문장 레벨 그래프 회선 신경망을 통한 텍스트 분류

Q: 이 논문에서 정의한 텍스트 분류란 무엇인가?

텍스트 분류는 자연어처리 분야의 전통적인 문제로, 스팸 필터링이나 감정 분석과 같은 태스크에서 사용된다. 특히 텍스트 감성분석 문제에서는 감성을 나타내는 핵심 단어뿐만 아니라 특정 단어들의 조합으로 인해 발생하는 감성들을 인지하는 것이 매우 중요한 작업이다.

Q: 문장 레벨 그래프 회선 신경망은 텍스트 분류에서 어떤 장점을 가지는가?

연구 결과, 문장 레벨 그래프 회선 신경망은 텍스트를 문서 단위 그래프로 해석하여 복잡한 언어체계를 기존 RNN 기반 모델보다 효과적으로 학습한다. 또한, 그래프가 데이터셋 단위가 아닌 문단 단위로 정의되므로 데이터셋에 없는 새로운 문서에 대해서도 효율적으로 추론이 가능하다는 장점이 있다.

이민우; 김양훈; 정교민

학술대회자료 Full-text

저자정보: 이민우 (서울대학교) 김양훈 (서울대학교) 정교민 (서울대학교)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2018 한국소프트웨어종합학술대회 논문집

오류 신고하기

피인용 0

검색

초록·키워드

텍스트 분류(text classification)는 자연어처리 분야의 전통적인 문제이다. 기존의 RNN 기반 텍스트 분류 모델들은 단어를 순차적으로만 볼 수 있기 때문에 인접하지 않지만 관련성 있는 단어 간의 관계를 유추하기 어렵다는 문제점이 있다. 반면에 그래프 형태의 데이터를 입력으로 받는 GCN(Graph Convolutional Network)은 복잡한 언어체계도 효과적으로 ... 전체 초록 보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

댓글(0)