최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 연구는 자모 단위 임베딩과 회선 신경망을 활용하여 한국어 감성 분석 알고리즘을 제안하며, 기존 형태소 분석 기반 방식의 문제점을 해결하고자 한다. 형태소 분석을 배제하고 음절 벡터를 생성하는 모델을 개발한 결과, 88%의 정확도를 보였으며 비정형 데이터에 대한 영향이 적고 맥락에 따른 극성 분류가 가능해졌다.
한국어 텍스트 감성 분석
AI가 내려온다 : 인공 지능 시대의 고전 문학 연구
Classification syntaxique des constructions adjectivales en coréen
한국어 텍스트 감성 분석
인공지능 데이터해석학 : 데이터로 인간 읽기
Components of emotional meaning : a sourcebook
Reference point and case : a cognitive grammar exploration of Korean
The Morphosyntax of Imperatives
Sadness expressions in English and Chinese : corpus linguistic contrastive semantic analysis
코퍼스와 어휘 데이터베이스
Corpus-based approaches to sentence structures
한국어 감정표현 연구
단어를 디자인하라 : 미묘한 차이가 만드는 감정의 방향
Patterns and meanings of intensifiers in Chinese learner corpora
Sentiment analysis : mining opinions, sentiments, and emotions
R을 이용한 텍스트 마이닝 =
Semantic sentiment analysis in social streams
Advances in structural and syntactical pattern recognition : 6th international workshop, SSPR '96, Leipzig, Germany, August 20-23, 1996, proceedings
韓·中 감각형용사 의미 구조
(R로 배우는) 텍스트 마이닝 : tidytext 라이브러리를 활용하는 방법
문화와융합
남영자방송공학회 논문지
이재아, 박구만Journal of KIISE
Kyoung-Ae Jang; Sanghyun Park; Woo-Je Kim정보과학회논문지
장경애; 박상현; 김우제정보과학회논문지
최서인, 박대민, 온병원지능정보연구
박상민, 나철원, 최민성, 이다희, 온병원지능정보연구
안정국, 김희웅멀티미디어학회논문지
손성일, 박찬곤멀티미디어학회논문지
손성일; 박찬곤대한산업공학회지
최지은, 한성원지능정보연구
박현정, 송민채, 신경식언어와 정보
Jang, Hayeon; Shin, Hyo Pil한국콘텐츠학회 논문지
김영준, 김태훈Research & Politics
Burnham, MichaelApplied Sciences (Switzerland)
Mao X.,Chang S.,Shi J.,Li F.,Shi R.IEEE Transactions on Multimedia
Kim, T.-Y.; Park, E.; Yang, J.Journal of Intelligent and Fuzzy Systems
Zeng Q.,Zhao X.,Hu X.,Duan H.,Zhao Z.,Li C.한국컴퓨터정보학회논문지
신판섭한국엔터테인먼트산업학회논문지
김선경; 신판섭Journal of Information Science
Zhang, P.; He, Z.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
소비행동의 가치기준과 평가기준이 이성에서 감성으로 비중이 옮겨가고 있는 시대이다. 이 과목을 통해 인간의 감성요소를 명확히 파악, 분석하여 조형언어로 변환시킴으로써 감성적 디자인 프로세스를 수행할 수 있는 능력을 함양한다. 이를 위해서는 감성공학, 인지과학, 심리학 등의 주변 학문분야와 함께 다학제적 관점에서 새로운 디자인 문제 해결방안을 학습한다.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
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 강좌에서는 외국어로서의 한국어교육의 마무리단계라 할 수 있는 평가와 관련하여 평가 목표의 수립, 평가 준거의 설정, 평가 결과의 분석 및 송환 등에 대해 깊이 있는 연구와 논의를 진행한다. 특히 현대 교육평가이론을 적극 수용하되, 평가의 대상인 언어에 대한 심도 있는 이해를 전제로 강의를 진행하게 된다.전선 / 학사
본 과목에서는 대용량의 텍스트를 분석하여 유의미한 결론을 도출하는 텍스트마이닝 기법에 대해 강의한다. Natural language processing, probabilistic topic model, text clustering, text categorization, contextual text mining 등, 텍스트마이닝 분야의 핵심 Keyword 및 기법에 대해 다룬다.전선 / 대학원
이 교과목은 '통사론연구 1'(108.520)의 교과목 내용을 기초로 이론의 확대적용 및 발전을 좀더 깊이 있게 모색한다.전선 / 대학원
디자인 연구의 기본이 되는 논문의 개념 및 기본 연구 설계 방법을 학습하고 실습한다. 디자인 자료 수집의 기초가 되는 설문지 및 인터뷰 시나리오 구성, 자료 수집 방법 및 전략, 연구 대상 설정 등의 연구 설계의 기초 과정을 이해하여, 연구 설계를 할 수 있는 능력을 배양한다. 또한 본인 연구주제와 관련된 선행 연구 분석을 통해, 연구논문계획서를 작성하여, 디자인 연구 진행의 기초가 될 수 있도록 한다.전선 / 대학원
