최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
이경행, 주가영, 김채영, 한기정, 장다빈, 윤지혜, 유광원, 배윤정
2021 / 한국식품영양학회지
데이터가 존재하지 않습니다.
loading...
본 연구는 인공신경망 기계 번역(NMT)과 기존 통계 기반 기계 번역을 비교하고, 미래 번역 교육에 대한 시사점을 논의합니다. 다양한 유형의 기계 번역 오류를 분석하여 객관적인 품질 평가 및 모니터링 도구로 활용할 수 있는 오류 유형 코드를 제안합니다. 연구 결과는 사후 편집자가 다양한 기계 번역 플랫폼 작업에 집중해야 할 부분을 파악하고 번역 교육에 활용될 수 있습니다.
Controlled document authoring in a machine translation age
Envisioning machine translation in the information future : 4th Conference of the Association for Machine Translation in the Americas, AMTA 2000, Cuernavaca, Mexico, October 10-14, 2000 : proceedings
Quality in professional translation : assessment and improvement
Machine translation : its scope and limits
The handbook of translation and cognition
한국어 통번역사를 위한 AI 번역의 이해 =
Recent advances in example-based machine translation
Machine translation and the information soup : third Conference of the Association for Machine Translation in the Americas, AMTA'98, Langhorne, PA, USA, October 1998, proceedings
Neural machine translation
Machine translation
Signs, search and communication : semiotic aspects of artificial intelligence
Corpus-based approaches to English language teaching
Towards high-precision machine translation : based on contrastive textology
Machine translation : linguistic characteristics of MT systems and general methodology of evaluation
Corpus-based translation studies : theory, findings, applications
SDL trados studio 입문 : 한 눈에 들어오는 컴퓨터 보조 번역
Language use, education, and professional contexts
Automated grammatical error detection for language learners
Yamada, Masaru · 2019
JOURNAL OF SPECIALISED TRANSLATION
Yamada M. · 2019
Journal of Specialised Translation
신동광, 전유아 · 2022
영어교과교육
세터레 누리 · 2025
한국언어문화학
Loock R. · 2020
Journal of Specialised Translation
Jia, Yanfang; Carl, Michael; Wang, Xiangling · 2019
JOURNAL OF SPECIALISED TRANSLATION
전필 / 학사
