어휘의미 체계 기반 입체적 국어사전 확장
|
|
|
- 주옥 궁
- 5 years ago
- Views:
Transcription
1 자연어 QA workshop 한국어의미처리시스템 옥철영 울산대학교 컴퓨터정보통신공학부 / 국어국문학과
2 목차 2 한국어의미자원 어휘지도 (UWordMap) 의미역 & UPropBank 한국어의미처리시스템 동형이의어 WSD (UTagger-HM) 의존관계분석 (UTagger-DP) 다의어 WSD (UTagger-PS) 의미역태깅시스템 (UTagger-SR) 개체명인식기 ( UTagger-NE) 시연 ( 한국어어휘지도, UTagger 시스템 )
3 한국어분석단계및현처리수준 3 형태소분석 (98%) 구문분석 (90%) 의미분석 (?) 담화분석 (?) 대화분석 (?)
4 의미론 (Semantics) 4 Lexical Semantics WSD, NER Sentence Semantics Parser, SRL 하나의형태소가문맥에따라여러개의의미로해석될때, 하나의의미를결정 Homograph WSD Polysemy WSD Named Entity Recognition Lexical Semantic Network 문장내의술어 - 논항 (predicateargument) 관계에적합한의미관계 (Semantic Role) 를결정 Subcategorization Semantic Restriction Semantic Role Labeling Ontology & Inference
5 5 한국어의미자원 한국어어휘지도 의미역 & UPropBank 용언의미군집화 & 계층화
6 어휘의미망필요성 6 어휘의미론 (Lexical Semantics) 관점 의미관계 ( 상의어, 하의어, 반의어, 유의어, 부분 / 전체 ) 정립 의미자질을통한개념화 문장의미론 (Sentence Semantics) 관점 통사구조와의미구조분석 논항의의미제약 의미역 (thematic roles) 결정 Exo Brain 의기반지식 QA에서의질의유형, 정답유형판단 어휘의미의개념화 / 범주화 논항의의미제약 의미역기반 triple 구조의 knowledge 표현 다의어 WSD
7 한국어어휘의미망 7 부산대윤애선교수발표자료 (2008) 명칭 구축방식 ( 기반 ) 구축연도 구축기관 의미 / 개념 vs 어휘수 구축품사 KorLex 참조 (PWN) 현재부산대학교 126,653s/143,479w 명, 동, 형, 부, 분류사 한국어시소러스참조 (PWN) 포항공대 18,362s/ 21,390w 명 다국어 DB 참조 (EWN) 고려대민족문화연구소 5,500w 명 CoreNet 참조 (NTT) KAIST 2,938n/ 62,632w 명, 동, 형 U-WIN 직접 ( 표준 ) 현재울산대학교 57,792s/ 430,000w 모든품사 세종전자사전직접 서울대학교 581n/540,000w 모든품사
8 KorLex 8 KorLex 규모 ( 기준, () 는 ) 단위어형신셋어의 Korean WordNet 명사 동사 형용사 부사 계 106,294 17,962 41,107 7, ,350 (90,909) (17,957) (19,694) (3,032) (132,877) 101,869 17,075 18,582 3, ,571 (92,184) (16,937) (18,560) (3,651) (132,943) 121,216 20,346 51,896 9, ,882 (104,417) (20,151) (20,897) (3,123) (150,199) KorLex & 표준국어대사전 mapping 정의문연동 표준국어대사전 Korean WordNet 정의문연동정보 명사동사형용사부사계 74,446 12,225 19, ,419 (67,938) (9,635) (17,639) (2,913) (99,291) 기타사전 , ,202
9 U-WIN(User Word Intelligent Network) 9 U-WIN 의용언어휘망 U-WIN 의명사어휘망 물질 물건 먹이다 먹히다 사동관계 피동관계 먹다 상하관계 먹이 모이 액체 물 약 보약 먹을거리 음식물 오용어먹거리동의관계음식 마시다 높임말관계 방언관계 가루모이 날밥 음료수 식선 동의관계 가루붙이 음식 밥 찬선 반식 간식하다얻어먹다 맛보다 들다 잡수다자시다 묵다 옛말관계 동의관계방언관계 빌어먹다 맛 음석 차반 U-WIN 의부사어휘망 정도부사 아주 매우 몹시 U-WIN ver.1.0(2002 ~ 2007): 160,000 어휘 ( 수작업 ) 표준국어대사전뜻풀이 / 용례다의어태깅 (2008 ~2010) U-WIN ver.1.9 : 420,000 어휘 ( 다의어태깅사전, 2010)
10 상하관계를중심으로한분포 10 U-WIN 분포도 ( 전체 /Non-terminal node 수 ) 노드수 40,000 35,000 30,000 30,201 (9,793) 39,404 (12,082) 38,614 (11,256) 29,271 (9,080) 25,000 2, ,147 (4,891) 15,000 10,000 5, ,355 (1,529) (5009) ,430 (2,450) 5,622 (1,193) 1,240 (334) 459 (112) 186 (26) 49 (8) Depth
11 U-WIN 에서의의미관계 11 어휘의미관계 ( 다의어수준 ) 품사 동의어 (=, ) 반대말 비슷한말 준말본말낮춤말높임말 참고어휘 합계 명사 114,715 4,513 13, , ,561 동사 12,702 1,474 10, ,165 28,451 형용사 1, , ,451 5,894 부사 2, ,722 15,427 합계 131,164 6,498 26,235 1, , ,333
12 뜻풀이및용례의미태깅 (1) 표준국어대사전뜻풀이태깅 다의어수준뜻풀이 : 587,833 다의어 / 동형이의어태깅대상어휘 : 107,306 뜻풀이태깅어휘수 : 3,610,106 표준국어대사전용례태깅 다의어 / 동형이의어태깅대상어휘 : 78,083 용례태깅어휘수 : 1,121,759 작업기간 : 2008 ~ 2010 사전 ( 어휘지식 ) 해독하는컴퓨터 동형이의어 / 다의어 WSD 의미역 triple 추출 개념화 => 어휘지도 38 가격 _ 가격 _ 가격 _ 가결 _ 가결 _ 가결 _ 가결의 _ 가결의 _ 가경 _ 가경 _ 가계 _ 가계 _ 가계 _ 가계 _ 가계 _ 가계 _ 가계 _ 가계 _ 가계 _ 가곡 _ 가곡 _ 가공 _ 가공 _ 가공 _ 가공 _ 가공 _ 가공하다 _ 가공하다 _ 가과 _
13 뜻풀이및용례의미태깅 (2) 13
14 뜻풀이및용례의미태깅 (3) 14
15 용언어휘망 : 하위범주화정보구축 15 (4) (1) (6) (5) (7) (2) (3)
16 부사어휘망 : 부사, 용언, 명사결합정보 16 뜻풀이 / 용례에서추출한부사 - 부사, 부사 - 용언
17 한국어어휘지도 (UWordMap) (1) 17 U-WIN 의용언어휘망 술목관계확장가능영역 + 구체성 + 형상성 U-WIN 의명사어휘망 + 행위성 + 대상성 + 생물성 물질 물건 마시다 먹이다 먹히다 사동관계 피동관계 간식하다얻어먹다맛보다 좋다 옛말관계 방언관계 둏다 빌어먹다 둏다 귀엽다 깜찍하다 어근관계 먹다 상하관계 술목관계 높임말관계 가루모이 먹이 모이 들다잡수다자시다 Constraint : 통사관계제약서술성명사관계 U-WIN 의부사어휘망 술부관계 맹랑하다 어근관계 정도부사 아주 매우 몹시 간식 부사 날밥 어근 방언관계 품사 묵다 액체 물 음료수 접두사 단위 언어단위 접사 약 보약 식선 동의관계 가루붙이 접미사 사례관계 먹을거리 음식물 맛 차반 음식 밥 옛말관계 겨레붙이 살붙이 피붙이 사례관계 동의관계 음석 음식 찬선 반식 방언관계 먹거리 동의관계 금붙이 쇠붙이 고기붙이 사례관계 깜찍 맹랑 붙이 _021 붙이 _022
18 한국어어휘지도 (UWordMap) (2) 18 품사 표준국어대사전 U-WIN ( 계층관계 ) 1 차년도 ( ) UWordMap (Exo Brain Project) 2 차년도 ( ) 3 차년도 ( ) 명사 377, ,774 LCS 72,020 97,410 98,264 동사 90,237 73,694 29,345 46,410 51,336 형용사 21,618 16,853 4,653 7,709 12,438 부사 25,178 17,697 6,186 6,187 6,187 합계 514, , , , ,225
19 한국어어휘지도 Browser (1) 19
20 한국어어휘지도 Browser (2) 20
21 한국어어휘지도 API 21 함수명 GetPS GetHyperWord GetHyperAllWord GetHypoWord GetNRelV GetVRelN GetRelSubCt GetSynSet GetAntSet GetDistance 설명 ( 단어 or 동형 ) 의다의어받아오기단어의 1레벨위의상위어받아오기다의어의모든상위어받아오기다의어의 1레벨아래의하위어받아오기해당용언과논항 ( 격조사 ) 으로관련된명사받아오기해당명사을논항 ( 격조사 ) 으로가지는용언받아오기용언과명사가연결된논항 ( 격조사 ) 받아오기다의어의동의어받아오기다의어의반의어받아오기다의어1과다의어2의거리받아오기 부사기준 API 추가예정 (2015) 어휘간유사도측정 ( 다양한 option 제공 )
22 Mapping UWordMap to WordNet(1) 22 표준국어대사전다의어의미를 WordNet Synset 으로의 mapping 전문용어, 방언제외한 239,000 다의어대상 KorLex-표준국어대사전 mapping 정보활용 ( 약 100,000 entry) 다의어별의미에맞는대역어 (NAVER 사전 ) WordNet synset Mapping 도구
23 Mapping UWordMap to WordNet(2) 23 다의어별의미에맞는대역어 (NAVER 사전 ) WordNet synset
24 Mapping UWordMap to WordNet(3) 24 Mapping 도구기능 Mapping 방법 : WordNet, 직접입력, WordNet+ 직접입력 작업자별통계 보류 검색 ( 기준 )
