대표어
한국학술지인용색인(NRF)
권호기사보기
| 기사명 | 저자명 | 페이지 | 원문 | 기사목차 |
|---|
국회도서관 홈으로
정보검색
소장정보 검색
결과 내 검색
동의어 포함
목차보기
목차
과거 대화 정보를 사용한 개인화된 키워드 추출 / 고준호 ; 손정우 ; 송현제 ; 박세영 1
요약 1
Abstract 1
1. 서론 1
2. 관련 연구 2
3. 과거 대화 정보 2
3.1. 과거 대화 정보 구축 2
3.2. 과거 대화 정보 업데이트 3
4. 키워드 추출 3
5. 실험 및 평가 4
5.1. 실험 설정 4
5.2. 실험 결과 4
6. 결론 및 향후 연구 5
참고문헌 5
초록보기
본 논문에서는 대화에서 그래프 기반 키워드를 추출하는 방법을 제안한다. 대화의 특성상 길이가 짧고, 생략이 많아 키워드 간의 연결 정도를 판단하기 쉽지 않다. 그래서 기존의 문서를 대상으로 키워드를 추출하는 방법만으로는 적절한 성능을 보여주지 못한다. 이러한 문제를 해결하기 위해 본 논문에서는 개인의 과거 대화 정보를 활용한다. 과거 대화 정보는 시간의 흐름이 반영된 현재 대화가 이뤄지기 전 말하고 듣는 것을 지칭하며, 이를 활용함으로써 개인화된 키워드를 발견할 수 있게 도와준다. 제안하는 방법은 과거 대화를 단순하게 저장하고 사용하는 것이 아니라 과거 대화 당시, 키워드들과 그들 간의 관계로 과거 대화 정보를 구성한다. 다음으로 과거에 구축된 정보들은 시간의 흐름에 따라 정보가 변하므로 이를 반영하도록 시간 흐름에 따른 키워드 관계들을 업데이트 한다. 현재 대화가 주어지면 구축된 과거 대화 정보를 활용하여 키워드를 추출한다. 실험을 통해 제안하는 방법이 비교 모델보다 현재 대화를 잘 반영한 키워드를 추출함을 보인다.
In this paper, we propose a method of keyword extraction based on graph from dialogue. It is difficult to discern the connection between keywords in a dialogue due to its nature of short length and use of omitting. Thus existing keyword extraction method alone does not show adequate performance. In order to resolve this issue, this paper used personal dialogue history. Dialogue history is all spoken and heard elements before current dialogue is done in light of the passage of time. It is helpful to use dialogue history in extraction of personalized keywords. The proposed method does not simply store and use past dialogue, but also construct dialogue history using keywords and their relation information of the time when the dialogue occurred. Next, as dialogue history changes along the passage of time, to reflect this we also update keyword relation information. When current dialogue is put, keywords are extracted by using constructed dialogue history. Through experiment the proposed method shows a better performance in extracting keywords which reflect current dialogue rather than the comparison model.
In this paper, we propose a method of keyword extraction based on graph from dialogue. It is difficult to discern the connection between keywords in a dialogue due to its nature of short length and use of omitting. Thus existing keyword extraction method alone does not show adequate performance. In order to resolve this issue, this paper used personal dialogue history. Dialogue history is all spoken and heard elements before current dialogue is done in light of the passage of time. It is helpful to use dialogue history in extraction of personalized keywords. The proposed method does not simply store and use past dialogue, but also construct dialogue history using keywords and their relation information of the time when the dialogue occurred. Next, as dialogue history changes along the passage of time, to reflect this we also update keyword relation information. When current dialogue is put, keywords are extracted by using constructed dialogue history. Through experiment the proposed method shows a better performance in extracting keywords which reflect current dialogue rather than the comparison model.
