http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
박순욱(Soonwook Park),전혜윤(Hyeyoon Jun),김윤수(Yoonsoo Kim),이수원(Soowon Lee) 한국컴퓨터정보학회 2021 韓國컴퓨터情報學會論文誌 Vol.26 No.12
재난문자는 재난 발생 시 국가에서 해당 지역에 있는 시민들에게 보내는 문자 메시지다. 재난문자의 발송 건수는 점점 증가하여, 불필요한 재난문자가 많이 수신됨에 따라 재난문자를 차단하는 사람들이 증가하고 있다. 이와 같은 문제를 해결하기 위하여, 본 연구에서는 재난문자를 재난 유형별로 자동으로 분류하고 수신자에 따라 필요한 재난의 재난문자만 수신하게 하는 딥러닝 모델을 제안한다. 제안 모델은 재난문자를 KoBERT를 통해 임베딩하고, LSTM을 통해 재난 유형별로 분류한다. [명사], [명사 + 형용사 + 동사], [모든 품사]의 3가지 품사 조합과 제안 모델, 키워드 분류, Word2Vec + 1D-CNN 및 KoBERT + FFNN의 4종류 분류 모델을 활용하여 재난문자를 분류한 결과, 제안 모델이 0.988954의 정확도로 가장 높은 성능을 달성하였다. Disaster alerts are text messages sent by government to people in the area in the event of a disaster. Since the number of disaster alerts has increased, the number of people who block disaster alerts is increasing as many unnecessary disaster alerts are being received. To solve this problem, this study proposes a deep learning model that automatically classifies disaster alerts by disaster type, and allows only necessary disaster alerts to be received according to the recipient. The proposed model embeds disaster alerts via KoBERT and classifies them by disaster type with LSTM. As a result of classifying disaster alerts using 3 combinations of parts of speech: [Noun], [Noun + Adjective + Verb] and [All parts], and 4 classification models: Proposed model, Keyword classification, Word2Vec + 1D-CNN and KoBERT + FFNN, the proposed model achieved the highest performance with 0.988954 accuracy.
코로나19 재난문자 데이터를 활용한 의도 분류 모델 설계
박순욱(Soonwook Park),김영국(Youngkook Kim),김명호(Myungho Kim) 한국정보과학회 2021 한국정보과학회 학술발표논문집 Vol.2021 No.6
코로나19가 2020년 전 세계적인 범유행 감염병이 됨에 따라 2020년에 한 해에 발송된 재난문자의 수는 54,734건으로 2019년에 비해 약 60배 증가하였다. 이에 발생한 문제를 해결하고자 코로나19 재난문자의 의도에 따라 기준을 정하고 자동으로 분류하여, 수신자가 필요한 내용만 수신하게 하는 목적으로 본 연구를 수행하였다. 코로나19 재난문자를 총 5개의 기준으로 분류하였고, 자동으로 분류하는 방법으로는 딥러닝 모델 중 KoBERT와 1D-CNN을, Clustering 알고리즘을 사용하는 BERTopic, K-Means Clustering과 단순 키워드 분류까지 5가지의 분류 모델을 선택하여 성능을 측정하였다. 이후 성능 향상을 위해 코로나19 재난문자의 분류 기준을 1, 2차 분류로 나눠 2단계로 분류하는 모델을 제안하였으며, 타 분류 모델들보다 높은 96.7%의 정확도를 달성하였다.
김대영(Daeyoung Kim),박순욱(Soonwook Park),이호중(Hojoong Lee),김종필(Jongpil Kim),정원지(Wonji Chung),곽도훈(Dohoon Kwak) 한국기계가공학회 2021 한국기계가공학회지 Vol.20 No.2
Most pipe-inspection robots have fixed sizes and use a wired cable system. Pipelines are generally composed of various structures, including bent pipes, vertical pipes, branch pipes, and holes, and it is difficult to explore the insides of such modular piping structures. In an offshore plant pipeline, a robot that can pass through the pipe hole in the downward direction or avoid obstacles, such as a measuring instruments, has not been introduced yet. In this study, an inspection robot that can travel through most pipelines in offshore plants is proposed. This robot uses mecanum wheels; upward, downward, and rotary motion; and a novel rotatable mechanism. Moreover, the robot is designed to be compact and lightweight to include additional devices in the middle.
한글 가변 폰트 서비스를 제공하기 위한 한글 매개변수 조절 사용자 인터페이스
김윤수 ( Yoonsoo Kim ),박순욱 ( Soonwook Park ),이현수 ( Hyunsoo Lee ),강결희 ( Kyeolhee Kang ),최재영 ( Jeayoung Choi ) 한국정보처리학회 2021 한국정보처리학회 학술대회논문집 Vol.28 No.2
하나의 폰트를 제작하기 위해서, 로마자 폰트는 200여자만 디자인하면 되지만, 한글 폰트는 11,172자나 되는 많은 글자를 하나하나 디자인해야 하는 어려움이 있다. 하나의 한글 폰트 제작에 많은 시간과 노력이 드는 기존 문제점을 해결하기 위해, 메타폰트와 같은 프로그래머블 폰트를 이용하는 방법이 제안되었으나, 이를 실제 사용하는 것은 용이하지 않다. 따라서 이러한 문제를 해결하기 위해 한글 가변폰트 서비스를 위한 한글 매개변수 조절 서비스 “STEMFONT’를 개발하였다. 본 논문에서는 STEMFONT 서비스에 대한 소개와 더불어 서비스 기능에 맞는 인터페이스 구성에 대해 설명한다. 이러한 인터페이스를 통해 사용자들이 쉽게 폰트를 제작할 수 있다.