Okapi BM25 단어 가중치법 적용을 통한 문서 범주화의 성능 향상

이용훈; 이상범

추천

검색

질문

자료유형: 학술저널

저자정보: 이용훈 이상범

저널정보: 한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제11권 제12호

발행연도: 2010.12

수록면: 5,089 - 5,096 (8page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

문서 범주화는 정보검색 시스템의 중요한 기능중의 하나로 문서들을 어떤 기준에 의해 그룹화를 하는 것을 말한다. 범주화의 일반적인 방법은 대상 문서에서 중요한 단어들을 추출하고 가중치를 부여한 후에 분류 알고리즘에 따라 문서를 분류한다. 따라서 성능과 정확성은 분류 알고리즘에 의해 결정됨으로 알고리즘의 효율성이 중요하다. 본 논문에서는 단어 가중치 계산 방법을 개선하여 문서분류 성능을 향상시키는 것을 소개하였다. Okapi BM25 단어 가 중치법은 일반적인 정보검색분야에서 사용되어 검색 결과에 좋은 결과를 보여주고 있다. 이를 적용하여 문서 범주화 에서도 좋은 성능을 보이는지를 실험하였다. 비교한 단어 가중치법에는 가장 일반적인 TF-IDF법와 문서분류에 최적 화된 가중치법 TF-ICF법, 그리고 문서요약에서 많이 사용되는 TF-ISF법을 이용하여 4가지 가중치법에 따라 결과를 측정하였다. 실험에 사용한 문서로는 Reuter-21578 문서를 사용하였으며 분류기 알고리즘으로는 Support Vector Machine(SVM)와 K-Nearest Neighbor(KNN)알고리즘을 사용하여 실험하였다. 사용된 가중치법 중 Okapi BM25 법이 가장 좋은 성능을 보였다.

#Okapi BM25 #TF-IDF #Document Classification #TF-ISF #Reuter-21578 #SVM #TF-ICF #Text Categorization

참고문헌 (16)

참고문헌 신청

1. [보고서] - Sebastiani / 1999 / Machine learning in automated text categorization

2. [단행본] - T.Mitchell / 1996 / Machine Learning / MCGraw Hill,

3. [학술대회논문] - Yang,Y. / 1997 / A comparative study on feature selection in text categorization / Proceedings of the 14th International Conference on Machine Learning

4. [단행본] - Gerard Salton / 1983 / Introduction to Modern Information Retrieval / McGraw-Hill Book Company

5. [학술대회논문] - 조광제 / 1997 / 역카테고리 빈도에 의한 계층적 분류체계에서의 문서의 자동분류 / 한국정보과학회 봄 학술발표논문집(B) : 507 ~ 510

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이용훈

소속기관 한국산학기술학회

주요연구분야 공학 > 공학 일반 공학 > 재료·에너지공학 > 기타 재료·에너지공학

논문수 14 이용수 978

이상범

소속기관 유니허브랩

주요연구분야 공학 > 공학 일반

논문수 11 이용수 428

이 논문과 함께 이용한 논문

스테레오 매칭 알고리즘 성능 비교 연구: BM, SGBM, ELAS의 비교

정유선 , 김지수 , 이덕우 한국산학기술학회 논문지 2024 .11

웹사이트 게시글 및 상품 리뷰 검색 기능 향상: ResNet-Transformer 모델을 이용한 BM25 랭킹 알고리즘 성능 개선

양홍주 , 최인엽 한국컴퓨터정보학회논문지 2024 .11

Detecting Cross-Site-Script Attacks using BM25 Algorithm

Zhen Yin , Scott Uk-Jin Lee 한국정보과학회 학술발표논문집 2022 .06

블록체인 활용 웹콘텐츠 유사도 검색 플랫폼 개발

서태후 , 변문경 , 이홍석 디지털콘텐츠학회논문지 2020 .01

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-505-001143487

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

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (16)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)