정보과학회 논문지 B : 소프트웨어 및 응용
Current Result Document : 17 / 17
| 한글제목(Korean Title) |
평면적 어휘 자질들을 활용한 확장 혼합 커널 기반 관계 추출 |
| 영문제목(English Title) |
Relation Extraction based on Extended Composite Kernel using Flat Lexical Features |
| 저자(Author) |
최성필
정창후
최윤수
맹성현
Sung-Pil Choi
Chang-Hoo Jeong
Yun-Soo Choi
Sung-Hyon Myaeng
|
| 원문수록처(Citation) |
VOL 36 NO. 08 PP. 0642 ~ 0652 (2009. 08) |
한글내용
(Korean Abstract) |
본 논문에서는 기존의 관계 추출 성능을 향상시키기 위해서 기존의 자질 기반 방법에서 추구하였던 개체 주변 문맥 다양성 정보의 추출 및 적용과 커널 기반 방법의 강점인 관계 인스턴스에 대한 구문 구조적 자질 정보의 통합 활용을 통한 확장된 혼합 커널을 제안한다. ACE RDC 코퍼스1)를 활용한 실험에서, 기존의 합성곱 구문 트리 커널 기반 혼합 커널을 기반으로 총 9 종류의 평면적 어휘 자질 집합을 정의하고 이를 적용함으로써 성능 향상에 기여하는 어휘 자질 유형을 파악할 수 있었으며, 적은 규모의 학습 집합으로도 현재 최고 수준의 성능에 필적하는 결과를 얻을 수 있었다. 결론적으로 관계 추출을 위한 세 가지 핵심 정보, 즉 개체 자질, 구문 구조적 자질, 주변 문맥 어휘 자질을 통합 적용하면 관계 추출의 성능을 향상시킬 수 있음을 알 수 있었다. |
영문내용
(English Abstract) |
In order to improve the performance of the existing relation extraction approaches, we propose a method for combining two pivotal concepts which play an important role in classifying semantic relationships between entities in text. Having built a composite kernel-based relation extraction system, which incorporates both entity features and syntactic structured information of relation instances, we define nine classes of lexical features and synthetically apply them to the system. Evaluation on the ACE RDC corpus shows that our approach boosts the effectiveness of the existing composite kernels in relation extraction. It also confirms that by integrating the three important features (entity features, syntactic structures and contextual lexical features), we can improve the performance of a relation extraction process. |
| 키워드(Keyword) |
정보 추출
관계 추출
기계 학습
지지벡터기계
혼합 커널
합성곱 구문 트리 커널
평면적 어휘 자질
Information Extraction
Relation Extraction
Machine Learning
Support Vector Machines
Composite Kernels
Convolution Parse Tree Kernels
Flat Lexical Features
|
| 파일첨부 |
PDF 다운로드
|
