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

논문 기본 정보

자료유형
학술저널
저자정보
이강철 (전북대학교) 안정용 (전북대학교)
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제24권 제5호
발행연도
2022.10
수록면
1,719 - 1,731 (13page)
DOI
10.37727/jkdas.2022.24.5.1719

이용수

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

이 논문의 연구 히스토리 (2)

2023

핵심어 추출 및 데이터 증강기법을 이용한 텍스트 분류 모델 성능 개선
이강철 통계학과 2023.01 학위논문

2022

핵심어 추출 및 데이터 증강기법을 이용한 텍스트 분류 모델 성능 개선
이강철 ,  안정용 Journal of The Korean Data Analysis Society 2022.10 학술저널

초록· 키워드

오류제보하기
토픽 모델링은 문서에 잠재되어 있는 토픽을 발견하고 분류하는 기법으로 각 문서의 핵심 토픽과 토픽들이 가지고 있는 특성을 파악하는데 유용하다. 그러나 동일한 단어가 여러 토픽에서 높은 가중치를 가지는 경우, 토픽 간 변별력이 있는 핵심어 추출이 어렵다는 문제점을 가지고 있다. 또한, 이 기법은 핵심어와 의미적 유사성이 있으나 핵심어로 채택되지 못한 단어들이 존재하는 경우 정보의 누락이 발생하며, 데이터의 크기와 질에 따라 분류 성능이 달라진다는 단점을 가지고 있다. 이러한 문제점을 개선하기 위하여 본 연구에서는 핵심어를 추출할 때 연관성 척도(relevance)와 워드 임베딩(word embedding) 기법을 적용하는 방법을 제안한다. 또한, 데이터 분류 성능을 개선하기 위해 EDA(easy data augmentation) 기법을 이용하여 데이터를 증강한 후 KoBERT 모델을 적용한다. 데이터 분석 결과, 토픽 간 변별력 있는 핵심어를 추출하여 해당 토픽의 구체적인 내용을 파악할 수 있었다. 또한, 데이터 증강기법을 적용한 경우 94% 정확한 분류 결과를 얻어 데이터 증강기법을 적용하지 않은 경우에 비해 9% 정도 개선된 결과를 얻을 수 있었다.
#토픽 모델 #연관성 척도 #워드 임베딩 #데이터 증강 #텍스트 분류. #topic model #relevance #word embedding #data augmentation #text classification.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0