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
- 학위논문
- 저자정보
- 지도교수
- 손미애
- 발행연도
- 2014
- 저작권
- 성균관대학교 논문은 저작권에 의해 보호받습니다.
이용수0
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
의미 기반의 유사도 계산 방법은 인공지능, 정보 통합 및 추출 분야에서 널리 연구되고 있는 분야이다. 온톨로지 관련 연구의 성숙으로 온톨로지를 활용한 의미기반의 유사도 계산 방법에 대한 연구가 활발하다. 온톨로지 기반 유사도 계산을 위해서는 온톨로지를 구성하는 모서리의 수를 세거나, 개념의 정보량을 활용하는 방법 등이 있다. 그러나 기존의 연구는 온톨로지를 구성하는 모든 모서리의 개념적 거리가 같다고 전제하며, 유사도 척도에 의미적 요소의 반영이 불충분하다는 한계가 있다. 따라서 본 연구에서는 이러한 한계를 극복하기 위해 온톨로지 기반의 혼합형 의미 유사도 척도(Ontology-Based Hybrid Semantic Similarity Measure)를 제안하였다. 본 척도에서는 온톨로지를 구성하는 모서리에 정보량 개념을 도입하여 비교 개념 간 경로를 구성하는 모서리 길이의 산술평균을 계산한 후, 비교 개념 간 의미 유사도를 계산한다. 새로운 척도의 우수성을 입증하기 위해, 기존 연구 척도들과의 비교를 수행하고 분석하였다.
목차
제1장 서론 11.1 연구 배경 11.2 연구 목적 41.3 논문의 구성 4제2장 관련 연구 52.1 온톨로지 기반의 의미 유사도 52.2 모서리의 가중치 (Edge Weighting) 할당 10제3장 온톨로지 기반의 혼합형 의미 유사도 계산 방법 제안 123.1 연구의 배경 이론 123.2 단계별 유사도 도출 과정 153.2.1 모서리 가중치 계산 153.2.2 모서리 가중치 값의 길이 변환 163.2.3 최단 경로 파악 173.2.4 의미적 거리 계산 173.2.5 OHYSIM 의미 유사도 계산 18제4장 평가 및 분석 194.1 실험조건 194.2 척도의 성능 평가 204.3 온톨로지의 크기 반영 214.4 기존 척도의 단점 보완 22제5장 결론 및 추후 연구 255.1 결론 255.2 추후 연구 26참고문헌 27ABSTRACT 29
최근 본 자료
댓글(0)
0