위키피디아 링크를 이용한 랭크 기반 개념 계층구조의 자동 구축

이가희; 김한준

추천

검색

질문

자료유형: 학술저널

저자정보: 이가희 (University of Seoul) 김한준 (University of Seoul)

저널정보: 한국전자거래학회 한국전자거래학회지 한국전자거래학회지 제20권 제4호

발행연도: 2015.11

수록면: 61 - 76 (16page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (4)

2016

위키피디아를 이용한 문서집합의존 개념계층그래프 구축 방안

이가희 전자전기컴퓨터공 2016.01 학위논문

2015

위키피디아 링크를 이용한 랭크 기반 개념 계층구조의 자동 구축

이가희 , 김한준 한국전자거래학회지 2015.11 학술저널

2014

위키피디아 링크 기반 개념 계층구조의 자동 구축

이가희 , 김한준 , 장재영 한국정보과학회 학술발표논문집 2014.12 학술대회자료

위키피디아를 활용한 개념 계층구조의 자동 구축 기법

이가희 , 홍기주 , 김한준 외 1명 한국정보과학회 학술발표논문집 2014.06 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

흔히 대용량 텍스트 데이터의 분류를 위한 인덱싱 데이터 구조로서 계층 개념 트리가 활용된다. 본 논문은 개념 계층구조를 자동적으로 구축하기 위해 위키피디아를 이용한 일반성 랭크기반 기법을 제안한다. 이것의 목적은 위키피디아 문서를 하나의 개념으로 정의하여 이들 간의 계층적 위상관계를 생성하는 것이다. 이를 위해 위키피디아 문서들 간의 링크 개수를 주요 인자로 하여 개념 일반성을 가늠하는 랭킹함수를 고안하였으며, 이를 활용하여 개념 간 확률적 포함관계를 산출함으로써 안정적인 개념 간 계층 구조를 생성한다. 결과적으로 계층적 관계를 담은 개념쌍은 DAG 구조로 시각화 된다. Open Directory Project 계층구조를 사용한 성능분석을 통해 제안 기법이 기준 기법에 비해 성능이 우수하며 고품질 계층 관계를 안정적으로 추출할 수 있음을 확인하였다.

#텍스트 마이닝 #정보검색 #개념 계층구조 #인덱싱 #개념 #위키피디아 #DAG Text Mining #Information Retrieval #Concept Hierarchy #Indexing #Concept #Wikipedia

참고문헌 (23)

참고문헌 신청

[학술대회논문] - Agrawal, D. / 2010 / Big data and cloud computing : new wine or just new bottles? / Proceedings of VLDB Endowment 3 (1-2) : 1647 ~ 1648

[학술대회논문] - Allan, J. / 1996 / Automatic hypertext link typing / Proceedings of the 7th ACM Conference on Hypertext : 42 ~ 52

[단행본] - Amiri, H. / 2008 / Query Expansion Using Wikipedia Concept Graph / University of Wollongong in Dubai

[학술지(정기간행물)] - Conklin, J. / 1987 / Hypertext : An Introduction and Survey / IEEE Computer 20 (9) : 17 ~ 41

[학술대회논문] - De Melo, G. and Weikum, G. / 2010 / MENTA : Inducing multilingual taxonomies from Wikipedia / Proceedings of the 19th ACM International Conference on Information and Knowledge Management : 1099 ~ 1108

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이가희

소속기관 University of Seoul

주요연구분야 공학 > 컴퓨터학

논문수 3 이용수 211

김한준

소속기관 서울시립대학교

주요연구분야 공학 > 컴퓨터학 TOP 5% 복합학 > 학제간연구

논문수 69 이용수 10,777

이 논문과 함께 이용한 논문

텍스트 마이닝을 위한 그래프 기반 텍스트 표현 모델 활용방안

김가람 , 김응모 Proceedings of KIIT Conference 2017 .12

오픈소스 인공지능을 이용한 특허 정보 검색 엔진의 정확도 향상 방안

백유라 , 권예지 , 이은서 외 1명 한국정보과학회 학술발표논문집 2016 .12

선거방송을 위한 선거후보 당선자 예측 어플리케이션 : 제 20 대 국회의원 선거에 적용한 연구

양근석 , 구진원 , 노민철 외 1명 한국방송미디어공학회 학술발표대회 논문집 2016 .06

유사 약물 예측을 위한 텍스트 마이닝 기반의 새로운 약물 유사도 측정 방법

장기업 , 황유현 , 오민 외 2명 한국정보기술학회논문지 2016 .07

기상콜센터 자료분석을 위한 텍스트마이닝 기법 적용

이영섭 , 임창원 , 허미영 외 1명 한국기상학회 학술대회 논문집 2016 .04

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2016-566-002195888

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

이 논문의 연구 히스토리 (4)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (23)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)