재난문자 분류를 위한 딥러닝 모델open accessA Deep Learning Model for Disaster Alerts Classification
- Other Titles
- A Deep Learning Model for Disaster Alerts Classification
- Authors
- 박순욱; 전혜윤; 김윤수; 이수원
- Issue Date
- Dec-2021
- Publisher
- 한국컴퓨터정보학회
- Keywords
- Disaster Alerts; Text Classification; Deep Learning; Word Embedding; BERT; 재난문자; 텍스트 분류; 딥러닝; 단어 임베딩; BERT
- Citation
- 한국컴퓨터정보학회논문지, v.26, no.12, pp.1 - 9
- Journal Title
- 한국컴퓨터정보학회논문지
- Volume
- 26
- Number
- 12
- Start Page
- 1
- End Page
- 9
- URI
- http://scholarworks.bwise.kr/ssu/handle/2018.sw.ssu/41784
- DOI
- 10.9708/jksci.2021.26.12.001
- ISSN
- 1598-849X
- Abstract
- 재난문자는 재난 발생 시 국가에서 해당 지역에 있는 시민들에게 보내는 문자 메시지다. 재난문자의 발송 건수는 점점 증가하여, 불필요한 재난문자가 많이 수신됨에 따라 재난문자를 차단하는 사람들이 증가하고 있다. 이와 같은 문제를 해결하기 위하여, 본 연구에서는 재난문자를 재난유형별로 자동으로 분류하고 수신자에 따라 필요한 재난의 재난문자만 수신하게 하는 딥러닝 모델을 제안한다. 제안 모델은 재난문자를 KoBERT를 통해 임베딩하고, LSTM을 통해 재난 유형별로 분류한다. [명사], [명사 + 형용사 + 동사], [모든 품사]의 3가지 품사 조합과 제안 모델, 키워드분류, Word2Vec + 1D-CNN 및 KoBERT + FFNN의 4종류 분류 모델을 활용하여 재난문자를 분류한 결과, 제안 모델이 0.988954의 정확도로 가장 높은 성능을 달성하였다.
- Files in This Item
-
Go to Link
- Appears in
Collections - College of Information Technology > School of Software > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.