25 의미역 (Semantic Role) (1) 25 세종의미역 15개 PropBank ArgN 최대 6개 ArgM 13개 ExoBrain 22 개 (2013 결정 ) 격조사의미분석 남승호기준 (16개) + 추가 (6개) 시간격 MANNER 목적 내용 정도 재료 세종전자사전 PropBank Exo-Brain 행위주 Agent 행동주 경험주 경험주 심리경험주 경험주 동반주 동반주 대상격 Theme 대상 처소격 LOC 처소 방향격 DIR 방향 도착격 착점 결과상태 착점 출발격 기점 도구격 INS 도구 영향주 Patient 피동주 기준치 비교기준 목적 목적 내용 내용 자격 TMP MNR 시간 방법 15 개 22 개
26 의미역 (Semantic Role) (2) 26 의미역 행동주 AGT 대상 THM 경험주 EXP 피동주 PAT 자극 STM 처소 LOC 기점 SRC 착점 GOL 원인 CAU 수혜자 BEN 경로 ROU 방향 DIR 목적 PUR 정도 DGR 재료 MAT 도구 INS 시간 TMP 비교기준 CRT 동반주 COM 내용 CNT 자격 ROL 방법 MNR 이, 가, 는, 은 께서, ( 이 ) 라서, 서 을, 를, ㄹ 더러, 보고 에 에게, 한테 에게로, 에게를, 한테로 에서 에게서, 에서부터, ( 으 ) 로부터, 한테서 에다가 에를, 에의, 에야 o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o o ( 으 ) 로 o o o o o o o o o ( 으 ) 로서 ( 으 ) 로써 보다, 처럼, 마따나 o o o o o o o o o o o o o o o 같이 와, 과, 하고, ( 이 ) 랑 고, ( 이 ) 라고 o o
27 의미역 (Semantic Role) (3) 27 UPropBank : 90,090 개 ( 다의어, 동사, 형용사 ) 의필수논항에의미역부여 문형이있는용언 : 41,518 (2013 년 ) 문형이없는용언 ( 자동사, 형용사 ) : 48,572 (2014 년 ) 표제어문형뜻풀이용례의미역부착격틀 감금되다 에 감금. 감금하다 을 에 감금. 감옥에감금되다. 독방에감금되다. 저녁이되자두죄인은좁고어두운방에감금되었다. 자식놈을곳간에감금해놓고아비꼴이어떤가. 사장은 운전수를이상한창고같은방속에감금해버리고는혼자그집안으로사라져버린다. X: 행동주 Z: 처소 - 에 X: 행동주 Y: 대상 - 을 Z: 처소 - 에 감급되다 으로 감급. X: 대상 Z: 정도 - 으로, 착점 감급하다 을 으로 감급. 직원들봉급을 100 만원에서 90 만원으로감급했다. X: 행동주 Y: 대상 - 을 Z: 착점 - 으로 감기다 에 ' 감다 03[1]⑴' 의피동사. 감기다 에 옷따위가몸을친친감듯달라붙다. 감기다 감기다 에 에 음식따위가감칠맛이있게착착달라붙다. 사람이나동물이달라붙어서떠나지아니하다. 감기다 에 음식을너무먹어몸을가누지못하다. 왕거미의거미줄에풍뎅이가감기듯이그가그검은노끈에감기고있었다. 아이들은뛰어가면서발목에감기는개울물의감촉을미리부터즐긴다. 젖은치맛자락이맨살에감기는듯하다. 이불속에감겨있던몸이훌쩍문밖으로나서니추위는살을에는듯하였다. 며칠같이유하면서송도특유의맛깔스러운음식과집에서담근혀에감기는약주술로송별을겸해회포를풀기회를갖고싶어서청해본거였다. 큰아들이혀에착착감기는조청이라면작은아들은목구멍에걸린가시였다. 강아지가내옆에감겨서꼼짝도않는다. 손자가할머니다리에감겨떨어질줄을모른다. 유복이가여러날변변히먹지못하고굶주린끝에배불리먹고음식에감기어서길갈기운이없어졌다. X: 피동주 Z: 도구-에 X: 대상 Z: 착점-에 X: 대상 Z: 착점-에 X: 대상 Z: 착점-에 X: 피동주 Z: 원인-에 감기다 을 ' 감다 01⑴' 의사동사. 눈을감기다. X: 행동주 Y: 대상 - 을 감기다 을 ' 감다 02' 의사동사. 머리를감기다. 어머니는할머니의손톱과발톱도깎아드리고머리도감겨드렸다. 어머니는창포물에언니의머리를감기면서, 여자란머릿결이고와야용모가아름다운것이라고말씀하였다. X: 행동주 Y: 대상 - 을 감기다 에게 을 ' 감다 03[1]' 의사동사. 어머니는아들에게헝클어진실을감겼다. X: 행동주 Z: 피동주 - 에게 Y: 대상 - 을
28 28 한국어의미처리시스템 (UTagger) 동형이의어 WSD(UTagger-HG) 의존관계분석 (UTagger-DP) 다의어 WSD(UTagger-PS) 의미역태깅시스템 (UTagger-SR) 개체명인식기 ( UTagger-NE)
29 의미처리 ( 어휘 WSD) 필요성 29 형태소분석오류 : 문맥반영못함 과도한음주로인해간이좋지않다 / 간이식당에서요기를했다 논이걸어서벼가잘자란다 / 옷을걸어서보관하다 / 걸어서하늘까지 그는칠주야를걸어서울에왔다 / 헤엄을칠줄아는 구문 / 의존관계분석시 Case frame ( 용언 ) 제공 주한미군철수땐일재무장초래 중국과깊이관계 너기저귀차고놀때나는공차고놀았다 전문용어 / 개체명, 합성어, 파생어의의미분석 한국전자통신연구원, 한국전자통신연구원 전기기록 : 前期 + 기록, 電氣 + 기록, 轉機 + 기록 내각제 ( 制 ), 추모제 ( 祭 ), 미국제 ( 製 ), 위염제 ( 劑 ) 표준국어대사전표제어 507,100 개중 125,152 개동형이의어 (25%)
30 UTagger 특징 (1) 30 학습말뭉치기반 세종형태의미부착말뭉치 : 11,116,320 어절 (339 파일 ) 세종원시말뭉치태깅 : 52,338,450 어절 (1,770 파일 ) 학습사전 자체개발파일DB 사용 CKMA : 형태소분석용, 인접형태소 / 품사전이확률 품사 / 동형이의어태깅용, 인접두어절간의전이 : biaf, bief, biff CKMA (Corpus-based Korean Morphology Analysis) 형태소분석 : 기분석어절의형태소간전이확률이용 ( 재현율 99.9%) 불규칙용언에대한분석 / 변형 / 복원규칙없음 체언류 / 용언류형태소분석루틴불필요 띄어쓰기오류어절분석 ( 주민들사이에, 그리기시작했으며, 박전대표위원 )
31 UTagger 특징 (2) 31 품사 / 동형이의어태깅 형태의미주석말뭉치에서 bigram 간의전이확률학습 ( 단계별적용 ) HMM 모델 (2012) SCP( 부분어절조건부확률 ) 모델 (2013) 복합명사 / 접미사동형이의어태깅 미등록어 / 신조어추정 CKMA 기반 사용자사전지원 사용자말뭉치문맥학습 (incremental learning) 기존기본말뭉치 학습기 기본학습사전 사용자말뭉치 사용자말뭉치 형태소분석기 분석결과 분석대상 ( 텍스트 )
32 단계별전이모델 & Viterbi 32 물을 가지러 간 사이 묻 _03/VV+ 을 /ETM 가지 /VV+ 러 /EC 가 /VV+ ㄴ /ETM 사이 _01/NNG 물 _01/NNG+ 을 /JKO 가 /VX+ ㄴ /ETM 사이 _02/NNG 물 _02/NNG+ 을 /JKO 갈 _01/VV+ ㄴ /ETM 사이 _03/NNG 갈 _02/VV+ ㄴ /ETM 간 _01/NNG POS/ 동형이의어동시 Tagging 형태소 /POS 간 _02/NNG biaa : 앞어절전체형태소, 뒷어절전체형태소 biad : 앞어절전체형태소, 뒷어절첫형태소 bild : 앞어절마지막형태소, 뒷어절첫형태소 논문참조 : 정보과학회논문지 39/5, 39/11 (2012)
33 UTagger option ( 대화형사용자용 ) 33
34 UTagger option ( 분석 option) 34 MEMORY 2000 // 학습사전을 load할 memory 양 (KByte), 많을수록빠름 HLX_DIR..\ 학습사전 \ // 학습사전폴더 cache // 캐쉬사용량조절. 윈도우는 권장. 리눅스유닉스는 0 권장 hanja_to_hangul 0 // 입력한자처리한자그대로 (0), 한글로변환 (1) depen // 의존관계분석시용언의의미제약 (UWordMap) 사용 tag_poly_uwm 1 // 다의어태깅 Noun_Attribute 0 // 복합명사분해시속성정보사용여부미사용 (0), 사용 (1) analyzemore 0 // 고유명사분해할최소음절 (3), 고유명사추가분해안함 (0) analyzemorenng 1 // 고유명사분해시, 일반명사도적용 ( 분해할최소음절적용 ) analyzemoreminifreq 5 // 복명명사분해할경우, 분해된구성명사의최소출현빈도 separate_compound 0 // 사전등재복합명사 (A^B, A-B 유형 ) 추가분해여부 Light 2 // CKMA 분석방법 ( 정확률-속도 ): 가장느림 (0), 약간느림 (1), 빠름 (2) tagging 2 // 형태소분석 (CKMA) 만 (0), HMM태깅 (1), SCP태깅 (2) usead 0 // HMM태깅 : 앞어절전체형태소, 뒤어절의첫형태소 useld 0 // HMM태깅 : 앞어절마지막형태소, 뒤어절의첫형태소 useaf 1 // SCP태깅 : 앞어절전체, 뒤어절의첫 2개음절 useef 1 // SCP태깅 : 앞어절의마지막 2개음절, 뒤어절의첫 2개음절 recursive 1 // 띄어쓰기오류재귀분석 probability_equation 0 // 전이확률계산시확률식으로계산 ( 정확률조금낮아짐 )
35 UTagger option ( 출력 option) 35 TAG_STYLE 0 // 울산대 / 세종태그 (0), ETRI 태그 (1) hadaverb 0 // 서술형명사용언어간형 (0), 어근형 (1) print_sense_num 1 // 태깅결과출력시어깨번호출력안함 (0), 동형이의어 (1) hangul_to_hanja 0 // 한자변환안함 (0), 변환 (1), 병기 (2) hanjalevel // 한자변환 / 병기시출력할한자능력검정급수 one_length_hanja_word_no_trans 1 // 1음절한자어변환여부변환 (0), 미변환 (1) ucs2le 1 // 한자출력시유니코드출력안함 (0), 출력 (1) hanja_ucs2 1 // ucs2le=1 일때나라별한자한국ANSI(0), 한국 (1), 대만 (2), 중국 (3), 일본 (4) CATE 1 // 의미매핑정보출력 ( 대화식 ) 없음 (0), 한자-뜻풀이 (1), 의미범주 / 상위어 (2) print_end_empty_line 1 // 줄단위로모든출력이끝나면마지막에빈줄을출력한다. print_original_sentence 0 // 입력문장을출력여부. 안함 (0), 출력 (1) print_one_line_sentence 1 // 태깅결과를한줄로출력. 안함 (0), 출력 (1) print_ex 3 // 태깅결과출력안함 (0), 한줄에한어절 (3) print_depen 1 // 의존관계출력여부안함 (0), 출력 (1), 규칙포함 (2) print_guess_line 0 // 미학습어절별도출력여부안함 (0), 출력 (1) preserve_spliter 1 // 입력문장에서어절사이에띄어쓰기모양유지여부안함 (0), 유지 (1) preserve_newline 1 // 입력빈줄출력여부안함 (0), 유지 (1) debug_msg 1 // 콘솔로실행시각종디버깅용메세지를출력. 0안함. 1사용
