최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기정보처리학회논문지. The KIPS transactions. Part D. Part D, v.19D no.4, 2012년, pp.263 - 270
박단호 (한국외국어대학교 산업경영공학과) , 최원식 (한국외국어대학교 산업경영공학과) , 김홍조 (한국외국어대학교 산업경영공학과) , 이석룡 (한국외국어대학교 산업경영공학과)
With the current development of high speed Internet and massive database technology, the amount of web documents increases rapidly, and thus, classifying those documents automatically is getting important. In this study, we propose an effective method to extract document features based on Hangeul mo...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
학습용 집합을 이용한 분류 모델의 생성 및 평가 절차는 무엇인가? | 먼저, 3.4 절에서 구한 각 문서 별 주제 분별 용어 점수를 입력 변수로 하고 주제 필드를 출력 변수로 설정한 후, 상용 소프트웨어 SPSS Clementine 에 포함된 의사 결정 트리와 신경망 모델 및 SVM 방법을 이용하여 각각의 분류 모델을 생성한다. 의사 결정 트리의 경우 C5.0 알고리즘을 사용하였고, 신경망 모델은 다층 퍼셉트론 (multi-layer perceptron, MLP) 기법을 적용하였다. SVM 방법에서는 커널 함수를 선택하는 것이 성능에 결정적인 영향을 미치며, 본 연구에서는 문서 분류에서 높은 성능을 보이는 RBF (radial basis function) 커널을사용하여 분류 모델을 생성하였다. 다음으로, 생성된 분류 모델에 대하여 학습용 집합 중 모델 생성에 이용되지 않은 나머지 데이터를 사용하여 모델을 평가하며, 평가 결과가 최적이 되도록 반복하여 입력 파라미터들을 튜닝 (tuning)하는 과정을 거친다. | |
비구조적(non-structured) 문서는 무엇이 있는가? | 수많은 웹 문서를 효율적으로 관리하고 검색하기 위해서 일반적으로 문서의 주제에 따른 분류 방식을 사용하며 문서의 양이 크게 증가함에 따라 문서 분류를 위한 노력 역시 증가하게 되었다. 특히 인터넷 신문, 잡지 등의 웹 문서와 같은 비구조적(non-structured) 문서의 경우, 문서의 주제를 판단하기 위해 상세한 태그가 있는 구조적 문서에 비해서 훨씬 많은 노력이 요구되기 때문에 효율적인 문서 관리를 위해서는 주제 판단을 자동 처리할 수 있는 방법이 필요하다. | |
문서를 분류하는 방법은 무엇이 있는가? | 문서를 분류하는 방법에는 문서 클러스터링과 문서 범주화가 있다[1]. 본 논문에서는 주제 분류에 대한 사전 정의가 이루어진 경우, 새로운 웹 문서를 어떠한 주제로 분류할 것인가에 대한 판단에 기초하여 문서를 자동으로 분류하는 문서 범주화 방식을 다룬다. |
W.S. Bae, Y. S. Han, and J. W. Cha, "Text Categorization using Topic Signature and Co-occurrence Features," Proc. of KCC2008, Vol.35, No.1, 2008, pp.1-8.
Y. Yang and J. Pedersen, "A Comparative Study on Feature Selection in Text Categorization," Proc. of 14th Int. Conf. on Machine Learning, 1997, pp.412-420.
Forman, G., "An extensive empirical study of feature selection metrics for text classification," J. Mach. Learn. Res., Vol.3 (2003), pp.1289-1305.
Y.J. Nam, "A study of Korean automatic indexing by morphological analysis," Ph.D Thesis, Chungang University, Seoul, 1995.
D. Ludovic G. Patrick, and Z. Hugo, "HMM-based Passage Models for Document Classification and Ranking," 23rd BCS European Annual Colloquium on Info. Retrieval, 2001.
W. Chen, X. Chang, H. Wang, J. Zhu, and T. Yao, "Automatic Word Clustering for Text Categorization Using Global Information," LNCS Vol.3411, 2005, pp.1-11.
T. Theeramunkong, "Applying passage in Web text mining," Int. J of Intelligent Systems - Intelligent Technologies, Vol.19, Issue 1-2, 2004, pp.149-158.
http://www.cs.cmu.edu/-mccallum/bow /rainbow/
J.S. Lee and J.W. Lee, "A Hangeul Document Classification System using Case-based Reasoning," Asia Pacific Journal of Information Systems, Vol.12, No.2, 2002, pp.179-195.
S.S. Kang, KLT version 2.2.0., http://nlp.kookmin.ac.kr, Korean Language Processing and Information Retrieval Laboratory, 2010.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.