PARTNER
검증된 파트너 제휴사 자료

워드 임베딩이 내재된 신경망 토픽모형을 이용한 텍스트 분석 (Text analysis using a neural topic model with word embedding)

10 페이지
기타파일
최초등록일 2025.04.17 최종저작일 2025.02
10P 미리보기
워드 임베딩이 내재된 신경망 토픽모형을 이용한 텍스트 분석
  • 미리보기

    서지정보

    · 발행기관 : 한국자료분석학회
    · 수록지 정보 : Journal of The Korean Data Analysis Society / 27권 / 1호 / 71 ~ 80페이지
    · 저자명 : 이은학, 이우빈, 오주희, 김성용

    초록

    토픽모형은 문서 또는 단어의 주제를 찾고자 하는 모형으로, 다양한 분야에서 이용되고 있다. 그러나 기존 토픽모형은 모형의 확장이 어려우며, 문서집합의 어휘가 많은 경우 성능이 떨어지는 문제 역시 존재한다. 이러한 문제를 해결하기 위해 variational autoencoder에 기반한 신경망 토픽모형이 제안되었다. 그러나 기존 토픽모형 및 신경망 토픽모형은 주제의 의미를 파악하기 어렵다는 한계점이 존재한다. 이러한 문제를 해결하기 위해 워드 임베딩 기법을 결합한 신경망 토픽모형인 embedded topic model(ETM)이 제안되었다. ETM 모형은 단어 임베딩과 주제 임베딩을 통해 주제를 표현함으로써 주제의 의미를 쉽게 찾을 수 있는 장점이 있다. 이에 본 논문에서는 ETM 모형 및 모형 평가도구를 소개하고, 이를 100,000개의 논문 요약 데이터에 적용하여 분석하였다. 분석을 위해 다양한 초모수 조합에 대해 모형을 평가하였으며, 선택된 모형을 기존 모형과 비교하였다. 분석결과 ETM 모형이 기존 모형보다 성능이 더 우수한 것으로 나타났다. 또한 모형을 통해 추정된 주제 및 단어 임베딩을 차원 축소하여 각 주제의 의미를 파악하였으며, 각 주제는 논문의 분야를 의미하는 것으로 나타났다.

    영어초록

    Topic models have been widely used in various fields to find topics of documents or words. It has been known that topic models have difficulties for model modification and extension, and also have poor performance for corpus with large vocabularies. To overcome these problems, neural topic models have been suggested. However, both models still have limitations in that it is difficult to find the meaning of topics. To resolve this problem, embedded topic model(ETM) has been proposed that combined a neural topic model and word embedding. ETM expresses words and topics through word embedding, thus can be visualized using dimension reduction. In this paper, we introduced ETM and evaluation methods, and apply them to 100,000 research paper summary data. For the analysis, various combination of hyper parameters are considered, and the selected model is compared with other topic model. As a result, it is shown that ETM has better performance. The meaning of topics are investigated by using top words of each topic and the plot of topic and word embeddings through dimension reduction, and topics seems to represent the fields of research papers.

    참고자료

    · 없음
  • 자주묻는질문의 답변을 확인해 주세요

    해피캠퍼스 FAQ 더보기

    꼭 알아주세요

    • 자료의 정보 및 내용의 진실성에 대하여 해피캠퍼스는 보증하지 않으며, 해당 정보 및 게시물 저작권과 기타 법적 책임은 자료 등록자에게 있습니다.
      자료 및 게시물 내용의 불법적 이용, 무단 전재∙배포는 금지되어 있습니다.
      저작권침해, 명예훼손 등 분쟁 요소 발견 시 고객센터의 저작권침해 신고센터를 이용해 주시기 바랍니다.
    • 해피캠퍼스는 구매자와 판매자 모두가 만족하는 서비스가 되도록 노력하고 있으며, 아래의 4가지 자료환불 조건을 꼭 확인해주시기 바랍니다.
      파일오류 중복자료 저작권 없음 설명과 실제 내용 불일치
      파일의 다운로드가 제대로 되지 않거나 파일형식에 맞는 프로그램으로 정상 작동하지 않는 경우 다른 자료와 70% 이상 내용이 일치하는 경우 (중복임을 확인할 수 있는 근거 필요함) 인터넷의 다른 사이트, 연구기관, 학교, 서적 등의 자료를 도용한 경우 자료의 설명과 실제 자료의 내용이 일치하지 않는 경우

“Journal of The Korean Data Analysis Society”의 다른 논문도 확인해 보세요!

문서 초안을 생성해주는 EasyAI
안녕하세요. 해피캠퍼스의 방대한 자료 중에서 선별하여 당신만의 초안을 만들어주는 EasyAI 입니다.
저는 아래와 같이 작업을 도와드립니다.
- 주제만 입력하면 목차부터 본문내용까지 자동 생성해 드립니다.
- 장문의 콘텐츠를 쉽고 빠르게 작성해 드립니다.
- 스토어에서 무료 캐시를 계정별로 1회 발급 받을 수 있습니다. 지금 바로 체험해 보세요!
이런 주제들을 입력해 보세요.
- 유아에게 적합한 문학작품의 기준과 특성
- 한국인의 가치관 중에서 정신적 가치관을 이루는 것들을 문화적 문법으로 정리하고, 현대한국사회에서 일어나는 사건과 사고를 비교하여 자신의 의견으로 기술하세요
- 작별인사 독후감
해캠 AI 챗봇과 대화하기
챗봇으로 간편하게 상담해보세요.
2025년 08월 04일 월요일
AI 챗봇
안녕하세요. 해피캠퍼스 AI 챗봇입니다. 무엇이 궁금하신가요?
9:20 오전