메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
저널정보
Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 1992년도 가을 학술발표논문집 제19권 제2호
발행연도
1992.10
수록면
1,057 - 1,060 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
자연어 문서를 미리 정의된 범주로 분류하는 작업은 정보 검색과 자연어 처리시스템에 있어서 상당한 중요성을 가지고 있다. 이러한 자동 문서 분류에 관한 기존의 연구들이 기계 학습 내지는 지식 공학적인 방법(knowledge engineering method) 으로 수행되어 왔다.
본 연구는 기계 학습에 의한 문서 분류 시스템을 설계, 구현하기 위한 첫단계로 현재 가장 활발히 연구되고 있는 두가지 귀납적 학습 알고리즘(Inductive learning algorithm)즉, ID3 와 에러 역전파(Backpropagation) 알고리즘의 자동 문서 분류에 있어서 성능을 측정하고 그들의 결과를 비교, 분석한다. 또한 학습 자료(training data) 크기와 특성 집합(feature set) 크기의 변화에 따른 두 알고리즘의 성능 변화를 관찰함으로써 최적의 효율성을 기대할 수 있는 변수를 제시한다.

목차

요약

Ⅰ. 서론

Ⅱ. 문서 분류 시스템의 구조

Ⅲ. 귀납적 학습 알고리즘

Ⅳ. 실험 정의역 구성과 실험 결과

Ⅴ. 결론

참고 문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017905050