RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      KCI등재

      지식 검색 시스템에 적용 가능한추천 질의 시스템

      한글로보기

      https://www.riss.kr/link?id=A82402868

      • 0

        상세조회
      • 0

        다운로드
      서지정보 열기
      • 내보내기
      • 내책장담기
      • 공유하기
      • 오류접수

      부가정보

      국문 초록 (Abstract) kakao i 다국어 번역

      지식 검색 시스템은 사용자의 질의에 대해 다른 질의 응답 문서들을 검색하는 시스템이다. 그러나 우수한 평가를 받은 질의 응답이라 하더라도 사용자가 원하는 것과는 거리가 먼 내용일 수 있다. 이는 사용자가 원하는 내용을 질의로 표현할 때 자신의 질의 의도를 정확하게 표현하지 못하는 등의 이유가 있기 때문이다. 본 논문에서는 검색된 결과에서 사용자가 원하는 내용을 얻지 못한 경우에, 원하는 내용이 있을 가능성이 있는 추가적인 질의 응답들을 추천하여 사용자의 만족도를 높일 수 있는 새로운 형태의 지식 검색 시스템을 제안한다.
      번역하기

      지식 검색 시스템은 사용자의 질의에 대해 다른 질의 응답 문서들을 검색하는 시스템이다. 그러나 우수한 평가를 받은 질의 응답이라 하더라도 사용자가 원하는 것과는 거리가 먼 내용일 수...

      지식 검색 시스템은 사용자의 질의에 대해 다른 질의 응답 문서들을 검색하는 시스템이다. 그러나 우수한 평가를 받은 질의 응답이라 하더라도 사용자가 원하는 것과는 거리가 먼 내용일 수 있다. 이는 사용자가 원하는 내용을 질의로 표현할 때 자신의 질의 의도를 정확하게 표현하지 못하는 등의 이유가 있기 때문이다. 본 논문에서는 검색된 결과에서 사용자가 원하는 내용을 얻지 못한 경우에, 원하는 내용이 있을 가능성이 있는 추가적인 질의 응답들을 추천하여 사용자의 만족도를 높일 수 있는 새로운 형태의 지식 검색 시스템을 제안한다.

      더보기

      다국어 초록 (Multilingual Abstract) kakao i 다국어 번역

      Knowledge search system is to find the question-answer documents for user question. Even highly qualified question-answer documents could be far different from those that a user want to find. The reason for this failure is that user frequently fails to make user's question to express his/her intension precisely. In this paper, we show our newly developed knowledge search system that recommends additional question-answer documents to include the contents that user want to find with high probability.
      번역하기

      Knowledge search system is to find the question-answer documents for user question. Even highly qualified question-answer documents could be far different from those that a user want to find. The reason for this failure is that user frequently fails t...

      Knowledge search system is to find the question-answer documents for user question. Even highly qualified question-answer documents could be far different from those that a user want to find. The reason for this failure is that user frequently fails to make user's question to express his/her intension precisely. In this paper, we show our newly developed knowledge search system that recommends additional question-answer documents to include the contents that user want to find with high probability.

      더보기

      목차 (Table of Contents)

      • 요약
      • ABSTRACT
      • 1. 서론
      • 2. 관련 연구
      • 3. 지식 검색 시스템에서 사용 가능한 질의 추천 방법
      • 요약
      • ABSTRACT
      • 1. 서론
      • 2. 관련 연구
      • 3. 지식 검색 시스템에서 사용 가능한 질의 추천 방법
      • 3.1 유사도 계산
      • 3.2 퍼지 함의 관계를 이용한 질의 추천
      • 4. 실험 및 평가
      • 4.1 질의에 대한 응답의 평가
      • 4.2 질의에 대한 추천 질의의 평가
      • 5. 결론
      • 참고문헌
      더보기

      참고문헌 (Reference)

      1 강승식, "한국어 분석 모듈 KLT version 2.1.0f"

      2 박소연, "지식 검색 서비스 개선을 위한 문서의 적합도 및 신뢰도 분석" 한국문헌정보학회 40 (40): 299-314, 2006

      3 Zoltán Gyöngyi, "Questioning Yahoo! Answers" 2007

      4 Yandong Liu, "Predicting Information Seeker Satisfaction in Community Question Answering" 483-490, 2008

      5 H. T. Dang, "Overview of the TREC 2007 Question Answering Track" 2007

      6 S. E. Robertson, "Okapi at TREC-3" 109-126, 1995

      7 Tak-Lam Wong, "Learningto Adapt Web Information Extraction Knowledge and Discovering New Attributes via a Bayesian Approach" 22 (22): 523-536, 2009

