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
- 본 논문에서 제시하는 ERM(Entity Recognition Model) 은 HMM(Hidden Markov Model) 에서아이디어를 얻은 것이다. HMMe 문장이 있을 때 문장의 구성 요소인 각 단어(word)에 품사 (category)를 태깅하는 기능을 수행한다[12].
- 본 논문에서는 인터넷에 존재하는 준구조화 된 웹 정보 소스에서 효율적이고 정확하게 정보를 추출하는 도메인 지식 기반의 확률적 랩 퍼 생성 시스템에 관해서 설명하도록 한다. 시스템의 추출 정확도를 높이기 위해 레이블이 없이 나오는 텍스트들에 대해서 해당 텍스트의 엔티티를 자동으로 인식할 수 있는 확률 모델을 제안한다.
- 위에서 기술된 것을 바탕으로 토큰 집합에 엔티티 이름을 배타적으로 부여하는 확률 모델 에 대해서 제안하고자 한다.
- 그러나 레이블을 가지고 있지 않는 텍스트는 도메인 지식을 이용하더라도 해당 텍스트에 대한 의미를 이해할 수 있는 단 서가 없기 때문에, 텍스트에 대한 엔티티를 인 식할 수가 없다. 이렇게 인식되지 않는 텍스트 의 의미를 이해하기 위해서 확률적인 방법을 도입하도록 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.