• 한국문헌정보학회지
• /
• 제49권4호
• /
• pp.401-417
• /
• 2015

질문 분류는 질의응답과정에서 질문자의 정보요구를 이해하고 주어진 질문에 대해 적합한 답변을 제공하기 위한 중요한 방법 중의 하나이다. 이 연구의 목적은 온라인 및 도서관에서 활용 가능한 질의응답 서비스의 질문 분류체계를 조사해보고, 각 질의응답서비스의 유형별로 어떠한 특징이 있는지 살펴보고자 하였다. 이를 위해, 도서관의 참고서비스 및 온라인 상의 소셜 레프런스, 자동 질의응답 시스템을 대상으로 질문을 어떻게 분류하여 활용하고 있는지를 문헌 조사를 통해 살펴보고 종합하여 질문의 유형을 정리하였다.

• ETRI Journal
• /
• 제42권6호
• /
• pp.899-911
• /
• 2020

The data in tables are accurate and rich in information, which facilitates the performance of information extraction and question answering (QA) tasks. TableQA, which is based on tables, solves problems by understanding the table structure and searching for answers to questions. In this paper, we introduce both novice and intermediate Korean TableQA tasks that involve deducing the answer to a question from structured tabular data and using it to build a question answering pair. To solve Korean TableQA tasks, we use S3-NET, which has shown a good performance in machine reading comprehension (MRC), and propose a method of converting structured tabular data into a record format suitable for MRC. Our experimental results show that the proposed method outperforms a baseline in both the novice task (exact match (EM) 96.48% and F1 97.06%) and intermediate task (EM 99.30% and F1 99.55%).

• 한국콘텐츠학회논문지
• /
• 제6권3호
• /
• pp.12-19
• /
• 2006

본 논문에서는 질의 응답 시스템의 성능 향상을 위한 질의문 심층 분석을 제안한다. 일반적인 질의응답 시스템들은 사용자의 자연언어 질의의 의미를 분석하지 않기 때문에 정확한 정답을 제공하는 것이 어렵다. 질의문 심층 분석은 의미자질 추출 문법과 자연언어 질의 특성을 이용하여 사용자의 질의를 의미적으로 분석하고, 의미자질들을 추출한다. 의미자질 추출 문법과 자연언어 질의 특성은 사용자 질의의 의미와 구문 구조를 반영하기 위해 의미자질과 형식형태소로 표현된다. 웹에서 추출한 세부 정답 유형이 '인물'인 100개의 질의에 대한 실험을 통해, 비교적 짧지만 사용자의 질의 의도를 충분히 표현하고 있는 자연언어 질의에 대해 질의문 심층 분석을 수행함으로써 사용자의 질의 의도를 분석하고, 의미자질들을 추출할 수 있음을 보였다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2001년도 The Pacific Aisan Confrence On Intelligent Systems 2001
• /
• pp.285-291
• /
• 2001

This paper describes a natural language question answering system that can be used by students in getting as solution to their queries. Unlike AI question answering system that focus on the generation of new answers, the present system retrieves existing ones from question-answer files. Unlike information retrieval approaches that rely on a purely lexical metric of similarity between query and document, it uses a semantic knowledge base (WordNet) to improve its ability to match question. Paper describes the design and the current implementation of the system as an intelligent tutoring system. Main drawback of the existing tutoring systems is that the computer poses a question to the students and guides them in reaching the solution to the problem. In the present approach, a student asks any question related to the topic and gets a suitable reply. Based on his query, he can either get a direct answer to his question or a set of questions (to a maximum of 3 or 4) which bear the greatest resemblance to the user input. We further analyze-application fields for such kind of a system and discuss the scope for future research in this area.

• International Journal of Contents
• /
• 제2권1호
• /
• pp.17-21
• /
• 2006

In this paper, we describe a concept-based question-answering system in which concept rather than keyword itself makes an important role on both question analysis and answer extraction. Our idea is that concepts occurred in same type of questions are similar, and if a question is analyzed according to those concepts then we can extract more accurate answer because we know the semantic role of each word or phrase in question. Concept frame is defined for each type of question, and it is composed of important concepts in that question type. Currently the number of question type is 79 including 34 types for person, 14 types for location, and so on. We experiment this concept-based approach about questions which require person s name as their answer. Experimental results show that our system has high accuracy in answer extraction. Also, this concept-based approach can be used in combination with conventional approaches.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권4호
• /
• pp.149-154
• /
• 2014

지식iN과 같은 사용자 참여 질의응답 커뮤니티에서 원하는 질문에 대한 답을 찾기 위해서는 검색 결과로 제공되는 다양한 문서를 일일이 확인하여 판단하는 과정이 필요하다. 만일 사용자가 원하는 답변을 자동으로 정제하여 제시할 수 있다면, 질의응답의 사용성이 크게 향상될 수 있다. 본 논문에서는 질의응답 데이터 분석을 통해 사용자의 질문의 유형을 단어, 목록, 도표, 글의 4가지 유형으로 분류하고, 문서 내 통계적 특성을 활용하여 각 분류별 답변을 자동으로 제시하기 위한 방식을 제안한다. 단어, 목록, 글 유형은 질의어에 대해 검색된 질문을 군집화하고, 군집 내 빈도와 질의어에 대한 근접도, 답변 신뢰도 등으로 계산된 답변 내 어휘의 적합도를 활용하여 요약한 답변을 사용자에게 제시한다. 도표형은 답변들에서 사용자의 의견 정보를 추출하여 의견 통계를 도표로 제시한다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제21권2호
• /
• pp.144-147
• /
• 2015

Question Answering (QA) 서비스는 사용자의 자연어 질의에 대응하는 정확한 답변을 제공하는 시스템이다. 본 연구는 특정 도메인에 관련한 사용자들의 질문에 대해 QA 서비스가 자동으로 대응하는 방법에 관한 연구이다. 이를 수행하기 위하여 사용자의 자연어 질문을 이해하고, 정형 데이터 및 비정형 데이터로부터 사용자 질문에 적합한 답변을 도출하여 제공하는 방법을 제시한다. 실험 결과 top 1 accuracy 68%, top 5 accuracy 77% 결과를 얻었다. 또한 본 논문은 QA 시스템 내부 모듈이 전체 accuracy에 미치는 영향에 대해서도 기술하였다.

