sea transportation in the Korean Commercial Code.

양국어 어휘분류망의 자동 구축

황금하,최기선 한국정보과학회 언어공학연구회 1999 한국정보과학회 언어공학연구회 학술발표 논문집 Vol.1999 No.10

뉴스 타이틀 번역을 위한 중한 기계번역 시스템

황금하(Jin-Xia Huang),송희정(Hee-Jeong Song),김지현(Ji-Hyoun Kim),송영미(Yong-Mi Song),강원석(Won-Sek Kang),서충원(Chong-Won Seo),채영숙(Young-Souk Chae),최기선(Key-Sun Choi) 한국정보과학회 언어공학연구회 2000 한국정보과학회 언어공학연구회 학술발표 논문집 Vol.2000 No.10

분야 시소러스를 이용한 코아 온톨로지 확장

황금하(Jin-Xia Huang),신지애(Ji-Ae Shin),최기선(Key-Sun Choi) 한국정보과학회 언어공학연구회 2007 한국정보과학회 언어공학연구회 학술발표 논문집 Vol.2007 No.10

본 논문에서는 분야 시소러스의 개념과 관계를 이용하여 코아 온톨로지를 확장하는 방법을 제안한다. 분야 시소러스의 개념을 코아 온톨로지의 상위 개념으로 분류하고, 시소러스에서의 광의어(Broader Term: BT)-협의어(Narrower Term: NT) 및 광의어-관련어(Related Term: RT)들 사이의 관계는 코아 온톨로지에서 정의한 의미관계로 분류한다. 유사도와 빈도수 기반의 방법으로 개념 분류를 수행하였고, 관계 분류에서는 두 가지 방법을 적용하였는데, (ⅰ) 훈련데이터가 부족한 경우를 위하여 규칙기반 방법으로 BT-NT/RT관계를 isa와 기타 관계(non-isa관계)로 분류하고, 패턴기반 방법으로 non-isa관계를 온톨로지를 위한 의미관계로 분류한다. (ⅱ) 훈련데이터를 충분히 가지고 있을 경우, 최대 엔트로피 모델(MEM)을 적용한 분류 방법을 사용하되, kNN방법으로 훈련데이터를 정제하였다. 본 논문에서 제안한 방법으로 시스템을 구축하였고, 실험 결과, 시스템 성능이 사람에 의한 판단 결과와 비교 가능한 수준이었다.

시소러스를 이용한 온톨로지의 Is-a 관계 설정

황금하(Jin-Xia Huang),이신목(Sheen-Mok Lee),남윤영(Yun-Yeong Nam),신지애(Ji-Ae Shin),최기선(Key-Sun Choi) 한국정보과학회 2006 한국정보과학회 학술발표논문집 Vol.33 No.2B

시소러스의 개념과 개념간 계층관계가 온톨로지 구축에 흔히 이용되고 있다. 다만 시소러스 계층관계는 is-a관계 뿐만 아니라 세분화되지 않은 관계도 포함되고 있기 때문에, 온톨로지의 기본 관계인 is-a관계를 분별하는 작업이 필요하다. 본 논문은 개념의 어휘표현 정보를 이용하여 온톨로지의 is-a관계를 설정하는 규칙을 제시하였고, 개념의 정의문 정보를 이용하여 is-a관계를 검수하는 방법을 제안하였다. IT분야 시소러스에 대한 is-a관계 설정 실험결과, 어휘표현 정보를 이용한 규칙 기반 is-a관계 설정은 85.83%의 정확도를 보였고, 정의문 정보를 이용한 is-a관계 판단의 일관성 평가 결과 일치도가 86.44%였다.

전문용어 한글-한자 자동 변환

황금하(Jin-Xia Huang),배선미(Sun-Mee Bae),최기선(Key-Sun Choi) 한국정보과학회 2004 한국정보과학회 학술발표논문집 Vol.31 No.1B

기존의 한글-한자 변환에서는 문맥정보와 통계정보를 고려하지 않는 사전기반의 단어단위 변환 방법을 사용한 반면, 본 논문에서는 언어모델 및 변환모델을 이용한 문장단위의 한자 자동변환 방법을 제안하고, 사전 미등록어와 복합어의 한글-한자 변환을 위하여 단어분할을 변환의 숨김 과정으로 처리하는 통합모델을 사용하였다. 실험 결과, 전문용어의 한글-한자 변환에서 제한된 한자 데이터를 이용하여 기존의 사전기반 변환보다 나은 결과를 얻을 수 있었다.

