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
- 강필성
- 발행연도
- 2018
- 저작권
- 고려대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (3)
2018
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Documents classification aims to analyze keywords or contextual meanings from a given document and classify them into specific categories. In order to successfully perform document classification, it is necessary to accurately extract the word information included in a given document. However, there are many variations of Korean words depending on the types of postposition, rooting and ending. In the case of online documents, these variations become even more severe. Considering the characteristics of these Korean documents, in this paper we propose a document classification method using both word and character information. By using character information, it is possible to consider information that was difficult to express by word set such as typos and emoticons in the document classification process. This model, which combines the features of the whole sentence obtained from the word information and the local features obtained from the character information, experimentally confirmed that it has higher classification performance than the existing models using only word information.
목차
1. 서론 12. 선행연구 32.1 문법적인 오류 수정 연구 32.2 단어 기반 합성곱 신경망을 이용한 문서 분류 연구 42.3 자소 기반 합성곱 신경망을 이용한 문서 분류 연구 62.4 단어와 자소 기반 신경망을 이용한 문서 분류 연구 73. 방법론 93.1 양자화 93.2 합성곱 신경망 103.3 벡터 할당 124. 실험 164.1 데이터 수집 및 전처리 164.2 모델 학습 174.3 비교 학습 모형 194.4 평가지표 205. 실험 결과 225.1 분류 성능 225.2 모델 소요시간 및 예시 246. 결론 및 활용방안 27[참고문헌] 28
최근 본 자료
댓글(0)
0