웹 문서를 위한 개선된 문장경계인식 방법

이충희; 장명길; 서영훈

추천

검색

질문

자료유형: 학술저널

저자정보: 이충희 (한국전자통신연구원) 장명길 (한국전자통신연구원) 서영훈 (충북대학교)

저널정보: Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 소프트웨어 및 응용 정보과학회논문지 : 소프트웨어 및 응용 제37권 제6호

발행연도: 2010.6

수록면: 455 - 463 (9page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문은 다양한 형태의 웹 문서에 적용하기 위해서, 언어의 통계정보 및 후처리 규칙에 기반하여 개선한 문장경계 인식 기술을 제안한다. 제안한 방법은 구두점 생략 및 띄어쓰기 오류가 빈번한 웹문서에 적용하기 위해서 문장경계로 사용될 수 있는 모든 종결어미를 대상으로 학습하여 문장경계 인식을 수행하였다. 또한 문장경계인식 성능을 최대화하기 위해서 다양한 실험을 통해 최적의 자질 및 학습데이터를 선정하였고, 학습데이터에 의존적인 통계모델의 오류를 규칙에 기반 해서 보정하였다.
성능 실험은 다양한 문서별 성능 측정을 위해서 구두점이 주로 문장경계로 사용된 문어체 위주의 평가셋1(신문기사와 블로그 문서)과 구두점 생략 및 띄어쓰기 오류가 빈번한 웹 문서 위주의 평가셋2(웹 사이트의 게시판 글)를 대상으로 성능을 측정하였다. 평가 척도로는 F-measure를 사용하였으며, 기존 연구와 동일하게 구두점만을 문장경계 대상으로 학습한 기본 모델을 만들어서 실험한 결과, 평가셋1에 대해서 96.5%의 성능을 보였지만, 평가셋2에 대해서는 56.7%로 매우 저조한 성능을 보였다. 제안하는 개선 방법은 기본 모델을 웹 문서의 특징을 반영시키도록 자질 및 엔진을 개선시켰고, 최종 모델을 평가셋2로 평가한 결과, 96.3%의 성능을 보여서 39.6%의 성능 향상이 있음을 확인하였다.

#문장경계인식 #기계학습 #Support Vector Machine #Sentence boundary detection #Machine Learning

참고문헌 (14)

참고문헌 신청

1. [학술대회논문] - S. H. Park / 2008 / Sentence Boundary Detection Using Machine Learning Techniques / Proc. of the 35th KIISE Springl Conference : 122 ~ 124

2. [학술지(정기간행물)] - Changki Lee / 2009 / Fast Training of Structured SVM Using Fixed-Threshold Sequential Minimal Optimization / ETRI Journal 31 (2) : 121 ~ 128

3. [인터넷자원] - J. O'Neil / / Doing Things with Words, Part Two: Sentence Boundary Detection

4. [학술대회논문] - G. Grefenstette / 1994 / What is a word, what is a sentence? problems of tokenization / Proc. of the 3rd International Conference on Computational Lexicography : 79 ~ 87

5. [학술대회논문] - S. Fakotakis / 1999 / Automatic extraction of rules for sentence boundary disambiguation / Proc. of ACAI'99

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이충희

소속기관 엔씨소프트

주요연구분야 공학 > 컴퓨터학 복합학 > 학제간연구

논문수 27 이용수 3,439

장명길

소속기관 한국전자통신연구원

주요연구분야 공학 > 컴퓨터학 복합학 > 뇌인지과학

논문수 66 이용수 7,442

서영훈

소속기관 충북대학교

주요연구분야 공학 > 컴퓨터학 복합학 > 학제간연구

논문수 71 이용수 8,162

이 논문과 함께 이용한 논문

다중바이트 문자집합 텍스트에서의 문자열 검색 알고리즘

김은상 , 김진욱 , 박근수 정보과학회논문지 : 컴퓨팅의 실제 및 레터 2010 .10

2바이트 유니코드 문자열을 위한 퀵 서치 알고리즘

안융기 , 김은상 , 박근수 한국정보과학회 학술발표논문집 2009 .06

파일시스템이 없는 실시간 운영체제에서 Graphic User Interface 설계 및 구현

강희성 , 손필창 , 이원용 외 1명 한국정보과학회 학술발표논문집 2006 .06

패리티캐시 성능 평가를 위한 시뮬레이션 모델

구본근 , 곽윤식 , 정승국 외 1명 대한전자공학회 학술대회 2010 .10

전송 망에서 광 신호 Multicasting 방법

이현재 , 윤지욱 , 김법중 외 3명 대한전자공학회 학술대회 2010 .10

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2010-569-002465900

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (14)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)