$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

특허 상세정보

텍스트 마이닝을 이용한 키워드 도출 방법

국가/구분 한국(KR)/등록특허
국제특허분류(IPC8판)
G06F-017/30   
출원번호 10-2014-0043649 (2014-04-11)
등록번호 10-1505546-0000 (2015-03-18)
DOI http://doi.org/10.8080/1020140043649
발명자 / 주소
  • 장동식 / 서울 성북구 안암로*길 **, *동 ****호 (안암동*가, 삼익아파트)
  • 박상성 / 서울특별시 동대문구 한천로**길 *** (이문동,현대아파트) ***동 ****호
  • 김갑조 / 서울 성북구 안암로*가길 **, ***호 (안암동*가)
  • 최도한 / 경기 용인시 수지구 상현로**번길 **, ***동 ***호 (상현동, 상현마을동일스위트)
  • 김종찬 / 경기 광주시 문화로 ***-*
출원인 / 주소
대리인 / 주소
  • 이강녕; 김홍석; 김등용; 문경진
심사청구여부 있음 (2014-04-11)
초록

키워드 도출 방법이 개시된다. 상기 키워드 도출 방법은 다수의 기술 문헌들 각각을 텍스트 마이닝(text mining)하여 상기 다수의 기술 문헌들 각각에 포함된 다수의 단어들 각각의 단어-빈도 수(term frequency; TF)를 요소로 하는 문서-단어 행렬을 생성하는 단계, 역-문서 빈도 수(inverse document frequency; IDF)를 이용하여 상기 문서-단어 행렬의 각 요소의 제1 가중치를 결정하는 단계, 단어별로 상기 단어에 대응하는 제1 가중치의 총 합을 상기 단어가 포함된 문헌의 수로 나눈 값을 제2 가중치로 결정하는 단계, 및 상기 제2 가중치를 기초로 키워드를 선정하는...

대표
청구항

다수의 기술 문헌들 각각을 텍스트 마이닝(text mining)하여 상기 다수의 기술 문헌들 각각에 포함된 다수의 단어들 각각의 단어-빈도 수(term frequency; TF)를 요소로 하는 문서-단어 행렬을 생성하는 단계;역-문서 빈도 수(inverse document frequency; IDF)를 이용하여 상기 문서-단어 행렬의 각 요소의 제1 가중치를 결정하는 단계;단어별로 상기 단어에 대응하는 제1 가중치의 총 합을 상기 단어가 포함된 문헌의 수로 나눈 값을 제2 가중치로 결정하는 단계; 및상기 제2 가중치를 기초로 키워드를 선정하는 단계를 포함하는 키워드 도출 방법.