8. Development and Evaluation of Text-to-Scene Model for Korean Language Writing Education as a Foreign Language

Title(KR)

• 외국어로서의 한국어 교육에서 쓰기 능력 향상을 위한 text-to-scene 모델 개발 및 평가

Title(ENG)

• Development and Evaluation of Text-to-Scene Model for Korean Language Writing Education as a Foreign Language

Keywords(KR)

• Educational games, Text-to-Scene, Korean writing education, Serious Game

Keywords(ENG)

• Educational games, Text-to-Scene, Korean writing education, Serious Game

Author

• Jung Ho Hong, Seung Hee Cho, Ji Un Jeon, So Young

Abstract(KR)

본 논문에서는 한국어 쓰기 교육을 위한 교육용 게임으로서 text-to-scene 모델을 제안한다. 사용자 입력 문장에 대해 즉각적인 피드백을 제공하기 위해서, 제안하는 text-to-scene 모델은 사용자 입력 문장의 의미구조를 분석하여 장면을 자동으로 생성한다. 사용자가 문장을 교정하면서 자연스럽게 한국어 쓰기 능력이 향상될 수 있도록, 제안하는 text-to-scene 모델은 정답 장면과 사용자 입력 문 장에 대한 장면을 함께 제공하므로, 사용자는 입력 문장의 어느 부분이 잘못되었는지 쉽게 파악하 고 문장을 수정할 수 있다. 기존의 text-to-scene 연구에서 정교하게 장면을 생성하기 위해서는 필 요한 자원 구축이 어렵고 처리 과정이 매우 복잡하다는 점을 고려하여, 제안하는 text-to-scene 모 델은 외국인이 쉽게 이해할 수 있는 수준으로 장면을 단순하게 표현한다. 실험결과 격조사나 문장 요소 생략 등을 고려하여 15개의 단어를 임의로 조합하여 5개 어절 이내의 문장 1,048,576개 문장 을 만들어 실험한 결과 제안하는 모델은 한 문장당 평균 14.94ms가 소요하면서 안정적으로 장면을 생성하였다. 외국인을 대상으로 한 작문 시험 결과, 종이를 이용한 작문 결과에서는 10개 문항 중 오답 문장이 평균 4.7개 나왔는데, 제안하는 text-to-scene 모델을 이용한 작문 결과에서는 한 문장 당 평균 1.56회의 미리보기를 하고 문장을 수정하여 0.87개가 나왔다.

Abstract(ENG)

In this paper, we propose a text-to-scene model as one of educational games for Korean language writing education as a foreign language. In order to immediately provide feedback on user input sentences, the proposed text-to-scene model automatically generates the scene corresponding to the user input sentence by analyzing its semantic structure. For the purpose of improving the user's writing ability by correcting errors in the user input sentence, the proposed text-to-scene model provides both the scenes of the correct sentence and the scenes of the user input sentence; so that the user can easily recognize the errors in the user input sentence and correct them. Previous text-to-scene approaches have a weak point that it is difficult to construct the resources and to generate the elaborate scene. Considering that the construction cost and the processing time, the proposed text-to-scene model generates the simple scene that foreigner can easily understand. Experimental results show that the proposed text-to-scene model takes 14.94ms per sentence and produces every scene for 1,048,576 sentences, which is made by arbitrarily combining 15 words. On the paper writing test, a foreigner writes 4.7 incorrect sentences among 10 sentences; while the foreigner writes 0.87 incorrect sentences with the proposed text-to-scene model on the writing test.

Page