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
- 다행히도 특허 정보 도메인은 IPC 분류에 의해 단어의 다의성은 어느 정도 해결이되어있는 도메인이라고 할 수 있다. 그러므로 본 연구에서는 표기의 다양성으로 인한 검색의 어려움을 해결하는데 중점을 두고자 한다.
- 본 논문에서는 이와 같은 문제를 해결하기 위하여 문서벡터 모델이 아닌 확률에 기반을 두는 연관 규칙을이용하여 대체어 후보를 추출하는 방법을 제안한다. 제안하는 방법은 먼저 집중도를 계산하여 IPC별 중요 단어를 선정하고 중요 단어로 선정된 단어들을 이용하여연관단어 뭉치를 생성한 다음, 생성된 연관단어 뭉치의유사도를 계산하여 대체어 후보 목록을 생성하고 마지막으로 대체어 순위를 보정하는 단계를 거친다.
- 본 논문은 위와 같은 표기의 다양성으로 인한 키워드불일치에 의한 정보 누락을 최소화하기 위하여 특허 문헌 뭉치에서 대체어 후보를 추출하는 방법을 제안한다. 본 연구에서 정의하는 대체어란, “한 문장에서 특정 단어를 대신하여 사용해도 문장의 의미를 훼손하지 않는 단어”를 의미하며, 특허 문헌 데이터의 특성을 고려하여 대체어를 표 1과 같이 4가지 경우로 분류하여 사용한다.
- 문제가 종종 발생한다. 본 논문은 이런 현상을 개선하기 위하여 신뢰도를 이용한 순위 보정 방법을 제안한다.
- 초래할 수 있다. 이러한 문제를 해결하기 위하여본 연구에서는 각 IPC 분류별 중요 단어를 추출하는 방 . 법으로 [8] 에서 사용한 분류별 집중도를 반영한 TFIDF 를 변형하여 분류별 집중도(식 (1))를 정의하였다’
- 1 절에서 선정한 분류별 중요 단어들만을 이용하여 생성한다. 최소 지지도를 선정하지않은 이유는 이를 설정함으로 인해 희소하게 등장하는철자변형 단어들이 다른 단어들과 유사도를 비교할 기회조차 갖지 못한 채 알고리즘 수행 과정에서 배제되는문제를 완화하기 위해서이다.
가설 설정
- 본 논문에서 제안하는 대체어 후보 추출 방법은 "특정단어 A와 함께 자주 쓰이는 '연관단어 뭉치 A'가 다른 단어 B와 함께 자주 쓰이는 '연관단어 뭉치 B'와 비슷할 경우, 이 두 단어는 대체어일 것이다”라는 직관적 가설을전제로 한다. 즉, 특정 단어 A와 함께 자주 쓰이는 단어가 비슷한 단어 B는 대체어일 가능성이 높다는 것이다.
- 3333을 중심으로 정규분포를 이루는 것으로 나타난다. 본 연구에서는 가장 많은 단어들이 모여 있는 지점인 0.3333을 H04L분류에서 특징을 지니지 못하는 일반적인 단어들이 위치하는 지점으로 가정하고, 이를 집중도임계치로 설정하여 IPC분류별 중요단어를 선정하였다.
- 즉, 각 단어별로 생성된 연관단어 뭉치가 특정 단어를 설명해주는 기술자라고 가정하고, 두 단어의 연관단어 뭉치를 모두 포함하는 하나의 벡터 공간(vector space)을생성하여 코사인 유사도를 계산한 후 내림차 순 정렬을함으로써 대체어 후보 목록을 생성한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.