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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박준모 (경북대학교) 노윤석 (경북대학교) 박세영 (경북대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제26권 제11호
발행연도
2020.11
수록면
513 - 518 (6page)
DOI
10.5626/KTCP.2020.26.11.513

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
문장 축약은 자연어 문장에서 불필요한 정보를 삭제하고 필요한 정보만을 남겨 원본 문장보다 짧고 간략하게 만드는 것이다. 최근 문장 축약 분야에서 심층 신경망을 이용한 연구들이 활발하게 수행되고 있다. 하지만 학습을 위한 한국어 축약 데이터는 부족하다. 본 논문에서는 심층 신경망을 이용한 문장축약의 부족한 데이터를 극복하기 위해 준-지도 학습 방식을 채택하여 문장 축약을 수행한다. 학습을 위해 대량의 웹 상의 뉴스로부터 데이터를 자동 구축하고, 사람이 직접 구축한 고품질의 데이터로 모델을 파인-튜닝 한다. 학습된 모델은 원본 문장으로부터 요소를 삭제 결정하는 이진 시퀀스를 출력하여 문장을 축약한다. 모델을 통해 만들어진 축약 문장에 대한 평가를 위해서 정량적, 정성적 평가를 수행한 결과, 준-지도 방식을 통해 학습한 모델이 사람이 직접 구축한 소량의 데이터로 학습시킨 모델보다 더 좋은 성능을 보여주었다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 제안 방법
4. 실험
5. 결론
References

참고문헌 (9)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0