Earticle

딥러닝을 기반으로 한 음성 인식 기술이 상용 제품에 적용되기 시작했지만, 음성 인식으로 분석된 텍스트를 효율적 으로 처리할 방법이 없기 때문에 VR 컨텐츠에서 그 적용 예를 찾아 보기는 쉽지 않다. 본 논문은 문장의 형태소를 분석하는 형태소 분석기와 챗봇 개발에 주로 이용되는 검색 기반 모델(Retrieval-Based Model)을 활용하여 명령어를 효율적으로 인 식하고 대응할 수 있는 한국어 텍스트 명령 시스템을 제안하는 것을 목적으로 한다. 실험 결과 제안한 시스템은 문자열 비교 방식과 같은 동작을 하기 위해 16%의 명령어만 필요했으며, Google Cloud Speech와 연동하였을 때 60.1%의 성공률을 보였 다. 실험 결과를 통해 제안한 시스템이 문자열 비교 방식보다 효율적이라는 것을 알 수 있다.

Based on deep learning technology, speech recognition method has began to be applied to commercial products, but it is still difficult to be used in the area of VR contents, since there is no easy and efficient way to process the recognized text after the speech recognition module. In this paper, we propose a Korean Language Command System, which can efficiently recognize and respond to Korean speech commands. The system consists of two components. One is a morphological analyzer to analyze sentence morphemes and the other is a retrieval based model which is usually used to develop a chatbot system. Experimental results shows that the proposed system requires only 16% commands to achieve the same level of performance when compared with the conventional string comparison method. Furthermore, when working with Google Cloud Speech module, it revealed 60.1% of success rate. Experimental results show that the proposed system is more efficient than the conventional string comparison method.

This research aimed (1) to study and analyze the ability of current information retrieval (IR) systems based on views of information behavior (IB), and (2) to propose a conceptual framework for an IB model based on the collaboration between the system and user, with the intent of developing an IR system that can apply intelligent techniques to enhance system efficiency. The methods in this study consisted of (1) document analysis which included studying the characteristics and efficiencies of the current IR systems and studying the IB models in the digital environment, and (2) implementation of the Delphi technique through an indepth interview method with experts. The research results were presented in three main parts. First, the IB model was categorized into eight stages, different from traditional IB, in the digital environment, which can correspond to all behaviors and be applied to with an IR system. Second, insufficient functions and log file storage hinder the system from effectively understanding and accommodating user behavior in the digital environment. Last, the proposed conceptual framework illustrated that there are stages that can add intelligent techniques to the IR system based on the collaboration perspective between the user and system to boost the users' cognitive ability and make the IR system more user-friendly. Importantly, the conceptual framework for the IB model based on the collaboration perspective between the user and system for IR assisted the ability of information systems to learn, recognize, and comprehend human IB according to individual characteristics, leading to enhancement of interaction between the system and users.

This paper presents a novel convolutional neural network based multi-feature fusion learning method for non-rigid 3D model retrieval, which can investigate the useful discriminative information of the heat kernel signature (HKS) descriptor and the wave kernel signature (WKS) descriptor. At first, we compute the 2D shape distributions of the two kinds of descriptors to represent the 3D model and use them as the input to the networks. Then we construct two convolutional neural networks for the HKS distribution and the WKS distribution separately, and use the multi-feature fusion layer to connect them. The fusion layer not only can exploit more discriminative characteristics of the two descriptors, but also can complement the correlated information between the two kinds of descriptors. Furthermore, to further improve the performance of the description ability, the cross-connected layer is built to combine the low-level features with high-level features. Extensive experiments have validated the effectiveness of the designed multi-feature fusion learning method.

We design an ingenious view-pooling method named learning-based multiple pooling fusion (LMPF), and apply it to multi-view convolutional neural network (MVCNN) for 3D model classification or retrieval. By this means, multi-view feature maps projected from a 3D model can be compiled as a simple and effective feature descriptor. The LMPF method fuses the max pooling method and the mean pooling method by learning a set of optimal weights. Compared with the hand-crafted approaches such as max pooling and mean pooling, the LMPF method can decrease the information loss effectively because of its "learning" ability. Experiments on ModelNet40 dataset and McGill dataset are presented and the results verify that LMPF can outperform those previous methods to a great extent.

