딥러닝 텍스트 요약 모델의 데이터 편향 문제 해결을 위한 학습 기법

조준희; 오하영

추천

검색

질문

자료유형: 학술저널

저자정보: 조준희 (한국디지털미디어고등학교) 오하영 (성균관대학교)

저널정보: 한국정보통신학회 한국정보통신학회논문지 한국정보통신학회논문지 제26권 제7호

발행연도: 2022.7

수록면: 949 - 955 (7page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

일반적인 딥러닝 기반의 텍스트 요약 모델은 데이터셋으로부터 자유롭지 않다. 예를 들어 뉴스 데이터셋으로 학습한 요약 모델은 커뮤니티 글, 논문 등의 종류가 다른 글에서 핵심을 제대로 요약해내지 못한다. 본 연구는 이러한 현상을 "데이터 편향 문제"라 정의하고 이를 해결할 수 있는 두 가지 학습 기법을 제안한다. 첫 번째는 고유명사를 마스킹하는 ‘고유명사 마스킹’이고 두 번째는 텍스트의 길이를 임의로 늘이거나 줄이는 ‘길이 변화’이다. 또한, 실제 실험을 진행하여 제안 기법이 데이터 편향 문제 해결에 효과적임을 확인하며 향후 발전 방향을 제시한다. 본 연구의 기여는 다음과 같다. 1) 데이터 편향 문제를 정의하고 수치화했다. 2) 요약 데이터의 특징을 바탕으로 학습 기법을 제안하고 실제 실험을 진행했다. 3) 제안 기법은 모든 요약 모델에 적용할 수 있고 구현이 어렵지 않아 실용성이 뛰어나다.

#딥러닝 #요약 모델 #휴리스틱 알고리즘 #학습 기법 #Deep learning #Summarization Model #Heuristic algorithms #Training techniques

참고문헌 (9)

참고문헌 신청

C. Y. Lin, “ROUGE: A Package for Automatic Evaluation of Summaries,” in Proceedings of the Workwhop on Text Summarization Branches Out, Barcelona, Spain, pp. 74-81, 2004.

J. Wei and K. Zou, “EDA: Easy Data Augmentation Techniques for Boosting Performance on Text Classification Tasks,” in Proceeding of the 2019 Conference on Empirical Methods in Natural Language Processing and the 9th International Joint Conference on Natural Language Processing, Hong Kong, China, pp. 6382-6388, 2019. DOI: 10.18653/v1/D19-1670.

Z. Liu, J. Li, and M. Zhu, “Improving Text Generation with Dynamic Masking and Recovering,” in International Joint Conference on Artificial Intelligence, Online, pp. 3878-3884, 2021. DOI: 10.24963/ijcai.2021/534.

A. Vaswani, N. Shazeer, N. Parmar, J. Uszkoreit, L. Jones, A. N. Gomez, L. Kaiser, and I. Polosukhin, “Attention is all you need,” in 31st Conference on Neural Information Processing Systems, Long Beach: CA, USA, 2017.

I. Cachola, K. Lo, A. Cohan, and D. Weld, “TLDR: Extreme Summarization of Scientific Documents,” in Findings of the Association for Computational Linguistics: EMNLP 2020, Online, pp. 4766-4777, 2020. DOI: 10.18653/v1/2020.findings -emnlp.428.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

조준희

소속기관 한국디지털미디어고등학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학

논문수 1 이용수 380

오하영

소속기관 성균관대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 0.1% 공학 > 컴퓨터학

논문수 154 이용수 23,312

이 논문과 함께 이용한 논문

데이터의 편향성이 인공지능 모델 결과에 미치는 영향에 대한 정량적 분석

최인헌 , 이상원 대한인간공학회지 2023 .12

Deep Learning Model based on Autoencoder for Reducing Algorithmic Bias of Gender

김진영 , 조성배 Journal of KIISE 2019 .08

자율주행 이미지 데이터셋의 의미적 중복성과 편향 해소를 위한 샘플링 방법: NIA AI Hub 데이터셋 적용 및 어노테이션 비용절감액 추정

신윤식 , 정미연 , 이정우 정보과학회 컴퓨팅의 실제 논문지 2023 .10

인공지능 모델 제작을 위한 데이터 편향도 분석 시스템: 배달앱 리뷰 분석 사례를 중심으로

이현민 , 정형구 한국정보과학회 학술발표논문집 2022 .12

데이터 불균형이 머신러닝 모델 성능에 미치는 영향

이보배 한국정보과학회 학술발표논문집 2020 .07

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2022-004-001496264

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (9)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)