최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 논문은 한국어 의존관계 분석의 정확률을 높이기 위해 어휘의미망을 활용한 명사 표층형 의미 추상화 방법을 제안합니다. 제안된 방법은 기존 표층형 자질만 사용했을 때보다 의존관계 분석 정확률을 최대 7.55% 향상시켰으며, 다양한 단위의 자질을 함께 사용했을 때 90.75%의 정확률을 보였습니다. 또한, 학습 및 분석 속도가 각각 초당 562 문장, 631 문장으로 실용적인 수준임을 확인했습니다.
Dependency linguistics : recent advances in linguistic theory using dependency structures
Dependency parsing
음성과 언어 처리 : 2e : 기계는 어떻게 사람의 말을 이해할까?
Grammatical inference : learning syntax from sentences : Third International Colloquium, ICGI-96, Montpellier, France, September 25-27, 1996 : proceedings
Algorithmic learning theory : 6th international workshop, ALT '95, Fukuoka, Japan, October 18-20, 1995 : proceedings
Syntactic analysis : an HPSG-based approach
Computational linguistics and intelligent text processing : 7th international conference, CICLing 2006, Mexico City, Mexico, February 19-25, 2006 : proceedings
Semantics in databases
Natural language processing : the PLNLP approach
Teaching word recognition : effective strategies for students with learning difficulties
The Semantic Web : Fourth Asian Conference, ASWC 2009, Shanghai, China, December 6-9, 2009 : proceedings
Machine learning : ECML-98 : 10th European Conference on Machine Learning, Chemnitz, Germany, April 1998 : proceedings
Typologische Züge des Japanischen
Output-driven phonology : theory and learning
Memory-based language processing
Advances in intelligent data analysis : third international symposium, IDA-99, Amsterdam, The Netherlands, August 1999 : proceedings
Guiding language learning
스마트 싱킹 : 앞서가는 사람들의 두뇌습관
Language and concept acquisition from infancy through childhood : learning from multiple exemplars
Algorithmic learning theory : 4th International Workshop on Analogical and Inductive Inference, AII '94, 5th International Workshop on Algorithmic Learning Theory, ALT '94, Reinhardsbrunn Castle, Germany, October 10-15, 1994 : proceedings
정보과학회 컴퓨팅의 실제 논문지
안재현, 고영중KIISE Transactions on Computing Practices
Jaehyun An; Youngjoong Ko정보처리학회논문지. 소프트웨어 및 데이터 공학
김홍순, 옥철영ACM Transactions on Asian and Low-Resource Language Information Processing
Na, S.-H.; Li, J.; Shin, J.-H.; Kim, K.정보과학회논문지
임준호, 김현기Journal of korean Culture
홍승아IEICE Transactions on Information and Systems
Zhen Guo; Chen Su; Hitoshi Isahara; Jinan Xu; Yujie ZhangLinguistics Vanguard
Gamallo P.ETRI Journal
