A Method for Detecting Location Information using Attention-based Deep Learning Model and Word Embedding

최근 소셜미디어 플랫폼의 활용이 증가함에 따라 장소정보를 포함하고 있는 수많은 텍스트 데이터가 발생하고 있다. 다수의 플랫폼이 장소정보를 입력하는 기능을 제공하고 있지만, 지오태깅 된 게시물의 수가 적어 장소정보가 제대로 활용되지 못하고 있다. 텍스트 내 장소정보를 활용하기 위해 기존에는 BIO(Beginning-Inside-Outside)태깅을 이용한 개체명인식을 통해 지명 등을 추출하는 연구들이 진행되었지만, BIO태깅에는 상당한 시간과 인력이 소모되며 보통명사는 태깅하지 않는다. 이에 본 연구는 장소정보 포함 여부에 따른 라벨링을 하고, 단어 임베딩과 어텐션 기반의 딥러닝 모델을 활용하여 장소정보를 포함했는지의 이진 분류기 학습을 통해 보통명사를 포함한 확장된 범위의 장소정보를 탐지하였다. 실험 데이터에 대한 장소정보 포함 여부 탐지 정확도는 약 88%이며, AUC 0.945의 성능을 보였고, 제안한 방법을 통해 문장 내 장소정보를 시각화 및 추출도 가능한 것을 확인하였다.