최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. SP, 신호처리, v.48 no.5 = no.341, 2011년, pp.30 - 38
박선 (목포대학교 정보산업연구소) , 김경준 (한국과학기술원 전산학과) , 이진석 (정보통신산업진흥원) , 이성로 (목포대학교 정보전자공학과)
This paper proposes a new enhancing document clustering method using a synonym of cluster topic and the similarity. The proposed method can well represent the inherent structure of document cluster set by means of selecting terms of cluster topic based on the semantic features by NMF. It can solve t...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
문서군집은 어떠한 기술로서 사용됩니까? | 문서군집은 정보검색, 문서요약, 자동문서 조직, 주제 추출, 정보 필터링 등에 효율적인 기반 기술로서 많이 사용된다. 특히 트위터, 패이스북, 블로그, 온라인 뉴스 등의 많은 문자자료들이 급속도로 늘어남에 따라서 더욱 많은 관심이 집중되고 있다[1~2]. | |
일반적인 군집방법은 어떻게 분류됩니까? | 일반적인 군집방법은 분할기반 방법, 계층적 기반 방법, 밀도기반 방법, 격자 기반 방법으로 분류 할 수 있다. 이들 중 문서 군집에서 자주 사용되는 방법으로는 분할기반 방법과 계층적 기반 방법이 있다. | |
분할기반 방법과 계층적 기반 방법을 설명하시오. | 이들 중 문서 군집에서 자주 사용되는 방법으로는 분할기반 방법과 계층적 기반 방법이 있다. 분할기반 방법은 k개의 초기 군집을 생성한 다음, 군집의 성능을 향상시키기 위하여 반복적으로 군집의 객체들을 제배치하는 방법이다. 계층적 기반 방법은 주어진 자료 집합을 계층적 트리형태로 군집하는 방법이다. 그러나 이러한 군집방법들은 대부분 거리 기반의 목적 함수를 사용하기 때문에 고차원의 객체들을 군집해야하는 문서 군집에는 비효율적이다[2~4]. |
S. Basu, A.Banerjee, R. Mooney, "Semi-supervised Clustering by Seeding", Proceeding of International Conference on Machine Learning (ICML), pp. 19-26, 2002.
X. Hu, X. Zhang, C. Lu, E. K. Park, X. Zhou, "Exploiting Wikipedia as External Knowledge for Document Clustering," In proceeding of 15th ACM SIGKDD Conference On Knowledge Discover and Data Mining (KDD'09), Paris, Fance, Jun. 2009. pp. 389-396
S. Chakrabarti, "mining the web: Discovering Knowledge from Hypertext Data", Morgan Kaufmann Publishers, 2003.
J. Han, M. Kamber, "Second Edition Data Mining Concepts and Techniques", Morgan Kaufman, 2006.
B. Y. Ricardo, R. N. Berthier, "Moden Information Retrieval", ACM Press, 1999.
D. D. Lee, H. S. Seung, "Learning the parts of objects by non-negative matrix factorization," Nature, 401, pp. 788-791, Oct. 1999.
T. Li, S. Ma, M. Ogihara, "Document Clustering via Adaptive Subspace Iteration", In proceeding of SIGIR'04, pp. 218-225, 2004.
F. Wang, C. Zhang, "Regularized Clustering for Documents", In proceeding of ACM SIGIR'07, pp. 95-102, 2007.
W. Xu, X. Liu, Y. Gon, "Document Clustering Based On Non-negative Matrix Factorization", Proceeding of Special Interest Group on Information Retrieval (SIGIR), pp. 267-274, 2003.
S. Park, D. U. An, B. R. Char, C. W. Kim, "Document Clustering with Cluster Refinement and Non-negative Matrix Factorization", In proceeding of ICONIP'09, pp. 281-288, 2009.
박선, 안동언, "주성분 분석과 퍼지 연관을 이용한 문서군집 방법", 한국정보처리학회 논문지, 제17-B권, 제2호, 177-182쪽, 2010년.
한경한, 남경완, "한국어 정보 처리 입문 : 컴퓨터가 우리말을 이해하려면", 커뮤니케이션북스, 2007년.
W. B. Frankes, B. Y. Ricardo, "Information Retrieval : Data Structure & Algorithms", Prentice-Hall, 1992.
G. Miller, "WordNet: A lexical database for english", CACM, vol. 38(11), 1995, pp.39-41.
The 20 newsgroups data set. http://people.csail.mit.edu/jrennie/20Newsgroups/, 2011.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.