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.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보처리학회 2004년도 춘계학술발표대회, 2004 May 14, 2004년, pp.677 - 680
여상화 (경인여자대학 컴퓨터정보기술학부)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
언어처리 관련 기존의 분석 시스템의 단점은? | 또한, 기존의 분석 시스템에서는 각 분석 단계의 결과를 다음 단계에 최종적인 결과로 제공함으로써, 여러 분석 단계를 가치는 동안 분석 오류가 누적되어 전파된다는 문제점이 있고, 이로 인해 상위 단계의 분석 실패를 야기할 수 있다는 단점이 있다. 즉, 구문 분석 전 단계에서 문장 분리, 형태소분석, 품사 태깅, 복합단위 인식과 같은 4 단계의 분석 과정을 거치고, 각 분석 모듈의 정확률이 99%라면, 최종적으로 구문 분석기의 입력은 96. | |
중의성 해결을 위한 품사 태깅 알고리즘은 일반적으로 어떻게 사용되는가? | 중의성 해결을 위한 품사 태깅 알고리즘으로는 HMM(Hidden Markov Mode), Neural Network, Transformational-based Learning, Maximum Entropy 모델 등이 사용되며, 현재, 최고 성능을 보이는 것으로는 [Ratnaparkhi96]의 Maximum Entropy 모델을 사용한 것으로 99%의 정확률을 보고하고 있다. 여러 모델의 혼합형(Hybrid) 모델을 사용하여 정확률을 높이거나[16], 구문 분석기의 입력으로 n-Best 후보를 제공하는 것이 일반적이다[3][16] | |
통상적인 언어처리 과정은? | 통상적인 언어처리 과정은 전처리(Preprocess)를 통한 문장 분리와 분석 대상 어휘인 토큰(Token) 분리, 형태소 분석을 통한 원형 복원과 품사 정보 획득, 품사 태깅(Tagging)을 통한 최적 품사 결정, 숙어나 고정표현을 포함한 복합 단위(Compound Unit) 인식을 통한 다중어(Multi-Word) 인식, 그리고 구문 분석을 통한 올바른 구문 구조 결정을 거친다. 이러한, 전통적인 접근 방법은 각 단계에서 분석의 부담을 나눠 가짐으로써 분석기의 부담을 줄이고, 모듈들의 개별적인 성능 향상을 가능하게 하여 대부분의 언어처리 시스템에서 적용하고 있다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.