Categorization of Korean News Articles Based on Convolutional Neural Network Using Doc2Vec and Word2Vec

김도우; 구명완

doi:10.5626/JOK.2017.44.7.742

추천

검색

질문

자료유형: 학술저널

저자정보: 김도우 (서강대학교) 구명완 (서강대학교)

저널정보: Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.44 No.7

발행연도: 2017.7

수록면: 742 - 747 (6page)

DOI: 10.5626/JOK.2017.44.7.742

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문에서는 문장의 분류에 있어 성능이 입증된 word2vec을 활용한 Convolutional Neural Network(CNN) 모델을 기반으로 하여 문서 분류에 적용 시 성능을 향상시키기 위해 doc2vec을 함께 CNN에 적용하고 기반 모델의 구조를 개선한 문서 분류 방안을 제안한다. 먼저 토큰화 방법을 선정하기 위한 초보적인 실험을 통하여, 어절 단위, 형태소 분석, Word Piece Model(WPM) 적용의 3가지 방법 중 WPM이 분류율 79.5%를 산출하여 문서 분류에 유용함을 실증적으로 확인하였다. 다음으로 WPM을 활용하여 생성한 단어 및 문서의 벡터 표현을 기반 모델과 제안 모델에 입력하여 범주 10개의 한국어 신문 기사 분류에 적용한 실험을 수행하였다. 실험 결과, 제안 모델이 분류율 89.88%를 산출하여 기반 모델의 분류율 86.89%보다 2.99% 향상되고 22.80%의 개선 효과를 보였다. 본 연구를 통하여, doc2vec이 동일한 범주에 속한 문서들에 대하여 유사한 문서 벡터 표현을 생성하기 때문에 문서의 분류에 doc2vec을 함께 활용하는 것이 효과적임을 검증하였다.

#doc2vec #word2vec #word piece model(wpm) #convolutional neural network(cnn)

참고문헌 (12)

참고문헌 신청

K.H.Joo, E.Y.Shin, J.I.Lee, W.S.Lee, Hierarchical Automatic Classification of News Articles based on Association Rules, Journal of Korea Multimedia Society, Vol. 14, No. 6, pp. 730-741, Jun. 2011. (in Korean) Y.G.Beak, A Study on Automatic Classification System of Hangul Internet News Articles, Korea University, Graduate School of Department of Business Administration, a master's thesis, 2003. (in Korean) Tomas Mikolov, Kai Chen, Greg Corrado, Jeffrey Dean, Efficient Estimation of word Representations in Vector Space, arXiv:1301.3781v3, Sep. 2013. Yoon Kim, Convolutional Neural Network for Sentence Classification, Proc. of the 2014 Conference on Empirical Methods in Natural Language Processing( EMNLP), pp. 1746-1751, Oct. 2014. D.W.Kim, M.W.Koo, A Study on Categorization of Korean News Article based on CNN using Doc 2Vec, the 28th Annual Conference on Human and Cognitive Language Technology, pp. 67-71, 2016. (in Korean)

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김도우

소속기관 서강대학교

주요연구분야 공학 > 컴퓨터학

논문수 1 이용수 1,686

구명완

소속기관 서강대학교

주요연구분야 공학 > 컴퓨터학 TOP 0.5% 복합학 > 학제간연구

논문수 87 이용수 11,804

이 논문과 함께 이용한 논문

Word2vec을 활용한 RNN기반의 문서 분류에 관한 연구

김정미 , 이주홍 한국지능시스템학회 논문지 2017 .12

Word2Vec를 이용한 주제별 감성어 사전 구축

장환석 , 정광용 , 장은영 한국정보과학회 학술발표논문집 2017 .12

Doc2Vec을 활용한 자연어처리 기반 블로그 글 주제 분류

김태식 , 이계민 한국방송미디어공학회 학술발표대회 논문집 2018 .11

의미구분 단위에 따른 word2vec 모델 비교

신수미 , 배수영 한국정보과학회 학술발표논문집 2016 .06

Word2vec을 활용한 문서의 의미기반 검색

장희원 , 김우주 한국지능정보시스템학회 학술대회논문집 2015 .11

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

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (12)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)