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
김용연 (군산대학교) 온병원 (군산대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2023년도 하계종합학술대회 및 대학생논문경진대회
발행연도
2023.6
수록면
544 - 548 (5page)

이용수

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

초록· 키워드

오류제보하기
본 논문은 소비자 입장에서의 법률 약관조항의 유리성을 판단하는 예측 모델을 구축하기 위해 서포트 벡터 머신(SVM), 랜덤 포레스트(RF), 익스트림 그레디언트 부스팅(XGBost), 게이트 순환 유닛(GRU), 양방향 장단기 메모리(Bi-LSTM), BERT 등 다양한 기계 학습과 딥러닝 모델을 학습하였다. 이를 통해 각 모델의 특징과 장단점을 분석하고, 최적의 모델을 도출하기 위해 정확도 비교를 진행하였다. 심층적인 실험을 통해 BERT와 익스트림 그레디언트 부스팅 모델이 다른 모델에 비해 상대적으로 높은 정확도를 나타냈다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 기계 학습 알고리즘
Ⅲ. 딥러닝 알고리즘
Ⅳ. 실험
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