이벤트 기반 신경텐서망을 이용한 뉴스 데이터의 자질 구성 방법 (Document Feature Composition using Event-based Neural Tensor Network)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회 컴퓨팅의 실제 논문지 / 25권 / 8호 / 407 ~ 411페이지
· 저자명 : 최현수, 장정훈, 이새벽

초록

뉴스 데이터는 정보 분석 및 정보 추출, 추론 등의 자연어처리 분야에서 원시 데이터로 많이 사용되고 있다. 최근 딥러닝을 이용한 분산 표현을 통해 자동으로 자질을 추출할 뿐만 아니라 텍스트의 문맥 정보를 이용하여 단어 간의 관계, 의미 정보를 표현하는 모델이 제안되었다. 본 논문은 뉴스 데이터로부터 구조화된 데이터를 추출하고 단어 간의 관계와 의미적인 정보를 모델에 반영하여 뉴스 데이터의 자질을 구성하는 방법론을 제안한다. 비정형 뉴스 데이터에서 의존 구문 분석을 통해 이벤트들을 자동으로 추출한다. 추출한 이벤트들을 신경텐서망 기술을 적용하여 뉴스 데이터에 대한 자질을 구성한다. 또한, 구성된 자질의 품질을 평가하기 위해 군집화를 수행하였다. 결과를 보았을 때, 이벤트 임베딩 방식이 단어 벡터의 합을 사용하는 것보다 군집화를 더 잘 수행 하였지만, 문서 전체의 카테고리를 대표하는 자질로 사용되기에는 한계점이 있었다.

영어초록

News data is often used as raw data in the field of natural language processing such as information analysis, information extraction, and reasoning. In recent years, a model has been proposed that not only automatically extracts features through distributed representation using deep learning, but also expresses the relationship between words and semantic information using context information of the text. This paper proposes a method for extracting structured data from news data and constructing features by applying the relationship between words and semantic information in the model. We extracted the events from unstructured news data through dependency parsing. The extracted events are applied to the Neural Tensor Network to construct the document feature of the news data. Also, we evaluated the composed document features by document clustering. Consequently, although the event embedding method performed better clustering than using the sum of word vectors, there was a limit to be used as a feature of representing the category of the entire document.

참고자료

· 없음