최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보과학회언어공학연구회 2018년도 제30회 한글 및 한국어 정보처리 학술대회, 2018 Oct. 12, 2018년, pp.79 - 83
김민 (스탠포드대학교) , 변증현 ((주)엔씨소프트) , 이충희 ((주)엔씨소프트) , 이연수 ((주)엔씨소프트)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
한국어 텍스트 분류 연구에서 입력으로 활발히 사용되는 것은 무엇인가? | 한국어에서 의미를 가지는 가장 작은 단위인 형태소가 한국어 텍스트 분류 연구에서는 활발히 사용된다. [6]에서는 네이버 영화 리뷰를 Konlpy 의 Twitter 형태소 분석기를 사용하여 형태소로 나누어 word2vec 을 학습시킨 후 CNN 의 입력 값으로 사용하였다. | |
감성분석이란 무엇인가? | 감성분석(sentiment analysis)은 자연어 분석 기술 중 하나로, 텍스트에 포함된 감성의 극성을 알아내는 기술이다. 인터넷에 올라오는 방대한 양의 댓글, 트윗, 상품평 등을 자동으로 분류하고 필요한 정보를 추출하기 위해서는 텍스트의 감성분석이 필요하고, 감성분석은 사용자 의견 파악이나 미래 선거 결과 예측 등에 쓰이고 있다[1]. | |
Multi-channel CNN의 입력값은 무엇인가? | 본 논문에서는 한국어 문장의 감성 분류에 효과적인 Multi-channel CNN(Convolutional Neural Network) 모델을 제안한다. 제안하는 모델은 세 개의 다른 합성곱층을 이용하여 형태소, 음절, 자소를 모두 입력값으로 받는다. 특히 온라인 상의 텍스트의 경우 줄임 말이나 맞춤법 오류가 많아서 형태소 단위에서의 정보 손실이 많을 수 있다. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.