합성곱 순환 신경망 모델을 활용한 주제별 트윗 분류 기법

Topic-centric Tweets Classification Technique exploiting Convolutional-Recurrent Neural Network Model

초록

최근 스마트폰 이용자의 증가와 무선 인터넷 서비스의 확장에 따라 트위터, 인스타그램, 페이스북과 같은 소셜 네트워크 서비스 이용자가 급증하고 있다. 이러한 소셜 네트워크 서비스를 통해 사용자들은 다양한 정보를 손쉽게 접할 수 있으며, 사용자간의 관계 형성을 통해 자유로운 의사소통과 정보 공유가 가능하다. 하지만 다양한 주제와 관련된 대량의 정보들이 무분별하게 제공됨에 따라 사용자는 관심 정보를 획득하기 위해 많은 시간과 노력을 소비해야한다. 본 논문에서는 주제별로 분류된 정보를 제공하여 사용자의 관심 정보를 보다 직관적으로 찾을 수 있는 트위터 기반 주제별 트윗 분류 기법을 제안한다. 제안한 기법에서 는 합성곱 신경망과 순환 신경망을 결합한 딥러닝 모델을 사용하여 사용자 계정 내에 무분별하게 쌓여 있 는 트윗들을 주제별로 분류한다. 마지막으로 비교 실험을 통해 본 논문에서 제안하는 모델이 기존 기계학 습 기법보다 우수함을 보인다.

제목
합성곱 순환 신경망 모델을 활용한 주제별 트윗 분류 기법
제목 (타언어)
Topic-centric Tweets Classification Technique exploiting Convolutional-Recurrent Neural Network Model
저자
이제훈; 김건우; 이동호
발행일
2017-12
저널명
2017 한국소프트웨어종합학술대회
페이지
286 ~ 288