질의문 키워드의 가중치 부여 방법을 이용한 정답 문서 순위화 시스템 = The answer documents ranking system using weighting keywords

국문 초록 (Abstract)

본 논문에서는 자연어로 된 질의문에 대한 키워드 추출 및 가중치 부여 방법을 이용하여 정답 문서를 상위로 순위화하는 방법을 제안한다. 정답 문서를 상위로 순위화하기 위해 자연어 질의문과 정답 문서에서 나타나는 키워드의 특성을 분석하고, 색인어로써 중요한 역할을 할 수 있는 키워드를 다양한 형태로 추출한 후, 추출된 키워드에 차별화된 가중치를 부여한다. 끝으로 문서에 나타난 키워드의 출현 횟수와 문서 가중치를 이용하여 문서를 순위화한다. 실험에서는 20개의 질의문에 대해 상위 5위 안에 들어 있는 정답 문서의 수를 측정하였다. 실험결과 상위 5위 안에 들어 있는 정답 문서의 평균 개수는 3.05개로 키워드의 출현횟수와 키워드의 근접상을 이용한 방법보다 높은 성능 향상을 보였다.

다국어 초록 (Multilingual Abstract)

This paper describes a method of weighting keywords in the question that is written in a natural language for ranking answer documents. We extract keywords from the question using characteristic of question and keywords that are used in answer documents. And we assign differentiated weight to each keyword. Finally, we rank documents in order that answer documents can be ranked in high position using frequency of keywords and weight of documents. In experiment, we tested the number of answer documents that are ranked in top 5 for 20 questions. Experimental results show that the average number of answer documents that are ranked in top 5 was 3.05 and the accuracy of the proposed method was improved comparing with the existing method using frequency and proximity of keywords.