Annual Conference on Human and Language Technology (한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리))
- 2017.10a
- /
- Pages.324-326
- /
- 2017
- /
- 2005-3053(pISSN)
KACTEIL-NER: Named Entity Recognizer Using Deep Learning and Ensemble Technique
KACTEIL-NER: 딥러닝과 앙상블 기법을 이용한 개체명 인식기
- Park, Geonwoo (Kangwon National University Computer and Communication Engineering) ;
- Park, Seongsik (Kangwon National University Computer and Communication Engineering) ;
- Jang, Yoengjin (Kangwon National University Computer and Communication Engineering) ;
- Choi, Kihyoen (Kangwon National University Computer and Communication Engineering) ;
-
Kim, Harksoo
(Kangwon National University Computer and Communication Engineering)
- 박건우 (강원대학교 컴퓨터정보통신공학과) ;
- 박성식 (강원대학교 컴퓨터정보통신공학과) ;
- 장영진 (강원대학교 컴퓨터정보통신공학과) ;
- 최기현 (강원대학교 컴퓨터정보통신공학과) ;
-
김학수
(강원대학교 컴퓨터정보통신공학과)
- Published : 2017.10.13
Abstract
개체명 인식은 입력 문장에서 인명, 지명, 기관명, 날짜, 시간 등과 같은 고유한 의미를 갖는 단어 열을 찾아 범주를 부착하는 기술이다. 기존의 연구에서는 단어 단위나 음절 단위를 입력으로 사용하였다. 하지만 단어 단위의 경우 미등록어 처리가 어려우며 음절 단위의 경우 단어 고유의 의미가 희석되는 문제가 발생한다. 이러한 문제들을 해결하기 위해 본 논문에서는 형태소 단위 개체명 인식기와 음절 단위 개체명 인식기를 앙상블하여 보정된 결과를 예측하는 개체명 인식기를 제안한다. 제안된 모델은 각각의 단일 입력 모델보다 향상된 F1-점수(0.8049)를 보였다.