$\require{mediawiki-texvc}$

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.

딥러닝 기법을 이용한 낚시성 기사 제목 분류에 대한 연구
A study on classification of hooking headlines using deep learning techniques 원문보기

한국정보과학회언어공학연구회 2015년도 제27회 한글 및 한국어 정보처리 학술대회, 2015 Oct. 17, 2015년, pp.15 - 17  

최용석 (충남대학교) ,  최한나 (충남대학교) ,  신지혜 (충남대학교) ,  정창민 (충남대학교) ,  안정연 (충남대학교) ,  유채영 (충남대학교) ,  임채은 (충남대학교) ,  이공주 (충남대학교)

초록
AI-Helper 아이콘AI-Helper

본 논문은 낚시성 기사 제목과 비낚시성 기사 제목을 판별하기 위한 시스템을 제시한다. 서포트 벡터 머신(SVM)을 이용하여 기사 제목을 분류하며, 분류하는 기준은 딥러닝 기법중의 하나인 워드임베딩(Word Embedding), 군집화 알고리즘 중 하나인 K 평균 알고리즘(K-means)을 이용한다. 자질로서 기사 제목의 단어를 사용하였으며, 정확도가 83.78%이다. 결론적으로 낚시성 기사 제목에는 낚시를 유도하는 특별한 단어들이 존재함을 알 수 있다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 낚시성 기사 제목 분류 시스템을 위해서 기사를 수집했고 이를 수작업으로 판별한 데이터를 가지고 평가실험을 진행했다. 실험의 결과로 제목의 단어들이 낚시성과 비낚시성을 구분해주고 있다는 것을 확인하였다.
  • 최근 이러한 과정이 반복되 면서 인터넷 신문기사의 신뢰성을 떨어뜨리는 문제가 발생하고 있다. 본 논문에서는 이러한 문제로부터 착안하여, 독자가 내용을 읽지 않고도 낚시성 기사 제목 분류를 도와주는 시스템에 대한 연구를 수행하였다.
  • 본 연구와 관련된 선행 연구로는 기사 제목이 어느 정도 낚시성 편집이 되고 있는지의 실태를 논한 사례가 있다[2]. 본 연구는 기존의 실태를 확인하는 데에 그치는 것이 아니라, 낚시성 기사 제목에 대해 분류하는 시스템을 제시한다.
본문요약 정보가 도움이 되었나요?
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