대표적인 마이크로 블로그인 트위터(Twitter)에서 사용자들은 상호교류를 통해 사회적 관계 확장하고, 정보를 공유한다. 특히,정보 공유 과정에서 실시간으로 필요한 정보를 얻기 위해 질문과...
대표적인 마이크로 블로그인 트위터(Twitter)에서 사용자들은 상호교류를 통해 사회적 관계 확장하고, 정보를 공유한다. 특히,정보 공유 과정에서 실시간으로 필요한 정보를 얻기 위해 질문과 답변을 한다. 이 같은 질의응답 활동으로 생성된 문서인 트윗(Tweet)은 사용자에 의해 실시간으로 직접 작성된다는 측면에서 동일한 정보를 찾는 다른 사용자에게 도움이 된다. 그래서 정보성있는 질의응답 트윗을 찾아내는 것은 중요한 문제이다. 기존 연구들은 방대한 양의 트윗들로부터 정보성있는 질의응답 트윗들을 찾기 위해 다양한 방법을 제시하였으나, 이를 활용할 방법에 대하여 구체적으로 논의되지 않았다.
본 논문은 정보성있는 질의응답 트윗들을 활용한 검색 시스템을 제안한다. 이 시스템은 대량의 트윗으로부터 질문을 식별하고, 정보성 필터링을 하여 검색 데이터로 구축하는 부분과 구축된 검색 데이터를 활용하여 자연어 질의에 적합한 데이터를 검색하는 부분으로 구성되어 있다. 검색 데이터를 구축하는 부분에서는 질문 식별을 통해 일반적인 모든 내용의 트윗들로부터 질의응답 여부를 식별한 후, 정보성 필터링을 통해 검색 데이터로 활용할 트윗을 선별한다. 다음으로 구축된 데이터로부터 사용자의 정보 요구에 적합한 문서를 검색하는 부분에서는 입력된 자연어 질의를 정련하여 검색모델에 입력하고, 이에 대한 검색 결과를 적합성 피드백에 활용하여 보다 정확한 결과를 출력하게 해준다. 제안된 시스템은 자연어 질의를 통해 필요한 정보를 검색한다는 측면에서 Yahoo! Answer와 같은 커뮤니티형 질의응답 서비스와 유사하다. 하지만 커뮤니티형 질의응답 서비스와는 달리 실시간으로 작성된 질의응답 정보를 검색할 수 있고, 트위터 데이터를 활용하므로써 대량의 정보를 자동으로 얻을 수 있다는 점에서 차이점이 존재한다.
본 논문은 질의응답 쓰레드 검색을 위해 다음과 같이 3가지 측면에서 성능을 평가한다. 1) 쓰레드 내 질문 식별, 2) 식별된 질문 쓰레드의 정보성 필터링, 3) 자연어 질의에 대한 검색. 다양한 실험 결과는 제안하는 검색 시스템이 한국어 질문 분석과 정보성 필터링 작업에 효과적임을 보여준다. 정보성있는 질의응답 데이터를 검색하는 제안된 방법을 통해 특정 질의 주제에 대한 사용자들의 의견을 분석하는데 활용할 수 있다.
，免费韩语论文，韩语论文范文 |
