본문 바로가기
KERD
논문KCI 등재

온톨로지를 이용한 단어 군집화 성능 개선

Performance Improvement of Word Clustering Using Ontology

김재훈|옥철영|박은진
한국정보처리학회|2006.06|정보처리학회 논문지 (The Transactions of the Korea Information Processing Society)|제13권 제3호|pp. 337-344

0

조회

0

다운로드

0

인용

0

참고문헌

키워드

온톨로지Ontology자질 확장단어 군집화Word ClusteringFeature Extension
주제분류컴퓨터학

초록

이 논문은 사전의 뜻 풀이말을 이용하여 단어 군집화 시스템을 설계하고 구현한다. 군집화를 위해서는 다양한 형태의 자질이 요구되며 어떤 자질을 사용하느냐에 따라 군집화의 성능이 좌우된다. 뜻 풀이말은 표제어를 자세히 설명하고 있기는 하지만, 뜻 풀이말에 사용된 단어가 너무 함축적이거나 추상적이어서 뜻 풀이말이 그다지 길지 않다. 뜻 풀이말로부터 추출된 자질을 그대로 군집화에 이용할 경우에는 다수의 작은 군집이 형성된다. 뜻 풀이말을 이용하여 보다 더 좋은 군집화 결과를 얻기 위해서는 뜻 풀이말의 의미를 크게 손상하지 않는 범위에서 보다 더 일반적인 단어로 바꾸어 군집화에 필요한 자질을 확장할 필요가 있다. 이 논문에서 추상적인 말을 온톨로지 상에서 한 단계 위의 단어로 확장하거나 온톨로지 상에서 고정 높이에 해당하는 단어로 확장함으로써 단어 군집화 성능을 향상시키는 방법을 제안한다. 실험을 통해서 온톨로지를 이용해서 자질을 확장할 경우 단어 군집화 성능이 크게 개선되었으며, 전체적으로 보면 온톨로지 상에서 고정 높이에 해당하는 단어로 확장할 경우가 더 좋은 성능을 보였다. 또한 단어 군집화를 위한 자질로 동사가 매우 유용함을 관찰할 수 있었다.

Abstract

In this paper, we describe the design and the implementation of word clustering system using a definition of an entry word in the dictionary, called a dictionary definition. Generally word clustering needs various features like words and the performance of a system for the word clustering depends on using some kinds of features. Dictionary definition describes the meaning of an entry in detail, but words in the dictionary definition are implicative or abstractive, and then its length is not long. The word clustering using only features extracted from the dictionary definition results in a lots of small-size clusters. In order to make large-size clusters and improve the performance, we need to transform the features into more general words with keeping the original meaning of the dictionary definition as intact as possible. In this paper, we propose two methods for extending the dictionary definition using ontology. One is to extend the dictionary definition to parent words on the ontology and the other is to extend the dictionary definition to some words in fixed depth from the root of the ontology. Through our experiments, we have observed that the proposed systems outperform that without extending features, and the latter’s extending method overtakes the former’s extending method in performance. We have also observed that verbs are very useful in extending features in the case of word clustering.

참고문헌 (31)

