-
公开(公告)号：KR1020180025690A
公开(公告)日：2018-03-09
申请号：KR1020160112690
申请日：2016-09-01
Applicant: 성균관대학교산학협력단
CPC classification number: G06F17/2785 , G06N3/08 , G06N99/005
Abstract: 리뷰데이터의감성을분류하기위한방법이제공된다. 상기방법은텍스트정보및 상기텍스트정보에대응하는감성레벨정보를각각포함하는복수의리뷰데이터들을기반으로머신러닝을통해감성분류모델을생성하는단계와, 상기감성분류모델을이용하여감성레벨정보를포함하지않는리뷰데이터의감성레벨을결정하는단계를포함할수 있으며, 감성분류모델을생성하는단계는상기텍스트정보들간의유사도를기반으로상기감성레벨정보를조정하여상기감성분류모델에반영할수 있다. 따라서, 리뷰가받은추천및 비추천정보와, 다른평점을가진리뷰간의유사도를이용해리뷰의신뢰도를고려하여효과적으로리뷰의감성을분류할수 있다.
Abstract translation: 提供了用于对评论数据的情绪进行分类的方法。 该方法包括基于多个评论数据通过机器学习生成情感分类模型，每个评论数据包括与文本信息对应的文本信息和情绪级别信息， 并且其可以包括：确定所述敏感度水平，不包括数据的审查，生成情感类别模型的步骤可以体现在通过调节基于所述文本信息之间的相似度的灵敏度电平信息的情感分类模型。 因此，可以有效的审查的敏感性进行分类，同时考虑到审查和所接收的审查建议踩信息的可信性，使用具有其他额定值审查之间的相似度。
-
Patent Agency Ranking
公开(公告)号：KR101881647B1
公开(公告)日：2018-08-24
申请号：KR1020160112693
申请日：2016-09-01
Applicant: 성균관대학교산학협력단
Abstract: 본발명은온라인게임에서의위치기반그룹분류를통한봇 탐지방법, 봇탐지장치및 컴퓨터프로그램을제공한다. 상기방법은봇 탐지를위한서버에서, 수집된게임데이터를이용하여상기온라인게임상에서의사용자들의위치에기반하여사용자들을군집화하는단계와상기봇 탐지를위한서버에서, 상기군집화하는단계에서산출된사용자그룹들을봇 그룹과사람그룹으로분류하는단계를포함한다.
-
公开(公告)号：KR101710010B1
公开(公告)日：2017-02-24
申请号：KR1020150189996
申请日：2015-12-30
Applicant: 성균관대학교산학협력단
Abstract: 본발명은문서의상대적특징을반영한문서요약방법및 문서요약시스템을제공한다. 상기방법은대상문서와배경문서들을그래프로모델링하는단계, 문장간 유사도에기반하여문장들을클러스터링하는단계와상기대상문서와배경문서들간 공통특징들과고유특징들중 적어도하나를포함하여문장들을랭킹(ranking)하는단계를포함한다.
-
公开(公告)号：KR101717230B1
公开(公告)日：2017-03-16
申请号：KR1020150190005
申请日：2015-12-30
Applicant: 성균관대학교산학협력단
Abstract: 본발명은재귀오토인코더기반문장벡터모델링을이용하는문서요약방법및 문서요약시스템을제공한다. 상기방법은언폴딩재귀오토인코더(Unfolding Recursive Autoencoder, URAE)를통한문장벡터를모델링하는단계, 상기문장벡터에대해텍스트랭크를적용하는단계, 핵심키워드를포함하는문장을파악하는단계와상기텍스트랭크를적용하여계산된각 문장벡터의점수와상기핵심키워드를포함하는문장의점수를합산하여최종문장점수를계산하는단계를포함한다.
Abstract translation: 本发明提供了一种使用基于递归自动编码器的句子向量建模的文档总结方法和文档总结系统。 该方法包括通过展开递归自动编码器（URAE）对语句向量进行建模，将文本排名应用于语句向量，掌握包含核心关键字的语句， 并且通过将通过应用句子向量计算的每个句子向量的分数和包括核心关键字的句子的分数相加来计算最终句子分数。
-
公开(公告)号：KR101842361B1
公开(公告)日：2018-03-26
申请号：KR1020160112690
申请日：2016-09-01
Applicant: 성균관대학교산학협력단
Abstract: 리뷰데이터의감성을분류하기위한방법이제공된다. 상기방법은텍스트정보및 상기텍스트정보에대응하는감성레벨정보를각각포함하는복수의리뷰데이터들을기반으로머신러닝을통해감성분류모델을생성하는단계와, 상기감성분류모델을이용하여감성레벨정보를포함하지않는리뷰데이터의감성레벨을결정하는단계를포함할수 있으며, 감성분류모델을생성하는단계는상기텍스트정보들간의유사도를기반으로상기감성레벨정보를조정하여상기감성분류모델에반영할수 있다. 따라서, 리뷰가받은추천및 비추천정보와, 다른평점을가진리뷰간의유사도를이용해리뷰의신뢰도를고려하여효과적으로리뷰의감성을분류할수 있다.
-
公开(公告)号：KR1020170078462A
公开(公告)日：2017-07-07
申请号：KR1020150189002
申请日：2015-12-29
Applicant: 성균관대학교산학협력단
IPC: H04N21/25 , H04N21/475 , H04N21/466 , H04N21/442
Abstract: 본발명의시스템은 TV 프로그램추천에있어해당콘텐츠에대한정적인데이터만을사용하여낮은정확도의추천을하는문제를해결하기위하여, 시간과같은동적인데이터를추천에활용한다.
Abstract translation: 本发明的系统利用诸如时间之类的动态数据来仅使用TV节目推荐中的内容的静态数据来推荐低精度推荐。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
