http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
윤희근(Hee-Geun Yoon),박성배(Seong-Bae Park) 한국지능시스템학회 2015 한국지능시스템학회논문지 Vol.25 No.1
웹의 비구조 문서로부터 자동으로 인스턴스를 생성하기 위한 다양한 연구가 제안되었다. 영어권의 기존 연구들에서는 간단한 규칙과 정규식 기반의 패턴을 활용하였다. 영어에서는 단순한 정규식 기반의 패턴만으로도 충분히 높은 정확도를 보여 주었지만. 한국어는 영어와 다른 언어적인 특성으로 인하여 기존의 정규식 형태의 패턴으로는 적합한 패턴을 생성할 수 없다. 이에 본 논문에서는 한국어에 적합한 패턴 및 인스턴스 생성 방법을 제안한다. 제안한 방법은 대상 문장의 의존 관계를 고려함으로써 높은 정확도를 가지는 패턴 집합을 생성한다. 또한 인스턴스의 주어(subject)와 목적어(object) 판별을 위하여 조사 정보를 함께 활용함으로써 한국어의 자유로운 어순으로부터 오는 제약을 해결한다. 실험 결과에 따르면 본 논문에서 제안한 패턴 생성 방법이 단순 어순만을 고려하여 생성된 패턴들에 비하여 더 높은 정확률을 보여주어, 한국어 대상 자동 인스턴스 생성에 적합함을 확인하였다. There are various researches which proposed an automatic instance generation from freetext on the web. Existing researches that focused on English, adopts pattern representation which is generated by simple rules and regular expression. These simple patterns achieves high performance, but it is not suitable in Korean due to differences of characteristics between Korean and English. Thus, this paper proposes a novel method for generating patterns and instances which focuses on Korean. A proposed method generates high quality patterns by taking advantages of dependency relations in a target sentences. In addition, a proposed method overcome restrictions from high degree of freedom of word order in Korean by utilizing postposition and it identifies a subject and an object more reliably. In experiment results, a proposed method shows higher precision than baseline and it is implies that proposed approache is suitable for self-knowledge learning system.
컨테이너 자동편성 플랫폼을 활용한 개방형 클라우드 플랫폼 생태계 전략
정기봉,현재욱,윤희근,김은주 한국정보화진흥원 2019 정보화정책 Vol.26 No.3
The cloud services market is growing rapidly from the on-premises environment to the cloud computing environment and the domestic cloud software market in Korea is expected to grow at a CAGR of around 15%. In Korea, research teams are providing open cloud platforms using open source software under the government taking the initiative, which intends to enhance the reliability and functionality of open cloud platforms, provide users with a world-class open cloud platform-based and developer-friendly environment that is managed on heterogeneous cloud infrastructure and supported by full-lifecycle management of application software. In this paper, we propose a method to utilize CaaS in the open cloud platform, through incorporating the platform with the container orchestration platform. Finally, by providing users with the application runtime and container runtime, it presents how the two platforms can coexist and cooperate in the same ecosystem. 클라우드 서비스 시장은 온프레미스 환경에서 클라우드 컴퓨팅 환경으로의 전환에 힘입어 급속도로 성장하고 있고, 국내 클라우드 소프트웨어 시장 또한 전 세계적인 흐름에 따라 2022년까지 연평균 약 15%로 성장할 것으로 예상한다. 국내에서는 정부 주도하에 오픈소스 소프트웨어를 활용한 개방형 클라우드 플랫폼을 제공하고 있으며, 2019년까지 개방형 클라우드 플랫폼의 안정성 및 기능을 강화하고, 이종 클라우드 인프라 기반으로 운영되고 응용 소프트웨어의 전체 라이프사이클 관리 기능을 제공하는 세계적 수준의 개방형 클라우드 플랫폼 기반 및 개발자 지원환경을 제공하고자 한다. 이에 따라 본 연구에서는 개방형 클라우드 플랫폼 생태계를 활성화하기 위해 컨테이너 자동편성 플랫폼의 접목을 제시하고, 이를 통해 개방형 클라우드 플랫폼에서의 CaaS 활용 방안을 제시한다. 최종적으로 사용자에게 Application Runtime 및 Container Runtime을 제공함으로써 두 개의 플랫폼이 서로 상생할 수 있는 생태계의 방향성을 제시한다는 점에서 의의가 있다.
Consolidation of Subtasks for Target Task in Pipelined NLP Model
손정우,박성배,윤희근,조기성,류원 한국전자통신연구원 2014 ETRI Journal Vol.36 No.5
Most natural language processing tasks depend on theoutputs of some other tasks. Thus, they involve other tasksas subtasks. The main problem of this type of pipelinedmodel is that the optimality of the subtasks that aretrained with their own data is not guaranteed in the finaltarget task, since the subtasks are not optimized withrespect to the target task. As a solution to this problem,this paper proposes a consolidation of subtasks for a targettask (CST2). In CST2, all parameters of a target task andits subtasks are optimized to fulfill the objective of thetarget task. CST2 finds such optimized parametersthrough a backpropagation algorithm. In experiments inwhich text chunking is a target task and part-of-speechtagging is its subtask, CST2 outperforms a traditionalpipelined text chunker. The experimental results prove theeffectiveness of optimizing subtasks with respect to thetarget task.