• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.16 no.11
• /
• pp.7718-7728
• /
• 2015

Semantic similarity between words can be applied in many fields including computational linguistics, artificial intelligence, and information retrieval. In this paper, we present weighted method for measuring a semantic similarity between words in a document. This method uses edge distance and depth of WordNet. The method calculates a semantic similarity between words on the basis of document information. Document information uses word term frequencies(TF) and word concept frequencies(CF). Each word weight value is calculated by TF and CF in the document. The method includes the edge distance between words, the depth of subsumer, and the word weight in the document. We compared out scheme with the other method by experiments. As the result, the proposed method outperforms other similarity measures. In the document, the word weight value is calculated by the proposed method. Other methods which based simple shortest distance or depth had difficult to represent the information or merge informations. This paper considered shortest distance, depth and information of words in the document, and also improved the performance.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.07a
• /
• pp.314-316
• /
• 2012

본 논문에서는 의료영상 영역화 기법으로 이용되는 레이블 융합 기법을 기반으로, 정합 기법을 이용했을 시 빈번하게 발생하는 경계에서의 오차를 크게 줄여줄 수 있는 기법을 제안한다. 패치 기반 레이블 융합 기법은 패치 간의 밝기 값의 유사도를 기반으로 융합 가중치를 계산하였지만 이는 밝기의 분포가 상대적으로 다른 자기공명영상에 적합하지 못한 경우가 많았다. 본 논문에서는 밝기 값과 함께 밝기 값의 경사도 유사도를 추가적으로 계산하여 융합 가중치를 얻어내는 기법을 제안한다. 밝기의 분포가 다른 영역에서도 밝기의 경사도 분포는 대부분 유사하기 때문에, 오차가 많은 모호한 경계에서 향상된 결과를 얻을 수 있었다. 제안하는 기법의 성능평가를 위해 50 개의 SKI10 무릎 관절 데이터 셋 내에서 대퇴골을 영역화 하였다. 실험 결과를 통해 제안하는 기법이 밝기 값 유사도 정보만을 이용했던 기법에 비해 개선된 성능을 보이고 있음을 확인할 수 있다.

• The KIPS Transactions:PartB
• /
• v.10B no.7
• /
• pp.735-742
• /
• 2003

In the information retrieval system, document clustering technique is to provide user convenience and visual effects by rearranging documents according to the specific topics from the retrieved ones. In this paper, we clustered documents using K-Means algorithm and present the effect of index terms weighting scheme on the document clustering. To verify the experiment, we applied Latent Semantic Indexing approach to illustrate the clustering results and analyzed the clustering results in 2-dimensional space. Experimental results showed that in case of applying local weighting, global weighting and normalization factor, the density of clustering is higher than those of similar or same weighting schemes in 2-dimensional space. Especially, the logarithm of local and global weighting is noticeable.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.4
• /
• pp.877-885
• /
• 2011

A collaborative filtering(CF) is the most widely used technique in recommender system. However, CF has sparsity and scalability problems. These problems reduce the accuracy of recommendation and extensive studies have been made to solve these problems, In this paper, we proposed a method that uses a weight so as to solve these problems. After creating a user-item matrix, the proposed method analyzes information about users who prefer the item only by using data with a rating over 4 for enhancing the accuracy in the recommendation. The proposed method uses information about the genre of the item as well as analyzed user information as a weight during the calculation of similarity, and it calculates prediction by using only data for which the similarity is over a threshold and uses the data as the rating value of unrated data. It is possible simultaneously to reduce sparsity and to improve accuracy by calculating prediction through an analysis of the characteristics of an item. Also, it is possible to conduct a quick classification based on the analyzed information once a new item and a user are registered. The experiment result indicated that the proposed method has been more enhanced the accuracy, compared to item based, genre based methods.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.940-941
• /
• 2014

국내 MPI 시스템의 도입을 위하여 한글성명에 대한 유사도 비교 알고리즘이 필요하다. 기존의 영문성명 비교 알고리즘의 경우 조합형 글자를 지원하지 않기 때문에 한글에 적용할 경우 좋은 결과를 내지 못한다. 이러한 문제를 해결하기 위해 한글성명 매칭 알고리즘을 연구하였으며 본 논문에서는 한글 유사도 알고리즘에서 사용되는 여러 가중치의 최적 값을 시뮬레이션을 통해 산정하는 방법에 관하여 연구하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.942-944
• /
• 2014

