딥러닝을 이용한 법률 분야 한국어 의미 유사판단에 관한 연구Deep Learning Based Semantic Similarity for Korean Legal Field
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | 김성원 | ko |
| dc.contributor.author | 박광렬 | ko |
| dc.date.accessioned | 2022-12-11T02:01:48Z | - |
| dc.date.available | 2022-12-11T02:01:48Z | - |
| dc.date.created | 2022-12-11 | - |
| dc.date.issued | 2022-02 | - |
| dc.identifier.citation | 정보처리학회논문지. 소프트웨어 및 데이터 공학, v.11, no.2, pp.93 - 100 | - |
| dc.identifier.issn | 2287-5905 | - |
| dc.identifier.uri | http://hdl.handle.net/10203/302626 | - |
| dc.description.abstract | 기존의 데이터 검색 방법으로는 키워드 중심의 검색 방법이 주로 사용되나, 이는 전문적인 용어가 많이 쓰이는 법률 분야의 검색 방법으로는적합하지 않다. 이에 대해 본 논문에서는 법률 분야의 효과적인 데이터 검색 방안을 제안한다. 법률 도메인의 자연어처리 분야에서 문장 간의유사성을 판단하는 데 최적화된 임베딩 방법에 관하여 서술한다. 법률문장을 TF-IDF를 이용하여 키워드 기반으로 임베딩하거나 Universal SentenceEncoder를 이용하여 의미 기반으로 임베딩을 한 후, BERT모델을 결합하여 법률 분야에서 문장 간 유사성을 검사하여 데이터를 검색하는 최적의방안을 제안한다. | - |
| dc.language | Korean | - |
| dc.publisher | 한국정보처리학회 | - |
| dc.title | 딥러닝을 이용한 법률 분야 한국어 의미 유사판단에 관한 연구 | - |
| dc.title.alternative | Deep Learning Based Semantic Similarity for Korean Legal Field | - |
| dc.type | Article | - |
| dc.type.rims | ART | - |
| dc.citation.volume | 11 | - |
| dc.citation.issue | 2 | - |
| dc.citation.beginningpage | 93 | - |
| dc.citation.endingpage | 100 | - |
| dc.citation.publicationname | 정보처리학회논문지. 소프트웨어 및 데이터 공학 | - |
| dc.identifier.kciid | ART002816363 | - |
| dc.contributor.localauthor | 김성원 | - |
| dc.contributor.nonIdAuthor | 박광렬 | - |
| dc.description.isOpenAccess | N | - |
| dc.subject.keywordAuthor | NLP | - |
| dc.subject.keywordAuthor | LegalTech | - |
| dc.subject.keywordAuthor | Semantic Similarity | - |
| dc.subject.keywordAuthor | BERT | - |
| dc.subject.keywordAuthor | Legal | - |
| dc.subject.keywordAuthor | 자연어처리 | - |
| dc.subject.keywordAuthor | 리걸테크 | - |
| dc.subject.keywordAuthor | Semantic Similarity | - |
| dc.subject.keywordAuthor | BERT | - |
| dc.subject.keywordAuthor | 법률 | - |
- Appears in Collection
- RIMS Journal Papers
- Files in This Item
- There are no files associated with this item.
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.