검색에서 이미지는 시각적 속성이 중요지만, 기존의 검색방법은 문서 검색을 위한 방법에 초점이 맞춰져 있어 이미 지의 속성 정보가 미반영된 키워드 중심의 검색 시스템이 대부분이다. 본 연구는 이러한 한계를 극복하고자 이미지의 벡터 정보를 기반으로 유사 이미지를 검색할 수 있는 모델과 스케치로 검색 쿼리를 제공하여 유사 이미지를 검색할 수 있는 시스 템을 개발하였다. 제안된 시스템은 GAN을 이용하여 스케치를 이미지 수준으로 업 샘플링하고, 이미지를 CNN을 통해 벡터 로 변환한 후, 벡터 공간 모델을 이용하여 유사 이미지를 검색한다. 제안된 모델을 구현하기 위하여 패션 이미지를 이용하여 모델을 학습시켰고 패션 이미지 검색 시스템을 개발하였다. 성능 측정은 Precision at k를 이용하였으며, 0.774와 0.445의 성능 결과를 보였다. 제안된 방법을 이용하면 이미지 검색 의도를 키워드로 표현하는데 어려움을 느끼는 사용자들의 검색 결과에 긍정적 효과가 나타날 것으로 기대된다.

The most of the IR focus on the method for searching the document, so the keyword-based IR system is not able to reflect the feature information of the image. In order to overcome these limitations, we have developed a system that can search similar images based on the vector information of images, and it can search for similar images based on sketches. The proposed system uses the GAN to up sample the sketch to the image level, convert the image to the vector through the CNN, and then retrieve the similar image using the vector space model. The model was learned using fashion image and the image retrieval system was developed. As a result, the result is showed meaningful performance.

정보행태 연구 커뮤니티에서 그간 다수의 이용자 관련 모형들이 제시되어온바, 본 연구의 출발점은 정보검색 상호작용 모형을 포함한 대부분의 모형들이 포괄적 영역을 제시하는 다(多)영역 모형이라는 점이다. 본 연구는 다 영역 모형의 제한점을 논의한 후, 새로운 모형 유형 제시의 필요성을 제기한다. 이와 관련, 연구 커뮤니티내의 핵심 모형 네 가지를 분석 고찰한 후, 특정영역 초점 모형화(Specific Domain Focus Modeling - SDFM)에 기반한 새로운 모형 유형을 제시한다. 이러한 모형화의 예로써, 본 연구는 필자의 시스템-자료 군 연계정도 기반 정보검색 상호작용 모형을 제시한다.

While a significant number of user-related models have been presented in Human Information Behavior (HIB) research community, the basic assumption of the present study is most of those models including information interaction models are multi-domain models associated with comprehensive research components. Based on such an assumption, this study discusses the shortcomings of multi-domain models and proposes the need to present a new type of model. Accordingly, the study elaborates four essential models of HIB reach community and presents a new type of model based on Specific Domain Focus Modeling (SDFM). As an example of such modeling, this study presents the present author's information retrieval interaction model based on the degree of connections between systems and information resources.

각종 디지털 기기와 통신 기술의 발전으로 다양한 멀티미디어 콘텐츠의 생산과 유통이 폭발적으로 증가하고 있다. 이미지와 동영상 등의 멀티미디어 데이터의 검색을 위해서는 기존의 문자 위주의 검색과는 다른 접근 방식이 필요하다. 이미지의 여러 가지 물리적인 특징들을 정량화 하여 분석하고 이를 비교하여 유사한 이미지를 검색하는 내용기반 이미지 검색에서 색상과 모양은 주요 물리적 특징들이다. 지금까지는 색상과 모양을 서로 독립적인 특징으로 분리하여 이용하였지 만, 인지적 관점에서 두 특징은 밀접한 관련이 있다. 본 논문에서는 색상과 모양 특징을 동시에 표현하기 위하여 3차원 색상 정보를 2차원 복소수 형식으로 표현하는 복소 색상 모델을 이용하여 색상의 공간적 분포 모양을 기술하는 방법을 제안한다. 복소 이미지를 주파수 변환한 후 저주파 영역의 소수의 계수만으로 복원하는 실험을 통하여 제안된 방법이 색상 의 공간적 분포 모양을 효율적으로 표현할 수 있음을 보였다.

