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
이종민 (성균관대학교) 최준희 (성균관대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제31권 제2호
발행연도
2021.4
수록면
127 - 135 (9page)
DOI
10.5391/JKIIS.2021.31.2.127

이용수

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

초록· 키워드

오류제보하기
최근 자연어 처리 분야의 순차적 레이블링을 위해 복수의 단어 임베딩 모델과 Recurrent Neural Network(RNN) 기반의 순차 모델을 이용한 인공 신경망이 보편적으로 사용되고 있다. 이로 인해 신경망 모델에 적합한 임베딩 벡터의 결합을 찾는 것과 순차 모델의 역전파 과정 중 발생하는 기울기 소실 문제를 해결하는 것은 중요한 연구 주제가 되었다. 본 논문은 복수의 임베딩 벡터들 중 일부를 사용하여 최적의 임베딩 결합을 찾는 Automated Concatenation of Embeddings(ACE)와 기울기 소실 문제를 해결하기 위해 셀프 어텐션을 활용하는 방법을 제안한다. 제안 방식의 성능을 검증하기 위해 순차적 레이블링 문제의 일종인 품사 태깅과 개체명 인식에서 다양한 데이터셋을 사용해 실험을 수행하였다. 그 결과 현재 최고의 성능을 내는 논문의 모델들 보다 향상된 성능을 보인다.

목차

요약
Abstract
1. 서론
2. 이론적인 배경
3. 제안된 방법론
4. 실험 및 관련 연구와의 성능 비교
5. 실험 결과
6. 결론
References

참고문헌 (40)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0