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
- 학위논문
- 저자정보
- 지도교수
- 이종우
- 발행연도
- 2015
- 저작권
- 숙명여자대학교 논문은 저작권에 의해 보호받습니다.
이용수7
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
정보화 사회를 살아가는 현대인들에게 정보의 홍수 속에서 검색하고자 하는 것을 정확하게 찾아내는 것은 매우 중요한 일이다. 포탈 사이트는 서버를 이용하여 복잡한 계산을 통해 방대한 데이터 검색이 가능하지만 차량 네비게이션 같은 독립형 시스템일 경우 그 성격이 다르다. 서버를 이용하지 않고 단순한 알고리즘으로 한정된 데이터 검색을 하기 때문이다. 이런 시스템에서는 보통 하드매칭 기법을 사용하였고 부정확한 질의어가 입력되면 원하는 결과를 출력하지 못한다. 이 문제를 해결하기 위해 집합 기반 POI 검색 알고리즘이 등장했고 이어 문자열 유사도 측정 기법이 연구되었다.
본 논문에서는 이전에 연구된 알고리즘의 문제점을 보완하여 성능을 향상시킨 기법을 제안한다. 기존 알고리즘에서 고려하지 않았던 중복 글자를 고려한 역 인덱스 생성, 고유어의 추정단계, 중복 단어를 고려한 블록 및 블록 나열 순서 구하기를 추가하였다. 또, 경험적인 분류 방법을 체계적으로 분류하여 측정 기법을 수식화 한다. 이를 통해 측정방법을 일반화함으로써 POI 검색 결과의 정확도를 향상시킨다.
또한 집합 기반 검색 알고리즘을 응용한 문장 유사도 측정 기법을 제안한다. 최근 논문 표절 논란과 지능형 텍스트 검색서비스에 대한 관심이 증가하면서 문장 유사도 측정의 필요성이 증가하고 있다. 본 논문에서는 집합 기반 POI 검색 기법을 변형하고 어절 연산 알고리즘을 적용하여 새로운 방향의 문장 유사도 측정 기법을 제안한다. 집합 기반이기 때문에 기존에 연구된 문장 유사도 측정 기법보다 단어의 도치, 누락, 삽입, 변경에 현저한 성능 향상을 보인다.
마지막으로 실험을 통해 본 논문에서 제시하는 문자열 유사도 측정 기법과 문장 유사도 측정 기법의 성능 향상을 확인하였다.
본 논문에서는 이전에 연구된 알고리즘의 문제점을 보완하여 성능을 향상시킨 기법을 제안한다. 기존 알고리즘에서 고려하지 않았던 중복 글자를 고려한 역 인덱스 생성, 고유어의 추정단계, 중복 단어를 고려한 블록 및 블록 나열 순서 구하기를 추가하였다. 또, 경험적인 분류 방법을 체계적으로 분류하여 측정 기법을 수식화 한다. 이를 통해 측정방법을 일반화함으로써 POI 검색 결과의 정확도를 향상시킨다.
또한 집합 기반 검색 알고리즘을 응용한 문장 유사도 측정 기법을 제안한다. 최근 논문 표절 논란과 지능형 텍스트 검색서비스에 대한 관심이 증가하면서 문장 유사도 측정의 필요성이 증가하고 있다. 본 논문에서는 집합 기반 POI 검색 기법을 변형하고 어절 연산 알고리즘을 적용하여 새로운 방향의 문장 유사도 측정 기법을 제안한다. 집합 기반이기 때문에 기존에 연구된 문장 유사도 측정 기법보다 단어의 도치, 누락, 삽입, 변경에 현저한 성능 향상을 보인다.
마지막으로 실험을 통해 본 논문에서 제시하는 문자열 유사도 측정 기법과 문장 유사도 측정 기법의 성능 향상을 확인하였다.
목차
I. 서론 = 11. 연구 배경 및 목적 = 12. 논문 구성 = 2II. 관련 연구 = 31.기존 집합 기반 POI 검색 알고리즘 = 32.기존 문자열 유사도 측정 기법 = 4III. 집합 기반 알고리즘에 기반한 문자열 유사도 측정 기법 = 71. 중복 글자를 고려한 집합 기반 알고리즘 = 71) 기존 알고리즘의 중복 글자 문제점 = 72) 중복 글자 해결 방법 = 102. 문자열 유사도 측정 기법 성능 향상 = 141) 기존 알고리즘의 유사도 측정 문제점 = 142) 유사도 측정 해결 방법 = 173. 유사도 측정 기법의 체계화 = 201) 질의어와 데이터 길이 요소 = 212) 외자블록과 다자블록 요소 = 22IV. 집합 기반 알고리즘에 기반한 문장 유사도 측정 기법 = 251. 기존 알고리즘의 변형 = 262. 어절 연산 알고리즘 = 27V. 성능 평가 및 시연 = 301. 문자열 유사도 측정 기법 성능 평가 = 302. 문장 유사도 측정 기법 성능 평가 = 343. 시연 = 36VI. 결론 = 37
최근 본 자료
댓글(0)
0