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
채희진 (Seoul National University) 장한메 (Seoul National University) 유기윤 (Seoul National University)
저널정보
한국측량학회 한국측량학회지 한국측량학회지 제40권 제6호
발행연도
2022.12
수록면
571 - 583 (13page)
DOI
10.7848/ksgpc.2022.40.6.571

이용수

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

이 논문의 연구 히스토리 (2)

2023

다양한 문장형태로 표현된 지리공간질의에 대한 기계학습기반 지리공간분석절차 변환기법 개발
채희진 건설환경공학부 2023.01 학위논문

2022

다양한 문장형태에 대한 지리공간 분석절차 분류 연구
채희진 ,  장한메 ,  유기윤 한국측량학회지 2022.12 학술저널

초록· 키워드

오류제보하기
지리공간분석 질의응답(Geo-analytical QA)은 지리공간질의에 내포된 지리공간 분석절차를 도출하는 연구로서 현실적인 지리공간분석 질의응답을 수행하기 위해서는 다양한 문장형태에 대해 분석절차를 도출할 수 있어야 한다. 따라서 본 연구에서는 다양한 문장형태에 대해 분석절차를 도출할 수 있는 알고리즘을 개발하는 것을 목표로 한다. 이를 위해 미리 정의한 지리공간 분석절차 중 하나로 질의를 대응시키는 text classification을 사용했다. text classification을 사용하기 위해서는 말뭉치 선정, 말뭉치 라벨링, 말뭉치를 숫자로 변환하는 특징추출, 마지막으로 특징추출 한 값을 이용해 분류모델을 학습시키는 과정이 필요하다. 말뭉치로는 지리공간질의를 답하기 위해 다양한 유형의 분석절차를 필요로 하는 것으로 알려진 GeoAnQu를 선정했고 해당 말뭉치를 분석해 23개의 분석절차를 도출했다. 그 후, 알고리즘 일반화 검증 및 데이터 증강 목적으로 GeoAnQu말뭉치를 패러프레이징 한 후 이를 23개의 분석절차를 이용해 라벨링했다. 통계학적 방식에 기반한 TF-IDF를 이용해 말뭉치 특징추출을 수행하고 선형 SVM(Linear SVM), Decision tree, Multi-layer perceptron classifier, Naive Bayes classifier을 학습시킨 후 가장 높은 성능을 보인 선형 SVM을 최종 모델로 선정했다. 해당 모델을 통해 다양한 문장형태에 대해 분석절차를 도출할 수 있는 것을 확인했다.
#Geospatial operation workflow #GeoQA #Geo-analytical QA #Text classification #TF-IDF #지리공간 연산절차(Geospatial operation workflow) #지리공간 질의응답(GeoQA) #지리공간분석 질의 응답(Geo-analytical QA) #문장 분류(Text classification)

목차

Abstract
초록
1. 서론
2. 선행연구
3. 연구방법 및 결과
4. 요약 및 결론
References

참고문헌 (27)

참고문헌 신청
Chang, Y.W. and Lin, C.J. (2008), Feature ranking using linear SVM. Proceedings of the Workshop on the Causation and Prediction Challenge at WCCI 2008, PMLR, pp. 53-64. google schola Dalal, M. K. and Zaveri, M. A. (2011), Automatic text classification: a technical review, International Journal of Computer Applications, Vol.28, No. 2, pp.37-40. google schola Damodaran, P. (2021). Parrot: paraphrase generation for NLU. v1. 0. google schola Dsouza, A., Tempelmeier, N., Yu, R., Gottschalk, S., and Demidova, E. (2021), WorldKG: A world-scale geographic knowledge graph, Proceedings of the 30th ACM International Conference on Information & Knowledge Management, Association for Computing Machinery, 1-5 November, Queensland, Virtual Event, Australia, pp. 4475–4484. https://doi.org/10.1145/3459637.3482023 Crossref El Naqa, I. and Murphy, M.J. (2015). What is machine learning? , In: El Naqa, I., Li, R. and Murphy, M.J. (eds.), Machine Learning in Radiation Oncology: Theory and Applications, Springer International Publishing, Cham, pp. 3–11. https://doi.org/10.1007/978-3-319-18305-3_1 Crossref

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

사전학습 언어모델 기반의 한국어 질문-답변 데이터 증강 방법
조우진 ,  이혁준 정보과학회 컴퓨팅의 실제 논문지 2021 .12

최근 본 자료

전체보기

댓글(0)

0