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
강한훈 (세종대학교) 유성준 (세종대학교) 한동일 (세종대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 학술발표 논문집 한국지능시스템학회 2010년도 춘계학술대회 학술발표논문집 제20권 제1호
발행연도
2010.4
수록면
318 - 321 (4page)

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 한국어 상품평으로부터 제품의 속성명과 관련된 감정어를 찾기 위해 기존 영어권 연구에서 제안한 방법 중 PMI-IR 수식을 적용하고, 성능을 개선시키기 위해 질의어를 확장한다. 예를 들어, ‘모니터의 화질이 선명합니다’ 라는 상품평에서 제품의 속성명은 ‘화질’ 이고, 감정어는 ‘선명합니다’ 이다. PMI-IR 수식은 검색 엔진에 제품의 속성명과 감정어를 함께 질의하였을 때 결과로 나온 문서의 수를 이용하여 두 질의어간 상호 관련성 점수를 계산한다. 본 논문에서는 네이버 웹문서, 알타비스타, 구글 검색 엔진을 이용하여 미리 주어진 8개의 속성명과 42개의 감정어를 대상으로 점수를 계산하고 각 속성별로 내림 차순 정렬하여 상위 N 순위에 해당하는 감정어를 해당 속성명의 감정어로 취급하여 재현률과 정확률을 평가하였다. 실험 결과 59%의 평균 정확률과 52%의 평균 재현율을 보였다. 아울러 상품평과 관련된 문서를 검색하여 성능을 개선시키기 위해 해당 문서에서 사용될 수 있는 4개의 단어(‘리뷰’, ‘상품’, ‘구매’, ‘스펙’)를 속성명, 감정어와 함께 PMI-IR 수식의 추가 질의어로 선정하여 사용했다, 질의어를 확장하여 실험한 결과, 64%의 평균 정확률, 67%의 평균 재현율을 보였다. 이로써 재현율에 있어 11%, 정확률에 있어 5.1% 향상되었다.

목차

요약
1. 서론
2. 관련 연구
3. PMI-IP 수식의 적용과 성능 개선 방법
4. 실험 및 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

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2010-028-003394208