Proceedings of the Korean Information Science Society Conference (한국정보과학회:학술대회논문집)

  • 2011.06c
  • /
  • Pages.327-330
  • /
  • 2011
  • /
  • 1598-5164(pISSN)
Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

Recognition of Video Characters by Learning Dialogues Using Author-Topic Models

Author-Topic 모델 기반 대본 학습을 통한 비디오 등장 인물 인식

  • Lim, Byoung-Kwon (School of Computer Science and Engineering Seoul National University) ;
  • Heo, Min-Oh (School of Computer Science and Engineering Seoul National University) ;
  • Zhang, Byoung-Tak (School of Computer Science and Engineering Seoul National University)
  • 임병권 (서울대학교 컴퓨터공학부) ;
  • 허민오 (서울대학교 컴퓨터공학부) ;
  • 장병탁 (서울대학교 컴퓨터공학부)
  • Published : 2011.06.29

⟨ Previous Next ⟩

Abstract

기계학습 기술이 발달함에 따라 기계학습은 제한된 상황에서 벗어나, 실생활과 비슷한 복잡하고 다양한 상황에서의 학습이 중요한 이슈가 되었다. 본고에서는 현실과 비슷한 상황을 도입하기 위하여 드라마를 사용한다. 드라마 내의 등장인물들은 말투, 어조, 관심주제와 같이 다양한 특성을 내재하고 있다. 등장인물들의 다양한 특성 중 관심주제는 대본 안에 글로 드러나 있으므로 기계학습을 통해 등장 인물의 인식에 활용할 수 있다. 최근, 확률그래프모델 분야에서 문서의 주제를 다루는 기법으로 자주 거론되는 토픽 모델 중 하나인 Author-Topic (AT) 모델은 등장인물의 관심주제를 학습하는 데에 적합하다. 본 논문에서는 AT 모델로 대본을 학습하고, 학습된 데이터 분포를 이용하여 장면에 등장하는 인물들을 인식하는 방법을 제시한다. 이 방법의 성능을 측정하기 위해, 미국 TV 드라마 'Friends' 대본 39편을 학습시키고, 장면에 대해 등장인물을 인식하는 실험을 수행하였다. 이 실험을 통해 본고에서 Author-Topic 모델을 이용한 인물 인식 방법이 다수의 인물이 참여한 담화의 인물들을 인식하는데 강점이 있음을 확인할 수 있다.

Keywords

Acknowledgement

Grant : 지능형 추천 서비스를 위한 인지기반 기계학습 및 추론기술, 모바일 플랫폼 기반 계획 및 학습 인지 모델 프레임워크 기술 개발

Supported by : 국가연구재단