지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.6
- 수록면
- 709 - 714 (6page)
- DOI
- 10.6109/jkiice.2023.27.6.709
이용수
초록· 키워드
오류제보하기
관계 추출 작업은 다양한 자연어 처리 분야에서 사용되며, 특히, 지식 그래프 구축의 필수 작업 중 하나이며 개체 간의 올바른 관계 정의가 지식 그래프의 성능에 영향을 미치기 때문에 높은 성능이 요구되는 작업이다. 그 중, 최근 활발히 연구되고 있는 신경망 모델을 이용하는 관계 추출 작업 방법은 원거리 감독 방법을 이용해 학습 데이터를 손쉽게 구축할 수 있다. 본 논문에서는 개체명 인식 처리 방법을 이용하여 한국어에 적합한 원거리 감독 방법과 BERT 모델을 이용한 한국어 관계 추출 방법을 제안한다. 그 결과, 개체명 인식 처리 작업과 원거리 학습 방법을 통해 생성된 총 362개의 관계로 정의된 183,535개의 학습 데이터를 이용하여 학습한 경우, Focal 손실 함수가 74.17%의 성능으로 70.75%의 교차 엔트로피 손실 함수 성능에 비해 높은 성능을 보였음을 확인하였다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 한국어 관계 추출
Ⅳ. 실험 결과 및 분석
Ⅴ. 결론
REFERENCES
참고문헌 (12)
참고문헌 신청
J. Devlin, M. Chang, K. Lee and K. Toutanova, "BERT: pre-training of Deep Bidirectional Transformers for Language Understanding," in Proceeding of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics, San Fran
QM. Mintz, S. Bills, R. Snow and D. jurafsky, "Distant supervision for relation extraction without labeled data," in Proceeding of the Joint Conference of the 47th Annual Meeting of the ACL and the 4th International Joint Conference on Natural Language Pr
T. Y. Lin, P. Goyal, R. Girshick, K. He and P. Dollar, "Focal Loss for Dense Object Detection," in Proceeding of 2017 IEEE Conference on Computer Vision and Pattern Recognition, Venice: Italy, pp. 936-944, 2017. DOI: 10.48550/arXiv.1708.02002.
DBpedia [Internet]. Available:https://www.dbpedia.org.
Wikipedia Dump [Internet]. Available: https://dumps.wikimedia.org/kowiki/.
QM. Mintz, S. Bills, R. Snow and D. jurafsky, "Distant supervision for relation extraction without labeled data," in Proceeding of the Joint Conference of the 47th Annual Meeting of the ACL and the 4th International Joint Conference on Natural Language Pr
T. Y. Lin, P. Goyal, R. Girshick, K. He and P. Dollar, "Focal Loss for Dense Object Detection," in Proceeding of 2017 IEEE Conference on Computer Vision and Pattern Recognition, Venice: Italy, pp. 936-944, 2017. DOI: 10.48550/arXiv.1708.02002.
DBpedia [Internet]. Available:https://www.dbpedia.org.
Wikipedia Dump [Internet]. Available: https://dumps.wikimedia.org/kowiki/.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
BERT 모델과 지식 그래프를 활용한 지능형 챗봇
한국전자거래학회지
2019 .08
-
지식 추출을 위한 효율적인 다중 작업 크라우드소싱 기법
정보과학회 컴퓨팅의 실제 논문지
2020 .11
-
One-Class Classification Model Based on Lexical Information and Syntactic Patterns
Journal of KIISE
2015 .06
-
BERT 기반 한국어 개방형 정보 추출
한국정보과학회 학술발표논문집
2019 .06
-
의존 관계 정보가 사건 관계 추출에 미치는 영향
한국지능시스템학회 논문지
2023 .06
-
Relation Extraction among Multiple Entities using Dual-Pointer Network
Journal of KIISE
2019 .11
-
개체 유형 정보를 활용한 다차원 지식 그래프 임베딩
한국정보기술학회논문지
2023 .11
-
Named Entity Recognition Using Distant Supervision and Active Bagging
Journal of KIISE
2016 .02
-
BERT 기반 금융 텍스트셋 구현을 위한 전이 학습 연구
전자공학회논문지
2023 .09
-
K-Means 알고리즘 기반 능동적 관계 추출 모델 학습 방법
한국정보통신학회논문지
2023 .11
-
BERT와 지식베이스 관계 임베딩의 융합을 통한 자연어 문장으로부터의 개방형 관계 임베딩 추출 방법
한국정보과학회 학술발표논문집
2019 .06
-
BERT 기반 한국어 개방형 정보 추출
정보과학회 컴퓨팅의 실제 논문지
2020 .09
-
BERT를 활용한 의료 문헌 속 개방형 정보 및 관계 정보 추출에 관한 연구
대한산업공학회 춘계공동학술대회 논문집
2022 .06
-
다양한 사전학습 언어모델을 활용한 End-to-End 기반의 임상분야 개체 및 관계 추출
한국정보과학회 학술발표논문집
2021 .06
-
Multi-sense Word Embedding to Improve Performance of a CNN-based Relation Extraction Model
Journal of KIISE
2018 .08
-
Generating Relation Descriptions with Large Language Model for Link Prediction
Journal of KIISE
2024 .10
-
BERT를 이용한 한국어 자연어처리: 개체명 인식, 감성분석, 의존 파싱, 의미역 결정
한국정보과학회 학술발표논문집
2019 .06
-
Knowledge Graph Embedding with Entity Type Constraints
Journal of KIISE
2022 .09
-
DeNERT: DQN과 BERT를 이용한 개체명 인식 모델
한국컴퓨터정보학회논문지
2020 .04
-
Improving BERT-based Sentiment Analysis Model using Graph-based Ranking Mechanism
정보과학회 컴퓨팅의 실제 논문지
2021 .02
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0