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
- 박정희
- 발행연도
- 2020
- 저작권
- 충남대학교 논문은 저작권에 의해 보호받습니다.
이용수1
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
In the Online environment, large amounts of text are being generated in real time. It is important task to detect the occurrence of new topic because text that occur in the online environment is mostly related to actual event. Recently, various embedding models that can convert text to a feature vectors have been proposed. In this paper, we propose a method to detect the occurrence of new topics using text embedding model and anomaly pattern detection technique. And if there is a typographical error in the text, we verify that correcting error affects performance. The experimental results show that the proposed method can detect the occurrence of new topics.
목차
1 서론 12 관련 연구 33 텍스트 임베딩 방법 53.1 Bag of Words (BOW) 53.2 word2vec 63.3 BERT 84 텍스트 임베딩을 활용한 신규 주제 발생 탐지 124.1 텍스트 임베딩 124.2 오탈자로 인한 Out-of-Vocabulary에 대한 처리 144.3 이상 패턴 발생 탐지를 이용한 신규 주제 발생 탐지 165 실험 결과 175.1 데이터 및 실험 절차 175.2 평가 지표 185.3 성능 비교 185.3.1 텍스트 임베딩 방법에 따른 성능 비교 195.3.2 이상치 탐지 모델을 달리 하였을 때의 성능 비교 195.3.3 오탈자 교정 205.3.4 오탈자 교정 여부에 따른 성능 비교 216 결론 23참고문헌 24
최근 본 자료
댓글(0)
0