| 1 |
1
지식베이스 기반의 개체명 중의성 해소 방법으로서, 입력 문장의 단어들 중 개체로 인식되는 단어들을 선별하는 단계;지식베이스를 이용한 개체와 개체간의 관계를 표현한 데이터 학습에 기반하여 선별된 단어들 각각의 개체 후보군을 결정하는 단계;상기 개체 후보군 각각으로부터 모든 경우의 수를 고려하여 후보들을 임의로 조합한 조합셋을 구축하는 단계; 및 상기 조합셋 각각의 유사도의 랭킹을 산출하여 상기 선별된 단어들 각각의 개체명 의미를 판단하는 단계를 포함하는 것을 특징으로 하는, 개체명 중의성 해소 방법
|
| 2 |
2
제1항에 있어서, 상기 입력 문장의 단어들 중 개체로 인식되는 단어들을 선별하는 단계는,상기 입력 문장의 단어들 중 명사, 동사 또는 형용사인 단어들을 선별하는 단계를 포함하는 것을 특징으로 하는, 개체명 중의성 해소 방법
|
| 3 |
3
제1항에 있어서, 상기 선별된 단어들 각각의 개체 후보군을 결정하는 단계는, 상기 선별된 단어들 각각과 매칭되면서, 상기 선별된 단어들 각각의 개체타입과 매칭되는 개체를 후보군으로 결정하는 단계를 포함하는 것을 특징으로 하는, 개체명 중의성 해소 방법
|
| 4 |
4
제3항에 있어서, 상기 개체타입은, 인스턴스, 클래스, 프로퍼티 중 어느 하나인 것을 특징으로 하는, 개체명 중의성 해소 방법
|
| 5 |
5
제1항에 있어서, 상기 조합셋 각각의 유사도는 하기 [수학식]에 기반하여 산출되고, [수학식]여기서, V는 한 단어에 대한 후보 개체의 집합인 노드셋의 개수, 는 u 노드셋의 i 번째 노드, 는 ν 노드셋의 j 번째 노드를 나타내는 것을 특징으로 하는, 개체명 중의성 해소 방법
|
| 6 |
6
지식베이스 기반의 개체명 중의성 해소 장치로서, 입력 문장의 단어들 중 개체로 인식되는 단어들을 선별하고, 지식베이스를 이용한 개체와 개체간의 관계를 표현한 데이터 학습에 기반하여 선별된 단어들 각각의 개체 후보군을 결정하고, 상기 개체 후보군 각각으로부터 모든 경우의 수를 고려하여 후보들을 임의로 조합한 조합셋을 구축하고, 상기 조합셋 각각의 유사도의 랭킹을 산출하여 상기 선별된 단어들 각각의 개체명 의미를 판단하는 하나 이상의 프로세서를 포함하는 것을 특징으로 하는, 개체명 중의성 해소 장치
|
| 7 |
7
제6항에 있어서, 상기 하나 이상의 프로세서는, 상기 입력 문장의 단어들 중 명사, 동사 또는 형용사인 단어들을 선별하는 것을 특징으로 하는, 개체명 중의성 해소 장치
|
| 8 |
8
제6항에 있어서, 상기 하나 이상의 프로세서는, 상기 선별된 단어들 각각과 매칭되면서, 상기 선별된 단어들 각각의 개체타입과 매칭되는 개체를 후보군으로 결정하는 것을 특징으로 하는, 개체명 중의성 해소 장치
|
| 9 |
9
제8항에 있어서, 상기 개체타입은, 인스턴스, 클래스, 프로퍼티 중 어느 하나인 것을 특징으로 하는, 개체명 중의성 해소 장치
|
| 10 |
10
제6항에 있어서, 상기 조합셋 각각의 유사도는 하기 [수학식]에 기반하여 산출되고, [수학식]여기서, V는 한 단어에 대한 후보 개체의 집합인 노드셋의 개수, 는 u 노드셋의 i 번째 노드, 는 ν 노드셋의 j 번째 노드를 나타내는 것을 특징으로 하는, 개체명 중의성 해소 장치
|