첨단융합학부 학생의 전공탐색을 위한 과목으로, 융합데이터과학의 핵심 개념과 다양한 응용 분야를 소개하여 향후 전공선택에 필요한 필수적인 정보를 제공한다. 특히, 융합데이터과학 분야에서 진행되는 첨단연구와 연구의 실제 응용 사례를 직접 체험하여, 자신의 전공 적성을 좀 더 구체적으로 알아보고 설계할 수 있는 기회를 제공한다.전선 / 대학원
인지과학 연습 1의 내용을 보다 확장하여 인지과학의 연구사, 연구주제등을 다각도로 검토하여 과정에 진입한 학생들에게 인지과학의 기초적 지식배경을 제공하는데 목적이 있다.전선 / 학사
통상적으로 교통운영은 교통류에 대한 충분한 이해를 바탕으로 적절한 운영 방안을 도입하여 도로교통시설의 효율을 높이는 것을 의미한다. 이를 위해 교통류에 대한 미시적‧거시적 관점, 교통량‧속도‧밀도 등 교통류 특성 간의 관계, 교통정체의 발생 및 해소 과정 등을 이해하는 것이 중요하다. 한편, 교통수단의 다변화로 인해 기존 교통운영의 대상이었던 도로교통이 교통시스템의 한 요소로써의 역할을 맡게 되었으며, 자연스럽게 교통운영의 범위도 확대되었다. 또한, 정보통신기술의 발달이 수집 가능한 정보의 질적‧양적 성장을 촉진하였지만, 불완전한 정보가 수집되거나 교통시스템 내‧외적 요인으로 인해 불확실한 예측이 이뤄지는 경우도 발생하였다. 최근 들어 이를 해결하기 위해 인공지능(Artificial Intelligence, AI)을 활용한 사례들이 등장하고 있다. 따라서 이 과목에서는 교통류분석, 교통신호제어 등의 배경이 되는 교통 관련 이론에 대해 학습함과 더불어 교통운영 분야 내 다양한 AI 적용 사례들을 소개하면서 기계학습(Machine Learning), 딥러닝(Deep Learning), 생성형 AI(Generative AI) 등 연관된 AI 기법을 살펴본다. 아울러 자율주행차량 제어, 대중교통 및 모빌리티 시스템 운영 등 교통운영의 확대된 범주 내에 포함되는 교통시스템에 대해서도 다룸으로써 폭넓은 지적 기반을 제공할 수 있을 것으로 기대된다.전선 / 학사
인공지능을 활용하여 프랑스 및 프랑스어권 지역의 다양한 텍스트를 번역‧분석함으로써 학습자들의 번역 역량을 강화하며, 프랑스어와 프랑스어권 문화에 대한 심층적인 이해와 안목을 제고한다.전선 / 대학원
본 교과목은 단순한 질의응답을 넘어, 스스로 목표를 설정하고, 도구를 사용하며, 복잡한 과업을 자율적으로 수행하는 ‘에이전트(Agentic)' AI의 설계 원리와 구현 방법론을 심층적으로 다룬다. 기존의 LLM(Large Language Model)이 가진 한계를 극복하고, LLM을 ‘추론 엔진'으로 활용하여 실제 세계와 상호작용하는 지능형 시스템을 구축하는 데 초점을 둔다. 수강생들은 단일 에이전트의 핵심 구성 요소인 사고-행동-관찰(Reasoning-Acting-Observation) 루프, 동적 도구 사용(Tool Use), 장단기 기억(Memory) 메커니즘을 학습한다. 나아가 여러 에이전트가 협력하여 인간의 개입을 최소화하면서 복잡한 문제를 해결하는 멀티 에이전트 시스템(Multi-Agent System)의 설계 패턴(예: 계층적, 협력적)과 통신 프로토콜을 배운다. LangChain, AutoGen, CrewAI와 같은 최신 프레임 워크를 활용한 실습을 통해, 에이전트 아키텍처 설계부터 정교한 프롬프트 체이닝, 실행 루프 구현까지의 전 과정을 경험하며, 차세대 AI 애플리케이션을 개발할 수 있는 실전 역량을 배양하는 것을 목표로 한다.전선 / 대학원
본 교과목은 단순한 질의응답을 넘어, 스스로 목표를 설정하고, 도구를 사용하며, 복잡한 과업을 자율적으로 수행하는 ‘에이전트(Agentic)' AI의 설계 원리와 구현 방법론을 심층적으로 다룬다. 기존의 LLM(Large Language Model)이 가진 한계를 극복하고, LLM을 ‘추론 엔진'으로 활용하여 실제 세계와 상호작용하는 지능형 시스템을 구축하는 데 초점을 둔다. 수강생들은 단일 에이전트의 핵심 구성 요소인 사고-행동-관찰(Reasoning-Acting-Observation) 루프, 동적 도구 사용(Tool Use), 장단기 기억(Memory) 메커니즘을 학습한다. 나아가 여러 에이전트가 협력하여 인간의 개입을 최소화하면서 복잡한 문제를 해결하는 멀티 에이전트 시스템(Multi-Agent System)의 설계 패턴(예: 계층적, 협력적)과 통신 프로토콜을 배운다. LangChain, AutoGen, CrewAI와 같은 최신 프레임 워크를 활용한 실습을 통해, 에이전트 아키텍처 설계부터 정교한 프롬프트 체이닝, 실행 루프 구현까지의 전 과정을 경험하며, 차세대 AI 애플리케이션을 개발할 수 있는 실전 역량을 배양하는 것을 목표로 한다.전선 / 대학원