With the development of various devices and communication technologies, the production and distribution of various multimedia contents are increasing exponentially. In order to retrieve multimedia data such as images and videos, an approach different from conventional text-based retrieval is needed. Color and shape are key features used in content-based image retrieval, which quantifies and analyzes various physical features of images and compares them to search for similar images. Color and shape have been used as independent features, but the two features are closely related in terms of cognition. In this paper, a method of describing the spatial distribution of color using a complex color model that projects three-dimensional color information onto two-dimensional complex form is proposed. Experimental results show that the proposed method can efficiently represent the shape of spatial distribution of colors by frequency transforming the complex image and reconstructing it with only a few coefficients in the low frequency.

Web-based specialized retrieval systems for scientific fields extremely restrict the expression for user's information requests. Therefore the process of information content analysis and that of the information acquisition become inconsistent. In this paper, we apply the fuzzy retrieval model to solve the high time complexity of the retrieval system by constructing a reduced term set for the term's relatively important degree. We also perform a cluster retrieval to reflect the user's query exactly through the similarity relation matrix satisfying the characteristics of the fuzzy compatibility relation. This paper proves the performance of a proposed re-ranking model based on the union of similarity of the fuzzy retrieval model and the document cluster retrieval model.

The problem of text plagiarism has increased because of the digital resources available on the World Wide Web. Source Retrieval and Text Alignment are two core tasks of plagiarism detection. A plagiarism source retrieval and text alignment system based on relevance ranking model is described in this paper. Not only the source retrieval task but also the text alignment task is all regarded as a process of information retrieval, and the relevance ranking is used to search the plagiarism sources and obtain the candidate plagiarism seeds. For source retrieval, BM25 model is used, while for text alignment, Vector Space Model is exploited. Furthermore, a plagiarism detection system named HawkEyes is developed based on the proposed methods and some demonstrations of HawkEyes are given.

Feature extraction is a key issue for 3d model retrieval. A novel architecture to extract the curve-skeleton of 3d model is introduced. The algorithm firstly calculates the 3D vector fields of models represented by discrete unit, and then extracts the hierarchical curve-skeleton based on topological features of the critical curve and critical points of the vector fields. The similarity among 3D curve-skeletons is measured by using an improved Earth Mover's Distance (EMD) algorithm. The curve-skeleton extracted with this novel algorithm can be used to categorize models and implement global matching and partial matching.

Recently with the development of 3D modeling and digitizing tools, more and more models have been created, which leads to the necessity of the technique of 3D mode retrieval system. In this paper we investigate a new method for 3D model retrieval based on orthogonal projections. We assume that 3D models are composed of trigonal meshes. Algorithms process first by a normalization step in which the 3D models are transformed into the canonical coordinates. Then each model is orthogonally projected onto six surfaces of the projected cube which contains it. A following step is feature extraction of the projected images which is done by Moment Invariants and Polar Radius Fourier Transform. The feature vector of each 3D model is composed of the features extracted from projected images with different weights. Our System validates that this means can distinguish 3D models effectively. Experiments show that our method performs quit well.

Case-based reasoning (CBR) method can make estimators understand the estimation process more clearly. Thus, CBR is widely used as a methodology for cost estimation. In CBR, the quality of case retrieval affects the relevance of retrieved cases and hence the overall quality of the reminding capability of CBR system. Thus, it is essential to retrieve relevant past cases for establishing a robust CBR system. Case retrieval needs the following tasks to obtain appropriate case(s); indexing, search, and matching (Aamodt and Plaza 1994). However, the previous CBR researches mostly deal with matching process that has limits such as accuracy and efficiency of case retrieval. In order to address this issue, this research presents a CBR cost model for building projects that has two-step retrieval process: decision tree and nearest neighbor methods. Specifically, the proposed cost model has indexing, search and matching modules. Features in the model are divided into shape-based and scale-based attributes. Based on these, decision tree is established for facilitating the search task and nearest neighbor method was utilized for matching task. In regard to applying nearest neighbor method, attribute weights are assigned using GA optimization and similarity is calculated using the principle of distance measuring. Thereafter, the proposed CBR cost model is developed using 174 cases and validated using 12 test cases.

최근 AI 스피커를 비롯한 지능형 비서 서비스들이 빠르게 등장하고 있으며, AI 시장에서도 특히 챗봇 구축이 가장 활발하게 진행되고 있다. 건국봇은 건국대학교 학생들에게 필요한 정보를 제공하는 대화형 서비스이다. 본 논문에서는 대표적인 챗봇 구현 방법인 검색모델과 생성모델의 장단점을 분석하고, 건국봇에 적용한 사례를 소개한다. 궁극적으로, 질의문의 의도를 단어의 가중치를 고려해 추론함으로써 Unknown 추론을 강화하고 의도되지 않은 문장의 처리 관점에서 성능을 향상시키는 방법을 제안한다.

