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.21 no.9, 2018년, pp.1035 - 1043
김병식 (Dept. of Software Convergence Engineering Chosun University) , 신주현 (Dept. of ICT Convergence, Chosun University)
There is a case where the core content of another person's work is decorated as though it is his own thoughts by changing own thoughts without showing the source. Plagiarism test of copykiller free service used in plagiarism check is performed by comparing plagiarism more than 6th word. However, it ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
TF-IDF는 무엇인가? | TF-IDF는 문서 간 단어 가중치를 수식 1과 같이 단어 빈도(Term Frequency)와 역 문서 빈도(Inverse Document Frequency)의 곱으로 나타내고 단어를 포함한 문서의 빈도를 고려해 가중치를 측정하는 방법이다[3]. | |
DBSCAN 클러스터링에서 핵심 벡터 P가 어떠한 경우에도 범위에 포함되지 않을 때 이를 무엇이라 하는가? | P2의 경우는 최소 점의 개수가 3개이므로 군집의 중심이 되지는 못하지만 P의 군집에 속하기 때문에 이를 경계점이라고 한다. P4의 경우 어떠한 경우에도 범위에 포함되지 않는데 이를 노이즈라 한다. 즉, 핵심 벡터 P 중심으로 반경 내에 최소 점의 개수 이상의 점이 있으면 P를 중심으로 군집을 형성하며, 다른 군집과 겹치면 그 군집을 서로 연결한다. | |
Doc2Vec에는 어떤 모델이 있는가? | Doc2Vec에는 Fig. 1과 같이 distributed memory model(DM) 과 distributed bag of words(DBOW) 두 모델이 있으며 가변 길이의 텍스트를 고정 길이의 벡터로 표현하는 비지도 학습 알고리즘이다[5]. |
I.S. Hwang, "Development of A Plagiarism Detection System Using Web Search and Morpheme Analysis," Journal of Information Technology Applications and Management, Vol. 16, No. 1, pp. 21-36, 2009.
R. Robertson, "Understanding Inverse Document Frequency: on Theoretical Arguments for IDF," Journal of Documentation, Vol. 60, No. 5, pp. 503-520, 2004.
J.Y. Son and Y.T. Shin, "Music Lyrics Summarization Method Using TextRank Algorithm," Journal of Korea Multimedia Society, Vol. 21, No. 1, pp. 45-50, 2018.
Q. Le and T. Milokov, "Distributed Representations of Sentences and Documents," Proceeding of the 31st International Conference on Machine Learning, Vol. 23, No. 12, pp. 698-702, 2014.
K. Cheng, J. Li, J. Tang, and H. Liu, "Unsupervised Sentiment Analysis with Signed Social Networks," Proceeding of the 23rd ACM Special Interest Group on Knowledge Discovery and Data Mining International Conference on Knowledge Discorvery and data Mining, pp. 777-786, 2017.
D.W. Kim and M.W. Koo, "Categorization of Korean News Articles Based on Convolutional Neural Network Using Doc2Vec and Word2Vec," Journal of Korea Institute on Information Scientists Engineers, Vol. 44, No. 7, pp. 742-747, 2017.
J. Han, M. Kamber, and J. Pei, Data Mining: Concepts and Techniques, Morgan Kaufmann Publishers, USA, 2005.
M.S. Kwon, Y.H. Kang, H.J. Han, and D.S. Cho, "Adaptive DBSCAN for Time-varing Clustering DBSCAN," Proceeding of Information and Control Symposium, Vol. 2016, No. 4, pp. 134-135, 2016.
M. Ester, H.P. Kriegel, J. Sander, and X. Xu, "A Density-Based Algorithm for Discovering Clusters in Large Spatial Databases with Noise," Proceeding of the Second International Conference on Knowledge Discovery and Data Mining, pp. 226-231, 1996.
Y.H. Won, Efficient LR(k) Parsing Algorithms, Master's Thesis of Korea Advanced Institute of Science, 1975.
H.S. Ji, J.H. Joh, and H.S. Lim, "A Detection Method of Similar Sentences Considering Plagiarism Patterns of Korean Sentence," Journal of Korea Computer Education Association, Vol. 13, No. 6, pp. 78-89, 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.