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
질문

논문 기본 정보

자료유형
학술저널
저자정보
황현선 (강원대학교) 이창기 (강원대학교) 장현기 (신한은행) 강동호 (SK 주식회사 C&C)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.45 No.9
발행연도
2018.9
수록면
943 - 949 (7page)
DOI
10.5626/JOK.2018.45.9.943

이용수

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

초록· 키워드

오류제보하기
자연어처리에 딥 러닝을 적용하기 위해 사용되는 Word embedding은 단어를 벡터 공간상에 표현하는 것으로 차원축소 효과와 더불어 유사한 의미의 단어는 유사한 벡터 값을 갖는다는 장점이 있다. 이러한 word embedding은 대용량 코퍼스를 학습해야 좋은 성능을 얻을 수 있다. 그러나 기존에 자주 사용되던 word2vec 모델은 대용량 코퍼스 학습을 위해 모델을 단순화 하여 단어의 등장 비율을 주로 학습하게 되어 단어 간의 상대적 위치정보를 이용하지 않는다는 단점이 있다. 본 논문에서는 기존의 word embedding 학습 모델을 단어 간의 상대적 위치정보를 이용하여 학습할 수 있도록 수정하였다. 실험 결과 단어 간의 상대적 위치정보를 이용하여 word embedding을 학습 하였을 경우 word-analogy의 성능이 향상되었다.
#단어 임베딩 #Word2vec #GloVe #위치정보 #word embedding #position information

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 단어 간의 상대적 위치정보를 이용한 Word Embedding
4. 실험 및 결과
5. 결론
References

참고문헌 (8)

참고문헌 신청
Bengio, Yoshua, et al., A neural probabilistic language model, Journal of machine learning research 3. Feb. (2003): 1137-1155. Collobert, Ronan, et al., Natural language processing (almost) from scratch, Journal of Machine Learning Research 12. Aug. (2011): 2493-2537. Mikolov, Tomas, et al., Distributed representations of words and phrases and their compositionality, Advances in neural information processing systems, 2013. Pennington, Jeffrey, Richard Socher, and Christopher Manning, Glove: Global vectors for word representation, Proceedings of the 2014 conference on empirical methods in natural language processing(EMNLP), 2014. Changki Lee, Joint Models for Korean Word Spacing and POS Tagging using Structural SVM, Journal of KISS : Software and Applications, 40.12 (2013.12), 826-832.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

단어 의미와 자질 거울 모델을 이용한 단어 임베딩
이주상 ,  신준철 ,  옥철영 정보과학회 컴퓨팅의 실제 논문지 2017 .04
Morpheme-based Efficient Korean Word Embedding
이동준 ,  임유빈 ,  권태경 Journal of KIISE 2018 .05
Lexical Substitution Using a Replaced Token Detection Model
지승현 ,  이수원 Journal of KIISE 2023 .04
단어의 문맥 정보 확장을 위한 지식 임베딩 기법
김예원 ,  김장원 한국정보기술학회논문지 2022 .11
프랜차이즈 빅데이터를 이용한 사회적 이슈 분석: 감성분석을 통한 감성 사전 구축
이지아 ,  양재장 호텔관광연구 2022 .10

최근 본 자료

전체보기

댓글(0)

0