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
- 이용한 명사 추출 방법에 대해 알아보앴다. 또한 사전에 분류되지 않은 대량의 문제로부터 데이터 마이닝 기법중의 하나인 연관 규칙 탐사 알고리즘을 사용하여 비감독 학습기법에 의한 키워드를 추출하는 것에 대해서도 알아보았다. 실험 결과 제안된 방법은 감독 학습 기법의 키워드 추출기법 중에서 우수하다고 알려진 X2 기법과 DF 기법보다 우수한 분류 성능을 보였다.
- 본 논문에서는 기 구축된 사전〔1〕을 이용하여, 불필요한 연산을 줄여서 수행 시간을 단축시키고, 대용량의 문서에서도 정확도에 크게 영향을 미치지 않으면서 명사를 추출할 수 있는 명사의 출현 특성을 이용한 명사 추출 방법 및 비감독 학습 기법에 의한 키워드 추출 방법을 제시한다.
- 본 논문에서는 대량의 문서를 빠르게 처리해야 하는 정보 검색과 같은 분야에서 유용하게 쓰이는 방법인 명사의 출현 특성을 이용한 명사 추출 방법에 대해 알아보앴다. 또한 사전에 분류되지 않은 대량의 문제로부터 데이터 마이닝 기법중의 하나인 연관 규칙 탐사 알고리즘을 사용하여 비감독 학습기법에 의한 키워드를 추출하는 것에 대해서도 알아보았다.
- 본 논문에서는 데이터 마이닝 기법 중 하나인 연관 규칙탐사 알고리즘을 사용하여 비감독 학습 기법에 의한 키워드추출 기법을 제안하였다. 즉, 사전에 분류되지 않은 대량의 문제로부터 직접 키워드를 추출하기 위한 방법이다.
- 이와 같이, 본 논문에서는 대량의 문제를 자동으로 분류하기 위하여 비감독 학습 기법에 의해 카테고리별 키워드를 구성하기 위한 방법을 제안하였다. 제안된 방법에서는 사전에 문제를 분류하지 않고 키워드를 추출하기 위하여 데이터마이닝 기법 중의 하나인 연관 규칙 탐사 알고리즘을 이용하였다.
가설 설정
- (1) 어절의 첫음절에 존재하는 특정 종성의 집합은 제거한다. 이를 음소 단위 제거 정보라 한다.
- (2) 어절의 처음에 나타나는 특정 부분 어절의 집합은 제거하고. 어절의 어느 위치나 존재하는 특정 부분 어절의 집합도 제거한다.
- (3) 명사가 존재하지 않는 고빈도 어절의 집합은 제거한다. 이를 어절 단위 제거 정보라 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.