최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Ryu, So Im; Park, Yeon-Hwan; Kim, Jinhyun; Huh, Iksoo; Chang, Sun Ju; Jang, Soong-Nang; Noh, Eun-Young
2022 / PLoS ONE
Balsamo, Antonio; Baronio, Federico; Ortolano, Rita; Menabo, Soara; Baldazzi, Lilia; Di Natale, Valeria; Vissani, Sofia; Cassio, Alessandra
2020 / FRONTIERS IN PEDIATRICS
데이터가 존재하지 않습니다.
loading...
본 연구는 구문 프라이밍 패러다임을 사용하여 L2 LSTM 신경망 언어 모델이 구문 프라이밍에 얼마나 민감한지 탐구합니다. 연구 결과, L2 언어 모델은 어휘 항목뿐만 아니라 문장의 추상적인 구문 속성에도 적응하는 것으로 나타났습니다. 하지만 간단한 적응 방법을 추가한다고 해서 인간의 읽기 시간을 예측하는 성능이 항상 향상되는 것은 아닙니다.
Applying priming methods to L2 learning, teaching and research : insights from psycholinguistics
Linguistic structure prediction
Mathematical foundations of speech and language processing
The role of formal features in second language acquisition
Toward second language acquisition : a study of null-prep
Complex dynamic systems theory and L2 writing development
Perspectives on sentence processing
이론부터 실전까지 AI 에이전트 완벽 마스터 : LLM·RAG 기본부터 지식 그래프·강화학습·멀티 에이전트 심화까지
The structure of long-term memory : a connectivity model of semantic processing
Prosody and Language in Contact : L2 Acquisition, Attrition and Languages in Multilingual Situations
Ways of structure building
L3 syntactic transfer : models, new developments and implications
From inkmarks to ideas : current issues in lexical processing
Quantitative data analysis for language assessment
First and second language acquisition : Parallels and differences
Linguistics and second language acquisition
Structural priming in the grammatical network
Natural language processing : the PLNLP approach
A theory of syntactic recognition for natural language
Native listening : language experience and the recognition of spoken words
현대영미어문학
최선주, 박명관언어연구
최선주, 박명관언어과학연구
최선주, 박명관한국컴퓨터정보학회논문지
김유희The Journal of Linguistics Science
Sunjoo Choi; Myung-Kwan Park영어학
최선주, 박명관Transactions of the Association for Computational Linguistics
Sinclair A.,Jumelet J.,Zuidema W.,Fernández R.언어연구
최선주, 박명관, 윤영도영어학
최선주, 박명관언어연구
김유희, 박명관, 서혜진현대문법연구
구건우, 박명관Journal of Memory and Language
Muylle M.,Bernolet S.,Hartsuiker R.J.Bilingualism
Montero-Melis G.,Jaeger T.F.Journal of Experimental Psychology: Learning Memory and Cognition
Wei H.,Boland J.E.,Cai Z.G.,Yuan F.,Wang M.Bilingualism: Language and Cognition
Hartsuiker, Robert; Bernolet, Sarah영어영문학21
백승현, 지문건IEEE/ACM Transactions on Audio Speech and Language Processing
Gupta A.,Zhang Z.Bilingualism
Hartsuiker, R.J.; Bernolet, S.Second Language Research
Carrie N. JacksonInformation Sciences
Shuang K.,Tan Y.,Cai Z.,Sun Y.전선 / 대학원
데이터사이언스와 관련한 여러 분야의 최근의 국내외 연구동향을 소개한다. 강의와 세미나를 통하여 관련분야의 최신 방법론과 특정 주제를 심도 있게 습득할 수 있도록 한다.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
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
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
변형생성문법이 러시아어의 여러 문법 현상들을 설명해 내는 데 어느 정도의 긍정적인 기제로 작용할 수 있는지 살펴보고, 그 적용가능성과 한계에 대해 논의한다.전선 / 대학원
