최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
정지웅, 이경상, 이준기
2018 / 한국빅데이터학회 학회지
데이터가 존재하지 않습니다.
loading...
자연어 텍스트 처리를 통한 검색 시스템 구축
Natural Language Processing for Historical Texts
(파이썬으로 시작하는) 한국어 정보 검색과 자연어 처리 : 한글 프로그래밍과 자연어 처리 핵심 알고리즘
Formalising Natural Languages: Applications to Natural Language Processing and Digital Humanities : 14th International Conference, NooJ 2020, Zagreb, Croatia, June 5–7, 2020, Revised Selected Papers
Artificial intelligence & expert systems sourcebook
Explorations in automatic thesaurus discovery
Elasticsearch in action : 강력하고 실용적인 검색 애플리케이션 구축
Search : how the data explosion makes us smarter /
스파크를 이용한 자연어 처리 : 대규모 텍스트를 다루는 가장 효율적인 딥러닝을 만나다
Automated Taxonomy Discovery and Exploration
엘라스틱서치를 활용한 벡터 검색 실무 가이드 : 자연어 처리와 생성형 AI, RAG를 위한 대규모 벡터 데이터베이스
정보검색론 = 웹 검색 엔진 시맨틱웹 멀티미디어 검색
Advances in knowledge discovery in databases
자연어 처리와 딥러닝 : 딥러닝으로 바라보는 언어에 대한 생각
검색이 바꿀 미래를 검색하다 : 마이크로소프트의 검색 엔진 개발을 이끈 스테판 바이츠의 통찰과 예측
검색엔진 : 최신 정보검색론
Informatik-Spektrum: Organ der Gesellschaft für Informatik e.V. und mit ihr assoziierter Organisationen
Bast, Hannah한국사상과 문화
한용운Knowledge Engineering Review
Sebastian, Y.; Siew, E.-G.; Orimaye, S.O.Journal of King Saud University - Computer and Information Sciences
Mishra, A.; Jain, S.K.Journal of Electronic Resources in Medical Libraries
Heather Symon Bassett数字通信世界 / Digital communication World
林伊洋IEEE Latin America Transactions
Miguel Vargas Martin; Julio Cesar Martinez Romo; Ricardo Mendoza González; Laura Cecilia Rodriguez Martinez; Edgar Alan Calvillo Moreno; Jaime Muñoz Arteaga한국사전학
안의정软件导刊 / Software Guide
王正华; 韩永国American Journal of Political Science
King, Gary; Lam, Patrick; Roberts, Margaret E.Decision Analytics Journal
Moreno-Garcia, Carlos Francisco; Jayne, Chrisina; Elyan, Eyad; Aceves-Martins, MagalyHistorical Methods
Huistra, H.; Mellink, B.정보관리학회지
윤성희Social Network Analysis and Mining
Müngen, A.A.; Kaya, M.Folklore
Karsdorp, F.B.; Meulen, M. van der; Meder, Th.; Bosch, A.P.J. van denLanguage Learning in Higher Education
Giampieri, PatriziaNature
Mallapaty S中国市场 / China Market Marketing
钱明辉; 徐志轩The Lancet. Digital health
Luo YRequirements Engineering
Mahmoud, Anas; Niu, Nan전선 / 대학원
