$\require{mediawiki-texvc}$

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.

[국내논문] 빅데이터 분석을 위한 어텐션 기반의 단어 연관관계 분석 시스템
Attention-based word correlation analysis system for big data analysis 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.27 no.1, 2023년, pp.41 - 46  

황치곤 (Department of Computer Engineering, IIT, Kwangwoon University) ,  윤창표 (Department Of Computer & Mobile Convergence, GyeongGi University of Science and Technology) ,  이수욱 (Glocal Education Center, Kwangwoon University)

초록
AI-Helper 아이콘AI-Helper

최근, 빅데이터 분석은 기계학습의 발전에 따른 다양한 기법들을 이용할 수 있다. 현실에서 수집된 빅데이터는 단어 간의 관계성에 대한 의미적 분석을 바탕으로 같거나 유사한 용어에 대한 자동화된 정제기법이 부족하다. 빅데이터는 일반적인 문장으로 기술되어 있다. 이러한 문제를 해결하기 위해 문장의 형태소 분석과 의미를 이해해야 할 필요가 있다. 이에 자연어를 분석하기 위한 기법인 NLP는 단어의 관계성과 문장을 이해할 수 있다. 본 논문에서는 빅데이터에서 추출된 문장에서 단어를 추출하여 단어 간의 연관 관계를 생성하는 방법을 연구한다. 이에 트랜스포머 기술을 이용한다.

Abstract AI-Helper 아이콘AI-Helper

Recently, big data analysis can use various techniques according to the development of machine learning. Big data collected in reality lacks an automated refining technique for the same or similar terms based on semantic analysis of the relationship between words. Since most of the big data is descr...

주제어

참고문헌 (10)

  1. J. M. Jo, "Effectiveness of Normalization Pre-Processing of?Big Data to the Machine Learning Performance," The?Journal of the Korea institute of electronic communication?sciences, vol. 14, no. 3, pp. 547-552, Jun. 2019. DOI:?10.13067/JKIECS.2019.14.3.547. 

  2. J. M. Park, "A Study on the Performance of Document?Summarization Using Transformer-Based Korean Pre-Trained?Language Model," M. S. thesis, Ewha Womans University,?Korea, 2022. 

  3. S. M. Kim, I. S. Na, and J. H. Shin, "A Method on Associated Document Recommendation with Word?Correlation Weights," Journal of Korea Multimedia Society, vol. 22, no. 2, pp. 250-259, Feb. 2019. DOI: 10.9717/kmms.2019.22.2.250. 

  4. S. Y. Yoo and O. R. Jeong, "Korean Contextual Information?Extraction System using BERT and Knowledge Graph,"?Journal of Internet Computing and Services(JICS), vol. 21, no. 3, pp. 123-131, Jun. 2020. DOI: 10.7472/jksii.2020.21.3.123. 

  5. A. Vaswani, N. Shazeer, N. Parmar, J. Uszkoreit, L. Jones,?A. N. Gomez, L. Kaiser, and I. Polosukhin, "Attention Is All?You Need," in Proceedings of 31st Conference on Neural?Information Processing Systems (NIPS 2017), Long Beach:?CA, USA, 2017. 

  6. S. U. Park, "Analysis of the Status of Natural Language?Processing Technology Based on Deep Learning," The?Journal of Big Data, vol. 6, no. 1, pp. 63-81, Aug. 2021.?DOI: 10.36498/kbigdt.2021.6.1.63. 

  7. J. Devlin, M. W. Chang, K. Lee, and K. Toutanova, "BERT:?Pre-training of Deep Bidirectional Transformers for?Language Understanding," in Proceedings of NAACL-HLT, Minneapolis: MN, USA, pp. 4171-4186, 2019. 

  8. A. Radford, K. Narasimhan, T. Salimans, and I. Sutskever,?"Improving Language Understanding by Generative PreTraining," [Internet]. Available: https://s3-us-west-2.amazonaws.com/openaiassets/research-covers/languageunsupervised/languageunderstandingpaper.pdf, 2018. 

  9. T. Mikolov, K. Chen, G. Corrado, and J. Dean, "Efficient?Estimation of Word Representations in Vector Space," arXiv?preprint, arXiv:1301.3781, 2013. DOI: 10.48550/arXiv.1301.3781. 

  10. H. S. Yun and J. J. Jung, "Automated Fact Checking Model?Using Efficient Transfomer," Journal of the Korea Institute?of Information and Communication Engineering, vol. 25, no. 9, pp. 1275-1278, Sep. 2021. DOI: 10.6109/jkiice.2021.25.9.1275. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
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