대형언어모델(Large Language Model, LLM)은 수억 이상 파라미터를 갖는 인공신경망으로 구성된 언어모델이다. 자기지도학습이나 반자기지도학습을 사용하여 레이블링 되지 않은 대규모 텍스트로 훈련된다. 토큰화, 트랜스포머 모델, 프롬프트 엔지니어링, 파인 튜닝 등으로 구성된다. Neural Network, CNN, RNN, LSTM, 어텐션, 트랜스포머, RLHF, 프롬프트 엔지니어링, 파인튜닝, RAG 등을 다룬다. LLM 이론을 기초부터 완성 단계까지 학습한다. LLM를 소규모로 직접 사전학습모델을 구현한다. 사전학습된 모델을 기반으로 프롬프트 엔지니어링, 파인튜닝, RAG를 통하여 성능을 향상시키는 것을 구현한다.전선 / 대학원
영어교육과 관련된 제반 이론과 최신 이론들에 대한 심도 있는 연구와 영어교육에 관한 이론적, 방법적 모형을 개발한다.전선 / 대학원
이 교과목은 '통사론연구 1'(108.520)의 교과목 내용을 기초로 이론의 확대적용 및 발전을 좀더 깊이 있게 모색한다.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 교육과정과 관련된 여러 요인들과 각 요인들의 상호작용, 그리고 한국어교육과정 개발과 운영 등에 대하여 심도 있는 탐구를 진행하게 된다. 특히 한국어 교육내용의 선정과 위계화, 내용 체계의 조직 의 원리 등을 언어 요인, 문화 요인과 결부시켜 집중적으로 논구하게 된다.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
인공지능 기술의 발달로 외국어교육 연구에서도 많은 혁신이 요구된다. 본 강의에서는 인공지능 기술을 언어교육에 활용하는 방안을 모색해 본다. 구체적으로, 본 과목은 언어 학습자 및 언어 교육 맥락에 대한 이해를 바탕으로 다양한 언어 교육 목적의 테크놀로지를 활용하여 언어를 교수하고 평가하는 방법을 익히는 것을 목적으로 한다. 이를 위해 언어입력, 출력, 상호작용, 피드백과 같이 언어교육 및 발달과 관련한 주요 개념을 익히고, 다양한 인공지능 도구를 활용하고 적용해 본다.전선 / 대학원
기계학습은 다양한 분야에서 점차 큰 관심을 받고 있으나, 막상 실제 데이터에 적용하여 성공적인 결과를 도출하는 데에는 많은 어려움이 따른다. 본 과목은 기계학습 기법들을 실제 문제에 적용할 때에 중요한 데이터 전처리, 피쳐 추출, 차원 축소, 클래스 불균형, 모델 앙상블 등의 주제들을 다루고, 데이터로부터 모형과 종속성을 학습하는 원리와 기법들을 소개하는 바, 특히 확률, 통계 및 최적화 이론에 기반하여 신경망 (Neural Networks), 서포트 벡터 머신 (Support Vector Machines), 은닉 마르코프 모형 (Hidden Markov Models) 및 강화 학습 (Reinforcement Learning) 기법들을 공부한다. 또한, 이들 기법을 활용하여, 다양한 시계열 데이터들을 대상으로 예측 및 분류 모델을 구현하는 프로젝트들과 데이터 기반 학습의 사례 연구들이 포함된다.전선 / 학사
본 강의는 현대통사이론의 기초 개념과 주요 이슈를 세미나 형식으로 다루는 학부 수업이다. 문법 구성 체계, 구 구조, 논항 구조, 구조와 형태의 관계, 장거리 의존관계와 일치 현상, 이동과 의미해석 등 통사론의 주요 논제들을 최소주의 통사론의 관점에서 심도 있게 다룬다. 본 수업을 통해서 학생들이 현대통사이론의 기초를 탄탄히 쌓고 학습한 이론을 여러 언어의 통사 현상에 적용하고 분석하는 방법을 익히는 것을 목표로 한다.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 수업에서는 인간 언어의 발화와 이해에 관련된 신경 메커니즘에 대한 개요를 제공합니다. 통사론, 의미론과 같은 고전적 언어학을 뛰어 넘어, 언어의 발화와 이해, 그리고 여타 다른 인지 기능과의 연계성을 바탕으로 인간의 언어 활동에 대한 다양한 뇌신경과학적 측면을 다룹니다. 따라서 최신의 기능적 뇌영상 방법(특히 functional MRI)을 통한 연구들을 중점적으로 살펴보고 신경학적 및 발달적 언어 장애의 사례는 물론 거대언어모델(Large Language Model: LLM)과 관련 된 연구도 함께 공부합니다. 이 수업은 특히 뇌에서의 언어 처리, 그리고 언어 처리 이론과 뇌 기능 사이의 관계에 바탕을 두고 다양한 신경언어학적 연구를 공부하게 될 것입니다.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
손상된 조직재생, 기능을 복원하기 위해 개발되는 저분자, 펩타이드, 단백질, 유전자 치료제 신약에 대한 분류, 신약으로 도출되기 위해 필수로 수행해야하는 시험 및 임상연구에 대한 기초지식을 학습함. 또한 조직복원을 위한 약물융합소재, 생리활성 바이오소재 등에 기반한 의료기기의 설계 및 기능평가 연구에 대해서 학습함.전선 / 대학원
이 교과목은 제2언어로서의 한국어 습득에 대한 연구를 목적으로 한다. 이를 위해, 먼저 행동주의, 생득주의, 인지주의 등 언어 학습 이론과 대조가설·동일성가설, 모니터이론, 중간언어 이론, 문화변용이론, 결정적 시기 가설 등의 제2언어 습득 이론을 살핀다. 이를 바탕으로 한국어 습득 과정을 연구하고 이에 적합한 교수-학습 방법을 개발하는 것을 교과목의 최종 목표로 삼는다.전필 / 대학원
오늘날 정보기술(IT)은 조직의 전략과 운영 상 목표를 달성하는 핵심 요소가 되었다. 이러하여 대부분의 조직에서는 구성원들이 IT에 대해 최소한의 기본적인 지식을 갖추고 있기를 기대한다. 이 강좌는 정보시스템에 대한 기본적인 개념과 원리 전달을 목표로 구성된 종합 입문 과정이다. 입문 과정으로서 이 강좌는 특정한 내용을 깊게 다루는 것보다 다양한 주제를 폭넓게 다루는 데에 중점을 둘 것이다. 수업 중 다루게 될 주제에는 정보시스템의 기본 개념, IT의 전략적 역할, IT와 관련된 조직상의 변화 관리, 지식 경영, 기업 시스템, 인터넷 응용 기술, 시스템 개발 방법론, 신기술 등이 있다. 이와 더불어 경영 사례 연구 및 토론은 IT 환경에서 당면하게 될 구체적인 관리 문제를 다루는 데에 많은 도움을 줄 수 있을 것이다.