나이브 베이지안을 사용한 성명에 대한 성별 구분 연구

국문 초록 (Abstract)

본 논문은 Naive Bayesian분류기를 사용하여 성명의 성별을 구분하는 시스템을 구현 하였다. 국내인 성명은 외국인 성명과는 다르게 사람을 지칭할 때 쓰는 대명사의 성별불일치 현상이 있다. 하지만 국내인 성명의 특성으로 남자로 자주 쓰이는 이름과 여자로 자주쓰이는 이름을 구분하게 하였다. 그리고 고유명사등, 성별이 애매한 이름들도 포함하였기 때문에 다소 정확율이 떨어지는 것을 확인 할 수가 있었다. 본 논문의 실험 결과로는 국내인 남자는 84%, 여자는 88%의 정확율을 보였으며, 총합 86%의 정확율과 외국인 성명은 남자는 80%, 여자는 84%로 총합 83% 의 정확율을 보이고 있다.

다국어 초록 (Multilingual Abstract)

This article employs Naive Bayesian Classifier to realize a system that can distinguish the sex of a name. Unlike foreign names, in Korean names, the pronoun referring to a person shows discordance with sex. With the characteristics of Korean names, however, the study distinguishes names frequently used for men and for women. And as it also includes names of which sex is rather ambiguous such as proper nouns, the accuracy of it is somewhat low. The result of the experiment conducted in this article indicates 84% accuracy for Korean men and 88% for Korean women; thus, the total accuracy equals 86%. Meanwhile, about foreign names, men show 80% accuracy, and women 84%, so the total accuracy equals 83%.

목차 (Table of Contents)

• 요약
• Abstract
• Ⅰ. 서론
• Ⅱ. 성명 인식에 대한 기존 연구
• Ⅲ. 성명의 특성
• Ⅳ. 성명에 대한 성별 구분
• Ⅴ. 실험 및 분석
• Ⅵ. 결론 및 향후 연구
• References

참고문헌 (Reference)

1 심효정, "한국어 신문 읽기에서 성별추론" 한국영미어문학회 96 (96): 161-177, 2010

2 이동균, "최근 사용자 관심사를 고려한 소셜 검색 알고리즘" 한국정보기술학회 9 (9): 187-194, 2011

3 이재호, "대명사의 통사단서가 참조해결과정에 미치는 효과: 대명사의 수 단서와 성별 단서" 한국인지과학회 15 (15): 25-33, 2004

4 S. Moro, "Using Data Mining for Bank Direct Marketing: An Application of the CRISP-DM Methodology" 117-121, 2011

5 Y. H Kang, "Unregistered Human Names Recognition and Sex Distinction" Chongbook Univ. 2004

6 Korean Telephone Directory, "Telephone Directory"

7 K. H. Lee, "Study on Named Entity Recognition in Korean Text" 292-299, 2004

8 T. H. Kim, "Proper Noun Extraction Using Data Sets" 11-18, 2000

9 Statistics Korea, "Population Census 2003"

10 NLTK, "Natural Language Toolkit Development"

11 Stven Bird, "Natural Language Processing with Python" O'reilly 2009

12 Erumy, "Name Analyze"

13 K. H. Lee, "Korean Named Entity Recognition Based on Supervised Learning Using Named Entily Construction Princip" 111-117, 2000

14 Humotion, "GenderMotion"

15 Park, S.-B., "Determining the Gender of Korean Names for Pronoun Generation" 32 : 42-46, 2007

16 David L. Word, "Demographic Aspects of Surnames from Census 2000"