본 교과목은 불어교육에 있어서 기존의 교육보조재들의 문제점들을 살펴봄으로써 멀티미디어를 활용한 교수방법의 가능성을 살펴보는 것을 목적으로 한다. 이를 위하여 컴퓨터 등 다양한 멀티미디어 교육보조재의 활용가능성을 심도있게 다루게 된다.전선 / 대학원
본 교과목은 오늘날 인공지능의 중심을 이루는 거대언어모델(Large Language Models)과 이를 기반으로 한 대화형 인공지능을 다룬다. 특히 거대언어모델의 학습부터 응용까지 이어지는 전체 파이프라인을 아래와 같이 체계적으로 다룬다. (1) Pre-training: 지식 습득을 위한 사전학습(Transformer, BERT, GPTs) (2) Supervised Fine-tuning: 상호작용 학습(Dialogue Fine-tuning, Instruction Tuning, Reasoning) (3) Alignment: 인간 가치와의 정렬(RLHF, DPO, KTO 등) 및 언어모델 해석 기법(AI Psychometrics, Mechanistic Interpretability) (4) Grounding: 외부 데이터 및 도구 활용 기법(페르소나, 문서, 이미지, 지식 그래프, 도구 증강 에이전트) (5) Applications: 다양한 도메인으로의 응용(대화 시뮬레이션 및 심리상담·교육·설득 응용) 수업에서는 각 연구 주제별로 핵심 논문들의 아이디어, 데이터, 방법론 등을 강의한다. 실습으로는 언어모델 학습, 언어모델 API를 이용한 대화 시스템 구현, 대화형 인공지능과 관련된 작은 연구 프로젝트를 수행한다. 이 과목을 통해 수강생들은 거대언어모델 연구 동향을 큰 틀에서 파악하고, 핵심적인 연구 주제들과 방법론을 이해하며, 이를 실제 연구에 적용하는 능력을 기르게 된다.전선 / 대학원
기술 발전은 제 2 언어 (L2) 평가에 영향을 미쳤다. 이 강좌는 기술 발달과 언어 평가의 관계를 살펴봄으로써 평가의 구인 정의부터 평가 방법, 채점에 이르기까지 기술 발달이 언어 평가에 미친 영향에 대해 광범위하게 살펴보는 것을 목표로 한다. 기술 기반 언어 평가 및 관련 연구를 살펴본 후, 직접 기술 기반 언어 평가를 활용한 연구를 설계해보는 것을 목표로 한다.전선 / 학사
스페인과 중남미의 문학작품을 읽고 번역해 봄으로써 번역의 중요성을 이해하고 번역에 필요한 기술들을 익힌다.전선 / 대학원
이 과목에서는 컴퓨터 언어학/자연언어처리의 최신 동향과 이론에 대해 살펴 본다. 구문분석, 의미분석, 온톨로지 등의 이론에서부터 정보검색, 기계번역, 지식기반 시스템 등에 이르기까지 최신 연구를 주제별로 다루도록 한다.전선 / 대학원
이 과목은 보건의료 영역에서 컴퓨터를 활용한 텍스트 분석을 다룬다. 보건의료 영역에는 여러 종류의 언어 자료가 존재한다. 사람들이 온라인 공간에서 여러 질병에 대해 던지는 질문들, 보건의료 전문가들의 연구들, 질병과 건강에 대한 신문기사들이 그 예다. 이들로부터 정보를 체계적이고 과학적으로 추출할 수 있다면, 보건의료에서 다양한 방식으로 활용할 수 있다. 최근 많이 사용되고 있는 컴퓨터를 활용한 텍스트 분석은 이런 작업에 새로운 가능성을 제시한다. 본 과목에서는 여러 가지 컴퓨터를 활용한 텍스트 분석 방법을 학습하고, 보건의료 영역 자료에 적용하는 것을 실습한다.전선 / 학사
