download0 view87
twitter facebook

공공누리This item is licensed Korea Open Government License

과학기술분야 텍스트의 정보추출을 위한 딥러닝 기술 및 응용 개발
Alternative Title
Development of Deep Learning Technologies and Applications for the Information Extraction of S&T Open Texts
Korea Institute of Science and Technology Information
Publication Year
funder : 미래창조과학부
funder : KA
1. (제 1주제) 정보추출을 위한 딥러닝 기반 기술 연구
- LSTM CRF에 기반한 개체명 인식에서 단어 표상을 위한 일반적 모델 정립
- LSTM CRF에 기반한 개체명 인식에서 기존 모델 개선 방안 연구
- LSTM CRF에 기반한 개체명 인식에서 다양한 사전 자질 활용 방안 연구
- 범용 개체명 인식에서 제안 문자 기반 LSTM CRF 방법을 통해 최종 목표 성능 달성
2. (제 2주제) 딥 러닝 기반 정보 추출 기술 응용 연구
- 식품 분야 딥러닝 기반 정보추출 분류체계 확정
- 식품 분야 개체명 태깅 가이드 라인 및 태깅 프로세스 수립
- 태깅 프로세스를 바탕으로 식품 분야 개체명 태깅 학습 코퍼스 구축
- 식품 분야 개체명 인식을 위한 도메인 특화 사전 구축
- 식품 분야 개체명 인식에서 제안 문자 기반 LSTM CRF 방법을 통해 최종 목표 성능 달성
3. (제 3주제) 딥 러닝 기반 개체식별 기술 적용 및 성능향상 방안 도출
- 식품 분약 학습데이터 2000건 구축
- 개체식별 성능향상 방안 도출 (식품도메인 사전 확장 및 딥러닝 은닉층 증가)

Ⅳ. Result of the study
1) Development of basic sequential labelling models based on LSTM CRF
2) Development of novel LSTM CRF model using character-based LSTM-CNN method for word representation
3) Construction of food domain named entity taxonomy and corresponding training corpus
4) Application of LSTM CRF methods to food domain named entity task with detailed experiment results
정보추출; 딥러닝; 개체명 인식; 텍스트; Information Extraction; Deep Learning; Named Entity Recognition; Text
Files in This Item:
There are no files associated with this item.
Appears in Collections:
7. KISTI 연구성과 > 연구보고서 > 2017
RIS (EndNote)
XLS (Excel)