2008년 컴퓨터종합학술대회
Current Result Document : 60 / 60
| 한글제목(Korean Title) |
의견 어구 추출을 위한 생성 모델과 분류 모델을 결합한 부분 지도 학습 방법 |
| 영문제목(English Title) |
Semi-Supervised Learning for Sentiment Phrase Extraction by Combining Generative Model and Discriminative Model |
| 저자(Author) |
남상협
나승훈
이예하
이용훈
김준기
이종혁
Sang-Hyob Nam
Seung-Hoon Na
Yeha Lee
Yong-Hun Lee
Jungi Kim
Jong-Hyeok Lee
|
| 원문수록처(Citation) |
VOL 35 NO. 01(C) PP. 0268 ~ 0273 (2008. 06) |
한글내용
(Korean Abstract) |
의견(Opinion) 분석은 도전적인 분야로 언어 자원 구축, 문서의 Sentiment 분류, 문장 내의 의견 어구 추출 등의 다양한 문제를 다룬다. 이 중 의견 어구 추출문제는 단순히 문장이나 문서 단위로 분류하는 수준을 뛰어 넘는 문장 내 의견 어구를 추출하는 문제로 최근 많은 관심을 받고 있는 연구 주제이다. 그러나 의견 어구 추출에 대한 기존 연구는 문장 내 의견 어구 부분이 태깅(tagging)된 학습 데이터와 의견 어휘 자원을 이용한 지도(Supervised)학습을 이용한 접근이 대부분으로 실제 적용 상의 한계를 갖는다. 본 논문은 문장 내 의견 어구 부분이 태깅된 학습 데이터와 의견 어휘 자원이 없는 환경에서도 문장단위의 극성 정보를 이용하여 의견 어구를 추출하는 부분 지도(Semi-Supervised)학습 방법을 제안한다. 본 논문의 방법은 Baseline에 비하여 정확률(Precision)은 33%, F-Measure는 14% 가량 높은 성능을 냈다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
