공유계층을 이용한 형태소 분석과 개체명 인식 통합 모델 


48권  2호, pp. 167-173, 2월  2021
10.5626/JOK.2021.48.2.167


PDF

  요약

한국어 형태소 분석은 형태소 분석, 품사 태깅 과정으로 나뉜다. 형태소 분석 과정에서 형태소와 품사 후보 쌍을 추출하고, 품사 태깅 과정에서는 추출된 후보 중 문맥에 알맞은 형태소와 품사를 결정한다. 개체명 인식은 문장 내에서 인명, 지명, 기관명, 날짜, 시간 등과 같이 고유한 의미를 갖는 단어를 찾아 개체명을 부착하는 기술이다. 개체명 인식과 형태소 분석 연구는 주로 독립적으로 수행되며, 많은 개체명 인식 연구에서 품사 정보를 사용한다. 이 과정에서 형태소 분석의 오류가 개체명 인식에 치명적인 오류로 전파된다. 본 논문에서는 오류 전파를 최소화하기 위해 통합 모델을 제안한다. 형태소 분석기의 오류를 줄이기 위해 순차적 레이블 부착 문제에 효과적인 레이블 주의 집중 네트워크를 활용한다. 실험 결과, 개체명 인식과 형태소 분석의 단일 모델보다 통합 모델의 성능이 더 높음을 보였다. 또한 기존의 통합모델 보다 레이블 주의 집중 네트워크를 적용한 제안 모델이 더 높은 성능을 보였다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

H. Kim, S. Park, H. Kim, "Joint Model of Morphological Analysis and Named Entity Recognition Using Shared Layer," Journal of KIISE, JOK, vol. 48, no. 2, pp. 167-173, 2021. DOI: 10.5626/JOK.2021.48.2.167.


[ACM Style]

Hongjin Kim, Seongsik Park, and Harksoo Kim. 2021. Joint Model of Morphological Analysis and Named Entity Recognition Using Shared Layer. Journal of KIISE, JOK, 48, 2, (2021), 167-173. DOI: 10.5626/JOK.2021.48.2.167.


[KCI Style]

김홍진, 박성식, 김학수, "공유계층을 이용한 형태소 분석과 개체명 인식 통합 모델," 한국정보과학회 논문지, 제48권, 제2호, 167~173쪽, 2021. DOI: 10.5626/JOK.2021.48.2.167.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr