Transformer 기반 한국어 영어 번역 경량화 모델

이태준; 채희석; 송종근; 정희경

doi:10.6109/jkiice.2023.27.8.968

추천

검색

질문

자료유형: 학술저널

저자정보: 이태준 (배재대학교) 채희석 (배재대학교) 송종근 (배재대학교) 정희경 (배재대학교)

저널정보: 한국정보통신학회 한국정보통신학회논문지 한국정보통신학회논문지 제27권 제8호

발행연도: 2023.8

수록면: 968 - 974 (7page)

DOI: 10.6109/jkiice.2023.27.8.968

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Transformer 계열 신경망이 기존 자연어 처리 분야에서 활용된 RNN(Recurrent Neural Network) 대신에 많이 활용 되고 있다. 최근에는 이러한 신경망들이 기업 내부에서 업무 중에 사용하는 것이 개인정보나 기밀 사항 유출 우려로 사용을 금지하고 있고 이에 따라 기업 내부에서 모델을 개발하고 있다. ChatGPT와 같은 LLM(Large Language Model)의 개발은 데이터의 수, 파라미터의 개수, 학습 시간 등에 따라 개발하기 어려운 실정이다. 본 논문에서는 한국지능정보사회진흥원(NIA)에서 공개한 한국어-영어 번역 구어체 데이터를 활용해 파라미터를 줄여 학습하고자 한다. 전체 데이터셋 40만 개 중 1,000개를 사용해 파라미터 값을 설정한 결과 훈련 손실 값은 2.76의 검증 손실 값은 7.96으로 다른 값에 비해 가장 좋은 결과를 보였으며 시각화를 통해 이를 확인하였다. 이를 활용해 다양한 산업 분야에 활용이 가능할 것으로 사료된다.

#구어체 #번역 #시각화 #자연어 처리 #Colloquial style #Natural language processing #Transformer #Translation #Visualization

참고문헌 (12)

참고문헌 신청

A. Vaswani, N. Shazeer, N. Parmar, J. Uszkoreit, L. Jones, A. N. Gomez, L. Kaiser, and I. Polosukhin, “Attention is all you need,” in Advances in Neural Information Processing Systems 30 (NIPS 2017), California: USA, pp. 6000-6010, 2017. DOI: 10.48550/arX

A. Dosovitskiy, L. Beyer, A. Kolesnikov, D. Weissenborn, X. Zhai, T. Unterthiner, M. Dehghani, M. Minderer, G. Heigold, S. Gelly, J. Uszkoreit, and N. Houlsby, “An image is worth 16x16 words: transformers for image recognition at scale,” arXiv preprint ar

Google scholar. Cited count statistics [Internet]. Available: https://scholar.google.com.

D. Kim, S. Kim, J. Lee, J. Park, B. Kim, T. Jung, and E. Choi, “ChatGPT security threats and implications,” Korea Internet and Security Agency, KISA Insight Digital & Security Policy, vol. 3, pp. 1-26, May 2023.

H. Yun, and J. Jung, “Automated fact checking model using efficient transformer,” Journal of the Korea Institute of Information and Communication Engineering, vol. 25, no. 9, pp. 1275-1278, Sep. 2021. DOI: 10.6109/jkiice.2021.25.9.12 75.

이 논문의 저자 정보

이태준

소속기관 배재대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 TOP 5% 공학 > 컴퓨터학

논문수 15 이용수 2,158

채희석

소속기관 배재대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 복합학 > 학제간연구

논문수 3 이용수 485

송종근

소속기관 배재대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학

논문수 1 이용수 231

정회경

소속기관 배재대학교

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

논문수 339 이용수 24,679

이 논문과 함께 이용한 논문

KoBERT, KoGPT-2, KoBART 활용 및 하이퍼파라미터 최적화를 진행한 리뷰 감성분석 애플리케이션 구현

이민아 , 박연지 , 나준영 외 1명 디지털콘텐츠학회논문지 2023 .11

GAN을 활용한 고품질 이미지 생성 플랫폼

가은성 , 김범기 , 이승철 외 2명 디지털콘텐츠학회논문지 2023 .10

딥러닝 자세 추정 모델을 사용한 각도 기반 위험 행동 분류 엣지 시스템 구현

권태현 , 윤주상 멀티미디어학회논문지 2024 .08

한국어 초거대언어모델의 개인정보 유출 양상 분석

김은선 , 강유진 , 조윤식 대한전자공학회 학술대회 2024 .06

특허 동향 분석을 통한 언어 모델 기반 생성형 인공지능 발전 방향 연구

김대희 , 이종현 , 김범석 외 1명 한국정보전자통신기술학회 논문지 2023 .10

최근 본 자료

전체보기

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 (12)

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)