Earticle

초록

한국어

본 논문에서는 기계학습 방법에 기반을 둔 119 긴급 신고 전화 전사 데이터에 대한 구급, 구조, 화재 상 황 분류 알고리즘을 개발하였다. 신고전화에서 빈번하게 발생하는 비정형 발화 패턴을 효율적으로 정규화 하고 자연어 문장 처리 기법에서 일반적으로 사용하는 방법을 적용하여 신고전화 텍스트 데이터를 기계학 습에서 사용할 수 있는 특징 벡터로 재구성하였다. 2743개의 신고전화에 대해 선형 서포트 벡터 머신을 이 용하여 상황 분류를 수행한 결과, 92% 의 정확도를 얻을 수 있었다.

목차

요약
1. 서론
2. 본론
2.1. 문장 데이터 전처리 (Text preprocessing)
2.2. 특징 벡터 추출 (Feature vector extraction)
2.3. 학습
3. 결론
감사의 글
참고문헌

저자

• 곽세민 [ Semin Kwak | 한국과학기술연구원 로봇연구단 연구원 ]
• 임윤섭 [ Yoonseob Lim | 한국과학기술연구원 로봇연구단 선임연구원 ]
• 최종석 [ JongSuk Choi | 한국과학기술연구원 로봇연구단 책임연구원 ]

참고문헌