최근 병원정보시스템의 도입으로 병원 내 의료서비스 효율성 향상이 두드러지고 있다. 이러한 병원정보시스템의 개선으로 의료정보 통합이라는 문제가 대두되고 있으며, 이를 시도하고자 하는 움직임이 나타나고 있다. 그러나 의료정보 통합을 위한 선행 단계로 동일 환자를 찾는 문제해결이 우선시 되며, 이를 위한 환자 식별 알고리즘의 연구가 필요시 되고 있다. 대표적인 사례로 MPI(Master Patient Index) 모듈을 통해 환자의 기본 정보 및 진료 정보 등의 여러 필드를 비교하여 유사도를 산출할 수 있으나, 국내에 적합하지 않는 언어체계, 필드별 최적 가중치의 산정 등 여러 가지 문제점들을 가지고 있다. 본 논문은 이러한 MPI 등과 같은 매칭 알고리즘의 정확도를 높일 수 있는 보완적인 방법으로, 환자 필드 정보 외에 촬영한 의료 영상(MRI) 정보를 활용하여 동일 환자를 찾는 방법을 제안한다. 기존의 영상 정보만을 활용한 방법과는 달리, 의료영상의 물리적인 정보를 환자 식별 시 가장 높은 가중치를 부여하여 변하지 않는 불변의 특정 값으로 하여 높은 정확도를 검출하였다. 이러한 영상 정보를 활용한 유사도 측정 결과는 향후 환자 식별에 있어 보조적인 수단으로 활용하고자 한다.

• Proceedings of the Korean Society for Information Management Conference
• /
• 2001.08a
• /
• pp.137-142
• /
• 2001

본 논문에서는 벡터모델과 신경망 모델을 이용하여 데이터 퓨전의 관점에서 다중증거로서 가중치, 문헌분리가, 엔트로피, 공기유사도를 적절히 결합하여 질의를 확장하는 방법을 제안한다. 실험결과 코사인 정규화 가중치 알고리즘, 문서길이 정규화 가중치 알고리즘과 결합하여 질의를 확장하는 것이 정규화시키지 않고 단순히 문헌빈도와 역문헌빈도의 조합을 이용한 가중치 알고리즘과 결합했을 때 보다 평균 정확률 향상이 더 높게 나타났다. 또한 다양한 공기기반 유사도를 이용하여 질의확장을 한 결과 벡터모델과 신경망 모델에서 코사인 공기유사도에 기반하여 질의확장한 경우가 다른 공기유사도에 비해 더 좋은 성능을 보였다.

• Journal of KIISE:Software and Applications
• /
• v.32 no.3
• /
• pp.141-152
• /
• 2005

A new emotion-based image retrieval method is proposed in this paper. Query emotion descriptors called query color code and query gray code are designed based on the human evaluation on 13 emotions('like', 'beautiful', 'natural', 'dynamic', 'warm', 'gay', 'cheerful', 'unstable', 'light' 'strong', 'gaudy' 'hard', 'heavy') when 30 random patterns with different color, intensity, and dot sizes are presented. For emotion image retrieval, once a query emotion is selected, associated query color code and query gray code are selected. Next, DB color code and DB gray code that capture color and, intensify and dot size are extracted in each database image and a matching process between two color codes and between two gray codes are peformed to retrieve relevant emotion images. Also, a new relevance feedback method is proposed. The method incorporates human intention in the retrieval process by dynamically updating weights of the query and DB color codes and weights of an intra query color code. For the experiments over 450 images, the number of positive images was higher than that of negative images at the initial query and increased according to the relevance feedback.

• Annual Conference on Human and Language Technology
• /
• 2008.10a
• /
• pp.90-95
• /
• 2008

이미 국외에서는 WordNet과 같은 의미적 언어자원을 활용한 문서 유사도 측정에 관한 많은 연구가 진행되고 있다. 그러나 국내에서는 아직 WordNet과 같은 언어자원이 부족하여, 이를 바탕으로 한 문서 유사도 측정 방법이나 그 결과를 활용하는 방법에 관한 연구가 미흡하다. 기존에 국내에서 사용된 문서 유사도 측정법들은 대부분 문서 내에 출현하는 어휘들의 의미에 기반하기 보다는, 그 어휘들의 단순 매칭이나 빈도수를 이용한 가중치 측정법, 또는 가중치를 이용한 중요 어휘 추출방법들 이었다. 이 때문에, 기존의 유사도 측정법들은 문서의 문맥정보를 포함하지 못하고, 어휘의 빈도를 구하기 위하여 대용량의 문서집합에 의존적이며, 또한 특정 개념(의미)을 다른 어휘로 표현하거나, 유사/관련 어휘가 사용된 유사 문서에 대한 처리가 미흡하였다. 본 논문에서는 이에 착안하여 한국어 어휘 의미망인 U-WIN과 문맥에 사용된 어휘들의 overlap 정보를 사용하여, 단순히 어휘에 기반하지 않고, 기본적인 문맥정보를 활용하며, 어휘의 의미에 기반을 둔 문서유사도 측정법을 제안한다.

• Journal of KIISE:Databases
• /
• v.27 no.1
• /
• pp.90-100
• /
• 2000

We propose, in this paper, a new query expansion technique with term reweighting. All terms in the documents feedbacked from a user, excluding stopwords, are selected as candidate terms for query expansion and reweighted using the relevance degree which is calculated from the term-distribution similarity between a candidate term and each term in initial query. The term-distribution similarity of two terms is a measure on how similar their occurrence distributions in relevant documents are. The terms to be actually expanded are selected using the relevance degree and combined with initial query to construct an expanded query. We use KT-set 1.0 and KT-set 2.0 to evaluate performance and compare our method with two methods, one with no relevance feedback and the other with Dec-Hi method which is similar to our method. based on recall and precision.