• 정보과학회 논문지
• /
• 제43권8호
• /
• pp.927-932
• /
• 2016

온라인 의학 문서의 폭발적 증가와 함께 질의응답 시스템에 대한 필요성이 늘어나고 있다. 최근에는 기계학습에 기반 한 질의응답 모델들이 다양한 영역에서 좋은 결과를 보여 왔다. 그러나 의학 영역에서 질의응답 모델들은 학습 데이터의 부족으로 인해 여전히 정보 검색 기술에 기반을 두고 있다. 본 논문에서는 다양한 정보검색 기술에 기반 한 의학문서 질의응답용 정답 스닛핏 검색 모델을 제안한다. 제안 모델은 먼저 클러스터 기반 검색 기술을 이용하여 의학 문서로부터 많은 정답 후보 문장을 검색한다. 그리고 다양한 문장 검색 기술들에 기반 한 정답 후보 문장 재순위화 모델을 사용하여 신뢰성 있는 정답 스닛핏을 생성한다. BioASQ 4b 데이터를 이용한 실험에서 제안 모델은 기존 모델보다 좋은 성능(MAP 0.0604)을 보였다.

• 한국기록관리학회지
• /
• 제6권1호
• /
• pp.113-136
• /
• 2006

커뮤니케이션은 사회와 인간의 조직이 존재하는 곳에는 필연적으로 발생하는 것으로 인간의 기본적 행동이며, 모든 사회활동의 바탕이 된다. 이러한 커뮤니케이션이 기록관에서는 이용자와 아키비스트 사이에서 발생하고 있다. 이용자는 자기의 생각을 정보 요구라는 표현으로 아키비스트에게 제시하고, 아키비스트는 이를 해독하여 정보제공 활동을 하고 있는 것이다. 기록관의 정보서비스는 이용자의 정보 요구를 충족시키기 위하여 제공하는 것이다. 이용자의 정보 요구를 정확히 파악하지 못한 채 마련된 어떤 정보서비스도 성공하지 못하다는 것이 정보서비스분야의 경험일 것이다. 따라서 기록정보서비스에서 가장 기본이 되고, 핵심이 되는 것은 이용자의 정보 요구를 파악하는 것이라 할 수 있다. 종래의 전통적인 기록관에서는 이러한 이용자의 정보 요구를 직접 대면에 의해서 파악할 수 있었다. 하지만 인터넷의 발전으로 활발해진 온라인 기록정보서비스 환경에서는 직접 대면에 의한 파악은 불가능하고, 다만 이용자의 정보 요구가 직접적으로 표출되는 전자적 질의/응답 기능을 통해서만 파악할 수 있게 되었다. 따라서 온라인 기록정보서비스에서는 이용자의 정보 요구가 표출되는 전자적 질의/응답 기능이 핵심이라 할 수 있다. 여기에 본 논문의 목적이 있다. 온라인 환경에서 이용자의 정보 요구를 파악하기 위한 전자적 질의/응답기능 분석을 통해 이용자 요구에 적합한 기록정보서비스를 제공하기 위한 방안을 모색하는 것이다. 본 논문은 아직까지 기록학계에 활성화 되어 있지 않은 이용자 연구에 있어서 하나의 방법론이 될 수 있을 것이다. 따라서 본 논문에서 실시한 전자적 질의/응답 기능 분석뿐만 아니라 여러 가지 방법으로 실시 할 수 있을 것이다. 이러한 이용자 연구는 보다 나은 기록정보서비스 제공에 있어서 중요한 정보가 될 수 있을 것이다. 앞으로 이 계기를 기반으로 전자적 질의/응답뿐만 아니라 현장에서의 이용자와 아키비스트의 질의/응답까지 확대하여 연구함으로써 다양한 이용자 관련 연구가 기록학계에 활성화되기를 바란다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권8호
• /
• pp.319-330
• /
• 2021

최근 오픈 도메인 자연어 질문 응답 분야에서는 다중 작업, 다중 홉 질문 응답에 관한 연구들이 활발히 진행되어 오고 있다. 본 논문에서는 이러한 다중 작업, 다중 홉 질문들에 효과적으로 응답하기 위해, 계층적 그래프 기반의 새로운 심층 신경망 모델을 제안한다. 제안 모델에서는 계층적 그래프와 그래프 신경망을 이용해 여러 문단들로부터 서로 다른 수준의 맥락 정보를 얻어낸 후, 이들을 활용하여 답변 유형, 뒷받침 문장들과 답변 영역 등을 동시에 예측해낸다. 본 논문에서는 오픈 도메인 자연어 질문 응답 데이터 집합인 HotpotQA를 이용한 실험들을 통해, 제안 모델의 높은 성능과 긍정적 효과를 입증한다.