초록 ▼

IV. 연구개발결과
인터페이스를 자체 개발하여 총 61세션의 원격 협업 데이터 수집 완료 및 기존 협업 데이터 (AMI corpus)에 6가지 요소를 추가했고, 인간-기계 협업 알고리즘을 데이터 레이블링에 도입해 80%의 정확도를 달성함. 발언 분석 엔진은 발화 반응 모드 (VRM)을 기반으로 한 엔진을 개발해 71.7% (형식), 76.7% (의도)의 정확도를 달성했고, 단어 분석 엔진은 Collaboration, Knowledge sharing, Trust를 바탕으로 개발하여 (1) 부정적인 발화의 정도가 높을수록 coll

IV. 연구개발결과
인터페이스를 자체 개발하여 총 61세션의 원격 협업 데이터 수집 완료 및 기존 협업 데이터 (AMI corpus)에 6가지 요소를 추가했고, 인간-기계 협업 알고리즘을 데이터 레이블링에 도입해 80%의 정확도를 달성함. 발언 분석 엔진은 발화 반응 모드 (VRM)을 기반으로 한 엔진을 개발해 71.7% (형식), 76.7% (의도)의 정확도를 달성했고, 단어 분석 엔진은 Collaboration, Knowledge sharing, Trust를 바탕으로 개발하여 (1) 부정적인 발화의 정도가 높을수록 collaboration의 설문 결과가 높아지고, (2) 사실 기반의 정보가 많을수록 knowledge sharing이 더 활발하게 이뤄짐을 보임.

(출처 : 요약문 4p)

Abstract ▼

IV. RESULTS OF THE RHD PROJECT
Through our data collection interface, we collected 61 sessions of online collaboration data, and added 6 additional labels to an existing collaboration dataset (AMI corpus). Using a human-machine collaboration algorithm, we designed a data labeling technique with a

IV. RESULTS OF THE RHD PROJECT
Through our data collection interface, we collected 61 sessions of online collaboration data, and added 6 additional labels to an existing collaboration dataset (AMI corpus). Using a human-machine collaboration algorithm, we designed a data labeling technique with an 80% accuracy. We developed an utterance analysis engine based on the Verbal Response Mode (VRM) theory, achieving an accuracy of 71.7% (Form) and 76.7% (Intent). Finally, we built a word analysis engine based on three factors - Collaboration, Knowledge Sharing, and Trust. Two main findings were revealed： (1) the collaboration score increases as more negative utterance was made during collaboration, (2) knowledge sharing was more active during sessions with more factual information.

(source : Summary 6p)

목차 Contents

• 표지 ... 1
• 제 출 문 ... 2
• 보고서 초록 ... 3
• 요 약 문 ... 4
• SUMMARY ... 6
• CONTENTS ... 8
• 목차 ... 9
• 제 1 장 연구개발과제의 개요 ... 10
• 제 1 절 궁극의 문제 ... 10
• 제 2 절 기존 기술의 한계 ... 10
• 제 3 절 연구의 목적 ... 11
• 제 4 절 핵심 요소 기술 ... 11
• 제 2 장 국내외 기술개발 현황 ... 12
• 제 1 절 원격 협업 지원 기술 ... 12
• 제 2 절 오프라인 협업 지원 기술 ... 12
• 제 3 절 해당 연구의 중요성 ... 12
• 제 3 장 연구개발수행 내용 및 결과 ... 14
• 제 1 절 추가 협업 데이터 수집 및 협업 데이터 요소 추가 ... 14
• 제 2 절 인간-기계 협업 알고리즘 기반 데이터 레이블링 ... 17
• 제 3 절 발언 분석 엔진 개발 ... 18
• 제 4 절 단어 분석 엔진 고도화 ... 19
• 제 5 절 추가 협업 상황에 영향을 주는 요소 탐색 ... 23
• 제 4 장 목표달성도 및 관련분야에의 기여도 ... 24
• 제 1 절 2차년도 연구목표 및 평가착안점에 입각한 연구 개발목표의 달성도 ... 24
• 제 2 절 관련분야의 기술발전에의 기여도 ... 24
• 제 5 장 연구개발결과의 활용계획 ... 25
• 제 1 절 추가 연구: 수집된 협업 데이터에 대한 추가 분석 ... 25
• 제 2 절 추가 연구: 구조화된 협업을 지원할 수 있도록 인터페이스의 발전 필요 ... 25
• 제 3 절 타연구에의 응용: 다양한 온라인 협업 상황에서 참가자들의 경험에 영향을 미칠 수 있는 요소들 파악 ... 25
• 제 6 장 연구개발과정에서 수집한 해외과학기술정보 ... 26
• 제 1 절 회의록 데이터셋 ... 26
• 제 2 절 협업 참가자들을 위한 설문 항목 ... 26
• 제 3 절 텍스트 기반 feature 분석 ... 26
• 제 4 절 발화 반응 모드 (Verbal Response Modes) ... 27
• 제 7 장 참고문헌 ... 28
• 끝페이지 ... 30