• 제목, 요약, 키워드: 인과관계

검색결과 1,926건 처리시간 0.051초

학습 데이터 확장을 통한 딥러닝 기반 인과관계 추출 모델 (Deep Learning Based Causal Relation Extraction with Expansion of Training Data)

  • 이승욱;유홍연;고영중
    • 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
    • /
    • /
    • pp.61-66
    • /
    • 2018
  • 인과관계 추출이란 어떠한 문장에서 인과관계가 존재하는지, 인과관계가 존재한다면 원인과 결과의 위치까지 분석하는 것을 말한다. 하지만 인과관계 관련 연구는 그 수가 적기 때문에 말뭉치의 수 또한 적으며, 기존의 말뭉치가 존재하더라도 인과관계의 특성상 새로운 도메인에 적용할 때마다 데이터를 다시 구축해야 하는 문제가 있다. 따라서 본 논문에서는 도메인 특화에 따른 데이터 구축비용 문제를 최소화하면서 새로운 도메인에서 인과관계 모델을 잘 구축할 수 있는 통계 기반 모델을 이용한 인과관계 데이터 확장 방법과 도메인에 특화되지 않은 일반적인 언어자질과 인과관계에 특화된 자질을 심층 학습 기반 모델에 적용함으로써 성능 향상을 보인다.

  • PDF

단서 구문과 어휘 쌍 확률을 이용한 인과관계 추출 (Causal Relation Extraction Using Cue Phrases and Lexical Pair Probabilities)

  • 장두성;최기선
    • 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
    • /
    • /
    • pp.163-169
    • /
    • 2003
  • 현재의 질의응답 시스템은 TREC(Text Retrieval Conference) 질의집합에 대해 최대 80% 정도의 응답 성공률을 보이고 있다. 하지만 질의 유형에 다라 성능의 많은 차이가 있으며, 인과관계에 대한 질의에 대해서는 매우 낮은 응답 성공률을 보이고 있다. 본 연구는 인접한 두 문장 혹은 두 문장 혹은 두 명사구 사이에 존재하는 인과관계를 추출하고자 한다. 기존의 명사구 간 인과관계 추출 연구에서는 인과관계 단서구문과 두 명사구의 의미를 주요한 정보로 사용하였으나, 사전 미등록어가 사용되었을 때 올바른 선택을 하기 어려웠다. 또한, 학습 코퍼스에 대한 인과관계 부착과정이 선행되어야 하며, 다량의 학습자료를 사용하기가 어려웠다. 본 연구에서는 인과관계 명사구 쌍에서 추출된 어휘 쌍을 기존의 단서구문과 같이 사용하는 방법을 제안한다. 인과관계 분류를 위해 나이브 베이즈 분류기를 사용하였으며, 비지도식 학습과정을 사용하였다. 제안된 분류 모델은 기존의 분류 모델과 달리 사전 미등록어에 의한 성능 저하가 없으며, 학습 코퍼스의 인과관계 분류 작업이 선행될 필요 없다. 문장 내 명사구간의 인과관계 추출 실험 결과 79.07%의 정확도를 얻었다. 이러한 결과는 단서구문과 명사구 의미를 이용한 방법에 비해 6.32% 향상된 결과이며, 지도식 학습방식을 통해 얻은 방법과 유사한 결과이다. 또한 제안된 학습 및 분류 모델은 문장간의 인과관계 추출에도 적용가능하며, 한국어에서 인접한 두 문장간의 인과관계 추출 실험에서 74.68%의 정확도를 보였다.

