$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

한국어 기준명사 추출 및 그 응용
Korean Base-Noun Extraction and its Application 원문보기

정보처리학회논문지. The KIPS transactions. Part B. Part B, v.15B no.6, 2008년, pp.613 - 620  

김재훈 (한국해양대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

정보검색, 문서요약 등의 분야에서 명사추출은 매우 중요하다. 본 논문은 대량의 문서로부터 기준명사를 효과적으로 추출하기 위한 한국어 기준명사 추출 시스템을 제안하고 이를 문서요약 시스템에 적용한다. 기준명사는 명사들 중에서 기본이 되는 명사이며 복합명사는 포함되지 않는다. 본 논문에서는 두 가지 기술 즉 여과기법과 분리기법을 사용한다. 먼저 여과기법을 이용해서 명사를 포함하지 않은 어절을 미리 제거하고, 그리고 분리기법을 이용해서 명사가 포함된 어절에서 명사와 조사를 분리하고, 복합명사에 해당할 경우에는 각 명사를 분리하여 기준명사를 추출한다. ETRI 말뭉치를 대상으로 실험한 결과, 재현율과 정확률 모두 약 89% 정도의 성능을 보였으며, 제안된 시스템을 한국어 문서요약 시스템에 적용해 보았을 때, 좋은 결과를 얻을 수 있었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

Noun extraction plays an important part in the fields of information retrieval, text summarization, and so on. In this paper, we present a Korean base-noun extraction system and apply it to text summarization to deal with a huge amount of text effectively. The base-noun is an atomic noun but not a c...

주제어

#명사추출   #여과기법   #복합명사 분리   #문서요약  

질의응답

핵심어 질문 논문에서 추출한 답변
한국어 명사 추출 시스템은 무엇으로 분류되는가? 한국어 명사 추출 시스템은 크게 세 가지로 분류된다. 첫째, 품사 태거를 이용한 경우이고[3,4], 둘째, 형태소 분석기를 이용하는 경우이고[5-7], 셋째, 아무런 언어분석 도구를 사용하지 않는 경우이다[8].
명사추출 시스템이 사용되는 분야는 무엇이 있는가? 방대한 정보공간에서 유용한 정보를 찾기 위해 널리 사용되는 도구가 검색엔진이며, 검색엔진을 구축하기 위한 필수적인 도구 중 하나가 명사추출 시스템이다. 명사추출 시스템은 색인어 추출, 자연언어 질의어 분석, 시소러스 구축 등에서 널리 사용되고 있다[1]. 이 밖에도 정보추출이나 문서요약 등 대량의 자연언어 문서를 다루는 분야에서 널리 사용되고 있다[2].
복합명사는 무엇인가? 복합명사란 두 개 이상의 기준명사가 결합하여 새로운 의미를 가지게 되는 단어(예: 인공지능, 정보검색)를 말하며, 구문적으로는 단일단어와 같은 역할을 한다. 한국어 복합명사 분해는 크게 통계적 방법[9,10]과 규칙기반 방법[11,12]으로 나눌 수 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (20)

  1. Baeza-Yates, R. and Ribeiro-Neto, B., Modern Information Retrieval, Addison Wesley, 1999 

  2. Mani, I. and Maybury Mark T., Advances in Automatic Text, The MIT Press, 1999 

  3. 김재훈, 선충녕, 홍상욱, 이성욱, 서정연, 조정미, “KTAG99: 새로운 환경에 쉽게 적응하는 한국어 품사 태깅 시스템”, 제1회 형태소분석기 및 품사태거 평가 워크숍 발표논문집, pp. 99-105, 1999 

  4. 심준혁, 김준석, 이근배, “통계와 규칙을 이용한 강인한 품사태거”, 제1회 형태소 분석기 및 품사태거 평가 워크숍 발표논문집, pp.60-75, 1999 

  5. 안동언, “좌우접속정보를 이용한 명사추출기”, 제1회 형태소분석기 및 품사태거 평가 워크숍 발표논문집, pp.173-178, 1999 

  6. 이중영, 신병훈, 이공주, 김지은, 안상규, “COM기반의 다목적 형태소 분석기를 이용한 명사추출기”, 제1회 형태소분석기 및 품사태거 평가 워크숍 발표논문집, pp.167-171, 1999 

  7. 최재혁, “형태소 분석을 통한 한영 자동 색인어 추출,” 정보과학회논문지(B), 제23권 제12호, pp.1279-1288, 1996 

  8. 장동현, 맹성현, “학습데이터를 이용하여 생성한 규칙과 사전을 이용한 명사추출기”, 제1회 형태소분석기 및 품사태거평가 워크숍 발표논문집, pp.151-156, 1999 

  9. 윤보현, 조민정, 임해창, “통계정보와 선호 규칙을 이용한 한국어 복합 명사의 분해”, 정보과학회논문지(B), 제24권, 제8호, pp.900-909, 1997 

    상세보기

  10. 박혁로, 신중호, “비터비 학습 알고리즘을 이용한 한글 복합명사 분석”, 1997 한국정보과학회 가을 학술 발표논문집, Vol.24, No.2, pp.219-222, 1997 

  11. 강승식, “한국어 복합명사 분해 알고리즘”, 정보과학회논문지(B), 제25권, 제1호, pp.172-182, 1998 

    상세보기

  12. 최재혁, “음절수에 따른 한국어 복합명사 분리 방안”, 제8회 한글 및 한국어 정보처리 학술대회 발표논문집, pp.262-267, 1996 

  13. Aho, V. A. and Ullman, J. D. The Theory of Parsing, Translation, and Compiling, Prentice-Hall, 1972 

  14. 김재훈, 김길창, 한국어에서의 품사 부착 말뭉치의 작성 요령 : KAIST 말뭉치, 한국과학기술원, 전산학과, 기술문서, CS/TR-95-9, 1995 

  15. 이현아, 이원일 임선숙, 허은경, 이재성, 차건희, 박재득, “표준안에 따른 품사 부착 말뭉치 구축”, 제1회 형태소 분석기 및 품사 태거 평가 워크숍 발표 논문집, pp.40-43, 1999 

  16. Manning, C. D. and Schutze, H. Foundations of Statistical Natural Language Processing, The MIT Press, 1999 

  17. 김준홍, 도합유사도를 이용한 추출요약 시스템, 한국해양대학교, 컴퓨터공학과, 석사학위 논문, 2000 

  18. 이도길, 류원호, 임해창, “분석 배제 정보와 후절어를 이용한 한국어 명사추출”, 제12회 한글 및 한국어 정보처리 학술대회발표논문집, 서울, 성공회대학교, pp.19-25, 2000 

  19. Teufel, S. and Moens, M., “Argumentative classification of extracted sentences as a first step towards flexible abstracting,” in Mani, I. and Maybury, M. T., editors, Advances in Automatic Text Summarization, pp.155-171. The MIT Press, 1999 

  20. 김태희, 박혁로, 신중호 “검색/요약/필터링을 위한 텍스트 이해 모형 연구”, 제3회 소프트과학 워크숍, 1999 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로