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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이주상 (울산대학교) 신준철 (울산대학교) 옥철영 (울산대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제23권 제4호
발행연도
2017.4
수록면
226 - 231 (6page)

이용수

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

초록· 키워드

오류제보하기
단어 표현은 기계학습을 사용하는 자연어 처리 분야에서 중요하다. 단어 표현은 단어를 텍스트가 아닌 컴퓨터가 분별할 수 있는 심볼로 표현하는 방법이다. 기존 단어 임베딩은 대량의 말뭉치를 이용하여 문장에서 학습할 단어의 주변 단어를 이용하여 학습한다. 하지만 말뭉치 기반의 단어 임베딩은 단어의 등장 빈도수나 학습할 단어의 수를 늘리기 위해서는 많은 양의 말뭉치를 필요로 한다. 본 논문에서는 말뭉치 기반이 아닌 단어의 뜻풀이와 단어의 의미 관계(상위어, 반의어)를 이용하며 기존 Word2Vec의 Skip-Gram을 변형한 자질거울모델을 사용하여 단어를 벡터로 표현하는 방법을 제시한다. 기존 Word2Vec에 비해 적은 데이터로 많은 단어들을 벡터로 표현 가능하였으며 의미적으로 유사한 단어들이 비슷한 벡터를 형성하는 것을 확인할 수 있다. 그리고 반의어 관계에 있는 두 단어의 벡터가 구분되는 것을 확인할 수 있다.
#단어 임베딩 #단어 표현 #어휘의미망 #의미관계 #국어사전 #단어의미 #자질거울모델 #word embedding #word representation #lexical semantic network #sematic relation #dictionary #word sense #feature mirror model

목차

요약
Abstract
1. 서론
2. Word2Vec
3. 단어 의미와 의미 자질 모델을 이용한 단어 임베딩
4. 실험
5. 결론 및 향후 연구
References

참고문헌 (7)

참고문헌 신청
Bengio, Y., Ducharme, R., Vincent, P., &Jauvin, C. A neural probabilistic language model, journal of machine learning research, 3(Feb), 1137-1155, 2003. Mikolov, T., Karafiat, M., Burget, L., Cernocky, J., & Khudanpur, S. Recurrent neural network based language model, Interspeech, Vol. 2, p. 3, Sep. 2010. Pennington, J., Socher, R., &Manning, C. D. Glove: Global Vectors for Word Representation, EMNLP, Vol. 14, pp. 1532-43). 2014. Levy, O., Goldberg, Y. Dependency-Based Word Embeddings, ACL (2), pp. 302-308, 2014. Mikolov, T., Chen, K., Corrado, G., & Dean, J. Efficient estimation of word representations in vector space. arXiv preprint arXiv:1301.3781, 2013.

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

한국어 명사의 지식기반 의미중의성 해소를 위한 효과적인 품사집합
곽철헌 ,  서영훈 ,  이충희 한국콘텐츠학회논문지 2016 .04
한국어 단어 공간 모델을 이용한 단어 의미 중의성 해소
박용민 ,  이재성 한국콘텐츠학회논문지 2012 .06
Word2Vec을 이용한 반복적 접근 방식의 그래프 기반 단어 중의성 해소
오동석 ,  강상우 ,  서정연 인지과학 2016 .03
Improvement of Korean Homograph Disambiguation using Korean Lexical Semantic Network (UWordMap)
신준철 ,  옥철영 Journal of KIISE 2016 .01
Word Embedding using Relative Position Information between Words
황현선 ,  이창기 ,  장현기 외 1명 Journal of KIISE 2018 .09

최근 본 자료

전체보기

댓글(0)

0