$\require{mediawiki-texvc}$

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.

대용량 자원 기반 과학기술 핵심개체 신규 탐지 기술 고도화
Enhancing Detection Technology of Newly-Coined Terms in Science and Technology Based on Large Resources 원문보기

보고서 정보
주관연구기관 한국해양대학교
Korea Maritime University
연구책임자 김재훈
참여연구자 서형원 , 김형철 , 전길호 , 최명길 , 손봉준
보고서유형최종보고서
발행국가대한민국
언어 한국어
발행년월2010-09
주관부처 미래창조과학부
KA
과제관리전문기관 한국과학기술정보연구원
Korea Institute of Science and Technology Information
등록번호 TRKO201500007789
DB 구축일자 2015-06-13
키워드 개체명 인식,대명사 참조해소,핵심개체 신규탐지,사전 기반 전문 용어 인식,통계 기반 전문용어 인식Named-entity recognition,Pronoun resolution,Newly-coined term detection,Dictionary-based Term recognition,Statistical Term recognition,Natural language processing

초록 ▼

• 과학기술 전문용어 인식 시스템 성능 개선
- 의미 자질 추가로 인한 개체명 인식 시스템의 성능 개선
- 후처리기를 통한 대명사 참조해소 시스템의 성능 개선

• 규칙 기반의 문장 분리기와 토큰 분리기 개발
- 기계학습 기반 시스템의 문제점 개선

• 사전 기반 전문용어 인식 시스템 개발
- 환경보건 분야의 전문용어 수집을 통한 전문용어 사전 구축
- 트라이와 스택 기법을 결합한 사전 기반 전문용어 인식 시스템 개발

• 통계 기반 전문용어 인식 시스템 개발
- 의사

Abstract ▼

Ⅴ. Result of the project
• An improved term recognition system for the field of science and technology
• Rule-based sentence segmentor and tokenizer
• A term dictionary in the area of environmental health
• A dictionary-based term recognition system
• A statistical term recognition sy

목차 Contents

  • 제 출 문 ... 1
  • 보고서 요약서 ... 2
  • 요 약 문 ... 3
  • Summary ... 8
  • Contents ... 13
  • 목 차 ... 15
  • 표 차례 ... 17
  • 그림 차례 ... 18
  • 제1장 연구개발의 개요 ... 19
  • 제1절 연구개발 필요성 및 기술개발 현황 ... 19
  • 제2절 연구개발의 내용 ... 25
  • 제3절 보고서의 구성 ... 26
  • 제2장 과학기술 핵심개체 신규탐지 시스템 ... 27
  • 제1절 기계학습 기반 인식 시스템 ... 27
  • 제2절 전체 시스템 구성도 ... 29
  • 제3장 개선된 언어처리 엔진 ... 34
  • 제1절 문장 분리 시스템 ... 35
  • 제2절 토큰 분리 시스템 ... 43
  • 제3절 품사 부착 시스템 ... 48
  • 제4절 기저 명사구 인식 시스템 ... 49
  • 제4장 개선된 개체명 인식 시스템 ... 51
  • 제1절 개선사항의 개요 ... 51
  • 제2절 WordNet 기반 자질집합 ... 51
  • 제3절 단서어휘 기반 자질집합 ... 53
  • 제4절 학습말뭉치 확장 ... 53
  • 제5절 성능 평가 ... 55
  • 제5장 개선된 전문용어 인식 시스템 ... 56
  • 제1절 전체 시스템 구성 ... 56
  • 제2절 사전 기반 전문용어 인식 시스템 ... 57
  • 제3절 기계학습 기반 전문용어 인식 시스템 ... 60
  • 제4절 혼합 전문용어 인식 시스템 ... 61
  • 제5절 전문용어 인식 시스템의 후처리 ... 63
  • 제6절 시스템 재구성 및 사용법 ... 64
  • 제6장 통계 기반 전문용어 추출 시스템: C/NC-Value ... 66
  • 제1절 C-Value 접근법 ... 66
  • 제2절 NC-value 접근법 ... 72
  • 제3절 시스템 사용법 ... 74
  • 제7장 통계 기반 전문용어 추출 시스템: KEA ... 79
  • 제1절 KEA++ ... 79
  • 제2절 개선된 KEA++ ... 80
  • 제8장 약어 추출 시스템 ... 82
  • 제9장 결론 및 향후 연구과제 ... 86
  • 참고문헌 ... 88
  • 끝페이지 ... 92

표/그림 (23)

연구자의 다른 보고서 :

참고문헌 (25)

관련 콘텐츠

이 보고서와 함께 이용한 콘텐츠

저작권 관리 안내
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