과학기술분야 텍스트의 정보추출을 위한 딥러닝 기술 및 응용 개발

Abstract

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