36 UTagger 성능평가 (1) 36 형태소분석 tagging 2010 년 2012 년 2013 년 규칙기반 (icma) HMM 학습기반 (CKMA) HMM (AD,LD) 정확률 88.93% 96.49% 학습사전 : 세종형태의미말뭉치 1 천만어절대상, 약 1G 학습기반 (CKMA) SCP (AF,EF,FF) 96.37% (2013) 96.53%(2015) 속도 (full option) 180sec 42.6sec 25.7sec 공유메모리지원안함지원지원 띄어쓰기오류처리 복합명사의미분석 처리못함 기분석어절포함된경우분석 기분석어절포함된경우분석 못함분석 ( 접사포함 ) 분석 ( 접사포함 ) Code ( 한자 ) KS5601 KS5601 Unicode
37 UTagger-HM 성능평가 (2) 단어눈손말거리바람 동형이의어 /POS 학습사전출현빈도 10% 정답 UTagger 태깅 정답률 눈 01/NNG 12,455 1,236 1, % 눈 04/NNG 1, % 소계 13,834 1,377 1, % 손 01/NNG 9, % 손 05/NNB % 손 08/NNP % 손 09/NNG % 소계 9, % 말 01/NNG 34,136 3,337 3, % 말 03/NNB % 말 05/NNG % 말 07/NNG % 말 11/NNB 2, % 소계 37,563 3, % 거리 01/NNG 2, % 거리 02/NNB % 거리 04/NNB % 거리 08/NNG 1, % 소계 3, % 바람 01/NNB 1, % 바람 01/NNG 3, % 바람 02/NNG % 소계 4, % 자리의사점밤목 자리 01/NNG 7, % 자리 02/NNG % 소계 7, % 의사 02/NNG 1, % 의사 03/NNG % 의사 04/NNG % 의사 09/NNG % 의사 11/NNG % 의사 12/NNG 1, % 의사 14/NNG % 소계 2, % 점 02/NNG % 점 03/NNG % 점 10/NNB 1, % 점 10/NNG 9, , % 소계 11,491 1,189 1, % 밤 01/NNG 5, % 밤 02/NNG % 소계 5, % 목 01/NNG 1, % 목 09/NNG % 목 10/NNG % 목 12/NNG % 목 13/NNG % 목 14/NNG % 37 소계 2, %
38 UTagger-DP( 의존관계분석 ) (1) 38 문장구성성분의의존관계분석 UTagger-HM 의분석결과이용 : 동형이의어분별 동형이의어용언의문형정보활용 차 01/VV : 에 으로 독에물이차다 차 02/VV : 을 공을차다 / 혀를차다 차 03/VV : 에 을 허리에칼을차다 차 04/VA : 성격이차고매섭다 / 바람이차다 서술성명사 중국과깊이관계한협상은 중국 01/NNP+ 과 /JKB 깊이 02/MAG 관계하 /VV+ ㄴ /ETM 협상 01/NNG+ 은 /JX 중국과깊이관계 중국 01/NNP+ 과 /JKB 깊이 02/MAG 관계 05/NNG?? 규칙기반정확률 : 85.53% ( 의존관계로변환된세종구문분석말뭉치대상 ) 기계학습기반의존관계분석 (2015) : 정확률??.??% > 87%
39 UTagger-DP( 의존관계분석 ) (2) UTagger-DP (ver. 0.9)
40 UTagger-DP( 의존관계분석 ) (3) 40 규칙기반정확률 : 85.53% ( 의존관계로변환된세종구문분석말뭉치 ) 규칙번호 정답 오답 규칙적용 전체비율 정확률 rule_1 3, , rule_2 46, , rule_3 2, , rule_4 55,565 10,330 65, rule_5 7,685 2,360 10, rule_6 8, , rule_ rule_ rule_9 34,008 5,106 39, rule_ rule_11 2, , rule_ rule_13 47, , rule_14 16,089 2,876 18, rule_15 29,330 2,392 31, rule_16 6, , rule_ rule_18 2, , rule_ rule_ rule_21 2, , 규칙번호 정답 오답 규칙적용 전체비율 정확률 rule_22 3,203 1,575 4, rule_ rule_ , rule_ rule_26 1, , rule_27 10,145 3,919 14, rule_ rule_29 8,334 7,380 15, rule_30 2, , rule_ rule_32 1,599 1,021 2, rule_33 2, , rule_ rule_ rule_36 3,001 1,301 4, rule_ rule_ rule_ rule_40 13,904 7,602 21, total 318,462 53, , UTagger 오류 3,605
41 UTagger-PS( 다의어 WSD) (1) 41 의미분석과정 다의어의미분석시작 밥 의상위탐색 형태소분석 동형이의어분석 입력 : 밥을먹다. 밥을먹다 용언앞의논항추출 1 밥 (?) 이없음 2 확장탐색 UWordMap 과비교를통한다의어별가중치측정 논항별어휘망내의위치 먹다 의 [ 을 ] 의논항 _ 다의어결정 다의어의미분석완료 41
42 UTagger-PS( 다의어 WSD) (2) UTagger-PS (ver. 0.5) 동형이의어분별후어휘지도상에서 용언-명사 발견 의존관계사용하지않음 용언의왼쪽, 오른쪽어절에대해다른가중치적용
43 UTagger-PS( 다의어 WSD) (3) 43 전체다의어대상실험 ( ) 표준국어대사전에서용언을포함하는용례대상 : 210,426 문장 현재의어휘지도구축현황 (18 쪽참고 ) 명사부사동사형용사합계 정답 572,182 74, ,613 88,567 1,072,654 Base line 430,660 48, ,440 40, ,577 ( 첫번째다의어 ) (75.27%) (64.84%) (51.96%) (45.51%) (64.75%) 어휘지도를이용한 418,873 47, ,799 43, ,898 다의어 WSD (73.21%) (64.05%) (56.81%) (49.27%) (65.44%)
44 UTagger-SR (UPropBank 기반의미역부착도구 ) (1) 44 의미역부착말뭉치구축 (31 개파일, 2014) 세종구구조부착말뭉치를의존구조로변경 수작업으로의미역부착 개별의미역통계 용언별로격조사-의미역통계 전체서술어개수 240,747 의미역부착서술어개수 181,404 UPropBank 다의어수준, 90,090 용언 동형이의어수준으로의미역통합 행동주 (AGT) 48,150 경험주 (EXP) 3,085 피동주 (PAT) 5,095 동반자 (COM) 3,073 대상 (THM) 129,919 기점 (SRC) 8,200 착점 (GOL) 20,718 처소 (LOC) 12,197 자극 (STM) 412 원인 (CAU) 3,519 비교기준 (CRT) 6,404 시간 (TMP) 6,946 정도 (DGR) 3,583 방법 (MNR) 7,652 자격 (ROL) 1,741 재료 (MAT) 341 도구 (INS) 2,975 경로 (ROU) 250 방향 (DIR) 2,291 수혜자 (BEN) 1,289 내용 (CNT) 7,910 목적 (PUR) 548
45 UTagger-SR (UPropBank 기반의미역부착도구 ) (2) 45
46 UTagger-SR (UPropBank 기반의미역부착도구 ) (3) 46 실험결과 65,529개문장 59,257개문장격조사-용언별의미역통계 6,272개문장실험 방법태깅정답수의미역수정확률 (%) UPropBank & 후보 1 개 5,548 7, 후보 2 개이상이거나없을때, 격조사별의미역빈도 후보 2 개이상이거나없을때, 격조사 - 용언별의미역빈도 후보 2 개이상이거나없을때, 뒤서술어에대해서격조사 - 용언별의미역빈도 7,390 10, ,891 11, ,882 10,
47 UTagger-NE ( 개체명인식기 ) (1) 47 의미범주 : ETRI 대분류 + UWordMap 의상위노드참조 (13 개범주 ) 범주명 의미 범주명 의미 [PER] 사람 [ACC] 정도 [KNW] 지식 [ACT] 활동 [MAT] 물질 [ANM] 동물 [CHR] 성질 [PNT] 식물 [ORG] 조직 [REL] 관계 [SPC] 공간 [ETC] 기타 [TME] 시간
48 UTagger-NE ( 개체명인식기 ) (2) 48 UTagger-NE (ver. 1.0) 사용자의미범주정의기능 신경회로망기반학습 자동태깅및수정
49 UTagger-NE ( 개체명인식기 ) (3) 49 실험 (PLO) 결과 문서 PER ORG LOC 소계 정확률 (%) 신문1 172/ / / / 신문2 42/52 134/ / / 신문3 109/ / / / 백과사전1 111/ / / / 백과사전2 134/ / / / 소설1 225/237 4/5 59/81 288/ 소설2 33/34 2/2 81/89 116/ 소설3 65/67 7/8 21/35 93/ 합계 891/978 1,046/1,169 1,504/1,712 3,441/3,859 정확률 (%)
50 추가연구 (2015) 50 향상된의존관계파서를적용 용언과논항의관계를보다정확히파악 어휘지도활용 미학습동형이의어태깅 의존관계분석시의미제약 의미역태깅 의미범주 다의어분석대상확대 ( 동사, 형용사 ) + 명사 수의논항에의한 WSD 방법 50
