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
서혜인 (충남대학교) 정상근 (충남대학교) 김현지 (충남대학교) 황태욱 (충남대학교) 권오욱 (한국전자통신연구원)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제27권 제4호
발행연도
2021.4
수록면
204 - 209 (6page)
DOI
10.5626/KTCP.2021.27.4.204

이용수

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

이 논문의 연구 히스토리 (2)

2021

자연어이해 영역에서의 관계성 학습을 통한 유사구조 문장 벡터 학습방법
서혜인 ,  정상근 ,  김현지 외 2명 정보과학회 컴퓨팅의 실제 논문지 2021.04 학술저널

2020

관계성 학습을 이용한 자연어이해 영역에서의 유사구조 문장 벡터 학습방법
서혜인 ,  정상근 ,  황태욱 외 1명 한국정보과학회 학술발표논문집 2020.07 학술대회자료

초록· 키워드

오류제보하기
자연어 이해는 정보 추출, 문서 요약 등에 활용되는 핵심 기술 중 하나이다. 본 연구는 문장과 문장의 문법구조 사이의 연관성 학습방법을 통해, 유사한 문장구조를 가지는 문장들이 벡터공간 상의 비슷한 공간 안에 배치되도록 하는 벡터형태의 문장구조를 반영한 문장표현 방법을 제시한다. 문장구조의 학습은 자연어 이해 분야에서 단어 순서나 문장구조 파악하는 데 중요한 역할을 한다. 문법적 구조로서, 의존구문 트리를 문장형태로 변형하여 활용하였으며, 문장의 표출 및 의존구문 정보를 인코딩 하는 과정에서 선학습 트랜스포머를 활용하였다. 한국어 말뭉치 Weather와 영어 말뭉치 ATIS, SNIPS, Sim-Movie, Sim-Restaurant, NLU-Evaluation을 이용하여 제안하는 방법론의 효과성을 검증하였으며, 학습된 벡터공간 위에 유사 문법구조를 가지는 문장들이 응집되어 배치됨을 실험적으로 확인하였다.
#자연어 이해 #구조유사도 #유사구조 문장 벡터 학습 #트랜스포머 #심층신경망 #natural language understanding #syntax similarity #syntax vector learning #transformer #deep neural network

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 유사구조 벡터 학습방법
4. 실험
5. 결론 및 향후 연구
References

참고문헌 (9)

참고문헌 신청
Sangkeun Jung. Semantic vector learning for natural language understanding, Computer Speech & Language, 56:130-145, 2019. google schola Bowman, Samuel R., et al., A fast unified model for parsing and sentence understanding, arXiv preprint arXiv:1603.06021, 2016. google schola DongKeon Lee, KyoJoong Oh, Ho-Jin Choi, et al., 2016. Measuring the syntactic similarity between korean sentences using, Korea Computer Congress 2016. google schola J. Maillard, S. Clark and D. Yogatama, Jointly learning sentence embeddings and syntax with unsupervised Tree-LSTMs, Natural Language Engineering 25(4) (2019), 433-449, doi:10.1017/S13513249 19000184 google schola Sangkeun Jung, Jinsik Lee, and Jiwon Kim, Learning to embed semantic correspondence for natural language understanding, Proc. of the 22nd Conference on Computational Natural Language Learning, pp. 131-140, 2018. google schola

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

관계성 학습을 이용한 자연어이해 영역에서의 유사구조 문장 벡터 학습방법
서혜인 ,  정상근 ,  황태욱 외 1명 한국정보과학회 학술발표논문집 2020 .07
GeoQA를 위한 자연어-쿼리 데이터셋 분류에 관한 연구
이석용 ,  최대웅 ,  양종현 외 1명 한국측량학회지 2023 .10
순환신경망(RNN)을 통한 자연어 감성 분석
허태성 ,  전세현 한국컴퓨터정보학회 학술발표논문집 2023 .07
효율적인 균열 데이터수집을위한벡터기반데이터증강과 네트워크 학습
김종현 컴퓨터그래픽스학회논문지 2022 .06
벡터화 경로 데이터에 노이즈 추가를 통한 프라이버시 보호 방안: 코로나 바이러스를 중심으로
박수경 ,  라시드 ,  이철기 외 2명 한국정보과학회 학술발표논문집 2020 .07

최근 본 자료

전체보기

댓글(0)

0