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
홍대영 (서울대학교) 심규석 (서울대학교)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.44 No.12
발행연도
2017.12
수록면
1,290 - 1,295 (6page)
DOI
10.5626/JOK.2017.44.12.1290

이용수

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

초록· 키워드

오류제보하기
문서의 텍스트를 바탕으로 각 문서가 속한 분류를 찾아내는 문서 분류는 자연어 처리의 기본 분야 중 하나로 주제 분류, 감정 분류 등 다양한 분야에 이용될 수 있다. 문서를 분류하기 위한 신경망 모델은 크게 단어를 기본 단위로 다루는 단어 수준 모델과 문자를 기본 단위로 다루는 문자 수준 모델로 나누어진다. 본 논문에서는 문서를 분류하는 신경망 모델의 성능을 향상시키기 위하여 문자 수준과 단어 수준의 모델을 혼합한 신경망 모델을 제안한다. 제안하는 모델은 각 단어에 대하여 문자 수준의 신경망 모델로 인코딩한 정보와 단어들의 정보를 저장하고 있는 단어 임베딩 행렬의 정보를 결합하여 각 단어에 대한 특징 벡터를 만든다. 추출된 단어들에 대한 특징 벡터를 바탕으로, 주의(attention) 메커니즘을 이용한 순환 신경망을 단어 수준과 문장 수준에 각각 적용하는 계층적 신경망 구조를 통해 문서를 분류한다. 제안한 모델에 대하여 실생활 데이터를 바탕으로 한 실험으로 효용성을 검증한다.
#문서 분류 #딥 러닝 #컨볼루션 신경망 #순환 신경망 #document classification #deep learning #convolutional neural network #recurrent neural network

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 문제 정의
4. 배경 이론
5. 모델 설계
6. 실험
References
7. 결론

참고문헌 (12)

참고문헌 신청
X. Zhang, J. Zhao and Y. LeCun, Character-level Convolutional Networks for Text Classification, Advances in Neural Information Processing Systems, pp. 649-657, 2015. Y. Xiao and K. Cho, Efficient Character-level Document Classification by Combining Convolution and Recurrent Layers, arXiv preprint arXiv:1602. 00367, 2016. D. Tang, B. Qin and T. Liu, Document modeling with gated recurrent neural network for sentiment classification, Proc. of the 2015 Conference on Empirical Methods in Natural Language Processing, pp. 1422-1432, 2015. Z. Yang, D. Yang, C. Dyer, X. He, A. Smola and E. Hovy, Hierarchical attention networks for document classification, NAACL, pp. 1480-1489, 2016. Y. Ji and N. Smith, Neural discourse structure for text categorization, arXiv preprint arXiv:1702.01829, 2017.

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

문서 분류를 위한 단어-문자 혼합 신경망 모델
홍대영 ,  심규석 한국정보과학회 학술발표논문집 2017 .06
딥러닝 기반의 특허문서 다중분류
장시온 ,  서원철 ,  최성철 대한산업공학회 춘계공동학술대회 논문집 2017 .04
인공 신경망과 MARKOV 모델을 이용한 한국어 단어 인식에 관한 연구
홍기원 ,  김선일 ,  송도선 외 2명 대한전자공학회 학술대회 1995 .06
품사 정보와 템플릿을 이용한 문장 축소 방법
이승수 ,  염기원 ,  박지형 외 1명 정보과학회논문지 : 소프트웨어 및 응용 2008 .05
한국어 단어범주예측을 위한 은닉마르코프 모델과 신경망의 결합
이선정 ,  한상영 (구)정보과학회논문지 1994 .03

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-569-001778782