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
박정연 (충북대학교) 신형진 (충북대학교) 이재성 (충북대학교)
저널정보
한국콘텐츠학회 한국콘텐츠학회논문지 한국콘텐츠학회논문지 제23권 제3호
발행연도
2023.3
수록면
90 - 97 (8page)
DOI
10.5392/JKCA.2023.23.03.090

이용수

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

초록· 키워드

오류제보하기
지도학습 기반의 단어 의미 모호성 해소 연구에서는 사전이나 시소러스 등을 활용하여 희소 데이터 문제를 효과적으로 처리하고 있다. 이 중에서, 군집화된 의미 레이블을 시퀀스 레이블링 기반 모델에 사용하는 방법이 높은 성능과 빠른 처리속도를 보였다. 본 연구에서는, 시소러스 등의 언어자원보다 비교적 쉽게 구할 수 있는 기초 언어자원을 사용해 군집화된 의미 레이블의 품질을 개선하는 방법을 제안한다. 이를 위해, 어휘의 의미 분류를 군집 초기화에 사용하고, 원시문장 말뭉치를 사용해 벡터의 품질을 향상시켰다. 이 개선된 의미 레이블을 BERT 기반 단어 의미 모호성 해소 모델에 적용하여 성능을 평가했다. 실험 결과, 제안 방법을 사용한 모델은 F1 70.6%의 성능을 보여 제안 방법을 사용하지 않은 기존 모델의 F1 69.1% 보다 높은 성능을 보였다. 따라서, 기초 언어자원을 추가로 사용하여 군집화된 의미 레이블의 품질을 향상시킬 수 있음을 보였다.
#단어 의미 모호성 해소 #의미 레이블 #군집화 #희소 데이터 #Word Sense Disambiguation #Sense Label #Clustering #Sparse Data #BERT

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 제안 모델
Ⅳ. 실험 및 결과
Ⅴ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-310-001339612