최근 AI 스피커를 비롯한 지능형 비서 서비스들이 빠르게 등장하고 있으며, AI 시장에서도 특히 챗봇 구축이 가장 활발하게 진행되고 있다. 건국봇은 건국대학교 학생들에게 필요한 정보를 제공하는 대화형 서비스이다. 본 논문에서는 대표적인 챗봇 구현 방법인 검색모델과 생성모델의 장단점을 분석하고, 건국봇에 적용한 사례를 소개한다. 궁극적으로, 질의문의 의도를 단어의 가중치를 고려해 추론함으로써 Unknown 추론을 강화하고 의도되지 않은 문장의 처리 관점에서 성능을 향상시키는 방법을 제안한다.

인터넷의 급속한 양적 증가로 인해 색인어 기반의 검색 방식만으로는 원하는 정보를 찾아 내기가 쉽지 않다. 색인어 기반의 검색 방식에서는 색인어로 나타나지 않는 특징을 이용할 수 없으며, 질적으로 균등한 검색 결과를 제시하지 못하기 때문이다. 따라서 사이트의 여러 가지 특성에 따라 계층적으로 분류해놓은 웹 디렉토리를 이용하거나, 관련 전문가들의 추천 리스트를 이용하여 검객하기도 한다. 본 연구에서는 기존의 색인어 기반의 검색 모델에 웹 디렉토리와 추천 문서 같은 문서간의 링크 정보를 결합할 수 있는 정보 검색 모델을 제시한다. 특정 질의어의 검색 결과로 얻어낸 문서와 그 문서와 연결된 문서 집합을 이용하여 네트워크를 구성한다. 이 네트워크에 검색기가 제시하는 순위와 유사도, 그리고 문서간의 링크 정도를 이용해서 확률값을 정해준다. 그리고 Ergodic Markov Model의 특성을 이용하여 색인어 정보와 링크 정보를 결합한다. 본 연구에서는 특정 문서가 질의어에 부합되는 정도를 사용자가 그 문서로 이동할 확률값으로 계산하는 방식을 보인다.

본 논문에서는 3차원 모델을 검색하기 위한 형태 기반 기술자를 추출하는 알고리즘을 제안한다. 제안하는 알고리즘은 모델의 기하학적인 특성을 고려하여 레이 캐스팅 샘플링과 구면조화함수를 이용하는 방법이다. 레이 캐스팅 기법은 모델의 외형을 고려한 적응적인 방법으로 샘플링 하여 기술자에 포함되는 형태 정보를 증가시켜 기술자의 식별성을 높인다. 또한 구면조화함수 계수 추출에서는 기하학적인 주파수 특성을 고려하여 적응적인 계수를 추출한다. 이 방법은 검색 성능에 영향을 미치지 않고 기술자를 조밀하고 간결하게 만든다. 최종적으로 두 방법을 결합함으로써 검색 엔진에서 이용 가능한 기술자를 생성한다. 실험 결과에서는 제안된 알고리즘의 성능이 기존 방법에 비해 약 $12.5\%$ 향상 된 것을 확인 할 수 있다.

본 논문에서는 3차원 모델을 검색하기 위한 형태 기반 기술자를 추출하는 알고리즘을 제안한다. 제안하는 알고리즘은 모델의 기하학적인 특성을 고려하여 레이 캐스팅 샘플링과 구면조화함수를 이용하는 방법이다. 레이 캐스팅 기법은 모델의 외형을 고려한 적응적인 방법으로 샘플링 하여 기술자에 포함되는 형태 정보를 증가시켜 기술자의 식별성을 높인다. 또한 구면조화함수 계수 추출에서는 기하학적인 주파수 특성을 고려하여 적응적인 계수를 추출한다. 이 방법은 검색 성능에 영향을 미치지 않고 기술자를 조밀하고 간결하게 만든다. 최종적으로 두 방법을 결합함으로써 검색 엔진에서 이용 가능한 기술자를 생성한다. 실험 결과에서는 제안된 알고리즘의 성능이 기존 방법에 비해 약 $12.5\%$ 향상 된 것을 확인 할 수 있다.