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
정보 검색에서 용어의 불일치 문제를 해결하기 위하여 자동으로 질의 용어를 확장하는 방법은 지속적으로 연구되어 왔으며 최근에는 초기 질의에 의해 검색된 문헌들을 분석하여 용어들간의 관련 정도를 분석하는 방법이 많이 연구되어지고 있다. 본 논문에서는 사용자에 의해 판단된 초기 질의에 대한 연관, 비연관 문헌들에서 직관적인 방법을 사용하여 질의 용어로 확장될 수 있는 후보 용어들의 집합을 생성하고 문헌내 후보 용어와 질의어의 발생 분포를 이용한 후보 용어-질의어간의 관련 정도를 기반으로 각 후보 용어의 순위를 부여하며 질의 용어를 확장하고 용어의 가중치를 재산정하는 방법을 제안하였다. 실험을 위하여 1,053개의 문서와 30개의 질의어로 구성된 KT Test Ste을 사용하였으며, 그 결과 질의를 확장하지 않은 방법보다는 최고 46.8%의 성능 향상을 보였다.

목차

요약

1. 서론

2. 용어 가중치 산정의 문제점

3. 연관 문헌내 용어 발생 분포를 이용한 질의 용어 확장

4. 성능 평가

5. 결론

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017977247