  • PDF

퍼지인식도에 기초한 인과관계 지식베이스 구축과 양방향 추론방식에 관한 연구 -주식시장 분석에의 적용을 중심으로- (Fuzzy Cognitive Map-Based A, pp.oach to Causal Knowledge Base Construction and Bi-Directional Inference Method -A, pp.ications to Stock Market Analysis-)

  • 이건창;주석진;김현수
    • 지능정보연구
    • /
    • v.1 no.1
    • /
    • pp.1-22
    • /
    • 1995
  • 본 연구에서 퍼지인식도(Fuzzy Cognitive Map) 개념을 기초로 하여 (1) 특정 문제영역에 대한 전문가의 인과관계 지식(causal knowledge)을 추출하는 알고리즘을 제시하고, (2) 이 알고리즘에 기초하여 작성된 해당 문제영역에 대한 여러 전문가들의 인과관계 지식을 계층별로 분해하여, (3) 해당 계층간의 양방향 추론이 가능한 추론메카니즘을 제시하고자 한다. 특정 문제영역에 있어서의 인과관계 지식이란 해당 문제를 구성하는 여러 개념간에 존재하는 인과관계를 표현한 지식을 의미한다. 이러한 인과관계 지식은 기존의 IF-THEN 형태의 규칙과는 달리 행렬형태로 표현되기 때문에 수학적인 연산이 가능하다. 특정 문제영역에 대한 전문가의 인과관계 지식을 추출하는 알고리즘은 집합연산에 의거하여 개발되었으며, 특히 상반된 의견을 보이는 전문가들의 의견을 통합하여 하나의 통합된 인과관계 지식베이스를 구축하는데 유용하다. 그러나, 주어진 문제가 복잡하여 다양한 개념들이 수반되면, 자연히 인과관계 지식베이스의 규모도 커지게 되므로 이를 다루는데 비효율성이 개재되기 마련이다. 따라서 이러한 비효율성을 해소하기 위하여 주어진 문제를 여러계측(Hierarchy)으로 분해하여, 해당 계층별로 인과관계 지식베이스를 구축하고 각 계층별 인과관계 지식베이스를 연결하여 추론하는 메카니즘을 개발하면 효과적인 추론이 가능하다. 이러한 계층별 분해는 행렬의 분해와 같은 개념으로도 이해될 수 있다는 특징이 있어 그 연산이 간단명료하다는 장점이 있다. 이와같이 분해된 인과관계 지식베이스는 계층간의 추론메카니즘을 통하여 서로 연결된다. 이를 위하여 본 연구에서는 상향 또는 하향방식이 추론이 가능한 양방향 추론방식을 제시하여 주식시장에서의 투자분석 문제에 적용하여 그 효율성을 검증하였다.

  • PDF

원유가격에 대한 환율의 인과관계 : 비모수 분위수검정 접근 (Quantile causality from dollar exchange rate to international oil price)

  • 정기호
    • Journal of the Korean Data and Information Science Society
    • /
    • v.28 no.2
    • /
    • pp.361-369
    • /
    • 2017
  • 본 논문은 국제원유가격에 대한 환율의 인과관계를 분석하였다. 두 변수의 인과관계에 대해서는 많은 선행연구들이 있지만 인과관계의 유무에 대해서는 결과들이 일치하지 않고 있다. 본 연구는 이러한 상반된 결과들이 경제상황에 따라 각기 다른 인과관계가 분석되었을 가능성에 착안해서 분위수별로 인과관계를 분석하며 이 점에서 지금까지 평균 인과관계를 분석한 선행연구들과 차별화된다. 자료는 Brent 원유의 국제가격과 미국의 주요국 환율의 가중평균 (major currencies dollar index; MCDI)의 1987년 5월부터 2013년 7월까지 기간의 월별자료를 이용하였다. 분석방법으로서 분위수 인과관계 개념에 대해 비모수 커널방법을 적용한 Jeong 등 (2012) 방법을 사용하였다. 분석결과, 전통적인 평균 인과관계에서는 달러 환율이 원인이고 Brent 원유가격이 결과인 인과관계가 존재하는 반면에, 비모수분위수검정에서는 중앙값인 0.5 분위수 근방의 분위수에서는 인과관계가 존재하고 대부분 분위수에서 인과관계는 존재하지 않는 것으로 나타나서 평균인과 검정결과를 해석할 때 주의가 필요한 것으로 나타났다.

