선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 중외성 단어의 경우엔 문장 내에서의 단어의 역할을 파악하여, 의 미적인 중의성을 해소해야 하는 어려움이 있기 때 문에, 자연어처리 기술이 접목되지 않고서는 이를 해결할 수 없다. 따라서, 본 고에서는 한국어 자연 어처리 기술 중에서 구문분석 기술을 이용한 정보 검색 색인 기술과 단어 의미 중의성 해소를 통한 정보검색 기술에 대해 제안하고자 한다.
- 본 고에서는 정보검색에서 자연어처리의 잠재성을 개척하고지-하는 일련의 연구들[1, 2, 5, 9, 10, 12, 13, 14]과 맥을 같이하여, 어휘/구절/문장 의미 중 의성을 처리히는 높은 수준의 자연어처리 기술을 적용하여 문서의 의미를 가장 잘 반영하는 의미색 인단위의 추출에 의한 의미기반 정보검색 기술에 관하여 논하고자 한다. 또한, 사용자의 자연어 질의 의도에 가장 맞는 정답들(answer set)을 자동으로 구축하여 제공히는 지식베이스에 기초한 의미기반 정보검색 기술에 대해서도 논한다.
- 본 고에서는 사용자 질의 요구에 맞는 의미적으 로 정확한 정보를 제시할 수 있도록 하기 위하여 의미기반 정보검색의 기술적 특성을 두 가지 측면에서 고려하였다.
- 최근에 그동안 연구실 프로토타입 수준에 머물 렀던 자연어처리 기술이 실용적인 수준의 기술로 진전을 보이면서, 정보검색에 자연어처리 기술을 적용하여 검색 효과를 높이려는 연구가 국내외적으 로 활발히 이루어지고 있다. 본 고에서는 정보검색 의 효과에 큰 영향을 미치는 고유한 기법들인 기중 치 부여 방법(weighting scheme), 검색 모델, 랭 킹 방법 등의 기법 외에 자연어처리 기술을 이용한 의미기반 정보검색 기술에 초점을 맞추어 논의하고 자 한다.
- 현재 대부분의 상용 정보검색 시스템들에서 사용되고 있는 자연어처리 기술은 형태소 분석이나 n-gram 방식으로 단순히 명사 단어외 키워드에 기반하여 색인하고 검색하기 때문에 문장의 내용적 인 의미(semantic)를 제대로 색인에 반영하지 못 하여 검색이 부정확하게 되는 결과를 낳고 있다. 본 고에서는 정보검색에서 자연어처리의 잠재성을 개척하고지-하는 일련의 연구들[1, 2, 5, 9, 10, 12, 13, 14]과 맥을 같이하여, 어휘/구절/문장 의미 중 의성을 처리히는 높은 수준의 자연어처리 기술을 적용하여 문서의 의미를 가장 잘 반영하는 의미색 인단위의 추출에 의한 의미기반 정보검색 기술에 관하여 논하고자 한다. 또한, 사용자의 자연어 질의 의도에 가장 맞는 정답들(answer set)을 자동으로 구축하여 제공히는 지식베이스에 기초한 의미기반 정보검색 기술에 대해서도 논한다.
- 본 절에서는 높은 정확도의 검색을 위한 고품질 색인을 위하여, 부분 구문분석과 완전 구문분석 기 술을 이용한 명시구와 중심어-종속어(HM:Head- Modifier) 색인어를 추출하는 방법에 대하여 설명 한다. [24].
가설 설정
- 4) 관형절의 경우, 관형절 정규화 과정을 거친다. 즉, “아름다운 사람”과 “사람이 아름답다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.