메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박천음 (강원대학교) 이창기 (강원대학교)
저널정보
Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.44 No.8
발행연도
2017.8
수록면
774 - 781 (8page)
DOI
10.5626/JOK.2017.44.8.774

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
멘션(mention)은 명사 또는 명사구를 중심어로 가지며, 수식어를 포함하여 어떤 의미를 정의하는 구(chunk)를 구성한다. 문장 내에서 멘션을 추출하는 것을 멘션탐지라 한다. 멘션들 중에서 서로 같은 의미의 멘션들을 찾아내는 것을 상호참조해결이라 한다. 포인터 네트워크는 RNN encoder-decoder 모델을 기반으로, 주어진 입력 열에 대응되는 위치를 출력 결과로 갖는 모델이다. 본 논문에서는 멘션탐지에 포인터 네트워크를 이용할 것을 제안한다. 멘션탐지에 포인터 네트워크를 적용하면 기존의 순차 문제로는 해결할 수 없었던 중첩된 멘션탐지 문제를 해결할 수 있다. 실험 결과, 본 논문에서 제안한 멘션탐지의 성능이 규칙기반 보다 7.65%p 이상 높은 F1 80.07%를 보였으며, 이를 이용한 상호참조해결 성능이 CoNLL F1 56.67%(멘션 경계), 60.11%(중심어 경계)로 규칙기반 멘션탐지를 이용한 상호참조해결에 비하여 7.68%p, 1.5%p 더 좋은 성능을 보였다.
#포인터 네트워크 #멘션탐지 #딥 러닝 #상호참조해결 #pointer networks #mention detection #deep learning #coreference resolution

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 포인터 네트워크를 이용한 멘션탐지
4. 멘션탐지
5. 실험
6. 결론
References

참고문헌 (11)

참고문헌 신청
O. Vinyals, M. Fortunato, and N. Jaitly, Pointer Networks, Advances in Neural Information Processing Systems, pp. 2674-2682, 2015. K. Cho, B. Van Merrienboer, C. Gulcehre, D. Bahdanau, F. Bougares, H. Schwenk, and Y. Bengio, Learning phrase representation using RNN encoder-decoder for statistical machine translation, Proc. of EMNLP’ 14, 2014. D. Bahdanau, K. Cho, and Y. Bengio, Neural machine translation by jointly learning to align and translate, arXiv preprint arXiv:1409.0473, 2014. C. H. Park, G. H. Choi, and C. Lee, Korean Coreference Resolution using the Multi-pass Sieve, Journal of KIISE, 41.11 (2014.11): 992-1005. 2014. (in Korean) C. Park, C. Lee, Mention Detection using Bidirectional LSTM-CRF Model, Proc. of the KIISE for HCLT (2015), pp. 224-227, 2015. (in Korean)

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

포인터 네트워크를 이용한 대명사 상호참조해결
박천음 ,  이창기 한국정보과학회 학술발표논문집 2016 .06
Korean Semantic Role Labeling with BERT
배장성 ,  이창기 ,  임수종 외 1명 Journal of KIISE 2020 .11
NIL 탐지형 멘션 추출 및 개체 링킹
최형준 ,  나승훈 ,  김현호 외 2명 한국정보과학회 학술발표논문집 2020 .07
계층적 포인터 네트워크를 이용한 상호참조해결
박천음 ,  이창기 정보과학회 컴퓨팅의 실제 논문지 2017 .09

최근 본 자료

전체보기

댓글(0)

0