퍼지 인과관계와 퍼지 부분인과관계를 적용한 개선된 퍼지 인식도(Fuzzy Cognitive Map)에 관한 연구 (An Improved Fuzzy Cognitive Map with Fuzzy Causal Relationships and Fuzzy Partially Causal Realtionships)

  • 김현수;이건창
    • 지능정보연구
    • /
    • v.1 no.2
    • /
    • pp.33-55
    • /
    • 1995
  • 포지인식도(Fuzzy Cognitive Map : FCM)는 추상적이고 비구조적이며 동적인 응용영역에서 전문가의 인과관계 지식(causal knowledge)을 표현하는데 매우 유용한 도구이다. FCM이 기존의 다른 네트워크 형태의 지식표현방법과 다른 차이점은 대상 문제의 개념변수들을 퍼지집합으로 묘사하고, 개념 변수간의 관계를 퍼지 인과관계로 다룬다는 것이다. 그런데 FCM의 특성이 아직 충분히 논의되지 않은 상태에서는 FCM의 적용에 있어 오류가 일어날 수 있다. 본 논문의 목적은 첫째, FCM의 특성과 의미를 보다 명확히 하여 이론적인 측면을 보강하고자 한다. 이를 위해 논리적관계(implication)와는 다른 인과관계의 정의를 다시 확인하고, 이정의에 기초한 퍼지 인과관계의 특성을 파악하고, 퍼지 인과관계와 대비되는 퍼지 부분인과관계 및 단방향 개념변수를 새로이 정의함으로써 FCM구축에 있어 잘못된 이해가 없게 하며, 둘째, FCM에서는 추론 방식이 갖추어야 할 원칙을 명시하고 이에 따라 이러한 원칙을 준수하는 새로운 추론 방식을 제시한다.

  • PDF

인과의 두 수준에 대한 결정론적 인과의 해명과 그것의 한계

  • 김준성
    • 논리연구
    • /
    • v.12 no.1
    • /
    • pp.45-87
    • /
    • 2009
  • 이 글에서 필자는 결정론적 인과를 토대로 속성 수준의 인과와 사건 수준의 인과의 연관성을 주장하는 하우스만(Hausman 1998)의 이론을 비판하고 두 수준의 인과의 관계를 바르게 이해하는 데 무엇이 필요한지를 제시한다. 하우스만은 결정론과 배경 조건의 다양성을 토대로 그리고 비결정적 상황에서는 확률에 대한 결정론적 인과를 토대로, 속성 수준의 인과는 사건 수준의 인과에서 도출된다는 의미에서 속성 수준의 인과는 사건 수준의 인과의 일반화라고 주장한다. 필자는 그 관계에 대한 문제를 제기하고 이 문제는 사건 수준의 인과에 본질적인 인과 연결을 주목하지 않은 채 변수들 간의 의존 관계만으로 두 수준의 인과의 관계를 단순히 해명하는 데에 있다고 지적한다. 필자는 두 수준의 인과의 관계는 단순히 한 가지 관점이나 방식으로 파악될 수 없고 해명, 설명, 예측 둥 다양한 관점에서 복합적으로 파악되어야 한다고 주장한다. 특히 사건 수준의 인과는 속성 수준의 인과에 개념적으로 의존하는 관계를 주목한다.

