정보과학회논문지 (Journal of KIISE)
Current Result Document :
| 한글제목(Korean Title) |
트위터 코퍼스 선택이 스마트워치 문자 입력의 정확도에 미치는 영향 분석 |
| 영문제목(English Title) |
Analyzing the Effect of the Twitter Corpus Selection on the Accuracy of Smartwatch Text Entry |
| 저자(Author) |
민구봉
서진욱
Ku Bong Min
Jinwook Seo
|
| 원문수록처(Citation) |
VOL 49 NO. 04 PP. 0321 ~ 0326 (2022. 04) |
한글내용
(Korean Abstract) |
스마트워치에서 문자 입력을 지원하기 위해서 통계적 디코더를 활용하면 빠르고 정확한 문자 입력이 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. |
영문내용
(English Abstract) |
When a statistical decoder is used to support text entry on a smartwatch, fast and accurate typing is possible. In this paper, we analyzed the effect of a corpus, which is used to construct a language model necessary to implement the autocorrect function, on the accuracy of character input. Language models are based on the Brown corpus, which consists of text of various genres, and the Twitter corpus, extracted from tweet messages. We constructed a statistical decoder for the autocorrect function of the text entry using the two language models, and we simulated user touch input with the dual Gaussian distribution on the smartwatch keyboard to input Enron mobile phrases, composed of phrases written on real mobile devices. The test result shows that the average character error rate (CER) of the Brown corpus and the Twitter corpus is 8.35% and 6.44%, respectively, confirming a statistically significant difference. |
| 키워드(Keyword) |
스마트워치
문자 입력기
통계적 디코더
코퍼스
언어 모델
터치 모델
smartwatch
text entry
statistical decoder
corpus
language model
touch model
|
| 파일첨부 |
PDF 다운로드
|
