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

이용수

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

초록· 키워드

오류제보하기
분산 정보 관리 시스템에서 검색 성능 향상에 대한 연구는 오래전 부터 진행되어 왔지만 만족할 만한 결과를 얻지 못하고 있다. 본 논문에서는 잠재하는 의미(latent semantic)를 이용해 구축한 정보 구조를 이용하여 자동적으로 질의어를 확장하여 검색을 향상시키는 연구를 하였다. 유사성 사전은 수집된 문서들에 대한 영역 지식(domain knowledge)을 반영하는 것이다. 이전의 연구들과 달리 본 연구는 질의어 용어와 유사한 용어를 선택하기 보다는 질의어 개념과 가장 유사한 용어를 추가하여 질의어를 확장한다. 본 연구의 실험 결과는 재현도(recall)를 측정했을 때 만족할 만한 검색 효과의 개선을 보여준다.

목차

요약

1. 서론

2. 검색의 새로운 개념

3. LSI(Latent Semantic Indexing)을 이용한 검색

4. 확률 연구와 LSI의 비교

5. 실험 결과

6. 결론과 향후 계획

7. 참고문헌

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

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017923587