51 한국어처리시스템 U Series 51 UTagger-HM (96.6%) ~ 2013 동형이의어 WSD UTagger-DP (90%) ~ 2015 UCorpus - 품사주석 (1억어절 ) - 동형이의어주석 (6천) - 의존관계주석 (1천) - 개체명 / 범주주석 - 의미역주석 (1천) 다의어 WSD/SRL UTagger-SR (85%) ~ 2016 NER UKnowl (100M) ~2018 UWordMap
52 현재의정확률을 2% 개선시키기위해서는 Lexical Semantics WSD, NER Sentence Semantics Parser, SRL 하나의형태소가문맥에따라여러개의의미로해석될때, 하나의의미를결정 Homograph WSD Polysemy WSD Named Entity Recognition Lexical Semantic Network 문장내의술어 - 논항 (predicateargument) 관계에적합한의미관계 (Semantic Role) 를결정 Subcategorization Semantic Restriction Semantic Role Labeling Ontology & Inference
53 시연 53 연구실홈페이지 : DEMO WordsMap Browser : UWIN전체대상 형태소 / 동형이의어태깅시스템 (UTagger-HM) (WEB용) 한자자동변환시스템 다의어 WSD 아래한글에 UTagger-HM addon UTagger-SR ( 격틀사전기반의미역부착도구 ) UTagger-NE ( 개체명인식기 )
54 맺음말 54 Q & A okcy@ulsan.ac.kr ( ) 울산대학교한국어처리연구실 / 지능형컴퓨터연구실
이보고서는 2010 년한국언론진흥재단의언론진흥기금을지원받아수행한것입니다. 보고서의내용은한국언론진흥재단의공식견해가아닌연구자의연구결과임을밝힙니다. 목 차 요약문 ⅳ Ⅰ. 서론 1 5 6 7 7 11 13 14 14 16 18 21 29 40-1 - 47 47 48 66 68 69 70 70 71 72 72 73 74-2 - < 표 > 목차 표 1 대한매일신보보급부수
< B3EDB9AEB8F1C2F728332D362936BFF92E687770>
KIPS Tr. Software and Data Eng. Vol.3, No.6 pp.219~230 pissn: 2287-5905 동형이의어분별에의한한국어의존관계분석 219 http://dx.doi.org/10.3745/ktsde.2014.3.6.219 An Analysis of Korean Dependency Relation by Homograph Disambiguation
Naver.NLP.Workshop.SRL.Sogang_Alzzam
: Natra Langage Processing Lab 한국어 ELMo 모델을이용한의미역결정 박찬민, 박영준 Sogang_Azzam Naver NLP Chaenge 서강대학교자연어처리연구실 목차 서론 제안모델 실험 결론 2 서론 의미역결정이란? 문장의술어를찾고, 그술어와연관된논항들사이의의미관계를결정하는문제 논항 : 의미역이부여된각명사구의미역 : 술어에대한명사구의의미역할
000논문집-목차
ISSN 2005-3053 2015년도제27회한글및한국어정보처리학술대회 The 27 th Annual Conference on Human & Cognitive Language Technology 한글및 한국어정보처리 일시: 2015년 10월 16 일( 금) ~ 17 일( 토) 장소: 전주대학교예술관 jj 아트홀, 스타센터다목적홀 주최: 한국정보과학회, 한국인지과학회
08( ) CPLV15-64.hwp
ISSN 2383-6318(Print) / ISSN 2383-6326(Online) KIISE Transactions on Computing Practices, Vol. 22, No. 2, pp. 107-112, 2016. 2 http://dx.doi.org/10.5626/ktcp.2016.22.2.107 세종전자사전과준지도식학습방법을이용한용언의어의중의성해소
슬라이드 1
들어가기 학습내용 한국어어휘교육의내용 학습목표 1 2 3 한국어어휘교육의필요성을설명할수있다. 한국어어휘의특징과종류를설명할수있다. 한국어어휘의한국어교육학적특징을설명할수있다. 학습하기 1 어휘교육의필요성 한국어어휘의특징 1 어휘교육의필요성 1) 언어습득의면 어린이의언어습득은어휘에서출발 맘마 엄마, 맘마 나인형좋아 성인이모국어에서모르는것은오직어휘 1 어휘교육의필요성
제5장 형태소분석
제 5 장형태소분석 형태소분석 형태소의정의 의미가있는최소의단위 (minimally meaningful unit) 문법적, 관계적인뜻을나타내는단어또는단어의부분 형태소분석 단어 ( 또는어절 ) 를구성하는각형태소분리 분리된형태소의기본형및품사정보추출 2 형태소분석과정 형태소분석과정 분석후보생성 문법규칙에맞는후보생성 형태소분리와기본형추정 분석후보로부터옳은결과선택 형태소끼리의결합제약조건만족
국립국어원 발간등록번호 한국어어휘의미체계기반입체적기본어휘사전구축연구 연구책임자 : 옥철영 ( 울산대학교 ) 울산대학교
국립국어원 2008-01-24 발간등록번호 11-1371028-000010-01 한국어어휘의미체계기반입체적기본어휘사전구축연구 국립국어원 2008-01-24 발간등록번호 11-1371028-000010-01 한국어어휘의미체계기반입체적기본어휘사전구축연구 연구책임자 : 옥철영 ( 울산대학교 ) 울산대학교 제출문 국립국어원장귀하 한국어어휘의미체계기반입체적기본어휘사전구축연구
한국어어휘지도개요 자연언어의어휘적의미 구문적의미 담화적의미를바탕으로행위나현상 상태등에담긴의미론적 개념론적특성을포함하고있는의미적언어자원구축에대한연구는다양하게이루어지고있다 국외에서는 등이대표적이며 국내에서는카이스트의 의어휘개념망 부산대의 등이대표적이라할수있다 코어넷 은다국
한국어어휘지도 구축 울산대학교 옥철영 한국어어휘지도개요 자연언어의어휘적의미 구문적의미 담화적의미를바탕으로행위나현상 상태등에담긴의미론적 개념론적특성을포함하고있는의미적언어자원구축에대한연구는다양하게이루어지고있다 국외에서는 등이대표적이며 국내에서는카이스트의 의어휘개념망 부산대의 등이대표적이라할수있다 코어넷 은다국어어휘의미망으로서 여개의개념이한국어 중국어 일본어로대응되어동일한개념체계를공유한다
<C5D8BDBAC6AEBEF0BEEEC7D02D3336C1FD2E687770>
텍스트언어학 36, 2014, pp. 149~177 빅데이터 적정 텍스트 추출을 위한 언어학적 접근 - 학교폭력 관련 텍스트를 중심으로- 남길임(경북대) 송현주(계명대) 이수진(경북대) Nam, Kilim, Song, Hyunju, Lee, Soojin 2014. Linguistic approach for Document Classification on Big
Microsoft PowerPoint - chap02-C프로그램시작하기.pptx
#include int main(void) { int num; printf( Please enter an integer "); scanf("%d", &num); if ( num < 0 ) printf("is negative.\n"); printf("num = %d\n", num); return 0; } 1 학습목표 을 작성하면서 C 프로그램의
10(833-) SAA13-24.hwp
한국어 어휘의미망 U-WIN을 이용한 한국어 복합명사 의미 분석 833 한국어 어휘의미망 U-WIN을 이용한 한국어 복합명사 의미 분석 [Semantic Analysis of Korean Compound Noun using Lexical Semantic Network(U-WIN)] 배영준 옥 철 영 (Young-Jun Bae) (Cheol-Young Ock)
Big Data Analysis Using RHINO
Big Data Analysis using RHINO ICEC 2016 HoF-02 Aug. 19(Fri.) 14:00-15:30 Sukjae Choi Research Professor, Humanitas Big Data Research Center 목차 형태소분석 3 RHINO 특징 13 RHINO 이용 18 부록 : Java, Eclipse, R, R Studio
정보 사회와 컴퓨터
17. 전자사전구축 2002 년 7 월 국민대학교컴퓨터학부 강승식 목차 1. 전자사전의필요성 2. 전자사전종류 : 분석 / 변환 / 생성등 3. NLP에필수적인사전정보 4. 사전구조와탐색방법 5. 맺음말 2009-03-03 2 전자사전을구축하는이유? 형태소분석의예 < 입력어절, 분석결과 > 기분석사전 < 단어, 품사정보 > + 규칙 + 기분석사전 기계번역의예
KCC2011 우수발표논문 휴먼오피니언자동분류시스템구현을위한비결정오피니언형용사구문에대한연구 1) Study on Domain-dependent Keywords Co-occurring with the Adjectives of Non-deterministic Opinion
KCC2011 우수발표논문 휴먼오피니언자동분류시스템구현을위한비결정오피니언형용사구문에대한연구 1) Study on Domain-dependent Keywords Co-occurring with the Adjectives of Non-deterministic Opinion 요약 본연구에서는, 웹문서로부터특정상품에대한의견문장을분석하는오피니언마이닝 (Opinion
자연언어처리
제 1 장자연언어처리의개념 자연언어 자연언어란? 정보전달의수단 인간고유의능력 인공언어에대응되는개념 특정집단에서사용되는모국어의집합 한국어, 영어, 불어, 독일어, 스페인어, 일본어, 중국어등 인공언어란? 특정목적을위해인위적으로만든언어 자연언어에비해엄격한구문을가짐 형식언어, 에스페란토어, 프로그래밍언어 제 1 장자연언어처리의개념 2 자연언어처리 자연언어처리란?
고3-02_비문학_2_사회-해설.hwp
비문학 기출 제재별 문제 모음 (2007~2011학년도 학력평가) 정답 및 해설 사회 2 비문학 사회 01 사회 2011 학년도 10 월학력평가 정답과해설 사회 1 2012 학년도 11 월모의평가 ( 대전 ) 1. 이해한내용으로추론하는능력을파악하는문제이다. 1 7. 유사한사례를파악한다. 5 [ 오답풀이 ] 2. 이해한내용을바탕으로적용할수있는능력을파악하는문제이다.