  1. "후처리 웹 문서 클러스터링 알고리즘", 9(1), pp.7~16 (2002)
  2. "검색결과의 브라우징을 위한 계층적 클러스터링", 17(1), pp.342~344 (2002)
  3. "베이지안 SOM과 부트트랩을 이용한 문서 군집화에 의한 문서 순위조정", 7(7), pp.2108~2115 (2000)
  4. "어휘 클러스터링을 이용한 자동 문서 요약", 29(1), pp.464~465 (2002)
  5. "Unsupervised and supervised clustering for topic tracking", 24, pp.310~317 (2001)
  6. "Automatic word sense clustering using collocation for sense adaptation", pp.320~325 (2004)
  7. "클러스터링 기법을 이용한 키워드 유사도 순위화 알고리즘에 따른 사용자 질의 확장", 30(1), pp.479~481 (2003)
  8. "Class-based n-gram models of natural language", 18(4), pp.467~479 (1992)
  9. "Topical clustering of MRD senses based on information retrieval techniques", 24(1), pp.61~96 (1998)
  10. "Preliminary Recommendations on Lexical Semantic Encoding" (1999)
  11. "Inferring semantic similarity from distributional evidence An Analogy-based approach to word sense disambiguation", pp.90~97 (1997)
  12. "Retrieving collocations from text : Xtract", 19(1), pp.143~177 (1993)
  13. "Automatic sense disambiguation using machine readable dictionaries: How to tell a pine cone from an ice cream cone", pp.24~26 (1986)
  14. "An adapted Lesk algorithm for word sense disambiguation using WordNet", 2276, pp.136~145 (2002)
  15. "정제된 의미정보와 시소러스를 이용한 동형이의어 분별 시스템", 12(7), pp.829~840 (2005)
  16. "한국어 의미망 구축과 활용 명사를 중심으로", 17, pp.301~329 (2002)
  17. "우리말 개념망 명사 데이터 구축" (1998)
  18. "사전 뜻 풀이말에서 구축한 한국어 명사 의미 계층구조", 10(3), pp.1~10 (1999)
  19. "CoreNet 다국어 어휘망:제2권 한국어 어휘 의미망" (2005), KAIST PRESS
  20. "다국어 시소러스의 설계", 8, pp.5~10 (2001)
  21. "워드넷 기반 한국어 명사 어휘의미망의 정제", pp.267~272 (2005)
  22. "WordNet:An Electronic Lexical Database" (1998), MIT Press
  23. "Cluster validity methods:Part I", 31(2), pp.40~25 (2002)
  24. "문헌 클러스터링 결과의 성능 평가 방법에 관한 비교 연구", 7, pp.45~50 (2000)
  25. "Cluster validity checking methods:Part II", 31(3), pp.19~27 (2002)
  26. "Introduction to Modern Information Retrieval" (1983), McGraw Hill
  27. "Clustering by Committee" (2003)
  28. "온톨로지 기반의 웹 페이지 분류 시스템", 11(6), pp.723~734 (2004)
  29. "문헌 클러스터링을 위한 유사계수간의 연관성 측정", 6, pp.25~28 (1999)
  30. "Algorithms for Clustering Data" (1988), Prentice-Hall Inc.
  31. "Hierarchical clustering schemes", 2, pp.241~254 (1967)

관련 논문AI추천

온톨로지 구축 및 단어 의미 중의성 해소에의 활용강신재한국정보처리학회 · 정보처리학회 논문지2004 · 제11권 제5호사전 뜻풀이를 이용한 용언 의미 군집화배영준, 송유화, 옥철영, 최호섭한국인지과학회 · 인지과학2011 · 제22권 제3호동사 어휘의미망 평가를 위한 단어클러스터링 시스템의 활용 방안김혜경, 윤애선한국문헌정보학회 · 한국문헌정보학회지2006 · 제40권 제3호의미 기반 문단 분할을 활용한 문단 기반 K-Means 클러스터링김재호, 박사준한국지식정보기술학회 · 한국지식정보기술학회 논문지2017 · 제12권 제1호대용량 문서 검색을 위한 의미 흐름 기반 클러스터링박사준한국지식정보기술학회 · 한국지식정보기술학회 논문지2013 · 제8권 제4호문서 군집화의 정확률 향상을 위한 범용어 수집과 문서 재분류 알고리즘신준철, 옥철영, 이응봉한국정보처리학회 · 정보처리학회 논문지2012 · 제19권 제1호

이 간행물의 다른 논문 (17건)

H.264 디코더에서 기울기 벡터를 이용한 에러복원 방법이귀상, 전성훈, 유재명pp. 197-204카메라 획득 영상에서의 색 분산 및 개선된 K-means 색 병합을 이용한 텍스트 영역 추출 및 이진화송영자, 최영우pp. 205-214심장 질환 진단을 위한 얼굴 주요 영역 및 색상 추출조동욱pp. 215-222실시간 윈도우 기반 영상 처리를 위한 병렬 하드웨어 구조의 FPGA 구현전재욱, 권기호, 진승훈, 조정욱pp. 223-230모바일 게임을 위한 개선된 무손실 이미지 압축김세웅, 조병호pp. 231-238
원문 보기