내 신청현황
종류	모집공고명	진행상태
신청내용이 없습니다.

첨단기술정보

home
알림마당
과학기술정보분석
첨단기술정보

구두 지능의 자동 추정을 위한 문서 분류 방법

전문가 제언: ○ SLDS는 여러 가지 어려운 문제를 해결하고 다양한 환경에 반응할 수 있어야 한다. 여기에서 중요한 요소는 시스템의 대화 능력을 향상시키기 위해서 사용자에게 적응해야 한다는 점이다. 따라서 SLDS가 자동적으로 VI를 예측할 수 있으면 대화의 수준을 선택하여 시스템을 보다 간단하고 효율적으로 만들 수 있다.

○ 기계 학습 알고리듬을 훈련시키기 위해서 사람들이 언어를 사용하여 다른 VI를 산출하는 것을 반영하는 언어 특징의 최대치를 알아야 한다. 본 논문은 사람들이 같은 사건에 대해서 묘사하고 그들의 생각과 감정을 설명하는 경우에 어휘의 범위가 어느 정도로 그들의 VI의 수준을 반영하는 가에 대해서 연구한 것이다.

○ 본 논문에서는 한국인 논문이 인용되지 않아서 분야 정보 검색을 한 결과 가장 상위 분야인 text classification은 16,837편의 논문이 있어 큰 분야이고 소프트웨어, 신경망, 전문가 시스템, 전산학 그리고 인터페이스 분야에서 고르게 적용되는 기술이다. 실린 저널의 제목을 보면 expert system, pattern recognition, information processing & management 그리고 speech communication 등이다.

○ text classification 분야를 세분하여 verbal intelligence를 보면 746편의 논문이 검색되는데 이 중에서 16편의 한국인 논문이 발견되었다. 우선 분야에서 차지하는 비중도 2%를 조금 초과하는 미미한 수치이고 논문의 내용을 세부적으로 추적한 결과 분야 또한 다양하고 본 논문에서 다루는 VI와 직접적인 관계를 찾기 힘들었다. 한국인 논문은 웹 문서의 장르 결정, 지식 습득, 질의응답, 정보 검색, 사회 시스템 등 실로 다양하여 어느 한 분야에 대해서 인정하기에 충분한 국내 동향을 파악하기에는 불충분했다.

저자: Fernando Fernandez-Martinez, Kseniya Zablotskaya, Wolfgang Minker
자료유형: 학술정보