웹 기반 네트워크 모니터링 및 분석 시스템의 설계와 구현
공학석사학위논문 Word Embedding 자질을이용한 한국어개체명인식 2015 年 12 月 창원대학교 대학원 친환경해양플랜트 FEED 공학과 최윤수 공학석사학위논문 Word Embedding 자질을이용한 한국어개체명인식 Korean Named Entity Recognition Using Word Embedding Features 지도교수차정원 이논문을공학석사학위논문으로제출함.
DBPIA-NURIMEDIA
92 정보과학회논문지 : 소프트웨어및응용제 36 권제 1 호 (2009.1) 한국어어휘의미망 KorLex 1.5 의구축 (Construction of Korean Wordnet KorLex 1.5 ) 윤애선 황순희 이은령 권혁철 (Aesun Yoon) (Soonhee Hwang) (Eunryoung Lee) (Hyuk-Chul Kwon) 요약 1980년대중반부터지난
국어 순화의 역사와 전망
전문용어의국어화 강현화 1. 들어가기 이해할 수 있는 쉬운 언어 사용의 전형을 만들고자 노력하고 있다. 따라서 본고는 전문 용어의 사용자가 전문가뿐만 아니라 일반인도 포 될 수 있다는 데에서 출발한다. 이러한 출발점을 시작으로 과연 전문 함 용어의 국어화가 어떻게 나아가야 하는지에 대해 고민해 보고자 한다. 2. 전문 용어 연구의 쟁점 2.1. 전문 용어
5-03-Â÷¼¼´ëÀ¥Iš
141 142 Ver. 2011 143 144 Ver. 2011 145 146 Ver. 2011 147 148 Ver. 2011 149 150 Ver. 2011 151 152 Ver. 2011 153 154 Ver. 2011 155 156 Ver. 2011 157 158 Ver. 2011 159 160 Ver. 2011 161 162 Ver. 2011 163
English Language and Linguistics 20(2) 93 영어우향전위구문에대한소고 말뭉치자료를중심으로 김옥기 김종복 경희대학교 서론 영어에서흔히사용되는이른바전위구문 은아래 에서제시된좌향전위구문 과 와같은우향전위구문 으로구분될수있다 위예문에서알수있듯이두
English Language and Linguistics 20(2) 93 영어우향전위구문에대한소고 말뭉치자료를중심으로 김옥기 김종복 경희대학교 서론 영어에서흔히사용되는이른바전위구문 은아래 에서제시된좌향전위구문 과 와같은우향전위구문 으로구분될수있다 위예문에서알수있듯이두구문은서로표면구조상명확한차이점을보이고 있다 의 경우명사구 는이와공지시 하는요소 본논문은 년
<28C3D6C1BE29C7D1B1B9BEEEB9AEB9FDB7D028317E3134292D3132303232312E687770>
한국어 문법론(제1차 시) 한국어 문법론 개 요 * 주제 제1장 한국어 문법의 개요 제2장 문장의 구조 제3장 문장 성분(주어, 목적어) * 학습 내용 1. 강의 개요, 강의 목표 2. 한국어 문법의 개요 3. 문장의 구조 : 어순, 기본 문형 4. 문장 성분 1 주어, 2 목적어 * 학습 목표 1. 한국어의 특징과 문법, 문장 구조를 안다. 2. 한국어 문장
제 26 회한글및한국어정보처리학술대회논문집 (2014 년 ) 한국어 NLP2RDF 프레임워크 원유성 한국과학기술원, Semantic Web Research Center {styner0305, jiwoo35, prismriver, hahmyg,
한국어 NLP2RDF 프레임워크 원유성 한국과학기술원, Semantic Web Research Center {styner0305, jiwoo35, prismriver, hahmyg, kschoi@kaist.ac.kr Korean NLP2RDF Framework Yousung Won O, Jiwoo Seo, Jeonguk Kim, YoungGyun Hahm,
<28C6EDC1FD FBBF5B1B9BEEEBBFDC8B C3D6C1BE2E687770>
특집 4 21 세기세종말뭉치제대로살펴보기 언어정보나눔터활용하기 황용주 최정도 국립국어원 1. 서론 잘알려져있다시피 21세기세종계획 은 1997년에그계획이수립되었고이듬해인 1998년부터 2007년까지 10년동안시행된한국의국어정보화중장기발전계획이다 ( 홍윤표, 2009). 이사업을통해한국어연구를목적으로하는기초자료에대한갈증을상당히풀게된것이사실이다. 최초이글은 21세기세종계획
PowerPoint 프레젠테이션
차세대정보컴퓨팅기술개발사업 한국어정보처리원천기술연구개발워크샵및연구성과물발표회 2019 년 02 월 19 일국민대학교 7 호관 445 호 총괄책임자 : 강승식 ( 국민대학교 ) 제 1 세부 : 강승식 ( 국민대학교 ) 제 2 세부 : 박혁로 ( 전남대학교 ) 제 3 세부 : 김학수 ( 강원대학교 ) 차세대정보컴퓨팅기술개발사업 한국어정보처리원천기술연구개발워크샵및연구성과물발표회
Microsoft PowerPoint - WiseNLU(ETRI, 임수종) 배포본
WiseNLU: 지식처리를 위한 자연어 의미 이해 기술 2015. 8. 21. 임수종/이충희/임준호/김현기 ETRI 지식마이닝연구실 1/69 1/63 과제개념 : WiseQA 복잡한자연어로기술된문제의의미를이해하고정답을추론하여생성함 자연어질문 연구목표 자연어질의응답 문제이해정답후보추론최적정답생성 정답, 근거, 정확도 휴먼피드백 자연어어휘 / 문장 / 문맥간의미이해기술개발
Microsoft Word - src.docx
TTAK..KO-11.0010/R1 개정일 : 2015 년 06 월 23 일 T T A S t a n d a r d 형태소태깅말뭉치작성용품사태그세트 Part-of-Speech Tag Set for Morphological Annotationn of Written Texts 정보통신단체표준 ( 국문표준 ) TTAK.KO-11.001 10/R1 개정일 : 2015
2003report250-12.hwp
지상파 방송의 여성인력 현황 및 전문화 방안 연구 한국여성개발원 발간사 Ⅰ....,.,....... .. Ⅱ. :...... Ⅲ.,,. ..,.,.... 9 1 1.. /.,. PD,,,,, / 7.93%. 1%... 5.28% 10.08%. 3.79%(KBS MBC), 2.38 %(KBS MBC) 1%...,. 10. 15. ( ) ( ), ( ) ( )..
도약종합 강의목표 -토익 700점이상의점수를목표로합니다. -토익점수 500점정도의학생들이 6주동안의수업으로 점향상시킵니다. 강의대상다음과같은분들에게가장적합합니다. -현재토익점수 500점에서 600점대이신분들에게가장좋습니다. -정기토익을 2-3번본적이있으신분
도약종합 -토익 700점이상의점수를목표로합니다. -토익점수 500점정도의학생들이 6주동안의수업으로 100-200점향상시킵니다. -정기토익을 2-3번본적이있으신분. -수업도많이들어봤고, 문제도많이풀었지만문법정리가제대로되지않은분. 강의특징수업시간에토익과관련없는사적인잡담으로시간낭비하지않는수업입니다. LC : 파트별집중정리한문제풀이로유형을익혀나가는수업입니다. RC
2017 년 6 월한국소프트웨어감정평가학회논문지제 13 권제 1 호 Abstract
2017 년 6 월한국소프트웨어감정평가학회논문지제 13 권제 1 호 Abstract - 31 - 소스코드유사도측정도구의성능에관한비교연구 1. 서론 1) Revulytics, Top 20 Countries for Software Piracy and Licence Misuse (2017), March 21, 2017. www.revulytics.com/blog/top-20-countries-software
DBPIA-NURIMEDIA
60 정보과학회논문지 : 소프트웨어 및 응용 제 37 권 제 1 호(2010.1) 한국어 수분류사 어휘의미망 KorLexClas 1.5 (KorLexClas 1.5: A Lexical Semantic Network for Korean Numeral Classifiers) 황 순 희 권 혁 철 윤 애 선 (Soonhee Hwang) (Hyuk-Chul Kwon)
강의계획서 과목 : JUN s TOEIC 700+( 도약 ) 2017년 3차강사 : 황준선 교재 : ETS 토익기본서 (RC&LC)+ 수업부교재 (JUN s TOEIC 700+) + 품사별추가문제 +Mini Test 수업목표 : LC & RC 필수기본전략수립및 GRAM
강의계획서 과목 : JUN s TOEIC 700+( 도약 / 단과 ) 2017년 3차강사 : 황준선 교재 : ETS 토익기본서 (RC)+ 수업부교재 (JUN s Toeic 700+)+ 추가문제 + 품사별추가문제 수업목표 : 총체적문장구조의이해 & 확립을통한품사 + 어휘유형 100% 정답및 Part 7 Key Word Location 훈련을통한 350+ 목표
PowerPoint 프레젠테이션