자연언어처리는 인간의 언어를 컴퓨터가 자동으로 분석하고 생성하기 위한 소프트웨어를 연구하는 분야이다. 본 교과목에서는 자연언어를 이해하고 기계번역을 자동으로 수행하기 위한 기본적인 개념과 구체적인 언어 처리 기법을 공부한다. 특히, 형태소 분석, 구문분석, 의미분석, 화용론 및 언어생성에 대해 공부한다.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.전선 / 대학원
이 강좌는 실험심리학에서 최근의 중요 연구들을 소개하고 인간 마음의 기본 원리를 탐색 및 논의하는 세미나이다. 우선 강의 초에 인간의 생리, 지각 및 인지 수준에서 일반이론을 소개하고 그 문제점들을 알아본다. 이 이론들에 기초하여, 이 강좌에서는 시각, 주의, 언어, 문제 해결, 인간 추리 등의 세부 주세를 다룬다. 또한 이 강좌에서는 이런 주제들에 관해 실험 실습을 통해 학생들의 구체적인 이해의 증진을 시도한다.전선 / 대학원
고전문학 연구를 위해서는 개별 자료를 읽고 판단하는 능력을 반드시 먼저 갖추어야 한다. 이 강좌에서는 구비문학, 시가, 소설, 한국 한문학 등의 각 분야를 포괄한 고전 자료를 선정하여 강독하고, 대상 자료에 대한 실질적인 분석과 해석을 시도한다. 이를 통해 원전을 직접 읽는 소양을 갖춤과 동시에 한국문학 자료 전체에 대한 이해를 증진할 수 있다. 현대문학과 고전문학의 통섭적 교과목이다.전선 / 대학원
본 강좌는 자연어처리 기술의 기초 이론을 다루며, 이를 바탕으로 의료정보처리 방법을 배우는 강좌이다. 자연어처리의 기초이론과 간단한 실습, 의료용어체계, 의료데이터의 종류 및 특성에 대해서 배우고, 이를 사용하여 의료문서로부터 정보를 추출 및 분석하는 방법론에 대해서 학습한다. 이후 소규모 프로젝트를 통하여 학생들이 직접 데이터를 보고 자연어처리를 진행하는 경험을 쌓도록 한다.전필 / 학사
본 전공은 지금까지 동물비교생리학 및 실험을 전공필수과목으로 지정하여 운영하여 왔으나, 최근의 학문발전 동향과 해당분야 난이도, 그리고 전공소속 학생들의 효과적 전공관련 지식 습득을 위하여 동물해부생리학 입문 및 실습으로 교과목 명칭 및 내용을 변경하여 운영한다. 본 교과목 은 동물의 해부학적 특징과 이와 관련된 생리학적 기능을 연계 학습하여 생명유지 및 항상성에 관련한 기초적 지식을 제공하는 것이 목적이다. 전공의 다양한 교과목을 효과적으로 이해하는데 필수적인 terminology, 동물의 기본적 해부학적구조, 생리학적 기능, 그리고 생명유지 및 항상성에 필요한 대사과정이 소개될 것이다. 입문과목의 특성을 고려하여 학생들의 능동적인 수업참여 유도를 위한 문제중심형 학습 (problem-based learning) 기법을 변형도입하여 학습효과를 극대화 할 예정이다. 평가는 퀴즈, 발표, 과제물, 보고서, 노트필기 및 출석을 중심으로 진행한다.전선 / 대학원
이 과목은 대규모 언어모델(Large Language Model; 이하 LLM)이 언어 연구 방법론에 가져온 주요 변화를 중심으로 자연어처리의 이론적 기반과 방법론을 학습하고, LLM의 본질적 특성을 이해함으로써 LLM을 활용한 새로운 언어 연구 방법을 탐색하는 것을 목적으로 한다. 이를 위해 프롬프트 학습, 파인튜닝, 다언어 모델, 텍스트 생성 및 멀티모달 모델 등 최신 자연어처리 기술을 살피고, 구문, 의미, 담화, 정서 분석 등 언어학의 주요 연구 영역을 전통적 접근과 LLM 기반 접근으로 비교한다. 또한, LLM의 언어능력, 의미 이해, 화용론적 한계에 관한 학문적 논쟁을 검토하여 언어 연구에서의 가능성과 제약을 비판적으로 고찰한다. 이를 통해 LLM 시대에 적합한 새로운 언어 연구 방법론을 습득하고, 인간의 언어 능력과 기계의 언어 처리의 차이에 대해 성찰할 수 있는 소양을 기를 수 있다.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 / 대학원
본 과목은 한국어 및 외국어 교육을 담당하는 교사들을 대상으로 하여 언어교육에 기초가 되는 언어현상을 이해하고 이를 자연어처리기술을 이용하여 분석하는 것을 목적으로 한다. 이를 위하여 언어학과 언어처리분야에서 개발된 여러 가지의 언어 분석 소프트웨어를 이용하여 언어 현상을 이해하도록 지도한다. 이와 같이 컴퓨팅 사고력을 기반으로 한 언어에 대한 이해는 이후 발음 및 문법 교육을 인공지능화하는 기초 연구가 될 것이다.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.교양 / 학사
