데이터 증강 기법을 이용한 한글 개체명 인식

조경선; 김성범

doi:10.7232/JKIIE.2022.48.2.176

주제분류

...

저널정보

대한산업공학회
대한산업공학회지 학술저널
대한산업공학회지 제48권 제2호
2022.4 176 - 184 (9page)
DOI : 10.7232/JKIIE.2022.48.2.176

저자정보

조경선 (고려대학교)
김성범 (고려대학교)

이용수
내서재: 3

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

이 논문의 연구 히스토리 (2)

2022

데이터 증강 기법을 이용한 한글 개체명 인식

조경선 , 김성범 대한산업공학회지 2022.04 학술저널

2021

데이터 증강 기법을 이용한 한글 개체명 인식

조경선 , 김성범 대한산업공학회 추계학술대회 논문집 2021.11 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록·키워드

오류제보하기

Named entity recognition (NER) is the task of natural language processing that recognizes a predefined entity name such as a person, place name, or organization into a token in a sentence. The NER is important because it significantly affects the performance of subsequent analyses including semantic search, question answering, and machine translation. The performance of NER for English has been greatly improved with an advent of deep learning techniques with a large dataset of English. However, only few studies have been conducted for languages spoken by ethnic minorities, such as Korean (i.e., Hangul), because an appropriate dataset for NER is difficult to obtain. In this study, we propose using various data augmentation techniques to improve the performance NER for Hangul datasets. Our methods can be applied without pre-trained models or external pre-building. We demonstrated the usefulness of the presented data augmentation techniques using a Changwon University-Naver Challenge dataset and found that even a small dataset can achieve a satisfactory performance for Hangul NER.

#Named Entity Recognition #Data Augmentation #Korean (Hangul) #Natural Language Process