엑소브레인자연어질의응답기술 김현기 언어지능연구그룹, 한국전자통신연구원 1. 엑소브레인의지능은? 2. 엑소브레인의성장과현재 3. 엑소브레인의미래 c 2017, ETRI All Rights Reserved 2 다시시작된인공지능을제대로이해하려면 인간의지능 = 학습능력 + 문제해결능력 다중지능 : 다수의지능들은항상서로교류하면서작용 (Howard Gardner, 1983)
#7단원 1(252~269)교
7 01 02 254 7 255 01 256 7 257 5 10 15 258 5 7 10 15 20 25 259 2. 어휘의 양상 수업 도우미 참고 자료 국어의 6대 방언권 국어 어휘의 양상- 시디(CD) 수록 - 감광해, 국어 어휘론 개설, 집문당, 2004년 동북 방언 서북 방언 중부 방언 서남 방언 동남 방언 제주 방언 어휘를 단어들의 집합이라고 할 때,
lkh
XML 을이용한주석말뭉치의구조화와활용 이기황 연세대학교 kihwang.lee@yonsei.ac.kr 1. 머리말 이글에서는구조화문서의마크업을위한메타언어인 XML(eXtensible Markup Language) 를이용하여주석말뭉치를구조화하고, 이를언어연구에활용하는방법을몇 가지예를통하여제시하고자한다. 현재문화관광부및국립국어원에서는 21 세기세종계획 을통하여대규모의언어
DIY 챗봇 - LangCon
without Chatbot Builder & Deep Learning bage79@gmail.com Chatbot Builder (=Dialogue Manager),. We need different chatbot builders for various chatbot services. Chatbot builders can t call some external
DBPIA-NURIMEDIA
한국어용언위계구조자동구축 * 1) 송상헌 최재웅 * (Univ. of Washington 고려대학교 ) Sanghoun Song Jae-Woong Choe, 2012. Automatic Construction of Verbal Type Hierarchy for Korean. Language and Linguistics 54, 201-238. This paper
슬라이드 1
1 언어의두가지모습과언어학 5 1. 언어수행 (linguistic performance): 실제대화상황에 서사용하는언어 (the actual use of language in concrete situations) 2. 언어능력 (linguistic competence): 머릿속에저장되어 있는언어지식 (the mental knowledge that a speaker
Microsoft PowerPoint - MetadataandOntology.ppt
메타데이터와온톨로지 Metadata and Ontology 고영만성균관대학교문헌정보학과 http://slisnet.skku.ac.kr/~ymko Email: ymko@skku.ac.kr 메타데이터와온톨로지의관계 상황 서로다른데이터베이스가같은개념에대해서로다른식별자 ( 태그 ) 나서로다른단어를사용하는경우가점점많아지고있음. 문제점 전문분야가같은경우데이터베이스간의상호교환에많은문제가야기되며,
[PyConKR2017] 노가다 없는 텍스트 분석을 위한 한국어 NLP
![[PyConKR2017] 노가다 없는 텍스트 분석을 위한 한국어 NLP](/thumbs/91/104760341.jpg "[PyConKR2017] 노가다 없는 텍스트 분석을 위한 한국어 NLP")
노가다없는텍스트분석을위한한국어 NLP 파이콘코리아 2017 김현중 (soy.lovit@gmail.com) 1 노가다없는텍스트분석을위한한국어 NLP Hyunjoong Kim soy.lovit@gmail.com 2 KoNLPy 는 Python 에서사용할수있는한국어자연어처리패키지 from konlpy.tag import Kkma kkma = Kkma() print(kkma.nouns(u'
ISSN 2005-3053 2013 년도 제 25 회한글및한국어정보처리학술대회 한글및 한국어정보처리 일시 : 2013 년 10 월 11 일 ( 금 ) ~ 12 일 ( 토 ) 장소 : 국민대학교경상관 n 주최 : 한국정보과학회, 한국인지과학회 n 주관 : 한국정보과학회언어공학연구회, 국민대학교공개소프트웨어연구소 n 후원 : 한국전자통신연구원, KISTI, (
< E20C6DFBFFEBEEE20C0DBBCBAC0BB20C0A7C7D12043BEF0BEEE20492E707074>
Chap #2 펌웨어작성을위한 C 언어 I http://www.smartdisplay.co.kr 강의계획 Chap1. 강의계획및디지털논리이론 Chap2. 펌웨어작성을위한 C 언어 I Chap3. 펌웨어작성을위한 C 언어 II Chap4. AT89S52 메모리구조 Chap5. SD-52 보드구성과코드메모리프로그래밍방법 Chap6. 어드레스디코딩 ( 매핑 ) 과어셈블리어코딩방법
SW 2015. 02 5-1 89
SW 2015. 02 88 SW 2015. 02 5-1 89 SW 2015. 02 5-2 5-3 90 SW 2015. 02 5-4 91 SW 2015. 02 5-5 5-6 92 5-7 SW 2015. 02 93 SW 2015. 02 5-8 5-1 94 SW 2015. 02 5-9 95 SW 2015. 02 5-10 5-2 96 SW 2015. 02 5-11
1 SW 2015. 02 26
02 1 SW 2015. 02 26 2-1 SW 2015. 02 27 SW 2015. 02 2-1 28 SW 2015. 02 29 2 SW 2015. 02 2-2 30 2-2 SW 2015. 02 31 SW 2015. 02 32 2-3 SW 2015. 02 33 3 SW 2015. 02 2-3 34 2-4 SW 2015. 02 35 4 SW 2015. 02
?털恬묵
CONTENTS 2000 2000 006 007 017 027 037 047 057 067 077 2012 2013 087 097 107 117 127 135 145 155 165 6 about COMPANY Case 01 8 9 Case 01 10 11 Case 01 12 13 Case 01 14 15 Case 01 16 about COMPANY Case
第 1 節 組 織 11 第 1 章 檢 察 의 組 織 人 事 制 度 등 第 1 項 大 檢 察 廳 第 1 節 組 대검찰청은 대법원에 대응하여 수도인 서울에 위치 한다(검찰청법 제2조,제3조,대검찰청의 위치와 각급 검찰청의명칭및위치에관한규정 제2조). 대검찰청에 검찰총장,대
第 1 章 檢 察 의 組 織 人 事 制 度 등 第 1 節 組 織 11 第 1 章 檢 察 의 組 織 人 事 制 度 등 第 1 項 大 檢 察 廳 第 1 節 組 대검찰청은 대법원에 대응하여 수도인 서울에 위치 한다(검찰청법 제2조,제3조,대검찰청의 위치와 각급 검찰청의명칭및위치에관한규정 제2조). 대검찰청에 검찰총장,대검찰청 차장검사,대검찰청 검사,검찰연구관,부
목차 BUG 문법에맞지않는질의문수행시, 에러메시지에질의문의일부만보여주는문제를수정합니다... 3 BUG ROUND, TRUNC 함수에서 DATE 포맷 IW 를추가지원합니다... 5 BUG ROLLUP/CUBE 절을포함하는질의는 SUBQUE
ALTIBASE HDB 6.3.1.10.1 Patch Notes 목차 BUG-45710 문법에맞지않는질의문수행시, 에러메시지에질의문의일부만보여주는문제를수정합니다... 3 BUG-45730 ROUND, TRUNC 함수에서 DATE 포맷 IW 를추가지원합니다... 5 BUG-45760 ROLLUP/CUBE 절을포함하는질의는 SUBQUERY REMOVAL 변환을수행하지않도록수정합니다....
<4D F736F F F696E74202D20B8AEB4AABDBA20BFC0B7F920C3B3B8AEC7CFB1E22E BC8A3C8AF20B8F0B5E55D>
리눅스 오류처리하기 2007. 11. 28 안효창 라이브러리함수의오류번호얻기 errno 변수기능오류번호를저장한다. 기본형 extern int errno; 헤더파일 라이브러리함수호출에실패했을때함수예 정수값을반환하는함수 -1 반환 open 함수 포인터를반환하는함수 NULL 반환 fopen 함수 2 유닉스 / 리눅스 라이브러리함수의오류번호얻기 19-1
계량적 문체 분석
계량적문체분석한국어정보의전산처리 2017. 5. 31. 목적 계량적지표를통해문체의특징을알아본다. 문체의특징을드러내는계량적지표들을찾아낸다. 계량적지표에따라작품, 작가를분류해본다. 자료 기준말뭉치 : 세종형태분석말뭉치 정제말뭉치 : 홍세화, 진중권, 김규항의글 ( 각각약 3 만어절 ) 지능형형태소분석기 2.0 으로자동태깅한뒤 수작업으로오류수정 UTagger 가성능이향상되기전이었음.
