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
홍힘찬 (31사단)
저널정보
육군사관학교 화랑대연구소 한국군사학논집 한국군사학논집 제77권 제2호
발행연도
2021.06
수록면
400 - 415 (16page)

이용수

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

초록· 키워드

오류제보하기
Analysis of unstructured texts on the national defense is a useful tool for various occasions. However, using an open-source morphological analysis model for studying big data in the military area can result in an unintended bias because the model has no prior understanding of military terminology, leading to misinterpretation of terms related to the defense issue. Therefore this study suggests a natural language dictionary for the national defense field, which can be efficient in minimizing the bias during the analysis of natural language associated with the field. In this study, five online dictionaries related to military and associated terms were collected to set a new natural language dictionary of 20,875 words. After training an analysis model with the new dictionary, the identification rate of the model improves by about 73%. Moreover, when comparing the identification rate of the trained model and the five other models with no training, the rate of the trained model was 6%p ∼ 88%p higher than that of the other models. This result shows that establishing a natural language dictionary of the national defense and applying it to the analysis of unstructured text on the issue would lower the possibility of bias in the analysis result.
#Morphological Analyzer #Bigdata #Natural Language Process #Dictionary of military and associated terminology #형태소 분석 #빅데이터 #자연어 처리 #국방사전

목차

ABSTRACT
Ⅰ. 서론
Ⅱ. 선행연구 고찰
Ⅲ. 국방분야 자연어 사전 구축
Ⅳ. 자연어 사전 구축 결과 분석
Ⅴ. 결론
참고문헌

참고문헌 (26)

참고문헌 신청
국립국어원 / 2007 / 21세기 세종계획 국어 기초자료 구축 / 현대문화사 google schola 국방부 / 2020년 국방부 업무보고 : 국민과 함께 평화를 만드는 강한 국방 google schola 김노은 / 2019 / 데이터 기반 형태소 분석기의 신규명사 추출 경향 분석 / 한국정보과학회 학술발표논문집 :1421~1423 dbpia Eun Ju Kim / 2014 / New Input Keyword Extraction of Equipments Involved in Ignition Using Morphological Analysis / Fire Science and Engineering 28(2):91~97 Crossref 노태길 / 2000 / 규칙 기반의 기계학습을 통한 고유명사의 추출과 분류 / 한국정보과학회 학술발표논문집 27(2):170~172 dbpia

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

프라이버시의 침해 : 우리나라와 미국 판례를 중심으로
전광백 법학연구 2011 .04
함정 빅데이터 체계 구축을 위한 탑재장비 운용 데이터 수집 및 활용 방안 연구: 함정 전투체계 데이터 분석을 중심으로
나병우 ,  강동수 Journal of the KNST 2021 .03
드론에 대한 해상에서의 전략적 대응에 관하여
배연관 Journal of the KNST 2021 .03
드론과 맵핑, 빅데이터, AI 이용한 전장가시화 방안
이귀열 국방과 기술 2019 .07
합동화력시뮬레이터 전력화 완료 : 실제 작전환경을 빅데이터 기반 가상현실로 교육장에서 구현
편집부 국방과 기술 2019 .03

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-039-001842530