Analyzing the Effect of the Twitter Corpus Selection on the Accuracy of Smartwatch Text Entry

민구봉; 서진욱

doi:10.5626/JOK.2022.49.4.321

추천

검색

질문

자료유형: 학술저널

저자정보: 민구봉 (서울대학교) 서진욱 (서울대학교)

저널정보: Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.49 No.4

발행연도: 2022.4

수록면: 321 - 326 (6page)

DOI: 10.5626/JOK.2022.49.4.321

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

스마트워치에서 문자 입력을 지원하기 위해서 통계적 디코더를 활용하면 빠르고 정확한 문자입력이 가능하다. 본 논문에서는 자동 고침 기능을 구현하기 위해서 필요한 언어 모델(language model)을 구축하는 데 사용되는 코퍼스(corpus)가 문자 입력의 정확도에 미치는 영향을 분석한다. 언어 모델은 다양한 장르의 글로 이루어진 Brown 코퍼스와 트윗 메시지에서 추출한 Twitter 코퍼스를 사용한다. 우리는 두 언어 모델을 이용하여 문자 입력기의 자동 고침 기능을 위한 통계적 디코더(statistical decoder)를 구성하고 실제 모바일 기기에서 작성한 문구로 이루어진 Enron 모바일 문구를 스마트워치 자판에서 dual Gaussian 분포를 따라 터치하도록 시뮬레이션하였다. 테스트 결과, Brown 코퍼스와 Twitter 코퍼스를 사용하는 경우의 평균 문자 오류율(CER)은 각각 8.35%, 6.44%로 통계적으로 유의한 차이가 있음을 확인하였다.

#스마트워치 #문자 입력기 #통계적 디코더 #코퍼스 #언어 모델 #터치 모델 #smartwatch #text entry #statistical decoder #corpus #language model #touch model

참고문헌 (16)

참고문헌 신청

K. B. Min and J. Seo, "Efficient typing on ultrasmall touch screens with in situ decoder and visual feedback," IEEE Access, Vol. 9, pp. 75:187-75:201, 2021.

W. N. Francis and H. Kucera, "Brown corpus manual," Letters to the Editor, Vol. 5, No. 2, p. 7, 1979.

X. Bi and S. Zhai, "Predicting finger-touch accuracy based on the dual gaussian distribution model," Proc. of the 29th Annual Symposium on User Interface Software and Technology, ser. UIST ’16, pp. 313-319, 2016.

E. Mays, F. J. Damerau, and R. L. Mercer, "Context based spelling correction," Inf. Process. Manage., Vol. 27, No. 5, pp. 517-522, Sep. 1991.

K. Vertanen, D. Gaines, C. Fletcher, A. M. Stanage, R. Watling, and P. O. Kristensson, "Velociwatch: Designing and evaluating a virtual keyboard for the input of challenging text," Proc. of the 2019 CHI Conference on Human Factors in Computing Systems, ser. CHI ’19, pp. 591:1-591:14, 2019.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

민구봉

소속기관 서울대학교

주요연구분야 공학 > 컴퓨터학 공학 > 전기전자공학 > 정보통신공학

논문수 5 이용수 244

서진욱

소속기관 서울대학교

주요연구분야 공학 > 컴퓨터학 TOP 5% 복합학 > 학제간연구

논문수 67 이용수 5,128

이 논문과 함께 이용한 논문

멜로디의 유사성 측정을 위한 멜로디 형태 표현법 고안

안단태 , 서진욱 한국정보과학회 학술발표논문집 2022 .12

섬진강 하구역의 사계절 부유사 특성

김진우 , 곽인실 , 김종규 한국해양환경·에너지학회 학술대회논문집 2022 .11

코로나19로 인한 아동일상 변화와 정서 상태

정익중 , 이수진 , 강희주 한국아동복지학 2020 .12

코로나19 확산 후 소셜미디어 이용과 무력감·외로움 체감에 관한 연구

손영준 , 허만섭 디지털콘텐츠학회논문지 2020 .11

안면 인식 기반의 한국어 입력 인터페이스를 통한 효율적인 모바일 필기 시스템

김종현 한국컴퓨터정보학회논문지 2020 .06

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (16)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)