인문학, 예술, 사회과학, 자연과학 등 다양한 학문 분야의 대표적인 산문들을 텍스트로 삼아 읽기, 말하기, 쓰기 훈련을 병행하면서 영어 능력의 향상과 비판적 사고력의 함양을 꾀한다. 한 학기 내내 한 가지 주제에 집중할 수도 있고, 일련의 서로 다른 (하지만 연관된) 주제들을 섭렵할 수도 있다.교양 / 학사
영어로 학술적인 글을 쓰는 능력을 기르는 것을 주된 목표로 삼는다. 한 문단짜리 글을 쓰는 것에서 시작해 점차 정해진 주제나 텍스트에 대해 여러 문단으로 이루어진 논쟁적/분석적인 글 혹은 완성된 기말논문을 쓰는 단계로 나아간다. 영어로 글을 쓰기 위해 알아두어야 할 일반적인 규칙과 관습을 익히고 좋은 문체를 구성하는 요소가 무엇이지 또한 배운다. 각각의 글쓰기 과제는 읽기 과제와 짝을 이루어 부과되며, 읽기 과제는 영산문의 표본이 될 만한 것들 중에서 선별된다.전선 / 학사
본 교과목은 인공지능 기반 혹은 컴퓨터 지원 교육이 활발한 현 상황에 맞춰 각 교과의 교육에 자연어처리를 활용할 수 있도록 자연어처리와 관련분야의 중요한 기본 개념과 이론을 소개한다. 특히 본 교과목은 자연어처리뿐만 아니라, 철학적 배경과 함께 음성처리, 인공지능, 언어학, 교육 등 다양한 분야를 융합하여 통합적인 관점에서 자연어처리를 소개한다. 또한, 본 교과목에서는 자연어처리에 가장 많이 쓰이는 프로그래밍 언어인 파이썬과 자연어처리 관련 기초 코딩 예제, 딥러닝 기본 예제 등을 구글 코랩 등을 통해 실습함으로써 향후 학생의 목적에 따라 기술을 사용할 수 있는 기반을 형성하는데 목표를 둔다.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 / 대학원
의료분야의 정보화가 진행됨에 따라 정보검색 기술은 가장 많이 활용되는 기술이 되었다. 향후 디지털화된 의료정보를 관리하고 이를 연구와 진료에 활용하기 위해서 정보검색기술은 가장 중요한 위치에 있는 핵심기술이다. 이를 위하여 의료환경에서 사용될 수 있는 정보검색의 기초이론을 강의한다. 강의는 의학용어모델, 정보검색모델, 인덱스구조를 중심으로 강의가 이루어진다. 의학용어모델에서는 의료정보시스템에서 사용되는 용어모델의 종류 및 특성을 설명하며, 정보검색모델로는 불리언모델, 벡터모델, 확률모델에 대하여 특성을 강의하며, 인덱스구조에서는 정보검색에 사용되는 inverted file, signature file의 구조 및 각각의 차이와 활용분야에 대하여 강의가 이루어진다.전선 / 대학원
이 과목은 한국 사회의 전통적이고 특징적인 언어문화에 대한 탐구를 목표로 한다. 한국 언어문화의 주요 특성 및 그것의 지역적, 사회적 변이상을 발견, 분석하는 것이 주 내용이 될 것이다.전선 / 대학원
이 교과목은 사전 편찬에 대한 일반적인 이론을 습득하고 기존의 사전들을 검토하여 문제점을 지적하고 더 나은 사전 편찬 방법을 찾아 내도록 하는 것을 목적으로 한다. 강의는 표제어의 등재, 배열의 방법, 정의, 문법정보 등으로 나누어 학생별로 발표하도록 하고 이를 서론 토론하는 형식으로 진행된다.전선 / 대학원
한국고대사에 대한 체계적인 이해를 도모하여 전체 한국사 체제 내에서 고대사의 위상과 다른 시대와의 관련성을 입체적으로 조망할 수 있도록 유도한다. 한국고대사를 전공하는 학생은 물론이고 다른 분야를 전공하는 학생에게도 자신의 전공분야를 연구하는 데에 도움을 주는 것을 목표로 삼는다. 나아가 본 강좌를 수강한 후 대학원생들이 장차 한국사개설이나 한국고대사 관련 강의를 담당할 때 강의내용을 설계하는 데에 도움을 주는 것을 또 하나의 목표로 삼는다.논문 / 대학원
언어학의 각 분야별로 최근 가장 쟁점이 되고 있는 이론이나 방법론 등을 소개하여 언어연구의 현주소와 미래를 예측하도록 도모한다.주로 논문제출과 관련한 이론지도과목으로 중점활용될 수 있도록 최근의 학문동향을 거시적으로 살펴보는 데 본 교과목의 목적이 있다.전선 / 대학원
오늘날 프랑스어교수법은 실천으로부터 경험적으로 확인된 고유한 문제론에 입각하여 이론을 정립함으로써 하나의 독립된 학문분야로서, 과학으로서 그 특수성을 인정받고 있다. 프랑스어교수법의 이러한 지위는 다른 학문들로부터 고립되어 이루어진 것이 아니다. 본 교과목은 언어학, 사회언어학, 심리언어학 등의 응용언어학이 프랑스어교수법과 어떻게 연관관계를 맺고 있는지 심도 있게 탐구하고 응용언어학의 연구결과를 프랑스어교육의 이론과 실제에 적용해보도록 한다.