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
학술대회자료
저자정보
박찬민 (서강대학교) 김병재 (서강대학교) 서정연 (서강대학교)
저널정보
한국HCI학회 한국HCI학회 학술대회 PROCEEDINGS OF HCI KOREA 2018 학술대회 발표 논문집
발행연도
2018.1
수록면
432 - 435 (4page)

이용수

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

초록· 키워드

오류제보하기
개체명 인식이란, 텍스트의 입력 단위들을 지명, 인명, 기관명, 날짜, 시간과 같은 미리 정의된 개체범주로 분류하는 작업을 말한다. 최근 개체명 인식 연구에서는 순차 레이블링 작업에서 우수한 성능을 보이는 Bi-LSTM-CRFs 기반의 심층 학습모델을 사용했다. 심층 학습 모델은 그래디언트 소멸문제(vanishing gradient problem)를 가지고 있다. 그래디언트 소멸 문제는 심층 학습 모델의 계층이 깊어짐에 따라 학습 파라미터가 학습에 의해 수정되지 않는 현상을 말한다. 본 논문에서는 이러한 그래디언트 소멸 문제를 부분적으로 해결하기 위해 Bi-LSTM에 Highway Network 를 결합한 Highway Bi-LSTM 을 사용했다. 또한 별도의 레이블링 작업이 필요 없는 언어 모델과의 멀티 태스크 학습을 적용했다. 이를 통해 한국어의 문법적, 문맥적 특성을 부분적으로 학습시켜 성능을 향상시켰다. 본 논문은 멀티 태스크 기반의 Highway Bi-LSTM-CRFs 모델을 한국어 개체명 인식에 적용하여 기존 개체명 인식 모델보다 향상된 성능을 얻을 수 있음을 보인다.
#자연어처리 #개체명 인식 #심층 학습 #멀티 태스크 학습 #Highway Network

목차

요약문
1. 서론
2. 관련연구
3. 개체명 인식 모델
4. 실험결과
5. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

개선된 워드 임베딩 모델과 사전을 이용한 Bidirectional LSTM CRF 기반의 한국어 개체명 인식기
송치윤 ,  양성민 ,  강상우 한국정보과학회 학술발표논문집 2017 .12
LSTM 언어모델을 이용한 한국어 자연어 생성 모델
허윤석 ,  김주애 ,  박영민 외 2명 한국정보과학회 학술발표논문집 2017 .12
딥러닝 기반 교통사고 지점명 인식
송은영 ,  김기현 ,  최회련 외 1명 대한산업공학회 추계학술대회 논문집 2017 .11
문자 기반 LSTM CRF를 이용한 한국어 의미역 결정
박광현 ,  나승훈 한국정보과학회 학술발표논문집 2017 .06
Expansion of Word Representation for Named Entity Recognition Based on Bidirectional LSTM CRFs
유홍연 ,  고영중 Journal of KIISE 2017 .03

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-004-001760991