최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기본 연구는 정보 검색에서 문서 간 유사도를 구할 때 사용할 수 있는 문서의 특징벡터를 구하는 방법을 제안한다. TF-IDF와 같은 기존의 연구에서는 문서에 출현한 단어를 기준으로 단어의 가중치가 만들어 지기 때문에 유사하거나 관련이 있는 단어로 이루어진 문서가 있어도 두 문서 간에 일치하는 단어들의 특성치만 고려하기 때문에 관련이 있는 문서를 제대로 검색하지 못하거나 그 유사도를 낮게 평가할 수 있다. 본 연구에서 제시할 방법은 입력받은 문서의 TF-IDF와 같은 단어의 출현기반 ...
In existing studies for searching similar document, a document feature vector is oriented by importance or occurrence of its own words. So, when we find document similarity, its result is only affected by the word in both documents. The aim of this study is to improve the performance of searching si...
저자 | 장희원 |
---|---|
학위수여기관 | 연세대학교 대학원 |
학위구분 | 국내석사 |
학과 | 정보산업공학과 |
지도교수 | 김우주 |
발행연도 | 2016 |
총페이지 | ix, 37장 |
키워드 | 시맨틱검색, 문서 특징벡터, 벡터공간모델, 문서 유사도, semantic search, document feature vector, vector space model, document similarity, word2vec |
언어 | kor |
원문 URL | http://www.riss.kr/link?id=T14003935&outLink=K |
정보원 | 한국교육학술정보원 |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.