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
학술대회자료
저자정보
김덕기 (군산대학교) 김용연 (군산대학교) 온병원 (군산대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2022년도 추계종합학술대회 및 대학생논문경진대회
발행연도
2022.12
수록면
525 - 528 (4page)

이용수

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

초록· 키워드

오류제보하기
최근 여러 벤치마크 데이터 세트가 공개되면서 텍스트 마이닝에서 에세이 점수를 정확하게 예측하는 자동 에세이 채점방식이 개발되었다. 본 연구에서는 다양한 텍스트에서 더 나은 결과를 보여준 랜덤 포레스트(RF), 그래디언트 부스팅 머신(GBM), 양방향 장단기 메모리(Bi-LSTM), BERT와 같은 주요 기계 학습 및 딥러닝 모델을 기반으로 한 자동 에세이 채점방식의 정확도를 비교한다. 집중적인 실험을 통해, BERT와 그래디언트 부스팅 머신(GBM)은 랜덤 포레스트(RF)와 Bi-LSTM에 비해 상대적으로 더 나은 결과를 보여주는 것으로 나타났다. 본 논문에서는 실험 결과에 대한 자세한 내용을 논의한다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 기계 학습 알고리즘
Ⅲ. 딥러닝 알고리즘
Ⅳ. 실험 결과
Ⅴ. 결론 및 향후 계획
참고문헌

참고문헌 (0)

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