개념 및 관계 분류를 통한 분야 온톨로지 구축

황금하(Jin-Xia Huang),신지애(Ji-Ae Shin),최기선(Key-Sun Choi) 한국정보과학회 2008 정보과학회논문지 : 소프트웨어 및 응용 Vol.35 No.9

본 논문에서는 분야 온톨로지 구축을 위하여 분야 상위 온톨로지를 구축한 다음, 분야 시소러스의 개념과 관계를 이용하여 분야 상위 온톨로지를 확장하는 방법을 제안한다. 이를 위하여 우선 일반분야 시소러스와 분야 사전을 이용하여 분야 상위 개념 분류체계를 구축한다. 다음, 분야 시소러스의 개념을 분야 상위 온톨로지의 상위 개념으로 분류하고, 광의어(Broader Term: BT)-협의어(Narrower Term: NT) 및 광의어-관련어(Related Term: RT) 사이의 관계를 분야 상위 온톨로지에서 정의한 의미관계로 분류한다. 개념 분류는 두 단계로 진행되는데, 1단계에서는 빈도수 기반 방법, 2단계에서는 유사도 기반 방법을 적용하여 시소러스 개념을 분야 상위 온톨로지의 개념으로 분류한다. 관계 분류에서는 두 가지 방법을 적용하였는데, (i) 훈련데이타가 부족한 경우를 위하여 규칙기반 방법으로 BT-NT/RT관계를 isa와 기타 관계(non-isa 관계)로 분류하고, 다시 패턴기반 방법으로 non-isa관계를 온톨로지를 위한 의미관계로 분류한다. (ii) 훈련데이타를 충분히 가지고 있을 경우, 최대 엔트로피 모델(MEM)을 적용한 특징기반 분류 기법을 사용하되, k-Nearest Neighbors(k-NN)방법으로 훈련데이타를 정제하였다. 본 논문에서 제안한 방법으로 시스템을 구축하였고, 실험 결과 사람에 의한 판단 결과와 비교 가능한 성능을 보여 주었다. For the purpose of building domain ontology, this paper proposes a methodology for building core ontology first, and then enriching the core ontology with the concepts and relations in the domain thesaurus. First, the top-level concept taxonomy of the core ontology is built using domain dictionary and general domain thesaurus. Then, the concepts of the domain thesaurus are classified into top-level concepts in the core ontology, and relations between broader terms (BT) - narrower terms (NT) and related terms (RT) are classified into semantic relations defined for the core ontology. To classify concepts, a two-step approach is adopted, in which a frequency-based approach is complemented with a similarity-based approach. To classify relations, two techniques are applied: (i) for the case of insufficient training data, a rule-based module is for identifying isa relation out of non-isa ones; a pattern-based approach is for classifying non-taxonomic semantic relations from non-isa. (ii) For the case of sufficient training data, a maximum-entropy model is adopted in the feature-based classification, where k-NN approach is for noisy filtering of training data. A series of experiments show that performances of the proposed systems are quite promising and comparable to judgments by human experts.

중한 기계번역기 MATES/CK : 파이프라인 번역

장민,황금하,서충원,최기선 한국정보과학회 언어공학연구회 1999 한국정보과학회 언어공학연구회 학술발표 논문집 Vol.1999 No.10

Dual-scale BERT using multi-trait representations for holistic and trait-specific essay grading

조민수,황금하,권오욱 한국전자통신연구원 2024 ETRI Journal Vol.46 No.1

As automated essay scoring (AES) has progressed from handcrafted techniques to deep learning, holistic scoring capabilities have merged. However, specific trait assessment remains a challenge because of the limited depth of earlier methods in modeling dual assessments for holistic and multi-trait tasks. To overcome this challenge, we explore providing comprehensive feedback while modeling the interconnections between holistic and trait representations. We introduce the DualBERT-Trans-CNN model, which combines transformerbased representations with a novel dual-scale bidirectional encoder representations from transformers (BERT) encoding approach at the document-level. By explicitly leveraging multi-trait representations in a multi-task learning (MTL) framework, our DualBERT-Trans-CNN emphasizes the interrelation between holistic and trait-based score predictions, aiming for improved accuracy. For validation, we conducted extensive tests on the ASAP++ and TOEFL11 datasets. Against models of the same MTL setting, ours showed a 2.0% increase in its holistic score. Additionally, compared with single-task learning (STL) models, ours demonstrated a 3.6% enhancement in average multi-trait performance on the ASAP++ dataset.

가이드 응답의 노이즈 제거 학습을 통한 개선된 오픈 도메인 대화 생성 모델

금빛나,김홍진,황금하,권오욱,김학수 한국정보과학회 2023 정보과학회논문지 Vol.50 No.10

In recent open-domain conversation research, research is actively conducted to combine the strengths of retrieval models and generative models while overcoming their respective weaknesses. However, there is a problem where the generative model either disregards the retrieved response or copies the retrieved response as it is to generate a response. In this paper, we propose a method of mitigating the aforementioned problems. To alleviate the former problem, we filter the retrieved responses and use the gold response together. To address the latter problem, we perform noising on the gold response and the retrieved responses. The generative model enhances the ability to generate responses via denoising training. The effectiveness of our proposed method is verified through human and automatic evaluation.