의미적 텍스트 처리를 위한 주제별 문맥 정보 추출 방법 (A Context Information Extraction Method according to Subject for Semantic Text Processing)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 8권 / 11호 / 197 ~ 204페이지
· 저자명 : 황명권, 최동진, 김판구

초록

본 연구는 주제에 따라 문맥 정보를 형성하는 방법을 제안하고 있다. 본 연구에서 문맥 정보는 특정 주제 개념과 깊이 관련된 명사 개념들을 의미한다. 이를 위해, 본 연구에서는 집단 지성으로 형성된 대용량의 문서 집합인 위키피디아를 활용하고 있으며, 위키피디아의 문서 제목을 하나의 주제로 간주하고, 문서에 포함된 내용에서 제목과 문맥적으로 가까운 명사 개념들을 추출하는 방법을 제안한다. 문맥 정보를 추출하기 위해서 명사가 출현하는 횟수를 고려한 TF(Term Frequency), 그 문서 내에서 중요성을 측정하는 iTF(inverse Term Frequency), 및 주변 개념들과의 관계성을 측정하는 의미성(Semantic Weight)을 상호 반영한다. 실험에서 본 연구를 기존의 유사 연구들과 비교함으로써 성능을 분석하고, 결과물에 대한 활용 가능성을 고찰한다.

영어초록

This paper suggests a method which extracts a context information depending on a subject. In the research, the context information means a set of noun concepts related deeply to a specific subject(topic). To build the context, it utilizes Wikipedia which is huge document set constructed by collective intelligence and considers titles of Wikipedia documents as subjects and extracts context information contextually close the subject. To measure context weight, we use TF(Term Frequency) which considers how many times a word occurs, iTF(inverse Term Frequency) which calculates how important the word in the document, and semantic weight which measures relationship between a word and others occurred together. We analyze its performance in comparison with other similar words and suggest its diverse application areas.

참고자료

· 없음