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
저널정보
한국데이터전략학회 Journal of Information Technology Applications & Management 정보기술과 데이타베이스 저널 제12권 제2호
발행연도
2005.6
수록면
15 - 27 (13page)

이용수

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

초록· 키워드

오류제보하기
Text categorization systems generally use single words (unigrams) as features. A deceptively simple algorithm for improving text categorization is investigated here, an idea previously shown not to work. It is to identify useful word pairs (bigrams) made up of adjacent unigrams. The bigrams it found, while small in numbers, can substantially raise the quality of feature sets. The algorithm was tested on two pre-classified datasets, Reuters-21578 for English and Korea-web for Korean. The results show that the algorithm was successful in extracting high quality bigrams and increased the quality of overall features. To find out the role of bigrams, we trained the Naive Bayes classifiers using both unigrams and bigrams as features. The results show that recall values were higher than those of unigrams alone. Break-even points and F1 values improved in most documents, especially when documents were classified along the large classes. In Reuters-21578 break-even points increased by 2.1%, with the highest at 18.8%, and F1 improved by 1.5%, with the highest at 3.2%. In Korea-web break-even points increased by 1.0%, with the highest at 4.5%, and F1 improved by 0.4%, with the highest at 4.2%. We can conclude that text classification using unigrams and bigrams together is more efficient than using only unigrams.

목차

Abstract

1. 서론

2. 구(phrases)를 사용한 문서범주화

3. 바이그램 추출 알고리즘

4. 실험

5. 결론

참고문헌

저자소개

참고문헌 (13)

참고문헌 신청
, 1999 , 시소러스 도구를 이용한 실시간 개념 기반 문서 분류 시스템 : 167 ~ 176 google schola , 1999 , 문서분류에서 의미영역지식에 기반한 문서표현:제 11회 한글 및 한국어 정보처리 학술대회 : 79 ~ 84 google schola , 2000 , 사전간 계층관계를 이용한 전문용어 자동 추출 기법:2000년 한국인지과학회 춘계 학술대회 : 131 ~ 136 google schola , 1999 , 카테고리 정보 활용을 통한 링크 기반 검색의 속도 향상 : 324 ~ 326 google schola , 1997 , 문서 범주화에서 연어를 기반으로 한 문서 표현 google schola

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

글자 빈도수와 바이그램을 이용한 스마트폰 영어 글자판 설계
이중화 ,  박유현 ,  김병기 한국산업정보학회논문지 2012 .10
한국어 뉴스 기사에서 바이그램을 활용한 온라인 토픽 탐지
김태욱 ,  박은정 ,  조성준 한국정보과학회 학술발표논문집 2015 .06
홀란드 진로유형에 따른 C 프로그램 포인터 교구 활용 효과
박우창 한국정보기술학회논문지 2013 .06
어셈블리어 코드 기반의 Null Pointer 접근 가능성 검출
김현수 ,  김병만 ,  배현섭 한국정보과학회 학술발표논문집 2009 .11
트라이폰 기반의 백오프 바이그램 정보를 이용한 한국어 연결 숫자음 인식
김종보 ,  나동열 한국정보과학회 강원지부 학술대회 논문집 2007 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-005-015273483