KSC 2017
Current Result Document : 3 / 3
| 한글제목(Korean Title) |
문단 간 유사도와 로지스틱 회귀 분류를 통한 기사 내 부적합 문단 검출 시스템 |
| 영문제목(English Title) |
Detecting Improper Paragraphs in a News Article Using Logistic Regression Classification and Inter-class Similarity |
| 저자(Author) |
김규완
신현주
김선진
문경득
이현아
KyuWan Kim
HyunJu Shin
SunJin Kim
KyoungDuek Moon
HyunAh Lee
|
| 원문수록처(Citation) |
VOL 44 NO. 02 PP. 1873 ~ 1875 (2017. 12) |
한글내용
(Korean Abstract) |
최근 들어 뉴스의 본질을 해하는 속칭 가짜 뉴스가 만연하고 있어 이를 빠르게 검출하기 위한 요구도 늘어나고 있다. 텍스트마이닝을 이용한 기존의 부적합 문단 검출 시스템에서는 1)유사도 연산에 상당한 시간이 소요되고, 2)연산 결과의 정확도가 낮으며 3)시스템의 전체적인 정확도가 저하되는 문제가 있었다. 본 논문에서는 위 문제를 해결하기 위하여 Word2vec 대신 Doc2vec을 활용하여 문단 간 유사도를 측정하고, 학습데이터를 늘린 분류 분포도 모델을 적용하는 부적합 문단 검출 모델을 제안한다. 제안 모델은 시스템 속도가 18배 상향되었고, 분포도 모델의 정확도가 98.1%로 개선되었으며, 전체 시스템 정확성 또한 92.07%로 향상되었다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
