LDA를 이용한 논문 유사도 계산 방안의 성능 평가
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 배덕호 | - |
dc.contributor.author | 엄태환 | - |
dc.contributor.author | 윤석호 | - |
dc.contributor.author | 박정 | - |
dc.contributor.author | 김상욱 | - |
dc.date.accessioned | 2022-07-16T11:27:12Z | - |
dc.date.available | 2022-07-16T11:27:12Z | - |
dc.date.created | 2021-05-13 | - |
dc.date.issued | 2013-01 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/163572 | - |
dc.description.abstract | Latent Dirichlet Allocation (LDA)은 단어들의 분포와 단어들 간의 co-occurence를 고려해 문서 집합에서 주제를 도출하기 때문에 논문들 간의 유사도를 계산하는데 활용될 수 있다. 그러나 LDA는 주제를 도출하는데 있어, 도출할 주제 수를 사용자 매개 변수로 입력하여야 하며, 초기 시드로 선택된 논문들의 단어 분포에 민감하다. 본 논문에서는 다양한 실험을 통해 (1) 도출할 주제 수와 (2) 초기 시드의 변화에 따른 LDA를 이용한 논문 유사도 계산 방안의 성능 변화를 분석한다. | - |
dc.language | 한국어 | - |
dc.language.iso | ko | - |
dc.publisher | 한국통신학회 | - |
dc.title | LDA를 이용한 논문 유사도 계산 방안의 성능 평가 | - |
dc.title.alternative | Performance Evaluation of an LDA-based Similarity Measure for Scientific Literature | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 김상욱 | - |
dc.identifier.bibliographicCitation | 2013 동계종합학술발표회, pp.356 - 357 | - |
dc.relation.isPartOf | 2013 동계종합학술발표회 | - |
dc.citation.title | 2013 동계종합학술발표회 | - |
dc.citation.startPage | 356 | - |
dc.citation.endPage | 357 | - |
dc.type.rims | ART | - |
dc.type.docType | Proceeding | - |
dc.description.journalClass | 2 | - |
dc.description.isOpenAccess | N | - |
dc.description.journalRegisteredClass | other | - |
dc.identifier.url | http://www.dbpia.co.kr/Journal/ArticleDetail/NODE02136041 | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
222, Wangsimni-ro, Seongdong-gu, Seoul, 04763, Korea+82-2-2220-1365
COPYRIGHT © 2021 HANYANG UNIVERSITY.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.