지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2024.9
- 수록면
- 125 - 133 (9page)
이용수
초록· 키워드
오류제보하기
본 논문은 추출 요약 기반의 한국어 문서 요약 시스템에서 많이 적용되고 있는 TextRank 알고리즘에서 문장 유사도를 계산하는 다양한 방식들의 성능을 비교 분석하였다. 성능 평가를 위한 데이터셋은 AI 허브에서 제공하는 뉴스 기사와 사설을 적용하여, 문서 종류에 따른 영향을 분석하였다. 그리고, 문서 내의 문장의 개수에 따라 데이터셋을 2가지 유형으로 구분하여 문서의 길이에 대한 영향을 분석하였다. 루지 스코어는 LSA 방식과 TF-IDF 방식에서 가장 높았고, 문서 길이에 따른 영향은 거의 없는 것으로 나타났다. 또한, 요약문 생성시 소요되는 실행시간은 LSA 방식이 가장 짧고, TF-IDF 방식에 비해 1/3로 단축된다. 이는 LSA 방식이 차원 축소를 통한 계산량 감소뿐만 아니라 의미적 유사도를 고려할 수 있기 때문으로 판단된다. 결과적으로 TextRank 기반의 추출식 한국어 문서 요약 시스템에서는 LSA 방식이 가장 우수함을 확인하였다.
목차
ABSTRACT
1. 서론
2. 관련 연구
3. 한국어 요약 시스템 구현
4. 성능 분석 및 평가
4. 결론
References
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-091137244