인공 지능 응용
페이지 정보
작성일 23-12-25 05:26
본문
Download : 인공 지능 응용.doc
Case 1: 관계사의 That을 형용사의 That으로 Scoping하여 잘못 Tagging하는
문제.
Case 2: 관계사의 That을 지시 대명사의 That으로 인식하여 잘못 Tagging
하는 문제
Case 3: 지시대명사의 That을 관계사의 That으로 인식하여 잘못 Tagging
하는 문제
4. MXPOST의 정확도
M…(투비컨티뉴드 )5. FNTBL의 정확도
6. Brill’s Tagger의 Tagging 결과의 예.
다.
1. Brill’s Tagger정확도
전체 Corpus 를 APP에서 Simulation한 결과 分析(분석)THAT 포함 전체 문장 수 약 275문장
잘못 分析(분석)된 문장의 수 23
정확도 약 91.6%
2. Apple Pie Parser의 정확도
전체 Corpus 를 APP에서 Simulation한 결과 分析(분석)THAT 포함 전체 문장 수 약 275문장
잘못 分析(분석)된 문장의 수 49
정확도 약 82%
3. 비교 결과 分析(분석)
Apple Pie Parser와 비교결과 Brill’s Tagger 약 10% 정도 성능이 향상되었으며 APP에 비하여 보다 정확한 품사로 Tagging이 가능 하였습니다.설명
레포트/기타
Brill’sTaggerorAnot
순서
,기타,레포트
Download : 인공 지능 응용.doc( 38 )
인공 지능 응용
인공 지능 응용에 대한 자료입니다. Brill’sTaggerorAnot , 인공 지능 응용기타레포트 ,
인공 지능 응용에 대한 reference(자료)입니다.
요인을 分析(분석)하면 다음과 같은 유형이 대부분이었습니다.
하지만 잘못 Tagging된 경우를 分析(분석)하면 앞의 APP에서 나왔던 것과 유사한 요인이지만 빈도는 많이 줄었습니다.
