Bidirectional LSTM-CRF 기반 한국어 개체명 인식을 위한 유사 접사 자질을 이용한 단어 표상 확장 (Extending Word Representations with Predicted Affix Features for Bidirectional LSTM-CRF-based Korean Named Entity Recognition)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회 컴퓨팅의 실제 논문지 / 26권 / 9호 / 408 ~ 413페이지
· 저자명 : 정예원, 이종혁

초록

본 논문에서는 심층 신경망 기반의 한국어 개체명 인식을 위해 데이터로부터 접사 자질을 추론하여 단어와 음절 단위 정보에 결합하는 실용적인 모델을 제안한다. 최근 개체명 인식 연구에서 가장 우수한 기법을 이용한 두 개의 모델, Bidirectional Long Short Term Memory-Conditional Random Field(bidirectional LSTM-CRF)와 Bidirectional Long Short Term Memory-Convolutional Neural Networks-Conditional Random Field(bidirectional LSTM-CNNs-CRF)를 사용하고, 기존의 입력 단어 표상에 품사 임베딩과 유사 접사 임베딩을 추가하여 확장하였다. 한국어 접사에는 접두사와 접미사가 있고 대부분 1음절인 특성을 고려하여 등장 빈도수에 따른 간단한 필터링 방법으로 유사 접사를 예측, 개체명 인식 자질로 활용하였다. 이 모델은 2016년 국어정보처리대회와 한국전자통신연구원(ETRI)에서 배포한 개체명 인식 말뭉치에 대해 별도의 외부 자원 없이 기존 모델보다 F1 점수가 최대 2.44% 향상되는 것을 보였다.

영어초록

We propose a Korean named entity recognition model (NER) which extracts affix features to augment word representations. We build upon two recently proposed models using state-of-the-art NER techniques, namely bidirectional LSTM-CRF and bidirectional LSTM-CNNs- CRF, by extending the word embedding with part-of-speech and approximated affix information.
Because Korean affixes mainly comprise single-character prefixes or suffixes, we chose to use an inexpensive character level frequency filter to infer the affix information. Our experimental results on the HCLT 2016 and ETRI NER datasets showed up to a 2.44% increase in the F1 score compared to the original models without any additional dictionary or morphological tools.

참고자료

· 없음