관계 추출 영역에서 의미적 유사도를 적용한 Distant Supervision 학습 기법 = Distant supervision learning method using semantic similarity for relation extraction
저자
발행사항
서울: 서강대학교 대학원, 2015[2014]
학위논문사항
학위논문(석사)-- 서강대학교 대학원: 컴퓨터공학과 2015.2
발행연도
2015
작성언어
한국어
발행국(도시)
서울
형태사항
ⅵ, 41 p.: 삽화, 표; 76 cm
일반주기명
지도교수: 서정연
참고문헌수록
소장기관
Information Extraction is a task of automatically extracting structured information from unstructured documents in NLP(natural language processing) and text mining. This includes recognizing named entities, resolving coreference, and extracting relations between the entities. In detail, a relation extraction task requires the detection and classification of semantic relationship from documents. It is useful task of constructing knowledge base and using Q&A(Question and Answer) Systems.
In this paper, This study adapts semi-supervised learning method for reducing cost of requiring trained person and times. A distant supervision is semi-supervised learning scheme using knowledge base or heuristic function. This study proposes method to improve distant supervision and proposes structure undefined relation in advance.
According to the experimental result, the proposed method improves the performance of relation extraction using distant supervision. This approach extracts relation triples than method using distant supervision baseline.
정보 추출은 비정형적인 문장으로부터 유용한 정보를 추출하는 자연어 처리 및 텍스트 마이닝 분야의 주요 연구 과제중 하나이다. 이러한 정보 추출 기술에는 개체명 인식, 관계 추출, 대용어 참조 해소 등의 분야가 있다. 그 중 관계 추출은 문서 내에 존재하는 인명, 지명 등의 개체 간의 의미적인 관계를 추출하는 작업에 해당하며 지식 베이스(Knowledge Base) 구축 및 QA(Question & Answer) 시스템 등에 활용되는 중요한 연구 분야이다.
본 논문에서는 지도 학습(Supervised Learning)에 필요한 사람의 수작업 및 비용을 줄이기 위하여 최근 주목받고 있는 준지도 학습(Semi-Supervised Learning) 방법들 중 Distant Supervision 학습 기법을 이용하여 관계 추출을 수행하는 연구 방향으로 구성되어있다. 기존의 Distant Supervision을 이용한 관계 추출에서는 파악하기 힘든 의미 분석을 적용하고 학습 말뭉치 생성을 위해 클러스터링 방식을 적용하여 Distant Supervision 학습 기법을 개선하여 관계 추출 문제를 향상시킬 수 있는 방안을 제시한다.
다양한 의미 유사도 비교 방법의 비교 실험을 통해 Distant Supervision을 이용한 관계 추출에 유용한 유사도 계산 방법들을 찾아보았으며, 본 논문에서 제안하는 구조적인 이점과 관계의 의미 유사도 비교를 이용하여 보다 많고 정확한 관계 트리플을 추출할 수 있음을 확인하였다.
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)