$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

개체명 인식 향상을 위한 학습 집합 및 개체명 인식 모델 구축
Construction of Tagged Corpus and a Statistical Model for Improvement of Named Entity Recognition

정보과학회논문지. Journal of KIISE. 컴퓨팅의 실제 및 레터, v.20 no.7, 2014년, pp.425 - 429  

신성호 (한국과학기술정보연구원) ,  황미녕 (한국과학기술정보연구원) ,  서동민 (한국과학기술정보연구원) ,  최성필 (경기대학교 문헌정보학과) ,  이승우 (한국과학기술정보연구원) ,  송사광 (한국과학기술정보연구원) ,  정한민 (한국과학기술정보연구원)

초록
AI-Helper 아이콘AI-Helper

텍스트에서의 개체명 인식은 텍스트 상에 존재하는 주요 개체명들을 인식하여 특정 목적에 맞게 분류하는 작업으로서, 개체명 간 관계 추출 및 이벤트 추출의 시작점이 된다. 개체명 인식의 정확도는 어느 정도 성능을 달성했다고 할 수 있지만, 실제 방대한 문헌에서의 체감 성능을 높이는 과제는 여전히 남아 있다. 기계학습 기반의 개체명 인식의 정확도는 개체명 인식에 사용되는 기계학습 모델의 정확도에 많은 영향을 받으며, 기계학습 모델은 학습을 위한 데이터셋을 얼마나 정교하게 구축했느냐에 절대적으로 영향을 받는다. 본 연구에서는 기계학습 기반의 개체명 인식의 정확도 향상을 위해 기존 학습 집합 태깅에 있어서의 문제점을 분석하여 해결 방안을 제시한다. 또한 기존 의사결정 트리 모델을 단순화하여 모델 자체가 직관적이어서 개체명 인식 오류에 대해서 피드백하기 쉽다는 장점이 있고, 기존 의사결정 모델들에 비해 정확하고 명확한 개체명 인식을 할 수 있을 것으로 기대할 수 있다.

Abstract AI-Helper 아이콘AI-Helper

Named Entity Recognition is lo recognize meaningful named entities in texts and classify them into predefined classes. This job is the starting point for the relation extraction and the event extraction. Even though the accuracy of NER is high enough to stop researching for it, the results are mostl...

주제어

저자의 다른 논문 :

LOADING...
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로