Earticle

현재 위치 Home

Culture Information Technology (CIT)

Best Practice on Automatic Toon Image Creation from JSON File of Message Sequence Diagram via Natural Language based Requirement Specifications

첫 페이지 보기
  • 발행기관
    국제인공지능학회(구 한국인터넷방송통신학회) 바로가기
  • 간행물
    The International Journal of Advanced Smart Convergence 바로가기
  • 통권
    Volume 13 Number 1 (2024.03)바로가기
  • 페이지
    pp.99-107
  • 저자
    Hyuntae Kim, Ji Hoon Kong, Hyun Seung Son, R. Young Chul Kim
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A445463

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
In AI image generation tools, most general users must use an effective prompt to craft queries or statements to elicit the desired response (image, result) from the AI model. But we are software engineers who focus on software processes. At the process's early stage, we use informal and formal requirement specifications. At this time, we adapt the natural language approach into requirement engineering and toon engineering. Most Generative AI tools do not produce the same image in the same query. The reason is that the same data asset is not used for the same query. To solve this problem, we intend to use informal requirement engineering and linguistics to create a toon. Therefore, we propose a sequence diagram and image generation mechanism by analyzing and applying key objects and attributes as an informal natural language requirement analysis. Identify morpheme and semantic roles by analyzing natural language through linguistic methods. Based on the analysis results, a sequence diagram and an image are generated through the diagram. We expect consistent image generation using the same image element asset through the proposed mechanism.

목차

Abstract
1. Introduction
2. Related Study
2.1 Berkeley Neural Parser
2.2 Redefined Fillmore Case Grammar
2.3 Study on Code Extraction from Requirements
3. Image Generation Mechanism
3.1 Sentences Preprocessing
3.2 Key Attributes Extraction Using the Berkely Neural Parser
3.3 Role Extracting on the Sentence Structure
3.4 Mapping Sequence Diagram Key Attributes with Case Grammar
3.5 Mapping Sequence Diagrams with Image Properties
3.6 Image Generation
4. Conclusion
Acknowledgement
References

키워드

Fillmore’s Case Grammar Berkeley Neural Parser Image Generation Cartoon

저자

  • Hyuntae Kim [ M.S., Dept. of Software and Communication Engineering, Hongik University, Korea ]
  • Ji Hoon Kong [ Ph.D. Candidate, Dept. of Software and Communication Engineering, Hongik University (Toonsquare), Repulic of Korea ]
  • Hyun Seung Son [ Assistant Professor, Dept. of Computer Engineering, Mokpo National University, Korea ]
  • R. Young Chul Kim [ Professor, Dept. of Software and Communication Engineering, Hongik University, Korea ] Corresponding author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제인공지능학회(구 한국인터넷방송통신학회) [The International Association for Artificial Intelligence]
  • 설립연도
    2000
  • 분야
    공학>전자/정보통신공학
  • 소개
    인터넷방송, 인터넷 TV , 방송 통신 네트워크 및 관련 분야에 대한 국내는 물론 국제적인 학술, 기술의 진흥발전에 공헌하고 지식 정보화 사회에 기여하고자 한다.

간행물

  • 간행물명
    The International Journal of Advanced Smart Convergence
  • 간기
    계간
  • pISSN
    2288-2847
  • eISSN
    2288-2855
  • 수록기간
    2012~2025
  • 십진분류
    KDC 326 DDC 380

이 권호 내 다른 논문 / The International Journal of Advanced Smart Convergence Volume 13 Number 1

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.