권호기사
참고문헌 (11건) : 자료제공( 네이버학술정보 )
| 번호 | 참고문헌 | 국회도서관 소장유무 |
|---|---|---|
| 1 | F. Liu, F. F. Liu, Y. Liu, A Supervised Framework for Keyword Extraction From Meeting Transcripts, IEEE Transactions on Audio, Speech, and Language Processing, vol.19, no.3, pp.538-548, 2011. | 미소장 |
| 2 | F. Liu, F. F. Liu, Y. Liu, Automatic Keyword Extraction for the Meeting Corpus using Supervised Approach and Bigram Expansion, In Proceedings of IEEE Workshop Spoken Language Technology, pp.181-183, 2008. | 미소장 |
| 3 | Y.-N. Chen, Y. Huang, H.-Y. Lee, L.-S. Lee, Unsupervised Two-stage Keyword Extraction from Spoken Documents by Topic Coherence and Support Vector Machine, In Proceedings of IEEE International Conference on Acoustic, Speech, and Signal Processing, pp.5041-5044. 2012. | 미소장 |
| 4 | T. Hofmann, Probabilistic Latent Semantic indexing, In Proceedings of the 22nd annual international ACM SIGIR conference on Research and development in information retrieval, pp.50-57, 1999. | 미소장 |
| 5 | S. Brin, L. Page, The PageRank Citation Ranking: Bringing Order to the Web, The anatomy of a large-scale hyper-textual Web search engine, Computer Networks and ISDN Systems, vol.30, pp.107-117, 1998. | 미소장 |
| 6 | http://likms.assembly.go.kr/record/index.html | 미소장 |
| 7 | L. Plas, V. Pallotta, M. Rajman, H. Ghorbel, Automatic Keyword Extraction from Spoken Text, A comparison of two lexical resources: the EDR and WordNet. In Proceedings of the LREC, pp.2205-2208, 2004. | 미소장 |
| 8 | R. Mihalcea, P. Tarau, TextRank: Bringing Order into Texts, In Proceedings of the Empirical Methods in Natural Language Processing, pp. 404-411, 2004. | 미소장 |
| 9 | F. Liu, D. Pennell, F. Liu, Y. Liu, Unsupervised Approaches for Automatic Keyword Extraction Using Meeting Transcripts, In Proceedings of Human Language Technologies: the 2009 Annual Conference of the North American Chapter of the Association for Computational Linguistics, pp.620-628, 2009. | 미소장 |
| 10 | A. Janin, D. Baron, J. Edwards, D. Ellis, D. Gelbart, N. Morgan, B. Peskin, T. Pfau, E. Shriberg, A. Stolcke, C. Wooters, The ICSI meeting corpus, In Proceedings of 2003 IEEE Conference on Acoustics, Speech, and Signal Processing, pp.364-367, 2003. | 미소장 |
| 11 | X. J. Wan, J. W. Yang, J. G. Xiao, Towards an Iterative Reinforcement Approach for Simultaneous Document Summarization and Keyword Extraction, In Proceedings of the 45th Annual Meeting of the Association for Computational Linguistics, pp.552-559, 2007. | 미소장 |
MARC 보기
오류 데이터 정정요청
*표시는 필수 입력사항입니다.
알림톡 발송
| 전화번호 |
|---|
개인정보 수정 바로가기
연속간행물 권호 선택
우편복사 안내
- ◾ 도서관을 방문하지 못할 경우 인터넷, 팩스 등으로 자료 복사를 신청하고, 복사물을 우편·팩스 등으로 제공받는 서비스
- ◾ 대상자료: 일반도서, 연속간행물 및 학위논문
- ※ 고서, 고잡지, 훼손될 우려가 있는 자료, 마이크로폼 자료 및 신문 등 제외
- ◾ 신청 책수: 1인 5책 이하(1일 기준)
- ◾ 신청 절차: 자료 검색 → 우편복사 목록담기 → 복사 범위 입력 → 우편복사 주문서 입력 → 접수 및 확인
- ※ 저작권법에 의거하여 부분 복사(전체 페이지 수의 1/3 범위 이내)만 가능
- ◾ 복사 범위 입력 예시: (연속 페이지) 1-30, (부분 페이지) 25, 30-40
| 번호 | 발행일자 | 권호명 | 제본정보 | 자료실 | 원문 | 신청 페이지 |
|---|
도서위치안내(서울관)
도서위치안내: / 서가번호:
0
확인
우편복사 목록담기를 완료하였습니다.
내서재에 담기
새로운 서재
*표시는 필수 입력사항입니다.
저장
저장 되었습니다.