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
- 또한 사전에 생성된 학습 데이터를이용하는 경우 역시 학습 데이터의 양과 질에 제한적이다[2]. 본 연구에서는 기계가독형 사전 정보를 이용하여웹 문서 내 중의어 의미를 자동 태깅하여 학습 데이터를 자동으로 생성하는 방법을 제안한다.
- 본 연구에서는 기존 단어 중의성 해소 연구의 이슈중 하나인 학습 데이터 부족 문제를 해결하기 위해 의미소스로 기계 가독형 사전을 이용하여 의미부착 되어있지 않은 웹 문서를 의미부착 데이터로 자동 변환하는방법을 제안한다. 본 연구에서는 웹이라는 언어자원이풍부한 공간으로부터 의미부착 데이터를 자동 생성하여학습 데이터 부족 문제를 해결한다는 점에서 기존의 연구와 차별화된다.
- 본 연구에서는 기존의 단어 중의성 해소 연구가 가지고 있는 문제점을 해결하여 중의어 태깅 정확도를 향상시키는 방법을 제안하고자 한다. 대표적인 방법인 지도식 학습 방법은 태깅 성능이 뛰어나지만 양질의 학습데이터 확보가 어렵다는 문제점을 가지고 있으며, 수작업으로 학습 데이터를 생성하는 작업은 많은 비용이 소요되는 작업이다[1].
- 보였다. 본 연구에서는 사전에서 추출한 seed의 양이 적을 경우 의미부착 데이터의 양 또한 적어지고 생성된 의미부착 데이터의 신뢰성이 떨어지는 문제점을 가지고 있다. 이를 해결하기 위해 웹 문서의 문맥에 의미부착할 때의미를 할당받지 않은 문맥을 활용하는 방법에 대한 추가 연구가 필요하다.
가설 설정
- 본 연구에서는 기존의 중의성 해소 연구들과 마찬가지로 '중의어는 의미별로 문맥상의 특징있는 주변 단어를 가질 것이다'라는 가정으로부터 시작한다. 그리고 중의어의 의미별 문맥상의 특징있는 주변 단어를 '의미별연관단어'로 정의한다’ 또한 의미별 연관단어 집합을 '의미그룹, 이라 정의한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.