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
- 식 (5)의 랭킹 함수를 개념 계층관 계의 형성에 활용하기 위해서는 개념 간 포함 관계 정도를 확률적으로 산출하는 작업이 선행되어야 한다. 본 논문에서는 이전 연구로서 제안된 진입 링크 기반 개념 계층구조 생성 기법에 식 (5)의 일반성 랭킹 함수를 결합시켜 보다 안정된 개념 계층 관계를 도출하는 기법을 제안한다. 기본 아이디어는 개념 ci와 cj가 존재할 때, 이들 간의 개념적 포함관계와 일반성 랭크를 산출하여 연관성과 계층성을 동시에 고려한 개념 계층구조를 구축하는 것이다.
- 본 논문은 world knowledge 수준의 영문 위키 피디아(Wikipedia)를 활용하여 개념 계층구조를 자동 구축하는 기법을 제안한다. 위키피디아[22]는 웹 기반 개방형 백과사전으로서, 영문 위키피디아의 경우 현재 약 490여만 개의 문서를 포함하고 있다.
- 본 논문은 개념 계층구조에 사용하기 적절한 개념을 선별하고, 개념간의 의미적인 계층 관계를 판별한 뒤 이를 시각화하는 기법을 제안한다. 본 논문의 구성은 다음과 같다.
- 본 논문은 위키피디아 데이터로부터 개념 수준의 문서를 추출하여 안정된 개념 계층구 조를 생성하는 기법을 제안하였다. 개념으로 정의할 수 있는 수준의 위키피디아 문서들을 선정하기 위하여 하이퍼링크 속성 정보를 포함한 다양한 유형의 위키피디아 메타 데이터를 적극 활용하였다.
- 본 연구에서는 제2장에서 제시한 진입 링크 기반 개념 계층 관계 산출 기법을 보완하여 보다 향상된 개념 계층 관계를 생성하는 기법을 제안한다. [Figure 2]는 제안 기법의 전체적인 프로세스를 보여준다.
- 2절에서 지적한 바와 같이, 진입링크 기반 개념 계층관계 생성 기법은 링크 개수에 대하여 매우 민감하게 반응하는 단점을 지닌다. 이문제를 해결하기 위하여 본 논문에서는 사전에 개념 집합에 대한 랭크(rank)를 정의하여 링크 개수에 강인한(robust) 개념 간 계층관계를 생성하는 기법을 제안한다. 여기서 ‘랭크’는 개념 간의 계층적 위상관계를 결정하는 데 있어서 일반성 정도에 대한 상대적인 순위의 의미를 갖는다.
- 개념 계층구조에서 사용되는 개념은 일반적 수준에 해당하는 개념이면서 의미적 품질이 높아야 한다. 이에 본 연구에서는 개념 계층구조를 구축에 필요한 후보 개념 집합을 선정하기 위하여 개념으로 적절하지 않은 문서와 품질이 낮은 문서를 제거하기 위한 6가지 필터링 휴리스틱(filtering heuristic)을 제시한다. 필터링 휴리스틱에 포함되는 위키피디아 문서는 후보 개념 집합에 포함되지 않는다.
가설 설정
- 1. 하나의 개념에 해당하는 위키피디아 문서는 반드시 한 개 존재한다. 문서에 포함된 내용물이 해당 개념을 정의하는데 기여하며, 그것의 명칭은 매핑되는 위키피디아 문서의 제목이다.
- 2. 위키피디아 문서의 제목이 고유명사로 지정된 것은 후보 개념집합에 포함시키지 않는다.
- 3. 각 개념에 매핑된 위키피디아 문서에 존재하는 앵커텍스트는 해당 문서의 개념을 정의하는데 기여해야 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.