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
- "문서의 기계학습에 되도록 많은 문서와 많은 자질을 이용하면 성능이 좋아진다는 기본 가설에는 변함이 없으므로, 본 기술을 통해 대용량 정보의 기계학습 시 고민해야하는 정보의 차원축소 문제라는 제약사항을 해소할 수 있는 방법을 제공하고자 한다."
- "본 절에서는 이질적인 분류체계를 사용하는 학술정보 간의 관계를 확률적인 강도로 표현하여 그 관계를 추론하고, 분류체계 간 자동 매핑하는 방안에 대한 기술하고자 한다."
- "이에, 본 연구에서는 같은 입수 분류체계의 다른 버전 입수 및 다른 분류체계의 입수 문제, 그리고 다른 입수 분류체계의 입수 문제, 기관 표준 관리 분류체계의 변경 문제 등 상기에 기술된 다양한 문제에 대해 다음에 기술하는 바와 같은 형태로 해결책을 제시하고자 한다."
- 다만, 이는 수용하는 기관이 이를 어떻게 적용할 것인가의 문제로 봉착될 것이며, 본 연구는 각 기관이 분류체계 간 상호운용성을 갖을 수 있도록 분류체계를 유연적으로 수용·확장하기 위한 시스템적 적용(수용)방안 내지는 해결방안을 제시하고자 한다.
- 하지만, 관리 분류체계 코드가 수천만건(2011년 9월 기준, 약 7천만건 수준)에 달하는 모든 콘텐츠에 부여된 후에야, 입수·관리 분류체계 이력관리 및 분류체계 간 매핑에 대해 논할 수 있을 것이다. 이에 본 논문에서는 자동 분류를 위해 대량의 데이터를 학습함에 있어 자질축소 기법에 의존하지 않고, 자유롭게 학습하고 부분적인 자질추가 변경 시에 변경요소만을 효과적으로 반영할 수 있는 범용적이고 일반적인 분류방안을 제시하고자 한다.
- 이에 본 연구에서는 분류체계 문제의 해결을 분류체계에 대한 새로운 체계 또는 개선된 체계를 제안하는 것이 아니라, 다른 각도(시스템을 통한 상호 교환 방식(체계)에서 분류체계 관리방식을 조명하고자 한다. 즉, 위와 같은 노력에도 불구하고 과학기술 콘텐츠 분류체계는 지속적으로 개선되고, 새로운 분류체계가 공표될 것임은 자명하다.
- 이를 위해 두 개의 이질적인 분류체계로 구축된 학술 논문 정보를 이용해 분류 체계간 매칭 테이블을 자동적으로 작성하는 방법을 통해 이기종 도메인간의 상호운용을 위한 자동화 방안을 제시하고자 한다. 추가적으로 대용량의 문서를 학습함에 있어 자질(저자키워드) 축소 기법에 의존하지 않고 대량의 문서를 자유롭게 학습하고 부분적인 자질추가 변경 시에 변경요소만을 효과적으로 반영할 수 있는 범용적이고 일반적인 분류기의 구조설계 방법을 보이고자 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.