휴대전화에서 단문 메시지로부터 일정 자동 등록
Automatically Registering Schedules from SMS Messages on Handheld Devices
1
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
휴대전화가 대중에게 널리 보급됨에 따라, 단문 서비스(SMS)가 새로운 의사소통 수단으로 등장하고 있다. 단문 서비스는 가격이 저렴할 뿐 아니라 단문 메시지를 쉽게 저장할 수 있어 약속이나 일정 알림용으로 널리 사용된다. 본 논문은 단문 메시지로부터 일정 정보(시간과 장소)를 추출하여 자동으로 일정 관리 시스템에 등록하는 시스템을 개발한다. 단문 메시지는 짧고 간결하지만 비속어나 준말 등이 많이 사용된다. 이것이 일정 정보를 추출하는데 더욱 어렵게 한다. 또한 휴대전화에는 계산 능력과 저장 공간이 충분하지 못하므로 형태소 분석과 같은 일반적인 자연언어 처리 모듈을 그대로 사용하는 것은 다소 무리가 있다. 이 문제를 해결하기 위해서 본 논문에서는 형태소 분석과 같이 복잡한 언어 처리 모듈을 사용하지 않고 기계학습 기반으로 일정 정보를 추출하고 추출된 정보를 휴대전화의 일정 관리 시스템에 등록한다. 본 논문에서 제안된 자동 일정 등록 시스템은 삼성전자 옴니아 휴대전화에 탑재되어 정상적으로 잘 동작함을 확인할 수 있었다.
Abstract
With rapid spread of handheld devices like cellular or smart phones, a short message service (SMS) comes on the public as a communication means. SMS is very cheap and can be easily written down on the storage in order not to forget it, hence it is widely used to inform schedules (time and place). In this paper, we develop a system for automatically registering schedules extracted from SMS text messages. SMS text messages are very short and concise, but include a lot of Internet words like slangs and abbreviations. These have made it difficult to extract information on schedules from them. Also handheld devices have some limitations on computing power and storage and then applying general natural language processing modules like morphological analysis to the devices are somewhat hard. To relax these burdens, we extract schedule informations from SMS messages using machine learning methods like condition random field (CRF) without using any language processing modules and register the informations on the schedule management system of handheld devices. Our proposed automatic schedule registration system has implemented on Samsung Omnia phone for experiments.
참고문헌 (25)
- 청소년의 휴대전화 사용실태 조사연구, "최병목", 한국정보문화진흥원, ~, pp.연구보고서 05-08 (2005)
- J. Lee, "An Effective Indexing Methods for Korean Text", Proceedings of the Korean Society for Information Management Conference, pp.11~14 (1995)
- C. Jung, "An Indexing Method Based on the Mixed n-gram for Korean Information Retrieval", 석사, pp.2004
- 김재훈, "정보추출의 기술 현황", 정보과학회지, 22(4), pp.35~46 (2004)
- H. A. do Prado, "Emerging Technologies of Text Mining: Techniques and Applications" (2007), Idea Group Reference
- C. Siefkes, "An Overview and Classification of Adaptive Approaches to Information Extraction", Journal on Data Semantics IV, LNCS 3730, 3730, pp.172~212 (2005)
- A. L. Berger, "A Maximum Entropy Approach to Natural Language Processing", Computational Linguistics, 22(1), pp.1~36 (1996)
- V. N. Vapnik, "Statistical Learning Theory" (1998), Wiley-Interscience
- D. M. Bikel, "Nymble: A High-Performance Learning Name-Finder", Proceedings of the Conference on Applied Natural Language Processing, pp.194~201 (1997)
- A. MaCallum, "Maximum Entropy Markov Models for Information Extraction and Segmentation", Proceedings of the 17th International Conference on Machine Learning, pp.591~598 (2000)
- J. Lafferty, "Conditional Random Fields: Probabilistic Models for Segmenting and Labeling Sequence Data", Proceedings of International Conference on Machine Learning, pp.282~289 (2001)
- J. Darroch, "Generalized Iterative Scaling for Loglinear Models", The Annals of Mathematical Statistics, 43, pp.1470~1480 (1972)
- R. H. Byrd, "Representations of Quasi-Newton Matrices and Their Use in Limited Memory Methods", Mathematical Programming, 63(4), pp.129~156 (1994)
- J. R. Finkel, "Incorporating Non-local Information into Information Extraction Systems by Gibbs Sampling", Proceedings of the 43nd Annual Meeting of the Association for Computational Linguistics, pp.363~370 (2005)
- B. Wellner, "An Integrated, Conditional Model of Information Extraction and Coreference with Application to Citation Matching", Proceedings of the 20th Conference on Uncertainty in Artificial Intelligence, pp.593~601 (2004)
- X. Zhang, "Term Recognition Using Conditional Random Fields", Proceedings of IEEE International Conference on Natural Language Processing and Knowledge Engineering (2010)
- L. A. Ramshaw, "Text Chunking Using Transformation- Based Learning", Proceedings of the Third Workshop on Very Large Corpora, pp.82~94 (1995)
- 안동언, "최신정보검색론" (2010), 교보문고
- 이도길, "한글 문장의 자동 띄어쓰기를 위한 두 가지 통계적 모델", 정보과학회논문지 : 소프트웨어 및 응용, 30(4), pp.358~371 (2003), 한국정보과학회