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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이선정 한상영 (서울대학교)
저널정보
Korean Institute of Information Scientists and Engineers (구)정보과학회논문지 정보과학회논문지 제21권 제3호
발행연도
1994.3
수록면
471 - 480 (10page)

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 일반적인 한국어 텍스트 문장에서 단어범주를 예측하기 위하여 HMM(Hidden Markov Model)과 신경망을 결합한 모델을 제안하였다.
한국어의 단어범주를 품사와 조사의 격 및 형에 따라 33개로 분류하였으며, 분류된 단어범주를 이용하여 국민학교 교과서를 대상으로 텍스트 데이타베이스를 구성하였다. 기존의 단어범주예측을 위해 제안된 NETgram은 동적, 정적 특징을 모두 신경망으로 표현하지만 본 논문에서는 시간에 따른 동적 변화를 잘 표현해주는 HMM을 신경망과 결합하는 방법을 제안하였다. 임의의 한국어 텍스트 문장으로 실험한 결과 4-gram 예측에서 종료상태가 고정되지 않고 6개의 관찰확률을 가지며 입력관찰열을 2번 순환반복으로 훈련시킨 HMM 모델과 신경망을 결합한 모델이 가장 우수하여 단어범주예측률이 20.22%를 차지하였다. 이것은 기존의 NETgram을 이용한 방식에 비하여 2.14% 향상된 것이다.

목차

요약

ABSTRACT

1. 서론

2. HMM

3. 한국단어범주 분류 및 데이타베이스 구성

4. 기존의 방식을 이용한 한국어 단어범주예측

5. 제안된 HMM과 신경망의 결합모델

6. 결합 모델의 실험과정

7. 실험결과 분석

8. 결론

참고문헌

참고문헌 (0)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017781407