최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.20 no.1, 2017년, pp.66 - 73
김용훈 (Dept. of Computer Engineering Pukyong National University) , 정목동 (Dept. of Computer Engineering Pukyong National University)
Due to the recent rapid changes in society and wide spread of information devices, diverse digital information is utilized in a variety of economic and social analysis. Information related to the crime statistics by type of crime has been used as a major factor in crime. However, statistical analysi...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
기존의 시스템에서 범죄의 중복된 항목을 인위적으로 결정하여 정형데이터로 작성하고, 이에 대한 항목을 입력자가 인위적으로 작성하는 것의 문제는 무엇인가? | 기존의 시스템의 경우 범죄의 중복된 항목을 인위적으로 결정하여 정형데이터형태로 작성하고, 이에 대한 항목을 인위적으로 입력자가 사건의 내용을 작성하고 있다. 통계적 데이터를 추출하는 방법으로는 정확한 방법이지만, 데이터를 구축하기도 어렵고 발생빈도가 높은 정형데이터를 결정하기에도 부족한 부분이 많으며 결정된 이후 입력자의 실수가 있을 경우 전혀 다른 정보로 이용될 수 있다. 또한 현재의 시스템은 Boolean Search를 기본으로 사용하고 있어 하나의 Category를 선택 후 다른 Category를 선택하고 and, or를 사용함으로 단어의 중요도에 따른 정확한 결과 값을 반영하기 어렵다. | |
형태소 분석이란 무엇인가? | 비정형 데이터 연구는 Ko-NLP와 유한 오토마타를 이용하며, Ko-NLP는 corpus에 품사를 부여하거나 형태소 해석의 모호한 결과로부터 한 가지 품사를 선정하는 작업을 태깅이라 한다. Ko-NLP(Korea Natural Language Process)는 이러한 자연어에 대한 형태소 분석을 하는 도구이며, 형태소 분석이란 실제의 문장에 사용되는 단어의 원래의 구조를 파악하는 것이다. 본 논문에서 HanNanum Ko-NLP Java version을 활용하여 형태소 분석을 한다. | |
사상함수를 상태 전이 함수(state transition function)라고 부르는 이유는 무엇인가? | 사상함수는 한 상태에서 입력 Symbol을 보고 다른 상태로 이동하는 것을 나타내기 때문에 상태 전이 함수(state transition function)라 부르며, 그 형태에 따라 결정적 유한 오토마타(DFA : Deterministic Finite Automata)와 비결정적 유한 오토마타(NFA: Nondeterministic Finite Automata)로 나누어지며, 본 논문에서는 Ko-NLP로 분석된 자료를 바탕으로 어휘를 분석하여 패턴을 생성하였고, 패턴은 NFA를 적용하고, Fig. 1은 이러한 NFA를 적용한 상태 전이도이다. |
S. Lee and H. Yoon. "The Study on Strategy of National Information for Electronic Government of S. Korea with Public Data analysed by the Application of Scenario Planning," Journal of The Korea Institute of Electronic Communication Science, Vol 7, No 6, pp. 1259-1273, 2012.
D. Ferrucci and A Lally, "UIMA: An Architectural Approach to Unstructured Information Processing in the Corporate Research Environment," Journal of Natural Language Engineering, Vol. 10, No. 3-4, pp. 327-348, 2004.
U. Kim, S. Park, J. Seo, H. Park and U. Park, Law and Institutional Improvement Maintenance Management System for Crime Statistics, Korea Institute of Criminology, pp. 13-16, 2015.
Hannanum KAIST Semantic Web Research Center(2010). http://semanticweb.kaist.ac.kr/home/index.php/HanNanum (accessed Mar., 21, 2011)
D. Willis, D.J. Pearce, and J. Noble, "Efficient Object Querying for Java," Proceeding of Journal of European Conference on Object- Oriented, pp. 28-49, 2006.
Y. Kim and M. Chung, "Construction of Criminal Profiling System utilizing Structured and Unstructured Data," Proceeding of The 12th International Conference on Multimedia Infromation Technology and Applications, pp 38-41, 2016.
T.K. Landauer, D.S. McNamara, S.D. Dennis, and W. Kintsch, Handbook of Latent Semantic Analysis, Lawrence Erlbaum, Mahwah, New Jersey, 2007.
P.D. Turney and P. Pantel, "From Frequency to Meaning: Vector Space Models of Semantics," Journal of Artificial Intelligence Research, 37, pp. 141-188, 2010.
G. Saltron, A. Wong, and C.S. Yang, "Vector Space Model for Automatic Indexing," Journal of Communications of the Association for Computing Machinery, Vol. 18, No 11, pp. 613-620, 1975.
J. Huh and S. Koh, "Advanced Metering Infrastructure Design and Test Bed Experiment Using Intelligent Agents," Journal of Supercomputing, Vol. 72, No. 5, pp. 1862- 1877, 2016.
*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.