한국정보통신학회 논문지 (Journal of the Korea Institute of Information and Communication Engineering)
Current Result Document : 62 / 272
이전건
다음건 
| 한글제목(Korean Title) |
개체 중의성 해소를 위한 사용자 유사도 기반의 트윗 개체 링킹 기법 |
| 영문제목(English Title) |
Tweet Entity Linking Method based on User Similarity for Entity Disambiguation |
| 저자(Author) |
김서현
서영덕
백두권
SeoHyun Kim
YoungDuk Seo
Doo-Kwon Baik
|
| 원문수록처(Citation) |
VOL 43 NO. 09 PP. 1043 ~ 1051 (2016. 09) |
한글내용
(Korean Abstract) |
트위터 문서는 웹 문서에 비해 길이가 짧기 때문에 웹 기반의 개체 링킹 기법을 그대로 적용시킬 수 없어 사용자 정보나 집단의 정보를 활용하는 방법들이 시도되고 있다. 하지만, 트윗의 개수가 충분하지 않은 사용자의 경우 데이터 희소성 문제가 여전히 발생하고 관련이 없는 집단의 정보를 사용할 경우 링킹의 결과에 악영향을 미칠 수 있다. 본 논문에서는 기존 연구의 문제를 해결하기 위해 단일 트윗 내의 의미 관련도 뿐만 아니라 사용자의 트윗 집합과 다른 사용자들의 트윗 집합까지 고려하여 데이터 희소성을 해결하고, 관련성이 높은 사용자들의 트윗 정보에 가중치를 주어 트윗 개체 링킹의 성능을 높이고자 한다. 실제 트위터 데이터를 활용한 실험을 통해 제안하는 트윗 개체 링킹 기법이 기존의 기법에 비해 높은 성능을 가지며, 유사도가 높은 사용자의 정보를 사용하는 것이 트윗 개체 링킹에서 데이터 희소성 해결과 링킹 정확도 향상에 연관성이 있음을 보였다.
|
영문내용
(English Abstract) |
Web based entity linking cannot be applied in tweet entity linking because twitter documents are shorter in comparison to web documents. Therefore, tweet entity linking uses the information of users or groups. However, data sparseness problem is occurred due to the users with the inadequate number of twitter experience data; in addition, a negative impact on the accuracy of the linking result for users is possible when using the information of unrelated groups. To solve the data sparseness problem, we consider three features including the meanings from single tweets, the users’ own tweet set and the sets of other users’ tweets. Furthermore, we improve the performance and the accuracy of the tweet entity linking by assigning a weight to the information of users with a high similarity. Through a comparative experiment using actual twitter data, we verify that the proposed tweet entity linking has higher performance and accuracy than existing methods, and has a correlation with solving the data sparseness problem and improved linking accuracy for use of information of high similarity users.
|
| 키워드(Keyword) |
소셜 네트워크 서비스
마이크로블로그
트윗 개체 링킹
개체 링킹
개체 중의성 해소
사용자 유사도
social network service
microblog
tweet entity linking
entity linking
entity disambiguation
user similarity
|
| 파일첨부 |
PDF 다운로드
|
