최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국IT서비스학회지 = Journal of Information Technology Services, v.15 no.3, 2016년, pp.147 - 155
박찬엽 (공개SW역량프라자) , 장인호 (연세대학교 정보대학원) , 이준기 (연세대학교 정보대학원)
According to rapid development of technology, web text is growing explosively and attracting many fields as substitution for survey. The user of Facebook is reaching up to 113 million people per month, Twitter is used in various institution or company as a behavioral analysis tool. However, many res...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
유사도 기반을 통한 저자 판별 연구란? | 저자판별 연구는 유사도 기반 방법과 기계학습 방법으로 나눌 수 있다(Stamatatos, 2009). 유사도 기반을 통한 저자 판별 연구는 기존의 저자가 알려진 문서들과 무기명 문서의 특징을 측정하여 이를 여러 거리 계산 방법으로 가장 거리가 가까운 문서를 찾아 저자를 추정하는 방법이다(Abbasiand Chen, 2008; Argamon et al., 2009). | |
인공 신경망의 구성인 단층 퍼셉트론과 다층 퍼셉트론의 특징은? | 단층 퍼셉트론은 입력노드로 들어오는 값에 가중치를 고려하여 출력노드에 전달할 값을 결정한다. 하지만 단층 퍼셉트론은 이진 분류기로서 그 한계에 부딪히는데, 이를 개선한 것이 단층 퍼셉트론을 여러 개 연결한 다층 퍼셉트론이다. 다층 퍼셉트론은 여러 개의 단층 퍼셉트론을 합친 모델로 입력층과 은닉층, 출력층으로 구성되어있다. 다층 퍼셉트론은 입, 출력층의 중간에 은닉층을 삽입하여 선형 분리가 가능하도록 하며, 입출력 특성을 비선형화 함으로써 네트워크 능력을 향상시켜 단층 퍼셉트론의 여러 단점을 보완할 수 있다. | |
유사도 기반 방법과 기계학습 방법의 차이점은? | 유사도 기반 방법은 효과적인 특징 추출 및 추상화 방법과 거리 계산방식에 대해 집중하지만, 기계학습 방법은 특징 추출과 분류기 선정 및 분류기 파라미터 최적화에 집중한다. |
Abbasi, A. and H. Chen, "Writerprints : A Stylometric Approach to Identity-level Identification and Similarity Detection", ACM Transactions on Information Systems, Vol.26, No.2, 2008.
Argamon, S., M. Koppel, J.W. Pennebaker, and J. Schler, "Automatically Profiling the Author of an Anonymous Text", Communications of the ACM, Vol.52, No.2, 2009, 119-123.
Bhargava, M., P. Mehndiratta, and K. Asawa, "Stylometric Analysis for Authorship Attribution on Twitter", BDA, Vol.8302, 2013, 37-47.
Choi, J.M., "Authorship Attribution of Korean Texts Using Machine Learning Methods : A Study on Movie Reviews on Blogs", Yonsei University Master's thesis located, 2015. (최지명, "기계학습을 활용한 한국어 텍스트 저자판별", 연세대학교 석사학위논문, 2015.)
Han, N.R., "Authorship Attribution in Korean Using Frequency Profiles", KJCS, Vol.20, No.2, 2009, 225-241. (한나래, "빈도정보를 이용한 한국어 저자판별", 인지과학학회지, 제20권, 제2호, 2009, 225-241.)
IWGDPT, "Report and Guidance on Privacy in Social Network Services : Rome Memorandum", 2008. Available at http://www.datenschutz-berlin.de/attachments/461/WP_social_network_services.pdf(Downloaded June 15. 2015).
Mikolov, T., K. Chen, G. Corrado, and J. Dean, "Efficient Estimation of Word Representations in Vector Space", 2013. Available at https://arxiv.org/pdf/1301.3781.pdf(Downloaded June 12. 2015.)
Park, C.Y, "Korean Authorship Attribution from Web Texts Using Machine Learning Methods-Facebook post", Yonsei University Master's thesis located, 2015. (박찬엽, "기계학습을 활용한 한국어 웹 텍스트 저자판별(성별, 연령별) : 페이스북 사용자를 중심으로", 연세대학교 석사학위논문, 2015.)
Stamatatos, E., "A Survey of Modern Authorship Attribution Methods", Journal of the American Society for Information Science and Technology, Vol.60, No.3, 2009, 538-556.
Zhang, X., J. Zhao, and Y. LeCun, "Character-Level Convolutional Networks for Text Classification", Advances in Neural Information Processing Systems, Vol.28, 2015.
Zheng, R., J.X. Li, H.C. Chen, and Z. Huang, "A Framework for Authorship Identification of Online Messages : Writing-style Features and Classification Techniques", Journal of the American Society for Information Science and Technology, Vol.57, No.3, 2006, 378-393.
*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.