  • PDF

인과네트워크 기반의 재난 확산 모형에 관한 연구 동향과 사례 연구: 대구 지하철 화재를 중심으로

  • 이재훈;김경덕;홍하나;조용래;조현보
    • 정보와 통신
    • /
    • v.29 no.5
    • /
    • pp.42-49
    • /
    • 2012
  • 인과네트워크는 변수 간의 인과관계를 통해 현상을 이해하고 설명하는 체계이다. 이 네트워크는 이학 및 공학, 의학, 사회과학 등 여러 학문 분야에서 원인 변수와 결과 변수 간의 관계를 나타내어, 발생 가능한 현상의 원인을 예측하고, 그 결과를 설명하는데 사용되고 있다. 이를 다이어그램 형태로 표현하면 변수 간의 인과관계를 쉽게 입증할수도 있다. 특정 재난은 다양한 변수가 인과관계로 서로 연관되어 있기 때문에 인과네트워크의 적용이 가능한 분야이다. 따라서 이 네트워크는 재난 변수 간의 인과관계를 규명하여 재난의 확산 반응을 분석하고, 대응 시스템을 설계하는데 도움을 줄 수 있다. 실제로 지진, 정전, 테러, 화재 등의 인과관계를 규명하기 위한 재난 확산 모형에 대한 연구가 활발히 이루어지고 있다. 2003년 대구에서 일어난 지하철 화재는 여러 변수가 복합적으로 작용하여 일어난 재난이다. 또한 재난에 대응하는 인간 행동 및 인지 요인이 중요한 변수로 작용하였다. 따라서 이를 반영한 재난 확산 모형을 적용하여 실제 재난 상황을 재구성해 보고자 한다. 본 논문에서는 인과네트워크의 정의와 인과네트워크를 표현하는 4개의 방법론을 선별하여 각각의 특성을 살펴본다. 또한 이를 재난 분야에 적용한 인과네트워크 기반의 재난 확산 모형에 대한 연구 동향을 살펴본다. 마지막으로 2003년 대구 지하철 화재를 사례로 하여 재난의 확산과 대응체계의 인과관계에 대해 연구하였다. 이 때 인간 행동과 인지 분석 결과를 토대로 심층적인 접근을 시도해 보았다. 이를 통해 재난의 인과관계와 근본적 대응방안의 가능성을 타진해 보았다.

전자장비 고장진단 질의응답을 위한 인과관계 정의 및 추출 (Definition and Extraction of Causal Relations for Question-Answering on Fault-Diagnosis of Electronic Devices)

  • 이신목;신지애
    • 한국정보과학회논문지:소프트웨어및응용
    • /
    • v.35 no.5
    • /
    • pp.335-346
    • /
    • 2008
  • 온톨로지의 인과관계는 특정 응용을 위한 추론에서 중요한 역할을 하므로, 인과관계는 응용에서 쓰이는 추론의 형태에 근거하여 정의되어야 한다. 본 논문에서는, 전자장비의 고장진단 질의응답을 위한 온톨로지에서의 인과관계를 정의하고 추출하는 모델을 제시한다. 질의응답의 패턴을 분석하여 인과범주를 정의하고, 질의응답에서 나타나는 개념들 사이의 관계들 중 인과범주에 속하는 경우를 인과관계로 정의한다. 인과관계 인스턴스는 응용분야의 정의문으로부터 어휘 패턴을 이용하여 추출되고 시소러스 정보를 이용하여 점진적으로 확장된다. 분야 전문가들의 평가 결과, 본 모델은 관계분류에 있어서 92.3%의 평균 정확률과 추출 단계의 인과관계 인식에 있어서 80.7%의 정확률을 보인다.

형법상 제조물책임과 인과관계의 확정 (Product Liability and Causation in Criminal Law)

