메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터

주제분류

사회과학
경영학 경제학 관광학 교육학 군사학 무역학 문헌정보학 법학 사회과학일반 사회복지학 사회학 신문방송학 심리과학 정치외교학 지리/지역개발학 지역학 행정학
공학
건축공학 공학일반 기계공학 산업공학 자원/재료공학 전자/제어계측공학 전자/정보통신공학 조선/해양공학 컴퓨터학 토목/환경공학 항공우주공학 화학/생물공학
자연과학
물리학 생물학 생활과학 수학/통계학 자연과학일반 전문/지구과학
의약학
간호학 수의학 약학 의학 의학일반 치의학 한의학
인문학
독일어문학 러시아어문학 문학 언어학 역사학 영어문학 인문학일반 일본어문학 종교학/신학 중국어문학 철학 프랑스어문학 한국어문학
예술체육학
건축 디자인 무용 미술 미용 사진 연극 영화 예술체육학일반 음악 의상 체육
농수해양학
농수해양학일반 농학 수산학 식품과학 임학 축산학 해상운송학
복합학
과학기술학/기술정책 뇌/인지과학 여성학 학제간연구

정기구독(개인)

소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.

회원혜택

로그인 회원이 가져갈 수 있는 혜택들을 확인하고 이용하세요.

아카루트

학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.

영문교정

영문 논문 작성에 도움을 드리기 위해, 영문 교정 서비스를
지원하고 있어요.
고객센터 제휴문의

...

저널정보

저자정보

표지
이용수
내서재
3
내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

초록·키워드

오류제보하기
구문 분석은 문장의 구조를 이해하며 구조적 중의성을 해결하는 것이다. 일반적으로 한국어는 어순 배열의 자유도가 높고 문장 성분의 생략이 빈번한 특성이 있기 때문에 의존 구문 분석을 기반으로 한 연구가 주를 이루었다. 스택-포인터 네트워크 모델은 의존 구문 파서에 맞게 포인터 네트워크 모델을 확장한 것이다. 스택-포인터 네트워크는 각 단어에서 의존소를 찾는 하향식 방식의 모델로 기존 모델의 장점을 유지하면서 각 단계에서 이미 파생된 트리 정보도 사용한다. 본 연구에서는 스택-포인터 네트워크 모델을 한국어에 맞게 적용해보고 이와 함께 고차원 정보를 이용해서 트리 정보에 반영해본다. 모델의 실험 결과는 고차원 정보로 형제 노드를 반영하였을 때 UAS 92.63%의 정확도를 얻었다.

Syntactic parsing is carried out to analyze a syntactic structure and resolve syntactic ambiguities in an input sentence. In general, the Korean language has relatively free word order and frequent omission of nouns such as subjects or objects. Therefore, dependency parsers are known to be suitable for parsing the Korean language. A stack-pointer network is a combination of a pointer network and internal stacks. The network reads and encodes a whole input sentence, and builds a dependency tree top-down in a depth-first fashion. In this paper, we employed a stack-pointer network for parsing the Korean language and utilized higher-order information to benefit from all the previously derived subtree structures. Experimental results revealed that the dependency parser with a sibling node as higher-order features led to Unlabeled Attachment Score(UAS) of 92.63% accuracy.
#스택-포인터 네트워크 #한국어 의존 구문 파서 #어절 표현 #고차원 정보 #stack-pointer networks #Korean dependency parser #word representation #higher-order features

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 스택-포인터 네트워크와 어절 표현을 이용한 한국어 의존 구문 분석 모델
4. 실험 환경 및 결과
5. 결론
References

참고문헌 (19)

참고문헌 신청
S. Na, J. Li, J. Shin and K. Kim, "Deep Biaffine Attention for Korean Dependency Parsing," Proc. of the KIISE Korea Computer Congress 2017, pp. 584-586, 2017. (in Korean) google schola J. Min and S. Na, "SyntaxNet Models using Transition Based Recurrent Unit for Korean Dependency Parsing," Proc. of the KIISE Korea Computer Congress 2017, pp. 602-604, 2017. (in Korean) google schola C. Park, H. Hwang, C. Lee and H. Kim, "Korean Dependency Parsing with Multi-layer Pointer Networks," Proc. of the 29th Annual Conference on Human and Cognitive Language Technology, pp. 92-95, 2017. (in Korean) google schola S. Na, J. Li, J. Shin and K. Kim, "Stack LSTMs with Recurrent Controllers for Korean Dependency Parsing," Proc. of the 43th Annual Conference on KIISE, pp. 446-448, 2016. (in Korean) google schola Y. Choi and K. Lee, "Korean Dependency Paraser using Stack-Pointer Networks and Information of Word Units," Proc. of the 30th Annual Conference on Human and Cognitive Language Technology, pp. 13-18, 2018. (in Korean) google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

cGANs 기반 3D 포인트 클라우드 데이터의 실시간 전송 기법
Kwang-Seong Shin ,  Seong-Yoon Shin 한국정보통신학회논문지 2019.11
GAN을 이용한 음성 감정 인식 모델의 성능 개선
고유정 ,  김윤중 한국정보기술학회논문지 2019.11
심층학습을 이용한 부족한 이미지 자동 생성
엄준목 ,  성은산 ,  김현태 한국정보통신학회 종합학술대회 논문집 2019.10
VAE 생성 영상을 이용한 GAN의 학습 안정화 방법
김미경 ,  하용욱 ,  차의영 한국정보통신학회 종합학술대회 논문집 2019.10
GAN을 이용한 이미지 분류 네트워크의 학습 데이터셋 확장
정준호 ,  김지우 ,  김현태 한국정보통신학회 종합학술대회 논문집 2019.10

최근 본 자료

전체보기

댓글(0)

0