- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
본 연구는 선진국이나 경쟁국에 비해 열악한 우리나라 국가 지식정보자원의 총량을 제고하여 그 활용을 극대화할 수 있도록 국가차원에서 지식정보자원의 전략적 연계 체제를 구축하는데 목적을 두고자 한다. 이러한 연구 목적을 달성하기 위해 고찰하고자 하는 내용은 다음과 같다. 첫째, 우리나라가 국가차원에서 지식정보자원의 연계전략을 수립할 필요성을 살펴보고, 둘째, 현재 국가 지식정보자원관리체제의 현상과 문제점을 도출하며, 셋째, 이를 바탕으로 지식정보자원의 자원유형별, 관리기관별 특성에 따른 국가 예산의 효율적 집행을 위한 전략적 연계 방안을 마련하며, 넷째, 이러한 결과들을 근거로 우리나라의 바람직한 지식정보자원의 전략적 연계체제를 구축하는 방안을 제시하고자 한다.
Abstract
Given Korea does not have a competitive edge compared to developed or other competing countries in national information and knowledge resource, it is necessary to consider ways to ensure the best out of the limited resource. It is believed that Korea has to develop a national information policy which enables effective and efficient communication, management and availability of information resource within Korea. In order to ensure the strategic integration of information and knowledge resource in Korea, this research encompasses the followings: First, the needs for establishing a strategic system that helps ensure the integration of information and knowledge resource on national level are probed, Second, current status of national information and knowledge management policy is reviewed, and some problems are brought forward, Third, to resolve the problems a strategic approach to the integration of information resource according to material types and individual institution's characteristics is proposed, for effective allocation of government budget. And, finally, based on the findings and models proposed, a national information strategy to integrate the dispersed information resource is suggested.
초록
질의응답 시스템에서의 질의 분석 과정은 이용자의 자연어 질의 문장에서 질의 의도를 파악하여 그 유형을 분류하고 정답 추출을 위한 정보를 구하는 것이다. 본 연구에서는 복잡한 분류 규칙 집합이나 대용량의 언어 지식 자원 대신 이용자 질의 문장에서 질의 초점 어휘를 추출하고 구문 구조적으로 관련된 단어들의 의미 정보에 기반하여 효율적으로 질의 유형을 분류하는 방법을 제안한다. 질의 초점 어휘가 생략된 경우의 처리와 동의어와 접미사 정보를 이용하여 질의 유형 분류 성능을 향상시킬 수 있는 방법도 제안한다.
Abstract
For question-answering system, question analysis module finds the question points from user’s natural language questions, classifies the question types, and extracts some useful information for answer. This paper proposes a question type classifying technique based on focus words extracted from questions and word semantic information, instead of complicated rules or huge knowledge resources. It also shows how to find the question type without focus words, and how useful the synonym or postfix information to enhance the performance of classifying module.