  • 이석배
    • 의료법학
    • /
    • v.17 no.2
    • /
    • pp.3-28
    • /
    • 2016
  • 민사법에서 제조물 책임이 전문용어로 정착된 반면, 형사법에서는 일반적으로 받아들여진 전문용어는 없다. 민사법에서 제조물책임과 달리 형사책임에서는 개개인의 책임성과 규범질서의 장애가 중요하다. 즉 구체적인 개개인의 의무위반행위가 그리고 제조물이 법익위태화 또는 법익침해라는 결과를 야기했다는 인과관계가 입증되어야 한다. 형법에서 제조물 책임은 일반 거동범을 제외하고는 상해죄 또는 과실치상죄, 살인죄 또는 과실치사죄가 주로 문제가 된다. 물론 결과발생과 관련된 행위가 작위인지 부작위인지 구별되어야 하고, 그 행위와 결과사이에 인과관계가 입증되어야 하며, 고의 혹은 과실도 인정되어야 한다. 이 글에서는 우리나라, 독일, 스페인 등에서 실제로 문제가 되었던 판례들을 분석하여 인과관계의 확정에서 드러난 문제점을 중심으로, 특히 제조물과 관련된 형사책임을 인정하기 위한 핵심문제인 인과관계의 문제를 중심으로 살펴보았다. 이 글에서는 인과관계의 검토단계를 자연과학적 인과법칙과 규범적 인과관계로 나누어 2단계로 검토하는 견해를 따랐다. 이 절차에 따른 제조물의 형사책임을 인정하기 위한 인과관계의 입증은 우선 그 제조물의 특정물질이 결과발생을 야기할 수 있는 일반적인 위험성이 있어야 하고, 그것을 전제로만 구체적인 사안에서 인과관계의 검토가 의미가 있는 것으로 보았다. 일부 판례와 학설에서 나타나는 것처럼, 일반적 인과관계 자체가 전혀 존재하지 않는 경우에도 자유심증에 의해 구체적 인과관계를 확정한다고 하더라도 일반적 인과법칙에 반하는 것이 아니며, 법관의 심증을 경험법칙보다 우위에 놓은 것도 아니므로 구체적 인과관계의 인정이 가능하다는 견해가 있다. 하지만 이 글은 구체적 인과관계를 인정하기 위한 전제인 객관적이고 합리적으로 의심없는 인과법칙이 존재하지 않는다면 법관은 "의심스러울 때는 피고인의 이익으로(in dubio pro reo)" 원칙에 따라 무죄를 선고해야 하며, 사실상 입증책임의 전환의 효과가 있는 자유심증이라는 방식으로 객관적으로 입증되지 않는 사실에 대한 부담을 피고인이 지도록 하는 것은 허용되지 않는다는 입장을 취하였다. 법관의 임무는 인과관계가 100% 확실하다는 데 대한 합리적 의심이 없어야 한다는 것으로 보기 때문에 인과관계를 추정하는 것이지만, 일반적 인과관계가 100% 확실한 것을 의미하는 것이 아니라 통계적으로 유미의한 인과관계가 있다는 점을 인정하는 것이 라는 점을 강조하였다.

  • PDF

시공간 슬라이딩윈도우기법을 이용한 데이터스트림의 인과관계 결합질의처리방법 (Causality join query processing for data stream by spatio-temporal sliding window)

  • 권오제;이기준
    • Spatial Information Research
    • /
    • v.16 no.2
    • /
    • pp.219-236
    • /
    • 2008
  • 센서로부터 획득되는 데이터 스트림은 스트림 데이터 간의 인과관계와 같은 다양한 유용한 정보를 포함한다. 센서 스트림에 대한 인과관계 조인질의는 스트림으로부터 인과관계의 (원인, 결과) 쌍을 찾아내는 것이다. 하지만 센서로부터 DSMS로 데이터가 전송될 때 발생하는 지연과 제한된 윈도우 크기로 인해 일부의 인과관계 결과 쌍이 손실될 수 있다. 본 논문에서는 먼저 데이터 스트림에서 인과관계 조인질의를 처리할 때 고려해야할 시간적, 공간적 그리고 시공간적 관점에 대해 관찰하고 이러한 관찰들을 고려한 다양한 슬라이딩 윈도우 처리 방법들을 제안한다. 제안된 방법들의 성능은 다양한 실험들을 통해 평가되어지는데 실험 결과들은 본 논문에서 제안된 방법들이 기존의 FIFO 방법에 비해 인과관계 질의 처리 결과가 더 정확함을 보여준다.

  • PDF