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
- 따라서 본 논문에서는 구문분석의 선행 작업으로 기계학습 방법인 CRF를 이용한 복합명사 상당어구 묶음 방법을 제안한다. 이 방법은 구묶음을 분류 문제처럼 다루는 방법으로 어휘 정보와 띄어쓰기 정보, 앞뒤 어절의 품사 정보 등을 사용하여 학습 말뭉치에 태그를 부착하고 학습시켜서 모델을 생성 한다.
- 명사구라고 하면 명사의 구실을 하는 구로, 관형사 및 형용사가 수식하는 명사열을 말한다. 본 논문에서는 구문분석의 전처리로서의 명사구를 다룬다. 추출된 명사구는 의존 관계가 명확해야 하므로 다양한 형태의 확장이 가능한 형용사와 부사의 경우는 대상에서 제외하였다.
- 본 논문은 CRF(Conditional Random Fields)를 이용한 복합명사 상당어구 구묶음을 제안한다. CRF는 연속된 데이터를 분할하고 라벨을 붙이는 확률 모델 구축을 위한 프레임웍으로 전이함수와 상태함수의 곱만을 고려하는 HMM(Hidden Marcov Model)의 한계를 보완한 모델이다[8].
- 이 논문에서는 기계학습을 이용한 복합명사 상당어구인식 모델을 제안하였다. 제안된 모델은 그 자질로써 띄어쓰기, 어휘 및 품사, 그리고 어휘와 품사를 혼합한 자질들을 사용하였으며, 연속적인 데이터의 태그 부착 성능이 우수한 CRF를 이용해서 95% 이상의 우수한 성능을 얻을 수 있었고, 구문분석의 전처리로써 사용하였을 때 구문분석의 성능 향상이 있었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.