정보과학회논문지 (Journal of KIISE)
Current Result Document : 27 / 29
| 한글제목(Korean Title) |
공유계층을 이용한 형태소 분석과 개체명 인식 통합 모델 |
| 영문제목(English Title) |
Joint Model of Morphological Analysis and Named Entity Recognition Using Shared Layer |
| 저자(Author) |
김홍진
박성식
김학수
Hongjin Kim
Seongsik Park
Harksoo Kim
|
| 원문수록처(Citation) |
VOL 48 NO. 02 PP. 0167 ~ 0173 (2021. 02) |
한글내용
(Korean Abstract) |
한국어 형태소 분석은 형태소 분석, 품사 태깅 과정으로 나뉜다. 형태소 분석 과정에서 형태소와 품사 후보 쌍을 추출하고, 품사 태깅 과정에서는 추출된 후보 중 문맥에 알맞은 형태소와 품사를 결정한다. 개체명 인식은 문장 내에서 인명, 지명, 기관명, 날짜, 시간 등과 같이 고유한 의미를 갖는 단어를 찾아 개체명을 부착하는 기술이다. 개체명 인식과 형태소 분석 연구는 주로 독립적으로 수행되며, 많은 개체명 인식 연구에서 품사 정보를 사용한다. 이 과정에서 형태소 분석의 오류가 개체명 인식에 치명적인 오류로 전파된다. 본 논문에서는 오류 전파를 최소화하기 위해 통합 모델을 제안한다. 형태소 분석기의 오류를 줄이기 위해 순차적 레이블 부착 문제에 효과적인 레이블 주의 집중 네트워크를 활용한다. 실험 결과, 개체명 인식과 형태소 분석의 단일 모델보다 통합 모델의 성능이 더 높음을 보였다. 또한 기존의 통합모델 보다 레이블 주의 집중 네트워크를 적용한 제안 모델이 더 높은 성능을 보였다.
|
영문내용
(English Abstract) |
Named entity recognition is a natural language processing technology that finds words with unique meanings such as human names, place names, organization names, dates, and time in sentences and attaches them. Morphological analysis in Korean is generally divided into morphological analysis and part-of-speech tagging. In general, named entity recognition and morphological analysis studies conducted in independently. However, in this architecture, the error of morphological analysis propagates to named entity recognition. To alleviate the error propagation problem, we propose an integrated model using Label Attention Network (LAN). As a result of the experiment, our model shows better performance than the single model of named entity recognition and morphological analysis. Our model also demonstrates better performance than previous integration models.
|
| 키워드(Keyword) |
개체명 인식
형태소 분석
레이블 주의집중 네트워크
통합 모델
named entity recognition
morphological analysis
label attention network
integrated model
|
| 파일첨부 |
PDF 다운로드
|