이창기, 장명길, 이근배정보과학회논문지
박서연, 옥철영Natural Language Engineering
Kanerva J.,Ginter F.,Salakoski T.Journal of Physics: Conference Series
Xin, P.; Qiujun, L.언어연구
황창회, 남지순, 유광훈한국정보통신학회논문지
천양하, 김주리Journal of Internet Technology
Sanglerdsinlapachai, N.; Nantajeewarawat, E.; Plangprasopchok, A.International Journal of Pattern Recognition and Artificial Intelligence
Xiaohan Guan; Jianhui Han; Zhi Liu; Mengmeng ZhangMachine Learning and Knowledge Extraction
Gamallo P.정보과학회논문지
임준호, 김현기Cognitive Linguistics
Nikolaev A.,Bermel N.정보과학회논문지
민진우, 나승훈, 신종훈, 김영길, 김강일전선 / 학사
본 강좌에서는 코퍼스 언어학의 내용을 기반으로 모국어로 혹은 제2 언어나 외국어로 한국어를 학습하는 학습자의 언어 자료를 사용하여 (한)국어 교육에 활용하는 방안에 대해 고찰하고자 한다. 이를 위해 학생들은 코퍼스의 개념과 유형을 한국어 코퍼스와 연관 지어 살펴보고, 콘코던스 프로그램을 통한 한국어 코퍼스 검색 및 분석에 관련된 실제적 지식을 함양한다. 나아가 한국어 코퍼스를 어휘 교육, 문법 교육, 담화 교육, 교과서 분석 등에 활용하는 구체적 방안에 대해서도 탐구한다. 본 강좌를 통해 학생들은 한국어 코퍼스를 (한)국어 교육 현장의 필요에 따라 효과적으로 활용할 수 있는 교수 역랑을 기를 수 있다.전선 / 대학원
산업공학의 새로운 기법들을 소개하고 이의 응용실태를 알아본다.전선 / 학사
본 강의에서는 다양한 산업에서 발생하는 텍스트 데이터에 대한 이해와 함께, 이에 대한 분석 기법들을 학습하는 것을 목적으로 한다. 크게 텍스트 데이터의 이해, 텍스트 데이터의 전처리 및 표상화, 언어 모델의 구조 이해, 그리고 텍스트 데이터의 응용 과업 등의 네 가지 파트로 구성하여 강의를 진행한다. 텍스트 데이터의 이해 파트에서는 제조업, 마케팅, 금융 등의 비즈니스에서 발생하는 텍스트 데이터의 특징과 이에 대한 활용 사례를 주로 다룬다. 텍스트 데이터의 전처리 및 표상화 파트에서는 전통적인 bag-of-words 방식을 포함하여, word2vec, GloVe, Fasttext와 같은 신경망 기반의 텍스트 표상화 방법을 강의한다. 언어모델의 구조 이해 파트에서는 Seqence-to-sequence Learning과 Transformer 구조에 대한 이해를 바탕으로 BERT 및 GPT 등의 대표적인 언어모델 구조를 강의한다. 마지막으로 텍스트 데이터의 응용 과업 파트에서는 감성 분석, 문서 요약, 질의 응답 등의 실제 비즈니스에서 자주 사용되는 텍스트 데이터 분석 과업을 소개하고 이를 해결하기 위한 적절한 방법론을 강의한다.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
계산이론은 컴퓨터공학의 기초학문이며, 중요한 문제에 대한 효율적인 알고리즘들을 소개하고, 그런 알고리즘의 복잡도 분석을 다룬다. 이 교과목에서는 먼저 알고리즘의 성능을 분석하는 기법, 특히 amortized analysis에 대해 배운다. 그리고, 계산이론 분야에서 중요한 알고리즘과 그 응용에 대해 배운다. 구체적으로, (스트링 매칭, 2차원 패턴 매칭, 근사 매칭, suffix trees, 데이터 압축 문제에 대한) 스트링 알고리즘과 bioinformatics에의 응용, (선택 문제, 다항식 확인 문제에 대한) randomized 알고리즘과 그 영향, (페이지 교체 문제, k 서버 문제에 대한) online 알고리즘과 금융문제(일방향 거래와 portfolio 선택 문제)에의 응용을 배운다.전선 / 대학원
기계학습의 기초, AI 시스템의 평가, 윤리적 /법적 측면과 함의를 교육분야의 적용 사례를 통해 살펴보고, 전통적 과학교수학습이론과 평가이론과의 접목을 논의하면서 인공지능 및 언택트 시대의 과학교수학습과 평가에 대한 조망 및 새로운 연구분야에 대한 이해를 높인다.전선 / 학사
본 과목은 자연어 이해를 위한 확률 및 딥러닝 학습 방법론을 다룬다. 자연어 이해는 인공 지능에서 크게 주목받고 있는 영역으로 활용 범위가 웹 검색, 번역, 대화 모델 등으로 다양하다. 자연어 이해에서 성공적인 모델은 확률기반, 딥러닝 기반, 대형 언어모델 기반 모델 등이 있다. 본 과목에서는 이러한 다양한 모델을 이해하고, 디자인하고 구현하고 평가하는데 요구되는 최신 기술들을 다룬다. 1. 과목소개 2. Bag-of-word 언어모델 3. N-gram 언어모델 4. Bayesian 모델 5. Logistic 회귀 6. 임베딩 7. CNN 8. RNN 9. Transformer 10. 문맥적 임베딩 11. 지식 구축 및 활요 12. 언어에서의 AI 편향성전필 / 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