자연언어처리
제 7 장파싱 파싱의개요 파싱 (Parsing) 입력문장의구조를분석하는과정 문법 (grammar) 언어에서허용되는문장의구조를정의하는체계 파싱기법 (parsing techniques) 문장의구조를문법에따라분석하는과정 차트파싱 (Chart Parsing) 2 문장의구조와트리 문장 : John ate the apple. Tree Representation List
Çѹ̿ìÈ£-197È£
2014 Journal of the Korea America Friendship Society (KAFS) Journal of the Korea America Friendship Society (KAFS) LASTING FRIENDS Journal of the Korea America Friendship Society (KAFS) LASTING FRIENDS
발간등록번호 11-1541000-001187-01 농림수산사업성과평가 [ 식품유통재정사업 ] 연구기관 : 한국정책평가연구원 2011. 12 제출문 농림수산식품부장관귀하본보고서를 농림수산사업성과평가 의최종보고서로제출합니다. 2011. 12. 연구진 연구총괄박경귀 ( 한국정책평가연구원원장 ) 연구책임자윤인주 ( 한국정책평가연구원연구위원 ) 공동연구원송재옥 (
RNN & NLP Application
RNN & NLP Application 강원대학교 IT 대학 이창기 차례 RNN NLP application Recurrent Neural Network Recurrent property dynamical system over time Bidirectional RNN Exploit future context as well as past Long Short-Term
2) 어휘 : 모국어화자에게하나의의미덩어리로인식되는것접사, 구단위항목 ( 연어, 관용구, 문장 ), 문법적연어, 조사결합형, 어미결합형 3.2. 조어법에따른어휘교육 단일어 : 하나의어근으로이루어진단어 ( 예 : 책, 손, 떡, 국, 머리등 ) 파생어 : 어근에접두사나접
어휘교육론 1. 개관 1. 어휘교육의중요성 - 문법없이는의미가거의전달되지않지만어휘가없으면의미는전혀전달되지않는다. (David Wilkins). - 당신이대부분의시간을문법을공부하는데쓴다면, 영어는많이향상되지않겠지만, 더많은단어와표현을학습한다면최고의향상을볼수있을것이다. 문법으로는거의말할수없지만, 단어들로는거의모든것을말할수있다. (Dellar H and Hocking
의미정보를활용한관계추출 시스템개발및성능평가
의미정보를활용한관계추출 시스템개발및성능평가 의미정보를활용한관계추출 시스템개발및성능평가 Δ λ σ α l l l x r pt φ Ф r r N φ : xpt Î X a φ( xpt ) ÎΦ Í φ( x r pt ) ( ) r r r r φ x f x f x f x ( ) ( ) ( )... pt = pt pt N ( pt ) ( ) f =
C:/Users/Kuk/Documents/Laboratory/TR/ tr(a)/TR ¾ç½Ä.dvi
Python 환경에서한글형태소분석기패키지 KoNLPy 사용법 Guide of KoNLPy for Korean Morpheme Analyzer with Python 박보국 부산대학교전자전기컴퓨터공학과 limited10@pusan.ac.kr Abstract Python은자연언어처리에서굉장히인기있는언어중하나다. Python에는 NLTK(The Natural Language
<BBE7C8B8C0FBC0C7BBE7BCD2C5EBBFACB1B820C3D6C1BEBAB8B0EDBCAD2E687770>
국립국어원 2007-01-42 사회적의사소통연구 : 성차별적언어표현사례조사및대안마련을위한연구 국립국어원 한국여성정책연구원 제출문 국립국어원장귀하 국립국어원의국고보조금지원으로수행한 사회적의사 소통연구 : 성차별적언어표현사례조사및대안마련을위한 연구 의결과보고서를작성하여제출합니다. 한국여성정책연구원 안상수 백영주, 양애경, 강혜란, 윤정주 목 차 연구개요 선행연구의고찰
발간등록번호
발간등록번호 3. 보고서요약서 보고서요약서 - 2 - - 3 - 4. 국문요약문 - 4 - 5. 영문요약문 < SUMMARY > - 5 - 6. 영문목차 < CONTENTS > - 6 - - 7 - 7. 본문목차 목차 - 8 - - 9 - 제 1 장. 연구개발과제의개요 - 10 - - 11 - - 12 - - 13 - - 14 - - 15 - - 16 -
국립국어원 2012-01-30 한국어교육 어휘내용개발 (1 단계 ) 연구책임자 강현화 제출문 국립국어원장귀하 한국어교육어휘내용개발 단계 에관하여귀원과체결한연 구용역계약에의하여연구보고서를작성하여제출합니다 년 월 일 연구책임자 강현화 연세대학교 연구기관 연구책임자 공동연구원 연세대학교산학협력단 강현화 연세대 정희정 연세대 심혜령 배재대 한송화 연세대 원미진 건국대
PowerPoint 프레젠테이션
03 모델변환과시점변환 01 기하변환 02 계층구조 Modeling 03 Camera 시점변환 기하변환 (Geometric Transformation) 1. 이동 (Translation) 2. 회전 (Rotation) 3. 크기조절 (Scale) 4. 전단 (Shear) 5. 복합변환 6. 반사변환 7. 구조변형변환 2 기하변환 (Geometric Transformation)
20150415_032300011102_0.xls
[주식형 펀드] [ 자산운용보고서 ] (운용기간: 2015년 01월 16일 2015년 04월 15일) o 이 상품은 [주식형 펀드] 로서, [추가 입금이 가능한 추가형이고, 다양한 판매보수의 종류를 선택할 수 있는 종류형 펀드입니다.] o 자산운용보고서는 자본시장과 금융투자업에 관한 법률에 의거 자산운용회사가 작성하며, 투자자가 가입한 상품의 특정기간(3개월)동안의
08( ) CPLV15-61.hwp
ISSN 2383-6318(Print) / ISSN 2383-6326(Online) KIISE Transactions on Computing Practices, Vol. 22, No. 1, pp. 50-55, 2016. 1 http://dx.doi.org/10.5626/ktcp.2016.22.1.50 구문의미이해기반의 VOC 요약및분류 (VOC Summarization
review050829.hwp
한국무역협회 무역연구소 서울시 강남구 삼성동 무역센터 트레이드타워 4801호 Tel: 6000-5174~9 Fax: 6000-6198 홈페이지 : http://tri.kita.net - 1 - 5 4 (% ) 경상수지(G DP 대 비) 추 이 일본 독일 3 네덜란드 2 1 아일랜드 0-1 -2 [1만불 - 2 만불 달성기간 ] -일본(80-88) -독일(79-90)
1. 경영대학
[ 별표 1] 1. 교육과정의영역구성및이수점표 경 영 농 업 생 명 과 동물생명과 과 ( 부 ) 명 경영 회부 ( 경영전공 ) 교 최소전공필수선택 심화점 7 12 1 18 38 18 27 45 0 45 47 단일전공 27 72 20 경영 회부 0 45 47 7 12 1 18 38 21 24 45 ( 회전공 ) 단일전공 27 72 20 경제 무역부 0 45 47
adfasdfasfdasfasfadf
C 4.5 Source code Pt.3 ISL / 강한솔 2019-04-10 Index Tree structure Build.h Tree.h St-thresh.h 2 Tree structure *Concpets : Node, Branch, Leaf, Subtree, Attribute, Attribute Value, Class Play, Don't Play.
ad-200400012.hwp
제17대 총선과 남녀유권자의 정치의식 및 투표행태에 관한 연구 - 여성후보 출마 선거구 조사를 중심으로 - 2004. 7 여 성 부 제17대 총선과 남녀유권자의 정치의식 및 투표행태에 관한 연구 - 여성후보 출마 선거구 조사를 중심으로 - 2004. 7 여 성 부 연구요약 표 주제 및 연도별 여성유권자 연구 현황 표 출마한 여성후보 인지시기 투표후보여성
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할
저작자표시 - 비영리 - 변경금지 2.0 대한민국 이용자는아래의조건을따르는경우에한하여자유롭게 이저작물을복제, 배포, 전송, 전시, 공연및방송할수있습니다. 다음과같은조건을따라야합니다 : 저작자표시. 귀하는원저작자를표시하여야합니다. 비영리. 귀하는이저작물을영리목적으로이용할수없습니다. 변경금지. 귀하는이저작물을개작, 변형또는가공할수없습니다. 귀하는, 이저작물의재이용이나배포의경우,
춤추는시민을기록하다_최종본 웹용
몸이란? 자 기 반 성 유 형 밀 당 유 형 유 레 카 유 형 동 양 철 학 유 형 그 리 스 자 연 철 학 유 형 춤이란? 물 아 일 체 유 형 무 아 지 경 유 형 댄 스 본 능 유 형 명 상 수 련 유 형 바 디 랭 귀 지 유 형 비 타 민 유 형 #1
C 프로그래밊 개요
구조체 2009 년 5 월 19 일 김경중 강의계획수정 일자계획 Quiz 실습보강 5 월 19 일 ( 화 ) 구조체 Quiz ( 함수 ) 5 월 21 일 ( 목 ) 구조체저녁 6 시 5 월 26 일 ( 화 ) 포인터 5 월 28 일 ( 목 ) 특강 (12:00-1:30) 6 월 2 일 ( 화 ) 포인터 Quiz ( 구조체 ) 저녁 6 시 6 월 4 일 ( 목
(001~031)15초등개뿔1-1_교부.ps
교사용 ❶ 시험에 꼭 나오는 문제 각 단원의 중요 문제만을 선별하여 시험 전 평가로 활용할 수 있습니다. ❷ 응용문제 연습 진도책의 응용문제가 부족한 경우 활용할 수 있습니다. ❸ 서술형 문제 서술형 문제 연습에 활용할 수 있습니다. 온라인 자료 온라인 자료는 비상교육 홈페이지(www.visang.com /book>학원선생님>초등자료실>수학)에서 내려받을 수
????-???_???-???? hwp
2) 1 번호 문형구조 클라스 ( 명칭 ) 정의기준 예 개수 1 N0 N1-와 Adj AWS( 대칭 ) N0 N1-와 Adj =N1 N0-와 Adj 평행하다 122 2 N0 N1-가 Adj AIC( 증상 ) N0 N1-가 Adj =N0 [N1 Adj-고 ] 느끼다 간지럽다 196 3 AED( 태도 ) N0 N1-에 Adj =N0 N1-에 Adj-Sconj 굴다
슬라이드 1
www.altsoft.co.kr www.clunix.com COMSOL4.0a Cluster 성능테스트 2010 년 10 월 클루닉스 / 알트소프트 개요 개요 목차 BMT 환경정보 BMT 시나리오소개 COMSOL4.0a MPP 해석실행조건 BMT 결과 COMSOL4.0a 클러스터분석결과 ( 메모리 / 성능 ) COMSOL4.0a 클러스터최종분석결과 -2- 개요
<4D F736F F F696E74202D20B8B6C0CCC5A9B7CEC7C1B7CEBCBCBCAD202839C1D6C2F7207E203135C1D6C2F >
10주차 문자 LCD 의인터페이스회로및구동함수 Next-Generation Networks Lab. 5. 16x2 CLCD 모듈 (HY-1602H-803) 그림 11-18 19 핀설명표 11-11 번호 분류 핀이름 레벨 (V) 기능 1 V SS or GND 0 GND 전원 2 V Power DD or V CC +5 CLCD 구동전원 3 V 0 - CLCD 명암조절
슬라이드 1
Pairwise Tool & Pairwise Test NuSRS 200511305 김성규 200511306 김성훈 200614164 김효석 200611124 유성배 200518036 곡진화 2 PICT Pairwise Tool - PICT Microsoft 의 Command-line 기반의 Free Software www.pairwise.org 에서다운로드후설치
2015 년도 제 27 회한글및한국어정보처리학술대회 위원회 Ÿ 대회장 : 김재훈 ( 한국해양대 ) Ÿ 조직위원장 : 이상곤 ( 전주대 ) Ÿ 조직위원 (34 명 ) : 강승식 ( 국민대 ) 강현규 ( 건국대 ) 권혁철 ( 부산대 ) 김경선 ( 다이퀘스트 ) 김덕봉 (
2015 년도 ISSN 2005-3053 제 27 회한글및한국어정보처리학술대회 The 27 th Annual Conference on Human & Cognitive Language Technology 한글및 한국어정보처리 일시 : 2015 년 10 월 16 일 ( 금 ) ~ 17 일 ( 토 ) 장소 : 전주대학교예술관 jj 아트홀, 스타센터다목적홀 n 주최
PowerPoint Presentation
5 불대수 IT CookBook, 디지털논리회로 - 2 - 학습목표 기본논리식의표현방법을알아본다. 불대수의법칙을알아본다. 논리회로를논리식으로논리식을논리회로로표현하는방법을알아본다. 곱의합 (SOP) 과합의곱 (POS), 최소항 (minterm) 과최대항 (mxterm) 에대해알아본다. 01. 기본논리식의표현 02. 불대수법칙 03. 논리회로의논리식변환 04.
