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
최현수 (와이즈넛) 장정훈 (와이즈넛) 이새벽 (와이즈넛)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제25권 제8호
발행연도
2019.8
수록면
407 - 411 (5page)
DOI
10.5626/KTCP.2019.25.8.407

이용수

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

이 논문의 연구 히스토리 (2)

2019

이벤트 기반 신경텐서망을 이용한 뉴스 데이터의 자질 구성 방법
최현수 ,  장정훈 ,  이새벽 정보과학회 컴퓨팅의 실제 논문지 2019.08 학술저널

2018

뉴스 데이터 분석을 위한 이벤트 기반 신경텐서망
최현수 ,  이새벽 ,  장정훈 한국정보과학회 학술발표논문집 2018.12 학술대회자료

초록· 키워드

오류제보하기
뉴스 데이터는 정보 분석 및 정보 추출, 추론 등의 자연어처리 분야에서 원시 데이터로 많이 사용되고 있다. 최근 딥러닝을 이용한 분산 표현을 통해 자동으로 자질을 추출할 뿐만 아니라 텍스트의 문맥 정보를 이용하여 단어 간의 관계, 의미 정보를 표현하는 모델이 제안되었다. 본 논문은 뉴스 데이터로부터 구조화된 데이터를 추출하고 단어 간의 관계와 의미적인 정보를 모델에 반영하여 뉴스 데이터의 자질을 구성하는 방법론을 제안한다. 비정형 뉴스 데이터에서 의존 구문 분석을 통해 이벤트들을 자동으로 추출한다. 추출한 이벤트들을 신경텐서망 기술을 적용하여 뉴스 데이터에 대한 자질을 구성한다. 또한, 구성된 자질의 품질을 평가하기 위해 군집화를 수행하였다. 결과를 보았을 때, 이벤트 임베딩 방식이 단어벡터의 합을 사용하는 것보다 군집화를 더 잘 수행 하였지만, 문서 전체의 카테고리를 대표하는 자질로 사용되기에는 한계점이 있었다.
#딥러닝 #비정형 데이터 #뉴스 데이터 #자질 구성 #이벤트 임베딩 #신경텐서망 #deep learning #unstructured data #news data #feature composition #event embedding #neural tensor network

목차

요약
Abstract
1. 서론
2. 관련연구
3. 이벤트 기반 신경텐서망
4. 실험결과
5. 결론 및 향후 연구
References

참고문헌 (11)

참고문헌 신청
Mikolov, Tomas, et al., Efficient estimation of word representations in vector space, arXiv preprint arXiv:1301.3781 (2013). Le, Quoc V, and Tomas Mikolov, Distributed representations of sentences and documents, arXiv preprint arXiv:1405.4053 (2014). Chen, Danqi, et al., Learning new facts from knowledge bases with neural tensor networks and semantic word vectors, arXiv preprint arXiv:1301. 3618 (2013). Socher, Richard, et al., Reasoning with neural tensor networks for knowledge base completion, Advances in neural information processing systems, 2013. google schola K. Han, H. Choi, J. Lee, Y. Ahn, Composition of Document Feature using Deep Learning, Proc. of the KIISE Korea Computer Congress 2015, pp. 699-701, 2015. (in Korean) google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0