멀티소스 비정형 문서에서의 정보 추출을 위한 Predicate Based Bi-directional LSTM-CRF 모델 연구 :Research on predicate based Bi-directional LSTM-CRF models for information extraction from multi source unstructured documents

최현승

추천

검색

자료유형: 학위논문

저자정보: 최현승 (연세대학교, 연세대학교 대학원)

지도교수: 김우주

발행연도: 2019

저작권: 연세대학교 논문은 저작권에 의해 보호받습니다.

이용수2

이 논문의 연구 히스토리 (3)

2019

멀티소스 비정형 문서에서의 정보 추출을 위한 Predicate Based Bi-directional LSTM-CRF 모델 연구

최현승 산업공학과 2019.01 학위논문

2018

지식베이스 확장을 위한 멀티소스 비정형 문서에서의 정보 추출 시스템의 개발

최현승 , 김민태 , 김우주 외 2명 지능정보연구 2018.12 학술저널

지식베이스 확장을 위한 멀티소스 비정형 문서에서의 정보 추출 시스템의 개발

최현승 , 김민태 , 김우주 외 2명 한국지능정보시스템학회 학술대회논문집 2018.11 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

지식베이스는 질의응답 시스템에 사용되는 요소로서, 사용자의 질의에 대한 답변 지식을 저장, 탐색하는 기능을 수행하기 위한 기술로 인공지능 분야의 중요한 연구과제로 여겨지고 있다. 지식베이스를 구축하는 작업은 도메인 전문가가 온톨로지 스키마를 이해한 뒤, 직접 지식을 정제하는 수작업이 요구되는 만큼 비용이 많이 드는 활동이다. 이에, 도메인 전문가 없이 다양한 웹 환경으로부터 질의에 대한 답변 정보를 추출하기 위한 자동화된 시스템의 연구개발의 필요성이 제기되고 있다. 기존의 정보 추출 관련 연구들은 정보 추출 규칙을 생성하여, 규칙에 맞는 패턴이 발견되면 지식을 추출하거나, 특정 형태의 문서만을 정보추출의 대상으로 하기 때문에, 규칙에 맞지 않은 새로운 패턴의 데이터에는 정보추출 적용이 어렵고, 웹에 존재하는 다양한 형태의 문서 중 학습데이터와 상이한 형태의 문서에서는 정보를 효과적으로 추출하기 어렵다는 한계점이 존재한다. 또한, 기계 독해와 관련된 연구들은 문서에 정답이 있는 경우를 가정하고 질의에 대한 답변정보를 추출하는 경우로서, 문서의 정답포함 여부를 보장할 수 없는 실제 웹의 비정형 문서로부터의 정보추출에서는 낮은 성능을 보인다는 한계점이 존재한다. 본 연구에서는 지식베이스 확장을 위하여 웹에 존재하는 멀티소스 비정형 문서로부터 질의에 대한 정보를 추출하기 위한 시스템인 Predicate Based Bi-LSTM-CRF를 활용한 정보추출개발 방법론을 제안하고자 한다. 본 연구에서 제안한 방법론은 “주어(Subject)-서술어(Predicate)”로 구분된 질의에 대하여 위키피디아, 네이버 백과사전, 네이버 뉴스 3개 웹 소스로부터 수집된 비정형 문서로부터 관련 정보를 추출한다. Predicate Based Bi-LSTM-CRF를 활용한 정보추출 방법론을 적용한 시스템의 성능평가를 위하여, Wu and Weld(2007)과 Seo et al.(2016)의 모델을 베이스라인 모델로 선정하여 성능을 비교분석 하였다. 연구결과 Predicate Based Bi-LSTM-CRF를 활용한 정보추출 모델이 베이스라인 모델에 비해, 위키피디아, 네이버 백과사전, 네이버 뉴스 등 다양한 형태의 문서에서 정보를 효과적으로 추출하는 강건한 모델임을 입증하였다. 본 연구의 결과는 현업 지식베이스 관리자에게 지식베이스 확장을 위한 웹에서 질의에 대한 답변정보를 추출하기 위한 시스템 개발의 지침서로서 실무적인 시사점을 제공함과 동시에, 추후 다양한 형태의 질의응답 시스템 및 정보추출 연구로의 확장에 기여할 수 있을 것으로 기대한다.

As a component used in the question answering system, the knowledge base is a technology to perform the function of storing and searching the knowledge of the answers to the query. Knowledge Base is considered as an important research area in the field of artificial intelligence. Building a knowledge base is a costly activity that requires domain experts to understand the ontology schema and then manually refine the knowledge. Therefore, there is a need for research and development of an automated system for extracting answer information for queries from various web environments without a domain expert. Conventional information extraction related studies extract information when a pattern is found after generating information extraction rules, or extract only information of a specific type document. There is a limitation in these studies that it is difficult to extract information effectively at different types of documents from training data existing
on the web. In addition, studies related to machine reading comprehension extract the answer information for the query in the document assuming the document has the correct answer. There is a limitation that these studies showed low performance in extracting information from unstructured documents of real web which can not guarantee that documents contains the correct answer. In this study, we propose a system development methodology to extract information about queries from multi-source unstructured documents existing on the web for the knowledge base expansion. The proposed method, Information extraction using “Predicate Based Bi-LSTM-CRF” extracts related information from unstructured documents collected from Wikipedia, Naver encyclopedia, and Naver news web sources for queries composed of “Subject-Predicate”. As a result of the research, the proposed model proved to be a robust model that extracts information efficiently from various types of documents such as Wikipedia, Naver encyclopedia, Naver news, compared with the baseline model. The results of this study will provide practical implications as a guide for the development of a system for extracting answer information about the query from the web for knowledge base expansion to the knowledge base.

#정보추출 #질의응답 시스템 #기계독해 #지식베이스 #Information Extraction #Question Anwering System #Machine Reading Comprehension #Bi-directional LSTM-CRF #Knowledge Base

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)