KCI등재
Bidirectional GRU-CRF 기반의 한국어 개체명 인식을 위한 어휘 사전 자질 적용 네트워크 토폴로지 연구 = Research on the Various Neural Network Topologies for Korean NER based on Bidirectional GRU-CRF applying Lexicon Features
저자
발행기관
학술지명
정보과학회 컴퓨팅의 실제 논문지(KIISE Transactions on Computing Practices (KTCP))
권호사항
발행연도
2019
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
수록면
99-105(7쪽)
KCI 피인용횟수
1
DOI식별코드
제공처
Named entity recognition is a process that identifies named entity expressed in a document. It is an important process that must be preceded by the process of extracting information through relationships between entities. Recently, studies have been actively done to apply the deep-learning technology to named entity recognition. The performance of the named entity recognition was improved by using the lexicon information outside the model. Nevertheless, it is difficult to find a method to apply the main feature information that is known as the lexicon to the deep-learning model. In this study, we constructed four methodologies in which we can apply the lexicon information to the deep-learning model. The study also constructs the topology, and compares and analyzes each methodology to derive the best in deep-learning topology through the application of the lexicon information. Experiments using the named entity recognition corpus of the Korean Language Information Processing Conference in 2016. The lexicon information for the input sentence was configured as a binary vector and input form as input to the CRF (conditional random field) before inputting into CRF. The topology showed the highest performance with a score of 80.22% F1. This is about 1.5% higher performance than the model without the lexicon information. Moreover, it is generally 0.9% higher than the method of applying the lexicon in post-processing.
더보기개체명 인식은 문헌 내에 표현된 개체명을 식별하는 과정으로, 개체명 간의 관계를 통한 정보 추출 과정에 선행되어야 하는 중요 과정이다. 최근 심층학습 기술을 개체명 인식에도 적용하는 연구가 활발히 이뤄지고 있으며, 개체명 사전 정보를 모델 외부에서 추가적으로 활용하여 개체명 인식에 대한 성능 향상이 이뤄지고 있다. 그러나 개체명 사전이라는 주요 자질 정보를 심층학습 모델 내부에 적용하는 방식에 대한 연구는 찾아보기 어렵다. 이에 본 논문은 개체명 사전 정보를 심층학습 모델에 적용하는 방법론을 총 4가지로 구성하고, 이에 따라 토폴로지를 각각 구성하고 비교분석하여 가장 적합한 개체명 사전 정보 적용 심층학습 토폴로지를 도출한다. 2016년 국어정보처리대회의 개체명 인식 코퍼스를 활용한 실험결과, 합산 적용 토폴로지가 80.22%의 F1 점수를 보이며, 가장 높은 성능을 나타내었다. 이는 개체명 사전 정보를 적용하지 않은 모델에 비해 약 1.5% 높은 성능이며, 후처리 적용 방법에 비해 0.9% 높은 성능이다.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2022 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2019-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2016-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2015-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2014-09-16 | 학술지명변경 | 한글명 : 정보과학회논문지 : 컴퓨팅의 실제 및 레터 -> 정보과학회 컴퓨팅의 실제 논문지외국어명 : Journal of KIISE : Computing Practices and Letters -> KIISE Transactions on Computing Practices | KCI등재 |
2013-04-26 | 학술지명변경 | 외국어명 : Journal of KISS : Computing Practices and Letters -> Journal of KIISE : Computing Practices and Letters | KCI등재 |
2011-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2009-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2008-10-02 | 학술지명변경 | 한글명 : 정보과학회논문지 : 컴퓨팅의 실제 -> 정보과학회논문지 : 컴퓨팅의 실제 및 레터외국어명 : Journal of KISS : Computing Practices -> Journal of KISS : Computing Practices and Letters | KCI등재 |
2007-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2005-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2002-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.29 | 0.29 | 0.27 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.24 | 0.21 | 0.503 | 0.04 |
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)