인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
본 논문은 단어 의미 중의성 해소를 위해 중의성 단어 뒤에 나타나는 특정 품사의 단어를 추가 자질로 사용하였다. 이는 한국어에서 중의성 단어와 의존관계에 있는 단어들이 일반적으로 뒤쪽에 등장하는 경향이 있다는 점에서 착안하였다. 성능 측정을 위해 단어 별 분류 모델을 생성하였다. 각 분류 모델은 BERT에서 추출한 단어 벡터를 입력 자질로 활용하였다. 신뢰도 있는 실험 결과를 얻기 위해, 의미 번호의 분포가 균등한 6개의 중의성 단어를 선정하였다. 실험 결과, 후행 추가 자질을 사용하기 전에는 평균 98.55%의 성능을 보였고, 후행 추가 자질을 사용한 후 약 0.31%가 향상된 평균 98.86%의 성능을 보였다. 본 연구를 통해 문장 정보를 포함하고 있는 BERT 정보를 사용한다고 하더라도, 후행 추가 지질을 사용하면 추가적인 성능 향상을 기대할 수 있다는 것을 입증하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094552275
