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
본 논문은 코퍼스로부터 추출할 수 있는 최소한의 정보를 이용하여 단어 의미 중의성을 해결하는 기법을 제시한다. 이 기법에서는 다의어를 포함하는 문맥에 나타나는 주변 단어들의 출현 빈도를 중심어의 의미별로 추출한 이를 분류 정보(discrimination information)라는 가시적인 형태로 변환하여 단어 의미 결정에 이용한다. 분류 정보는 최적 부류(most probable class)와 분별값(discrimination score)으로 구성된다. 최적 부류는 주어진 이진 특징과 가장 밀접한 관련이 있는 부류를 나타내며 분별값은 그 특징과 최적 부류와의 관련 정도를 의미한다. 새로운 패턴이 입력되었을 때 패턴으로부터 추출된 특징들의 분류 정보를 고려할 때 가장 밀접한 관련을 가진 부류가 그 패턴의 부류로 결정된다. 분류 정보를 이용하여 단어 의미 중의성을 해결할 때, 다의어가 출현한 문장은 패턴이 되며 그 문장 내의 단어들은 특징이 된다.
제안한 방법을 실험하기 위해, 한국어에 대해서는 4개의 다의어의 용례를 추출한 다음 중심어에 대해서 수작업으로 의미 태깅을 수행하여 학습 및 실험 자료 집합으로 이용하였으며, 영어에 대해서는 기존의 몇몇 연구에서 사용하였던 공통의 자료 집합을 이용하였다. 이들 자료 집합에 대해 본 논문에서 제안한 단어 의미 중의성 해결 기법을 적용한 결과 한국어에 대해서는 평균 84.6%, 영어에 대해서는 80.0%의 정확도를 나타내었다.

목차

요약

1. 서론

2. 독립적인 이진 특징을 이용한 분류

3. 단어 의미 중의성 해결

4. 실험 및 평가

5. 결론 및 향후 연구 방향

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-0101-2009-569-017977196