인간의 정서, 인지, 행동 문제는 뇌 기능과 밀접한 관련이 있으며, 생체신호와 뇌파에 대한 컴퓨터 분석 기법을 활용하면 이러한 문제와 연관된 뇌 및 자율신경계 활동을 정량적으로 평가하고 패턴을 분류하는 데 큰 도움을 줄 수 있다. 이 과정은 의학, 간호, 심리, 교육, 체육 등 비전공자들을 위해 설계되었으며, 생체신호 분석 경험이 없는 이들이 임상 연구에 바로 적용할 수 있도록 정량뇌파(QEEG) 및 심박변이도(HRV) 분석의 이론과 측정 장비, 분석 소프트웨어 실습을 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
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 과목은 대학원 전산언어학 과목으로 이번 학기는 전산통사론과 전산의미론에 관해서 논의한다. 이 과목을 통해서 이론언어학적인 관점에서 통사론이나 의미론적 접근이 어떻게 전산적으로 구현될 수 있는지를 살펴보도록 한다. 또한 구문분석과 관련하여 실제로 한국어 문장을 Typed Feature Structure로 구문분석 하는 것을 직접 실습하도록 한다. 구문분석, 의미분석, 온톨로지(Ontology)를 중심으로 논의를 진행하며, 실제로 문장구조를 분석하는 이론과 방법론을 배우고 자연언어의 의미를 표상하는 방법, 그리고 현재 많이 논의되는 온톨로지에 대해서 학습하고 관련된 툴로 실습한다.전선 / 대학원
이 강좌에서는 한국어 표현에 수반되는 언어심리적 기제와 문화적 원리, 다양한 표현 방식에 나타난 사고 등을 심도 있게 고찰한다. 특히 외국어 화자의 언어 요인과 문화 요인이 한국어 표현의 학습에 어떤 효과를 미치는지에 대한 천착이 이루어지며, 나아가 효과적인 한국어 표현 교육의 방향과 구체적 교수학습 방법 등을 탐구한다.전선 / 대학원
음운론의 여러가지 연구방법론에 대한 탐구와 개별어에서의 적용을 시도한다. 전통적인 구조주의적인 접근 방식을 비롯하여, 생성음운론, 자립분절음운론(Autosegmental Phonology), CV음운론, 운율음운론(Metrical Phonology) 등의 이론을 개별적으로 탐구하며, 실제의 언어자료에서 나타나는 음운현상들에 대한 적용을 시도한다. 또한 각 음운이론의 특징을 서로 비교하고 평가한다.전선 / 대학원
이 과목은 한국어학 연구의 이론적 성과를 토대로 하여 그 이론적 지식이 요구되는 다양한 분야에 대한 이해와 탐구를 목적으로 한다. 이러한 응용 분야로는 언어 습득, 심리언어학, 인지언어학, 음성 합성 및 인식, 계량언어학, 언어 정책 등을 들 수 있다. 이들에 대한 연구는 그 자체로서도 의미가 있을 뿐 아니라, 이론적인 한국어학에 실재적 뒷받침을 제공할 수 있다.전선 / 대학원
소셜 컴퓨팅과 라지데이터 분석 등이 커뮤니케이션 분야에서도 중요한 이슈로 부상함에 따라 컴퓨터공학을 전공하지 않은 연구자들도 소셜 네트웍 시스템의 기술적, 구조적 특성을 이해할 필요가 있다. 이 수업에서는 Ruby나 Python 등을 사용한 기초 프로그래밍 학습과, 웹 기반 기술(web technology), 데이터베이스 등의 관련 기술에 대한 학습을 통해 실제로 소셜 네트웍을 개발하고 분석하는 방법을 배운다. 또한, 이 과정에서 트위터 등의 소셜 네트웍의 데이터 마이닝 기법을 배우고 소셜 네트웍 분석을 실습을 통해 학습한다.전선 / 학사
이 강좌는 언어학의 응용분야로 인간이 쓰는 언어가 컴퓨터에서 어떻게 처리되는지 다룬다. 인간 언어가 지닌 음성, 형태, 통사, 의미적인 측면이 정보처리 관점에서 음성합성, 음성인식, 형태분석, 구문분석, 의미처리 등과 관련하여 어떻게 구현되는지 살펴보며, 실제로 음성합성기, 음성인식기, 정보검색시스템이나 기계번역기 등 상용화된 시스템 구축방법에 대해서도 살펴본다. 또한 대량의 자료를 수집하고 처리하는 코퍼스도 논의하여, 한국어 정보처리를 위한 기초자료 구축도 병행한다. 이 과목은 이론적인 방법론뿐만 아니라 실제처리에도 많은 초점이 맞추어지기 때문에 컴퓨터 프로그래밍 학습을 통하여 시스템 구축이나 자료를 처리하는 실습도 병행한다.전필 / 학사
인문학은 전통적으로 질적 접근을 주 방법론으로 삼아왔으나, 최근 수량적 접근의 필요성이 크게 부각되고 있다. 이 과목은 인문데이터과학을 전공하는 학생들에게 인문학의 여러 영역의 자료를 수량적으로 분석하기 위한 기초 지식을 제공한다. 통계의 기본 개념과 추론의 원리를 익히고 통계 소프트웨어를 활용하여 실제 데이터를 분석하는 능력을 키운다. 인문계열 1학년 수준의 수학 배경 지식에 맞추어 통계적 기법을 이해할 수 있도록 이론적인 부분을 최소화하되 추후에 본격적인 통계 관련 수업을 들을 수 있는 수리적인 기초를 닦을 수 있는 기회를 제공할 수 있도록 한다.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 편향성전선 / 학사
인간언어에 대한 연구가 여러 가지 정보축적과 정보소통의 문제와 어떤 관련을 맺고 있는지를 소개한다. 인간의 자연언어와 컴퓨터의 인공언어의 공통점과 차이점을 이해한다. 언어정보의 자동처리 방법과 응용을 소개한다. 인간 언어에 대한 기초연구가 어떻게 음성인식, 음성합성 등의 음성정보 처리와 구문 분석, 의미정보 처리에 응용되며, 현대 정보사회의 발달을 위한 정보검색, 요약, 필터링, 그리고 기계번역 등에 적용되는지를 소개한다.