최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보과학회언어공학연구회 2014년도 제26회 한글 및 한국어 정보처리 학술대회, 2014 Oct. 07, 2014년, pp.175 - 178
이상건 (금오공과대학교 컴퓨터소프트웨어공학과) , 이혜민 (금오공과대학교 컴퓨터소프트웨어공학과) , 김기령 (금오공과대학교 컴퓨터소프트웨어공학과) , 서덕호 (금오공과대학교 컴퓨터소프트웨어공학과) , 이현아 (금오공과대학교 컴퓨터소프트웨어공학과)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
본 논문에서 제안한 뉴스 기사에 대한 다중문서요약은 어떤 과정을 거쳐 요약을 진행하는 시스템인가? | 기존 다중문서 요약에서는 동일 주제의 문장에서 요약을 생성하는 것[4][5]을 문제로 한다. 이와는 다르게 제안하는 시스템에서는 키워드로 검색된 뉴스를 대상으로 하고 있으므로, 시스템에서는 첫 단계로 검색된 뉴스를 수집하고, 다음 단계에서 유사한 뉴스 기사들의 군집화 과정을 수행한다. 군집화된 기사에 대한 다중문서 요약을 수행하여 유사한 기사들의 대표 문장 즉 요약을 제시하면, 중복된 기사에 의한 문제점을 해결할 수 있을 뿐만 아니라 시간의 흐름에 따른 뉴스의 흐름도 쉽게 파악할 수 있다. | |
본 연구에서 제안한 다중문서요약 시스템의 뉴스 기사 군집화를 위한 문장 벡터에서 tf-idf를 이용한 가중치 계산이 적절치 않은 이유는 무엇인가? | 문장 군집화를 위한 문장 벡터에는 tf-idf를 이용한 가중치 계산은 적절하지 않다. 문장 군집화에 참여하는 문서 집합은 키워드에 검색된 기사들을 군집화하여 얻는 문서이므로, 각 문서가 가지고 있는 단어들 또한 유사하다. 이 경우 문서 집합 내의 특정 문서에서만 등장하는 단어에 높은 가중치를 주는 idf는 적절한 가중치를 제공하지 않는다[6]. 따라서 문장 군집화를 위해서는 별도의 단어 가중치 기법이 필요하다. | |
본 논문에서 제안하는 뉴스 기사에 대한 다중문서요약에서 뉴스 검색 문서에 대한 요약은 어떻게 처리되는가? | 뉴스 검색 문서에 대한 요약은 수집된 문서에 대한 문서 군집, 문장 군집, 요약문 추출으로 처리된다. 본 논문에서는 뉴스 기사의 특성을 고려한 비교적 간단한 군집화 방식을 적용한 뒤, 분별도를 이용하여 문장 군집을 수행한다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.