      8 C. J. Van Rijsbergen, "Information Retrieval" Butterworths 1979

      9 Jiang Bian, "Finding the right facts in the crowd: factoid question answering over social media" 467-476, 2008

      10 Jiwoon Jeon, W., "Finding Similar Questions in Large Question and Answer Archives" 84-90, 2005

      1 강승식, "한국어 분석 모듈 KLT version 2.1.0f"

      2 박소연, "지식 검색 서비스 개선을 위한 문서의 적합도 및 신뢰도 분석" 한국문헌정보학회 40 (40): 299-314, 2006

      3 Zoltán Gyöngyi, "Questioning Yahoo! Answers" 2007

      4 Yandong Liu, "Predicting Information Seeker Satisfaction in Community Question Answering" 483-490, 2008

      5 H. T. Dang, "Overview of the TREC 2007 Question Answering Track" 2007

      6 S. E. Robertson, "Okapi at TREC-3" 109-126, 1995

      7 Tak-Lam Wong, "Learningto Adapt Web Information Extraction Knowledge and Discovering New Attributes via a Bayesian Approach" 22 (22): 523-536, 2009

      8 C. J. Van Rijsbergen, "Information Retrieval" Butterworths 1979

      9 Jiang Bian, "Finding the right facts in the crowd: factoid question answering over social media" 467-476, 2008

      10 Jiwoon Jeon, W., "Finding Similar Questions in Large Question and Answer Archives" 84-90, 2005

      11 Bumghi Choi, "Dynamic Construction of Category Hierarchy Using Fuzzy Relational Products" 2690 : 296-302, 2003

      12 Pawel Jurczyk, "Discovering Authorities in Question Answer Communities by Using Link Analysis" 919-922, 2007

      13 Li Wang, "Can We Get a Better Retrieval nFunction From Machine?" 2004

      14 Ellen M. Voorhees, "Building a question answering test collection" 200-207, 2000

      15 Marc Light,Gideon S.Mann,Ellen Riloff,and Eric Breck, "Analyses for elucidating current question answering technology" 7 (7): 325-342, 2001

      16 Donghui Feng, "An intelligent discussion -bot for answering student queries in threaded discussions" 171-177, 2006

      17 Kevin K. Nam, "Adamic, Questions in, Knowledge niN? A Study of Naver’s Question Answering Community" 779-788, 2009

      18 Harksoo Kim, "A reliable FAQ retrieval system using a query log classification technique based on LSA" 43 (43): 420-430, 2007

      더보기

      분석정보

      View

      상세정보조회

      0

      Usage

      원문다운로드

      0

      대출신청

      0

      복사신청

      0

      EDDS신청

      0

      동일 주제 내 활용도 TOP

      더보기

      주제

      연도별 연구동향

      연도별 활용동향

      연관논문

      연구자 네트워크맵

      공동연구자 (7)

      유사연구자 (20) 활용도상위20명

      인용정보 인용지수 설명보기

      학술지 이력

      학술지 이력
      연월일 이력구분 이력상세 등재구분
      2022 평가예정 재인증평가 신청대상 (재인증)
      2019-01-01 평가 등재학술지 유지 (계속평가) KCI등재
      2016-01-01 평가 등재학술지 유지 (계속평가) KCI등재
      2012-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2009-01-01 평가 등재학술지 선정 (등재후보2차) KCI등재
      2008-01-01 평가 등재후보 1차 PASS (등재후보1차) KCI등재후보
      2007-01-01 평가 등재후보학술지 유지 (등재후보1차) KCI등재후보
      2006-01-01 평가 등재후보 1차 FAIL (등재후보1차) KCI등재후보
      2005-01-01 평가 등재후보학술지 유지 (등재후보1차) KCI등재후보
      2004-01-01 평가 등재후보학술지 유지 (등재후보1차) KCI등재후보
      2002-01-01 평가 등재후보학술지 선정 (신규평가) KCI등재후보
      더보기

      학술지 인용정보

      학술지 인용정보
      기준연도 WOS-KCI 통합IF(2년) KCIF(2년) KCIF(3년)
      2016 1.5 1.5 1.45
      KCIF(4년) KCIF(5년) 중심성지수(3년) 즉시성지수
      1.41 1.25 1.991 0.38
      더보기

      이 자료와 함께 이용한 RISS 자료

      나만을 위한 추천자료

      해외이동버튼