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
이정훈 (Grand ICT 연구센터) 조상현 (부산대학교) 권혁철 (부산대학교)
저널정보
한국멀티미디어학회 멀티미디어학회논문지 멀티미디어학회논문지 제25권 제3호
발행연도
2022.3
수록면
493 - 501 (9page)

이용수

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

이 논문의 연구 히스토리 (8)

2022

한국어 어휘 의미망(alias. KorLex)의 지식 그래프 임베딩을 이용한 문맥의존 철자오류 교정 기법의 성능 향상
이정훈 ,  조상현 ,  권혁철 멀티미디어학회논문지 2022.03 학술저널

2021

비감독 학습 뉴럴 언어모형 기반의 문맥의존 철자오류 교정
이정훈 정보융합공학과 2021.01 학위논문

2017

통계적 문맥의존 철자오류 교정 기법의 향상을 위한 지역적 문서 정보의 활용
이정훈 ,  김민호 ,  권혁철 정보과학회 컴퓨팅의 실제 논문지 2017.07 학술저널
Default 연산과 보간을 이용한 통계적 문맥의존 철자오류 교정 기법의 고도화
이정훈 전기전자컴퓨터공 2017.01 학위논문
문맥의존 철자오류 후보 생성을 위한 통계적 언어모형 개선
이정훈 ,  김민호 ,  권혁철 멀티미디어학회논문지 2017.01 학술저널

2016

지역적 문서 빈도를 이용한 통계적 문맥의존 철자오류 교정 기법의 향상
이정훈 ,  김민호 ,  권혁철 한국정보과학회 학술발표논문집 2016.12 학술대회자료
말뭉치 간 보간 평탄화를 사용한 통계적 문맥의존 철자오류 교정 기법의 성능 향상
이정훈 ,  김민호 ,  권혁철 한국정보과학회 학술발표논문집 2016.06 학술대회자료
Default 연산 알고리즘을 적용한 통계적 문맥의존 철자오류 교정 기법의 성능 향상
이정훈 ,  김민호 ,  권혁철 한국어정보학회 학술대회 2016.01 학술대회자료

초록· 키워드

오류제보하기
This paper is a study on context-sensitive spelling error correction and uses the Korean WordNet (KorLex) that defines the relationship between words as a graph to improve the performance of the correction based on the vector information of the word embedded in the correction technique. The Korean WordNet replaced WordNet developed at Princeton University in the United States and was additionally constructed for Korean. In order to learn a semantic network in graph form or to use it for learned vector information, it is necessary to transform it into a vector form by embedding learning. For transformation, we list the nodes (limited number) in a line format like a sentence in a graph in the form of a network before the training input. One of the learning techniques that use this strategy is Deepwalk. DeepWalk is used to learn graphs between words in the Korean WordNet. The graph embedding information is used in concatenation with the word vector information of the learned language model for correction, and the final correction word is determined by the cosine distance value between the vectors. In this paper, In order to test whether the information of graph embedding affects the improvement of the performance of context- sensitive spelling error correction, a confused word pair was constructed and tested from the perspective of Word Sense Disambiguation(WSD). In the experimental results, the average correction performance of all confused word pairs was improved by 2.24% compared to the baseline correction performance.
#Context-Sensitive Spelling Error Correction #Knowledge Graph Embedding #Deepwalk #Korean Wordnet #Korlex

목차

ABSTRACT
1. 서론
2. 관련 연구
3. 문맥의존 철자오류 교정
4. 지식 그래프 임베딩
5. 실험 및 평가
6. 결론 및 향후 연구
REFERENCE

참고문헌 (14)

참고문헌 신청
A. Yoon, S. Hwang, E. Lee, and H.-C. Kwon, “Construction of Korean Wordnet「KorLex 1.5」,” Journal of KIISE : Software and Applications, Vol. 36, No. 1, pp. 92-108, 2009. google schola J.-H. Lee, M. Kim, and H.-C. Kwon, “Comparison of Context-Sensitive Spelling Error Correction using Embedding Techniques,” Journal of KIISE, Vol. 47, No. 2, pp. 147-154, 2020. google schola G.A. Miller, “WordNet: a Lexical Database for English,” Communications of the ACM, Vol. 38, Issue 11, pp. 39-41, 1995. google schola B. Perozzi, R. Al-Rfou, and S. Skiena, “Deep Walk: Online Learning of Social Representations,” Proceedings of the 20th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pp. 701-710, 2014. google schola Y. Hwang and J. Choi, “A Good Look at the 21st Century Sejong Corpus,” New Korean Language Life, Seoul. 2009. 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

대규모 언어 모델(LLM)의 사전 지식을 활용한 3차원 장면 그래프 생성
백호준 ,  김인철 멀티미디어학회논문지 2023 .08
숏폼 콘텐츠의 형식적, 내용적 특성이 이용자 반응에 미치는 영향 - 틱톡 뉴스를 중심으로 -
유경한 ,  강지안 ,  장자원 외 3명 멀티미디어학회논문지 2022 .12
GPS 시각전송 측정데이터에 대한 딥러닝 모델 기반 시각오프셋 예측
유동희 ,  김민호 한국정보통신학회논문지 2022 .03
베트남어-한국어 인명 및 지명 변환 시스템
짠반꽁 ,  김민호 ,  유동희 외 1명 한국통신학회 학술대회논문집 2022 .02
BERT as Contextual Misspelling Correction in Spanish
Alva ,  o En ,  ique Pe 외 3명 한국정보과학회 학술발표논문집 2021 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-004-001155475