자질 보강과 양방향 LSTM-CNN-CRF 기반의 한국어 개체명 인식 모델
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 이동엽 | - |
dc.contributor.author | 유원희 | - |
dc.contributor.author | 임희석 | - |
dc.date.accessioned | 2021-09-03T13:01:58Z | - |
dc.date.available | 2021-09-03T13:01:58Z | - |
dc.date.created | 2021-06-17 | - |
dc.date.issued | 2017 | - |
dc.identifier.issn | 2233-4890 | - |
dc.identifier.uri | https://scholar.korea.ac.kr/handle/2021.sw.korea/85751 | - |
dc.description.abstract | 개체명 인식(Named Entity Recognition) 시스템은 문서에서 인명(PS), 지명(LC), 단체명(OG)과 같은 개체명을 가지는 단어나 어구를 해당 개체명으로 인식하는 시스템이다. 개체명 인식을 하기위한 전통적인 연구방법으로는 hand-craft된 자질(feature)을 기반으로 모델을 학습하는 통계 기반의 모델이 있다. 최근에는 딥러닝 기반의 RNN(Recurrent Neural Networks), LSTM(Long-short Term Memory)과 같은 모델을 이용하여 문장을 표현하는 자질을 구성하고 이를 개체명 인식과 같이 순서 라벨링(sequence labeling) 문제 해결에 이용한 연구가 제안되었다. 본 연구에서는 한국어 개체명 인식 시스템의 성능 향상을 위해, end-to-end learning 방식이 가능한 딥러닝 기반의 모델에 미리 구축되어 있는 hand-craft된 자질이나 품사 태깅 정보 및 기구축 사전(lexicon) 정보를 추가로 활용하여 자질을 보강(augmentation)하는 방법을 제안한다. 실험 결과 본 논문에서 제안하는 방법에 따라 자질을 보강한 한국어 개체명 인식 시스템의 성능 향상을 확인하였다. 또한 본 연구의 결과를 한국어 자연어처리(NLP) 및 개체명 인식 시스템을 연구하는 연구자들과의 향후 협업 연구를 위해 github를 통해 공개하였다. | - |
dc.language | Korean | - |
dc.language.iso | ko | - |
dc.publisher | 한국융합학회 | - |
dc.title | 자질 보강과 양방향 LSTM-CNN-CRF 기반의 한국어 개체명 인식 모델 | - |
dc.title.alternative | Bi-directional LSTM-CNN-CRF for Korean Named Entity Recognition System with Feature Augmentation | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 임희석 | - |
dc.identifier.doi | 10.15207/JKCS.2017.8.12.055 | - |
dc.identifier.bibliographicCitation | 한국융합학회논문지, v.8, no.12, pp.55 - 62 | - |
dc.relation.isPartOf | 한국융합학회논문지 | - |
dc.citation.title | 한국융합학회논문지 | - |
dc.citation.volume | 8 | - |
dc.citation.number | 12 | - |
dc.citation.startPage | 55 | - |
dc.citation.endPage | 62 | - |
dc.type.rims | ART | - |
dc.identifier.kciid | ART002293924 | - |
dc.description.journalClass | 2 | - |
dc.description.journalRegisteredClass | kci | - |
dc.subject.keywordAuthor | Named Entity Recognition | - |
dc.subject.keywordAuthor | Natural Language Processing | - |
dc.subject.keywordAuthor | Deep Learning | - |
dc.subject.keywordAuthor | Feature Augmentation | - |
dc.subject.keywordAuthor | 개체명 인식 | - |
dc.subject.keywordAuthor | 자연어 처리 | - |
dc.subject.keywordAuthor | 딥러닝 | - |
dc.subject.keywordAuthor | 자질 보강 | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
(02841) 서울특별시 성북구 안암로 14502-3290-1114
COPYRIGHT © 2021 Korea University. All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.