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
학술저널
저자정보
이다니엘 (다음커뮤니케이션) 김보겸 (충북대학교) 곽수정 (충북대학교) 이재성 (충북대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지 : 소프트웨어 및 응용 정보과학회논문지 : 소프트웨어 및 응용 제41권 제6호
발행연도
2014.6
수록면
425 - 432 (8page)

이용수

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

이 논문의 연구 히스토리 (3)

초록· 키워드

오류제보하기
한국어 확률기반 형태소 분석 모델들은 형태소 복원, 형태소 분리, 형태소 태깅 등의 단계로 수행된다. 이런 단계적 모델에서 형태소 복원이 첫 단계로 사용되는 경우, 다음 단계의 성능 상한(upper bound)에 영향을 준다. 본 논문에서는 통계적 기계번역 방식에 기반한 형태소 복원 확률 모델에서 성능에 영향을 줄 수 있는 여러 가지 요소들을 구분하고 각 요소들의 성능을 비교한다. 이러한 요소는 한글코드 표현 방법, 학습 자료 선택 방법, 변환 확률 계산식, 부족한 학습 자료의 평탄화 방법, 확률모델의 스택 디코딩 방법 등이다. 본 실험을 통해 각 요소의 성능을 비교하고, 형태소 복원 모델에 최적인 조합을 제안한다.

목차

요약
Abstract
1. 서론
2. 번역 복원 모델
3. 성능 영향 요소
4. 실험 및 토의
5. 결론
References

참고문헌 (23)

참고문헌 신청

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2015-560-001658064