$\require{mediawiki-texvc}$
  • 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.

보고서 상세정보

과학기술분야 텍스트의 정보추출을 위한 딥러닝 기술 및 응용 개발

Development of Deep Learning Technologies and Applications for the Information Extraction of S&T Open Texts

과제명 과학기술분야 텍스트의 정보추출을 위한 딥 러닝 기술 및 응용 개발
주관연구기관 한국과학기술정보연구원
Korea Institute of Science and Technology Information
보고서유형 최종보고서
발행국가 대한민국
언어 한국어
발행년월 2017-01
과제시작년도 2016
주관부처 미래창조과학부
Ministry of Science, ICT and Future Planning
등록번호 TRKO201700000489
과제고유번호 1711042891
사업명 한국과학기술정보연구원연구운영비지원
DB 구축일자 2017-09-20
키워드 정보추출.딥러닝.개체명 인식.텍스트.Information Extraction.Deep Learning.Named Entity Recognition.Text.
DOI https://doi.org/10.23000/TRKO201700000489
초록

1. (제 1주제) 정보추출을 위한 딥러닝 기반 기술 연구
- LSTM CRF에 기반한 개체명 인식에서 단어 표상을 위한 일반적 모델 정립
- LSTM CRF에 기반한 개체명 인식에서 기존 모델 개선 방안 연구
- L...

Abstract

Ⅳ. Result of the study
1) Development of basic sequential labelling models based on LSTM CRF
2) Development of novel LSTM CR...