이 과목은 다중언어·다문화 사회에서 나타나는 한국언어문화 현상과 (한)국어 교육이 실천되는 다양한 맥락을 이해하고, 학습자 배경·정체성·언어권 문제를 고려한 (한)국어 교육의 체계적 접근법을 탐색하는 것을 목적으로 한다. 이를 위해 언어와 사회·문화의 관계를 다루는 사회언어학적 관점을 토대로, 양층/다층언어현상, 코드스위칭, 트랜스랭귀징 등의 다중언어 현상의 실제와 이론적 쟁점을 분석하고 논의한다. 또한, 국내 제2언어로서의 (한)국어(KSL) 교육과 국외 계승어로서의 (한)국어(KHL) 교육의 다중언어·다문화 풍경의 특징과 이에 따른 교육 내용 및 방법, 언어교육 정책 등을 비교·분석한다. 이를 통해 다중언어현상과 다문화주의 개념, 제2언어·계승어 교육의 언어학습 및 사회문화 특징을 이해하고 그 특징에 맞는 교육과정, 교육자료 개발 설계 등을 실천할 수 있는 역량을 함양한다.전선 / 대학원
한국이나 미국에서 최근 한국어나 일본어 및 영어를 자료로 하여 쓰여진 박사학위 논문 가운데서 특히 주목되는 논문을 중심으로 이론적인 변화의 양상과 이론의 실제 자료에 대한 적용 양상 및 해석의 특이성이라는 측면에서 최근의 동향을 이해하고 스스로 비판함으로써 앞으로의 논문 작성에 참조가 될 수 있도록 한다.전선 / 대학원
번역의 역사, 원리, 방법, 의의 등에 관한 이론적인 검토를 하고, 특히 문학작품의 번역에서 제기되는 실제적인 문제점을 고찰한다. 번역 실습을 병행해서 할 수 있다.전선 / 대학원
임상서식 및 의학 문헌에서의 정보추출을 위한 다양한 알고리즘과 이론에 대해 학습한다. 특히 자연어처리 분야의 기존 연구들을 기반으로 의학 분야에서 자연어처리 기술이 적용될 수 있는 사례들을 개발하고, 실제 프로젝트를 통해 새로운 적용 분야들에 대해 연구하게 된다.전선 / 대학원
본 과목은 국제통상 전공자들에게 필요한 테이터 분석 방법론과 방법론의 응용을 가르치는 것을 목표로 한다. 방법론으로는 기초 통계학 이론 및 회귀분석 모형이 포함되며, 동시에 이 기법이 실제 어떻게 사용되는지 프로젝트 및 데이터 실습을 통해서 학습한다. 데이터 실습은 STATA를 기반으로 진행한다. 이에 더하여, 각국에서 도입중인 evidence-based policy making (EBPM)의 동향과 민간의 신용카드 및 교통정보를 기반으로 한 실시간 데이터가 정책입안에 어떻게 활용되는지 사례분석을 통해서 학습한다. 마지막으로 최근 활발히 이용되고 있는 머신러닝(Machine Learning)기법 일부도 소개한다. 학습 평가는 방법론에 대한 시험과 통계분석에 대한 final project를 기초로 이루어진다.전선 / 학사
본 과목에서는 자연어 처리 분야의 최근 기술 발전과 이를 이해하기 위한 배경 지식 전반을 강의한다. Transformer model 기반 자연어 처리 기법을 주로 다루며, 이를 이해하기 위해 필요한 배경 지식(Embedding, Encoder-Decoder, Attention 등)을 다룬다. 실제 자연어 처리 문제를 해결하기 위해 Transformer를 수정/활용하는 프로젝트를 진행한다.전선 / 학사
본 강좌는 예비영어교사들에게 교육평가의 원리를 중등학교 영어평가의 실제에 활용하는 기회를 제공한다. 학생들은 영어평가의 기법과 방법론을 탐구하며 영어평가 실제의 기본적 바탕을 익힌다. 본 강좌를 통하여 실제 현장에서 널리 사용되는 영어 평가 방법을 분석하고, 평가가 행해지는 실제 현장을 이해하는 데 역점을 둔다..전선 / 대학원
이 과목에서는 자연어처리에 대한 간단한 소개와 함께, 대표적인 인공신경망 기법들이 자연어처리 어떻게 적용되는지 살펴본다. 최근 일상생활에서도 많이 쓰이는 자연어처리는 인공신경망의 성장과 함께 비약적인 발전을 보였다. 인공신경망을 이용한 딥러닝 기법은 이론적인 면뿐만 아니라, 효율적 계산과 최적화 등의 실험적인 요소가 많아 실습이 중요하다. 이 과목을 듣기 위해서는 기계학습에 대한 기본적인 이해와 파이썬, 딥러닝 모형을 사용하는 능력이 요구된다. 이 강좌는 학생들이 자연어처리의 최근 방법론을 학습하고, 실제 구현하는 능력을 배양하며, 마지막으로 최근 방법론이 가진 한계점, 미래 연구주제에 관해 탐구한다.