2016년 컴퓨터종합학술대회
Current Result Document : 3 / 3
| 한글제목(Korean Title) |
순환 신경망 기반 대용량 텍스트 데이터 분류 기술 |
| 영문제목(English Title) |
Large-Scale Text Classification with Recurrent Neural Networks |
| 저자(Author) |
조휘열
김진화
김경민
장정호
엄재홍
장병탁
Hwiyeol Jo
Jin-Hwa Kim
Kyung-Min Kim
Jeong-Ho Chang
Jae-Hong Eom
Byoung-Tak Zhang
|
| 원문수록처(Citation) |
VOL 43 NO. 01 PP. 0968 ~ 0970 (2016. 06) |
한글내용
(Korean Abstract) |
문서 분류 문제는 오랜 기간 동안 자연어 처리 분야에서 연구되어 왔다. 우리는 기존 컨볼루션 신경망을 이용했던 연구에서 더 나아가, 순환 신경망에 기반을 둔 문서 분류를 수행하였다. 순환 신경망에서는 가장 성능이 좋다고 알려져 있는 장기-단기 기억 (Long-Short Term Memory; LSTM) 신경망과 회로형 순환 유닛(Gated Recurrent Units; GRU)을 활용하였다. 실험 결과, 분류 정확도는 Multinomial Naive Bayesian Classifier, SVM, LSTM, CNN, GRU의 순서로 나타났다. 따라서 텍스트 문서 분류 문제는 시퀀스를 고려하는 것 보다는 문서의 feature를 뽑아 분류하는 문제에 가깝다는 것을 추측할 수 있었다. 그리고 GRU가 LSTM보다 문서의 feature 추출에 더 적합하다는 것을 알 수 있었으며 적절한 feature와 시퀀스 정보를 함께 활용할 때 가장 성능이 잘 나온다는 것을 확인할 수 있었다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
