메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이충희 (한국전자통신연구원) 임준호 (한국전자통신연구원) 임수종 (한국전자통신연구원) 김현기 (한국전자통신연구원)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.43 No.3
발행연도
2016.3
수록면
362 - 369 (8page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문은 음절 단위 한국어 품사 태깅 방법의 성능 개선을 위해 기분석사전과 기계학습 방법을 결합하는 방법을 제안한다. 음절 단위 품사 태깅 방법은 형태소분석을 수행하지 않고 품사 태깅만을 수행하는 방법이며, 순차적 레이블링(Sequence Labeling) 문제로 형태소 태깅 문제를 접근한다. 본 논문에서는 순차적 레이블링 기반 음절 단위 품사 태깅 방법의 전처리 단계로 품사 태깅말뭉치와 국어사전으로부터 구축된 복합명사 기분석사전과 약 1천만 어절의 세종 품사 태깅말뭉치로부터 자동 추출된 어절 사전을 적용함으로써 품사 태깅 성능을 개선시킨다. 성능 평가를 위해서 약 74만 어절의 세종 품사 태깅말 뭉치로부터 67만 어절을 학습 데이터로 사용하고 나머지 7만 4천 어절을 평가셋으로 사용하였다. 기계학습 방법만을 사용한 경우에 96.4%의 어절 정확도를 보였으며, 기분석사전을 결합한 경우에는 99.03%의 어절 정확도를 보여서 2.6%의 성능 개선을 달성하였다. 퀴즈 분야의 평가셋으로 실험한 경우에도 기계학습 엔진은 96.14% 성능을 보인 반면, 하이브리드 엔진은 97.24% 성능을 보여서 제안 방법이 다른 분야에도 효과적임을 확인하였다.
#형태소 분석 #품사 태깅 #기계학습 #기분석사전 #morphological analysis #POS tagging #machine learning #pre-analyzed dictionary

목차

요약
Abstract
1. 서론
2. 기계학습 기반 음절 단위 품사 태깅
3. 기분석사전과 결합된 음절 단위 태깅
4. 실험 및 결과
5. 결론
References

참고문헌 (12)

참고문헌 신청
Dong-Su Jang and Young-Hoo Seo, "Syllable-Based Korean Morphological Analyzer," Proc. of 5th Annual Conference on Human and Cognitive Language Technology, pp. 331-339, 1993. (in Korean) google schola Seung-Hyun Yang and Young-Sum Kim, "A High_ speed Korean Morphological Analysis Method based on Pre-Analyzed Partial Words," Journal of KIISE : Software and Applications, Vol. 27, No. 3, pp. 290- 301, 2000. (in Korean) google schola Kwang-Seob Shim and Jae-Hyung Yang, "High Speed Korean Morphological Analysis based on Adjacency Condition Check," Journal of KIISE : Software and Applications, Vol. 31, No. 1, pp. 89-99, 2002. (in Korean) google schola In-Ho Kang, Jae-Hoon Ki, and Gil-Chang Kim, "Korean Part-Of-Speech Tagging based on Maximum Entropy Model," Proc. of 10th Hangul and Korean Information Processing Conference, pp. 9-14, 1998. (in Korean) google schola Kwang-Mo Ahn, Kyou-Youl Han, and Young-Hoon Seo, "Korean Part-of-Speech Tagging using Disambiguation Rules for Ambiguous Word and Statistical Information," Journal of the Korea Contents Association, Vol. 9, No. 2, pp. 18-26, 2009. (in Korean) google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

Syllable-based Probabilistic Models for Korean Morphological Analysis
심광섭 Journal of KIISE 2014 .09
품사 태깅 말뭉치에서 추출한 n-gram을 이용한 음절 단위의 한국어 형태소 분석
심광섭 정보과학회논문지 : 소프트웨어 및 응용 2013 .12
Structural SVM을 이용한 한국어 띄어쓰기 및 품사 태깅 결합 모델
이창기 정보과학회논문지 : 소프트웨어 및 응용 2013 .12
The Present and Perspective of Quantum Machine Learning
정원주 ,  이성환 Journal of KIISE 2016 .07
사물인터넷 환경에서의 기계학습 기술
임재현 ,  박윤기 ,  권진만 외 1명 한국통신학회지(정보와통신) 2016 .04

최근 본 자료

전체보기

댓글(0)

0