지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2022.4
- 수록면
- 176 - 184 (9page)
- DOI
- 10.7232/JKIIE.2022.48.2.176
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Named entity recognition (NER) is the task of natural language processing that recognizes a predefined entity name such as a person, place name, or organization into a token in a sentence. The NER is important because it significantly affects the performance of subsequent analyses including semantic search, question answering, and machine translation. The performance of NER for English has been greatly improved with an advent of deep learning techniques with a large dataset of English. However, only few studies have been conducted for languages spoken by ethnic minorities, such as Korean (i.e., Hangul), because an appropriate dataset for NER is difficult to obtain. In this study, we propose using various data augmentation techniques to improve the performance NER for Hangul datasets. Our methods can be applied without pre-trained models or external pre-building. We demonstrated the usefulness of the presented data augmentation techniques using a Changwon University-Naver Challenge dataset and found that even a small dataset can achieve a satisfactory performance for Hangul NER.
목차
1. 서론
2. 선행 연구
3. 실험 방법
4. 실험 결과
5. 결론
참고문헌
참고문헌 (14)
참고문헌 신청
An, J. and Kim, H.-W. (2015), Building a Korean Sentiment Lexicon Using Collective Intelligence, Journal of Intelligence and Information Systems, 21(2), 49-67.
Collobert, R., Weston, J., Com, J., Karlen, M., Kavukcuoglu, K., and Kuksa, P. (2011), Natural Language Processing (Almost) from Scratch, In Journal of Machine Learning Research, 12, 2493-2537.
Dai, X. and Adel, H. (2020), An analysis of simple data augmentation for named entity recognition, ArXiv Preprint ArXiv:2010.11683.
Edunov, S., Ott, M., Auli, M., and Grangier, D. (2018), Understanding Back-Translation at Scale, ArXiv Preprint ArXiv:1808.09381.
Lecun, Y., Bengio, Y., and Hinton, G. (2015), Deep learning, In Nature, 521(7553), 436-444, Nature Publishing Group.
Collobert, R., Weston, J., Com, J., Karlen, M., Kavukcuoglu, K., and Kuksa, P. (2011), Natural Language Processing (Almost) from Scratch, In Journal of Machine Learning Research, 12, 2493-2537.
Dai, X. and Adel, H. (2020), An analysis of simple data augmentation for named entity recognition, ArXiv Preprint ArXiv:2010.11683.
Edunov, S., Ott, M., Auli, M., and Grangier, D. (2018), Understanding Back-Translation at Scale, ArXiv Preprint ArXiv:1808.09381.
Lecun, Y., Bengio, Y., and Hinton, G. (2015), Deep learning, In Nature, 521(7553), 436-444, Nature Publishing Group.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
데이터 증강 기법을 이용한 한글 개체명 인식
대한산업공학회 추계학술대회 논문집
2021 .11
-
Evaluating and applying deep learning-based multilingual named entity recognition
Journal of Advanced Marine Engineering and Technology (JAMET)
2018 .02
-
온라인 뉴스 데이터셋을 이용한 개체명 인식 모델 성능 비교
한국정보과학회 학술발표논문집
2022 .12
-
이상적인 로그 템플릿 추출을 위한 NER의 활용 가능성 탐구
한국정보과학회 학술발표논문집
2024 .06
-
E2E 모델을 이용한 음성 데이터에서의 개체명 식별
한국정보과학회 학술발표논문집
2021 .12
-
Comparative study of text representation and learning for Persian named entity recognition
[ETRI] ETRI Journal
2022 .10
-
A Comparative Study on the Performance of Named Entity Recognition in Materials and Chemistry Fields through Multiple Embedding Combination Based on a Pre-trained Neural Network Language Model
Journal of KIISE
2021 .06
-
Nano-gap Enhanced Raman Scattering (NERS) Controlled by DNA
한국고분자학회 학술대회 연구논문 초록집
2015 .10
-
Encoding Dictionary Feature for Deep Learning-based Named Entity Recognition
International JOURNAL OF CONTENTS
2021 .12
-
Syllable-based Korean named entity recognition using convolutional neural network
Journal of Advanced Marine Engineering and Technology (JAMET)
2020 .02
-
다양한 사전학습 언어모델을 활용한 End-to-End 기반의 임상분야 개체 및 관계 추출
한국정보과학회 학술발표논문집
2021 .06
-
Food Entity Recognition in Nutritional Data Using Deep Learning Techniques for Dietary Management
한국정보통신학회 종합학술대회 논문집
2024 .10
-
BERT Pre-trained Models for Data Augmentation in Twitter Medical Named-Entity Recognition
한국정보과학회 학술발표논문집
2021 .06
-
Automatic Data Augmentation for Named Entity Recognition using a Text Infilling technique and Generative Adversarial Network
Journal of KIISE
2021 .04
-
WGAN을 이용한 Data Augmentation 기법
대한전자공학회 학술대회
2017 .11
-
BERT 기반 금융 텍스트셋 구현을 위한 전이 학습 연구
전자공학회논문지
2023 .09
-
벡터 양자화 증강 기법을 통한 적대적 견고 향상
대한전자공학회 학술대회
2023 .06
-
Preliminary Study on Data Augmentation Methods for Sign Language Recognition
제어로봇시스템학회 국제학술대회 논문집
2023 .10
-
Handwritten Hangul Graphemes Classification Using Three Artificial Neural Networks
Journal of information and communication convergence engineering
2023 .06
-
전체 페이지 단위 한글 손글씨 인식을 위한 태스크 특정 데이터 증강 기법
한국정보과학회 학술발표논문집
2020 .12
이 논문의 저자 정보
이 논문과 함께 이용한 논문
Attention과 RNN을 이용한 생물의학 문헌에서의 중첩된 개체명 인식
이순호
,
노미나
한국정보과학회 학술발표논문집
2021
.12
생성형 AI 기반 이미지 데이터 증강을 활용한 멜론 과실 탐지 및 품질 평가
윤승리
,
조윤성
,
신민주
외 3명
생물환경조절학회지
2024
.10
불확실성 기반의 샘플 의존적 노이즈 레이블 생성
이정민
,
김성범
대한산업공학회 추계학술대회 논문집
2024
.10
딥러닝 이미지 분류 성능 향상을 위한 데이터 증강 기법 비교
우예린
,
여상엽
,
마유승
한국정보과학회 학술발표논문집
2024
.06
자가지도학습 방법론을 통한 조합 최적화
차민성
,
김성범
대한산업공학회 춘계공동학술대회 논문집
2024
.05
최근 본 자료
댓글(0)
0