말을 사용하는 유기체로서의 인간의 심리적인 면과 관련시켜서 언어행위를 파악하는 연구분야를 다룬다. 현대 언어이론이 내세우는 언어습득과 언어능력에 관한 가설들이 지각, 기억, 지능, 동기 등에 비추어 실제적 기반을 가진 것인지의 여부를 설명하려는 연구 분야도 다루어진다. 특정 언어에서 표현 양식이나 이해 양식과 그 언어의 구조나 원주민 문화 사이에 상호 어떤 규정이 있을 수 있는가의 문제도 포함된다. 또한 인지과학적 설명 방법을 도입하여 언어지식을 새롭게 분석하는 경향도 소개·평가한다.전선 / 대학원
영어의 통사구조, 음운구조, 의미구조, 기타 영어학분야의 주제ㅐ를 선택하여 이를 집중적으로 연구한다.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 / 대학원
이 교과목은 '통사론연구 1'(108.520)의 교과목 내용을 기초로 이론의 확대적용 및 발전을 좀더 깊이 있게 모색한다.전선 / 대학원
다양한 정치체제의 실험장이자 모태로서의 서구의 정치체제에 대한 이해를 일반이론적 맥락과 개별국가들의 비교연구를 통해 증진하도록 한다. 특히, 서구 복지국가체제의 위기와 해체를 둘러싼 유럽정치의 쟁점들과 이와 연동된 정치적 갈등구조를 검토하고, 유럽연합의 출범을 둘러싼 지역내 정치변동구조를 분석함으로써, 현대 정치의 주요한 이론적 쟁점들에 대한 이해를 증진시킨다.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 / 대학원
한국어교육에서 기본적으로 필요한 것은 학습자의 모어와 한국어를 대조분석하여 이를 바탕으로 언어간섭현상을 최소화하고 학습의 효과를 극대화하는 것이다. 이 강좌에서는 한국어와 주요 외국어를 대조분석하여 음운론적, 문법론적, 의미론적, 화용론적 층위에서 공통점과 차이점을 추출하는 과정에서 오류를 분석해냄으로써 효과적인 한국어교육의 기초로 삼는다.전선 / 대학원
다른 과목에서 배운 계량적 분석방법을 현실 농업문제에 응용한다. 비교정학(comparative statics)에 의한 모형분석, 칼만 필터(Kalman filter), 뉴럴 네트워크(neural network), 유전자 알고리즘(genetic algorithm), 부트 스트랩핑(boot strapping), 커널 추정(kernel estimation) 등을 다룬다.전선 / 대학원
이 교과목에서는 비선형시스템 식별에 관련된 각종 실용적 기법들을 소개한다. 또한, 비선형 목적함수의 최적문제의 해를 구하는 각종 비선형프로그래밍기법도 소개한다. 단, 비선형궤환제어와 컴퓨터 네트워크 등에 효과적으로 사용될 수 있는 기법들에 국한하여 심도 있게 공부하고 실제 응용 예를 통하여 그 가능성을 토의한다.전선 / 대학원
본 과목 「AI 기반 심리과학 연구방법론」은 심리과학 분야 대학원생이 연구 수행 과정 전반에 걸쳐 본 연구과제를 통해 설계 및 검증된 AI 협업 워크플로우(사전 학습된 LLM, 심리과학 특화 RAG 등 활용)를 경험하고 숙달함으로써 연구 방법론적 역량을 혁신하도록 학습하는 과목이다. 수강생은 연구 문제의 개념화, 가설 탐색 및 정교화, 심리과학 문헌 분석, 연구 설계 구체화, 데이터 분석 계획 수립, 분석 결과 해석 및 시각화, 그리고 연구 결과 보고서 작성 및 소통에 이르기까지 심리과학 연구 방법론의 각 단계에서 본 연구과제를 통해 개발/활용되는 AI 지원 워크플로우를 실질적인 협업 도구로 활용하는 방법을 학습한다. 동시에 AI 산출물의 심리과학적 타당성, 방법론적 정확성, 윤리성 및 연구 재현성을 비판적으로 평가하고 교정하는 AI 협업 기반 심리과학 연구 방법론 역량을 함양하는 데 중점을 둔다. 이러한 구조를 통해 수강생은 AI를 단순 도구가 아닌 심리과학 연구의 협업 파트너로 활용하면서도, 데이터 과학 시대의 새로운 연구 방법론적 과제와 연구 윤리적 책임을 명확히 인지한 상태에서 창의적이고 재현 가능한 심리과학 연구 수행을 실천하게 된다.전선 / 대학원
우리말은 유형론적으로 어근 또는 어간에 접사가 붙어 다양한 의미 기능을 나타내는 교착어에 속한다. 따라서 국어를 올바로 이해하고 제대로 연구하기 위해서는 이러한 우리말의 구조에 대한 철저한 이해가 필요하다고 하겠다. 국어형태론 과목을 수강생들은 형태소의 정의 및 분류, 단어의 형성과 굴절, 품사 체계 설정 및 품사 분류 등의 문제를 체계적으로 학습할 수 있을 것이다.