최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기건설관리 : 한국건설관리학회 학회지 = Construction engineering and management, v.20 no.2, 2019년, pp.62 - 66
이지희 (Texas A&M University)
초록이 없습니다.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
인공지능 기반의 자동번역기에서 필요한 핵심 기술은 무엇인가? | 과거에 컴퓨터 기반의 자동번역 소프트웨어를 사용해본 독자라면 오늘날 구글 번역(Google Translation)이나 파파고에서 제공하는 번역 서비스의 품질이 얼마나 향상되었는지 짐작할 수 있을 것이다.구글 번역과 같은 인공지능 기반의 자동번역기에는 컴퓨터가 인간의 언어를 이해하도록 하는 자연어 처리 (Natural Language Processing, NLP) 기술이 핵심이 된다. 자연어가 사람들이 사용하는 언어로서 한국어, 영어, 중국어 등을 일컫는다면 자연어 처리 (NLP)는 인간의 언어를 분석, 이해, 생성할 수 있는 딥러닝 기반의 기술을 의미한다. | |
자연어 처리 (NLP)란 무엇인가? | 구글 번역과 같은 인공지능 기반의 자동번역기에는 컴퓨터가 인간의 언어를 이해하도록 하는 자연어 처리 (Natural Language Processing, NLP) 기술이 핵심이 된다. 자연어가 사람들이 사용하는 언어로서 한국어, 영어, 중국어 등을 일컫는다면 자연어 처리 (NLP)는 인간의 언어를 분석, 이해, 생성할 수 있는 딥러닝 기반의 기술을 의미한다. 최근 자연어 처리(NLP) 기술의 발전이 주목을 받고 있는 이유에는 인공지능에서 사용자의 명령을 인식하고 수행하는 시스템의 핵심 기술 중 하나가 자연어 처리이기 때문이다. | |
건설 산업에 자연어 처리(NLP) 기술의 적용 가능성은 어떠한가? | 건설 분야에 자연어 처리 기술 기반의 인공지능 서비스를 접목시킬 여지가 아직은 많지 않기 때문이라고 이해할 수도 있겠다. 그러나 건설 활동에서 발생하는 대다수의 정보들이 비정형의 텍스트 데이터 형태를 띄고 있다는 점에서 텍스트 문서 분석을 통한 건설 분야의 자연어 처리(NLP) 기술의 적용 가능성은 무궁무진하다고 할 수 있다. 실제로 건설 프로젝트는 방대한 양의 문서 작업의 결과라고 말할수도 있기 때문이다. |
Caldas, C. H., Soibelman, L., and Han, J. (2002). Automated classification of construction project documents. Journal of Computing in Civil Engineering, 16(4), 234-243.
Caldas, C. H., and Soibelman, L. (2003). Automating hierarchical document classification for construction management information systems. Automation in Construction, 12(4), 395-406.
Chopra, D., Joshi, N., and Mathur, I. (2016). Mastering Natural Language Processing with Python. Packt Publishing Ltd., Birmingham, UK.
Fan, H., and Li, H. (2013). Retrieving similar cases for alternative dispute resolution in construction accidents using text mining techniques. Automation in construction, 34, 85-91.
Gao, G., Liu, Y. S., Wang, M., Gu, M., and Yong, J. H. (2015). A query expansion method for retrieving online BIM resources based on Industry Foundation Classes. Automation in construction, 56, 14-25.
Kao, A., and Poteet, S. R. (Eds.). (2007). Natural language processing and text mining. Springer Science & Business Media.
Liu, K., and El-Gohary, N. (2017). Ontology-based semi-supervised conditional random fields for automated information extraction from bridge inspection reports. Automation in Construction. 81, 313-327.
Manning, C. D., Raghavan P. and Schutze, H. (2008). Introduction to information retrieval. Cambridge University Press, New York, USA.
Mohemad, R., Hamdan, A. R., Othman, Z. A., and Noor, N. M. M. (2011). Ontological-based information extraction of construction tender documents. Proceedings of Advances in Intelligent Web Mastering-3 Springer, Berlin, Heidelberg, 153-162.
Salama, D. M., and El-Gohary, N. M. (2016). Semantic Text Classification for Supporting Automated Compliance Checking in Construction. Journal of Computing in Civil Engineering, 30(1). doi:10.1061/(ASCE)CP.1943-5487.0000301.
Tiwary, U. S., and Siddiqui, T. (2008). Natural language processing and information retrieval. Oxford University Press, Inc.. New Delhi, India.
Williams, T. P., and Gong, J. (2014). Predicting construction cost overruns using text mining, numerical data and ensemble classifiers. Automation in Construction, 43, 23-29.
Zhang, J., and El-Gohary, N. M. (2013). Semantic NLP-based information extraction from construction regulatory documents for automated compliance checking. Journal of Computing in Civil Engineering, 30(2), 04015014.
Zhang, J., and El-Gohary, N. M. (2015). Automated information transformation for automated regulatory compliance checking in construction. Journal of Computing in Civil Engineering, 29(4), B4015001.
Zou, Y., Kiviniemi, A., and Jones, S. W. (2017). Retrieving similar cases for construction project risk management using natural language processing techniques. Automation in Construction, 80, 66-76.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.