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
- 본 논문에서는 한국어 품사 태깅을 위해, CRN] 기반한 형태소 분할과 품사 태깅을 단계별로 수행하는 분류방법을 제안하였다. 본 알고리즘은 모두 통계 기반 방법및 기계학습 알고리즘에 기반하므로 언어 독립적이다.
- 본 논문은 한국어 형태소 분할 및 품사 태깅 전반에 대표적 구조적 분류 모델인 CRF를 활용하는 방안을 제시한다. 제안 방법은 1) 형태소 분할 2) 품사 태깅 3) 복합형태소에 대한 상세 분할 및 태깅의 세 단계로 구성된다.
- 그러나 기존의 연구는 오픈소스 툴인 Mecab에 기반한 방법을 제외하면, 대부분 자동 띄어쓰기 등과 같은 일부의 태스크에 분류 모델이 적용되었고, 한국어 형태소 분할 및 품사 태깅의 전반에 분류 모델이 활용되지는 못했다. 본 연구에서는, 한국어 형태소 분할 및 품사 태깅 전반을 CRF를 이용하는 방법을 제시한다.
가설 설정
- 제안 방법은 1) 형태소 분할 2) 품사 태깅 3) 복합형태소에 대한 상세 분할 및 태깅의 세 단계로 구성된다. 앞 두 단계에서는 분류 모델인 CRF를, 마지막 단계에서는 생성 모델인 lattice-HMM을 활용한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.