5+6월호-pdf
Korea Institute of Industrial Technology 2007:05+06 Editor s Letter 2007:05+06 Korea Institute of Industrial Technology Theme Contents 04 14 Biz & Tech People & Tech 32 Fun & Tech 46 06 2007 : 5+6 07
Microsoft PowerPoint - chap06-2pointer.ppt
2010-1 학기프로그래밍입문 (1) chapter 06-2 참고자료 포인터 박종혁 Tel: 970-6702 Email: jhpark1@snut.ac.kr 한빛미디어 출처 : 뇌를자극하는 C프로그래밍, 한빛미디어 -1- 포인터의정의와사용 변수를선언하는것은메모리에기억공간을할당하는것이며할당된이후에는변수명으로그기억공간을사용한다. 할당된기억공간을사용하는방법에는변수명외에메모리의실제주소값을사용하는것이다.
PowerPoint 프레젠테이션
기호적접근과딥러닝기술을융합한자연어처리및질의응답기술 2018. 8. 13. 김현기 언어지능연구그룹 / 한국전자통신연구원 1/48 발표순서 인공지능과엑소브레인 자연어처리연구현황 자연어질의응답연구현황 2/48 AI : Hype( 대대적이고과장된광고 ) or Hope? 기술발전
src.xls
[ 동네예보 XML element 설명 ] ex) http://www.kma.go.kr/wid/querydfs.jsp?gridx=59&gridy=127 xml 코드 xml 설명 비고 xml 선언부에한글처리 (utf-8) 인코딩선언 - 동네예보열기 - 지역, 구역헤더열기
SS Term #3.doc
Base Knowledge 1/42 Base Knowledge 2/42 Network Initialization 3/42 Network Initialization 4/42 Network Initialization 5/42 Network Initialization 6/42 Network Initialization 7/42 Network Initialization
CC......-.........hwp
방송연구 http://www.kbc.go.kr/ 프로그램 선택은 다단계적인 과정을 거칠 것이라는 가정에서 출발한 본 연 구는 TV시청을 일상 여가행위의 연장선상에 놓고, 여러 다양한 여가행위의 대안으로서 TV시청을 선택하게 되는 과정과, TV를 시청하기로 결정할 경우 프로그램 선택은 어떤 과정을 거쳐서 이루어지는지 밝히고자 했다. 27) 연구 결과, TV시청
<333820C0D3C7D8C3A22DBFB9C1A620B1E2B9DD20C3AABABFC0BB20C0A7C7D1B1E2B0E820C7D0BDC020B1E2B9DDC0C720B9DFC8AD20B0A320C0AFBBE7B5B520C3F8C1A420B9E6B9FD2E687770>
한국산학기술학회논문지 Vol. 11, No. 8, pp. 3021-3027, 2010 예제기반챗봇을위한기계학습기반의발화간유사도측정방법 양민철 1, 이연수 1, 임해창 2* 1 고려대학교컴퓨터 전파통신공학과, 2 고려대학교컴퓨터 통신공학부 A Machine Learning based Method for Measuring Inter-utterance Similarity
윈도우즈프로그래밍(1)
제어문 (2) For~Next 문 윈도우즈프로그래밍 (1) ( 신흥대학교컴퓨터정보계열 ) 2/17 Contents 학습목표 프로그램에서주어진특정문장을부분을일정횟수만큼반복해서실행하는문장으로 For~Next 문등의구조를이해하고활용할수있다. 내용 For~Next 문 다중 For 문 3/17 제어문 - FOR 문 반복문 : 프로그램에서주어진특정문장들을일정한횟수만큼반복해서실행하는문장
DBPIA-NURIMEDIA
562 정보과학회논문지 : 소프트웨어및응용제 35 권제 9 호 (2008.9) 개념및관계분류를통한분야온톨로지구축 (Building Domain Ontology through Concept and Relation Classification) 황금하 신지애 최기선 (Jin-Xia Huang) (Ji-Ae Shin) (Key-Sun Choi) 요약본논문에서는분야온톨로지구축을위하여분야상위온톨로지를구축한다음,
PowerPoint Presentation
Dependency Parser 자연언어처리 Probabilistic CFG (PCFG) - CFG - PCFG with saw with saw astronomers ears saw stars telescope astronomers ears saw stars telescope PCFG example Repeated work Parsing PCFG: CKY CKY
<C0CCBCF8BFE42DB1B3C1A4BFCFB7E12DB1E8B9CCBCB12DC0DBBCBAC0DAB0CBC1F5BFCFB7E12DB8D3B8AEB8BBB3BBBACEC0DAB0CBC1F52E687770>
사회복지용 지능로봇 기술동향 머 리 말 목 차 제1장 서 론 1 제2장 기술의 특징 3 제3장 사회복지용 지능 로봇산업의 기술 수요 전망 11 제4장 사회복지용 지능 로봇의 기술 동향 32 제5장 결론 및 정책 제언 103 참고문헌 109 표 목차 그림 목차 제1장 서 론 1. 목적 및 필요성 2. 분석내용 및 범위 제2장 기술의 특징 1. 지능형 로봇기술의
차 례 머리말 Ⅰ. 21세기세종계획일지 Ⅱ. 21세기세종계획사업조직변천및주요사업내역 i -
21 세기세종계획백서 2007 차 례 머리말 Ⅰ. 21세기세종계획일지 1 3 5 7 10 16 18 20 23 24 26 29 Ⅱ. 21세기세종계획사업조직변천및주요사업내역 3 3 35 36 38 - i - 39 41 42 44 46 47 50 Ⅲ. 예산집행내역 51 53 53 54 Ⅳ. 참여자명단 5 57 128 Ⅴ. 21세기세종계획성과물구축현황 56 1 Ⅵ.
Semantic Consistency in Information Exchange
제 3 장시맨틱스 (Semantics) Reading Chap 13 숙대창병모 1 시맨틱스의필요성 프로그램의미의정확한이해 소프트웨어의정확한명세 소프트웨어시스템에대한검증혹은추론 컴파일러혹은해석기작성의기초 숙대창병모 2 3.1 Operational Semantics 숙대창병모 3 의미론의종류 Operational Semantics 프로그램의동작과정을정의 Denotational
Yggdrash White Paper Kr_ver 0.18
White paper (ver 0.18) 1 ,.,.?.,,,???..,,..,.,...,.,., p2p.. Team Yggdrash 2 1. 1.1 Why, Another, Blockchain? (,,?) 1.1.1, (TPS) / (Throughput),?. DApp., DB P2P..,.. DApp.... 2012 2 2018 2, 150GB, 14..
EA0015: 컴파일러
5 Context-Free Grammar 무엇을공부하나? 앞에서배운 " 정규식 " 은언어의 " 어휘 (lexeme)" 를표현하는도구로사용되었다. 언어의 " 구문 (syntax)" 은 " 정규언어 " 의범위를벗어나기때문에 " 정규식 " 으로표현이불가능하다. 본장에서배우는 " 문맥자유문법 " 은언어의 " 구문 (syntax)" 을표현할수있는도구이다. 어떤 " 문맥자유문법
Microsoft PowerPoint - WordNet(수업발표자료) 이인근
WordNet 2006-11-23 영남대학교지능및시스템제어연구실이인근 email) terminator800@hanmail.net 목차 1 2 3 4 5 개요 단어와개념의대응관계 개념간의관계표현 개념분류체게 WordNet 데모 시소러스 (Thesaurus)? 사전정의정보검색을위하여컴퓨터에기억된용어사전. 주로각용어에동의어, 반의어, 유의어, 상위어, 하위어, 관련어따위를나타내는특별항목을설정하여사용한다.
국립국어원 2016-01-10 발간등록번호 11-1371028-000618-01 2016 년북한어말뭉치구축 연구책임자 소강춘 제출문 국립국어원장귀하 국립국어원과체결한연구용역계약에따라 2016 년북한어말뭉치구축 에관 한연구보고서를작성하여제출합니다. 사업기간 : 2016 년 3 월 11 일 ~ 2016 년 12 월 10 일 년 월 일 연구책임자 소강춘 전주대학교
1997 4 23 2000 9 5 2003 9 10 2008 2 20 2008 12 10 2011 7 1 2012 8 17 2014 9 19 2015 3 31 2015 6 30 2016 9 30 2017 6 30 2019 3 31 326 327 328 < >
10 강. 쉘스크립트 l 쉘스크립트 Ÿ 쉘은명령어들을연속적으로실행하는인터프리터환경을제공 Ÿ 쉘스크립트는제어문과변수선언등이가능하며프로그래밍언어와유사 Ÿ 프로그래밍언어와스크립트언어 -프로그래밍언어를사용하는경우소스코드를컴파일하여실행가능한파일로만들어야함 -일반적으로실행파일은다
10 강. 쉘스크립트 쉘스크립트 쉘은명령어들을연속적으로실행하는인터프리터환경을제공 쉘스크립트는제어문과변수선언등이가능하며프로그래밍언어와유사 프로그래밍언어와스크립트언어 -프로그래밍언어를사용하는경우소스코드를컴파일하여실행가능한파일로만들어야함 -일반적으로실행파일은다른운영체제로이식되지않음 -스크립트언어를사용하면컴파일과정이없고인터프리터가소스파일에서명령문을판독하여각각의명령을수행
Frama-C/JESSIS 사용법 소개
Frama-C 프로그램검증시스템소개 박종현 @ POSTECH PL Frama-C? C 프로그램대상정적분석도구 플러그인구조 JESSIE Wp Aorai Frama-C 커널 2 ROSAEC 2011 동계워크샵 @ 통영 JESSIE? Frama-C 연역검증플러그인 프로그램분석 검증조건추출 증명 Hoare 논리에기초한프로그램검증도구 사용법 $ frama-c jessie
연구보고서 2009-05 일반화선형모형 (GLM) 을이용한 자동차보험요율상대도산출방법연구 Ⅰ. 요율상대도산출시일반화선형모형활용방법 1. 일반화선형모형 2 연구보고서 2009-05 2. 일반화선형모형의자동차보험요율산출에적용방법 요약 3 4 연구보고서 2009-05 Ⅱ. 일반화선형모형을이용한실증분석 1. 모형적용기준 < > = 요약 5 2. 통계자료및통계모형