-
Patent Agency Ranking
-
公开(公告)号：KR1020160149660A
公开(公告)日：2016-12-28
申请号：KR1020150087120
申请日：2015-06-19
Applicant: 강원대학교산학협력단 , 한국전자통신연구원
Abstract: 본발명의한국어상호참조해결시스템은국어문자열을포함하는문서를입력받아, 문서내의문장들의의존구문구조와, 문장내에등장하는개체명및 어절들의품사를찾아내는과정을처리하는전 처리부, 상기전 처리부에서전 처리된상호참조해결의대상이되는명사구들을추출하기위한멘션탐지부, 상기멘션탐지부에서추출된명사구들에대한멘션간의참조여부를임시로결정하는모듈로서, 가이드자질을제공하기위한규칙기반모듈부, 상기멘션탐지부에서추출한멘션들을둘씩묶어멘션페어평가시 지표가되는자질들을추출하기위한자질추출부, 상기자질추출부에서추출된자질들을바탕으로 SVM(Support Vector Machine)을통해멘션페어의관계를평가하는 SVM 평가부및 상기 SVM 평가부에서서로참조하는멘션페어들로평가된멘션페어들을정리하여엔티티(Entity)로통합하는엔티티집성부를포함한다. 본발명에의하면한국어에대하여문서내에등장하는모든명사또는명사구를고려하고, 그것들에대하여상호참조해결을수행함으로써, 재현율을높일수 있는효과가있다.
-
公开(公告)号：KR101646461B1
公开(公告)日：2016-08-12
申请号：KR1020150056670
申请日：2015-04-22
Applicant: 강원대학교산학협력단
Abstract: 본발명은한국어의존구문분석방법에관한것으로서, 본발명의한국어의존구문분석방법은한국어를포함하는문서의상태를초기화하는단계, 초기화된문서를딥 러닝(Deep learning)에기반하여상태를분류하는단계및 분류된상태에따라의존구문분석을수행하는단계를포함한다. 딥러닝방식으로의존구문문석을수행하는것은, 문서의현재상태로부터추출한단어(Word)들과자질(Feature)들에대하여, 해당단어또는자질에대해서만 1로표현되고나머지는 0으로표현되는방식인원-핫(One-hot) 형태로되어있는입력레이어(Input layer)와, 상기입력레이어에대하여 NNLM(neural network language model)의단어표현을사전훈련(pre-training)으로차원을줄여주는프로젝션레이어(Projection layer)와, 상기프로젝션레이어에대하여비선형변환(non-linear activation)을수행하는히든레이어(Hidden layer)와, 각상태별확률을구하는출력레이어(Output layer)의신경망을포함하여수행될수 있다. 본발명에의하면의존구문분석에있어서, 좋은성능을보이는딥 러닝을적용하여구문분석을수행함으로써, 기존방법들에비하여자질디자인및 튜닝시간을줄일수 있는효과가있다.
Abstract translation: 本发明涉及使用深度学习的韩国依赖解析方法。 根据本发明，韩国依赖解析方法包括以下步骤：初始化包含韩文的文档的状态; 基于深度学习分类初始化文档的状态; 并根据文档的分类状态执行韩文依赖关系解析。 使用深度学习的韩国依赖性解析通过包含输入层，投影层，隐藏层和输出层的人造自然网络来执行。 输入层通过一个热方案配置，相关的单词或特征被表示为1，并且剩余的单词或特征在基于文档的预置状态提取的单词和特征中被表示为0。 投影层是通过预训练来减少与输入层相关的自然网络语言模型（NNLM）的单词表达式中的维度。 隐藏层是相对于投影层进行非线性的激活。 输出层是找出每个状态的概率。 根据本发明的韩文依赖解析方法，通过使用代表优异性能的深度学习来执行解析，从而与现有方法相比可以减少特征设计和调整时间。
-
-
-
Search Results
5
records
(took 0.017 seconds)
