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
- 2024.1
- 수록면
- 51 - 59 (9page)
- DOI
- 10.14801/jkiit.2024.22.1.51
이용수
초록· 키워드
오류제보하기
특수 전문 분야에서 AI 기술 적용에 대한 연구는 전세계적으로 매우 활발하게 진행되고 있다. 그러나 국방 분야는 전문성과 보안이라는 높은 장벽 때문에 아직 많은 연구가 진행되지 못하고 있다. 본 연구에서는 국방 분야 AI 개발 여건 조성을 위해 구축을 추진 중인 국방 표준 자연어 데이터셋을 처음으로 적용해 군사 도메인에 특화된 Mil-BART 모델을 제안한다. Mil-BART 모델은 범용 말뭉치를 사전학습한 언어모델 BART의 토크나이저에 군사교범에서 추출한 토큰 49,107개와 국방논단에서 추출한 토큰 55,350개를 추가하여 구축하였다. Mil-BART의 성능 평가를 위해 군사 문장(군사교범 및 국방논단)과 비군사 문장(일반 뉴스)에 대한 이진분류 및 다중분류 실험을 진행한 결과, Mil-BART의 이진분류 재현률과 F1-score가 BART보다 뛰어난 것으로 나타났다. 특히 국방논단과 일반 뉴스에 대한 이진분류 재현률과 F1-score가 2%P 정도 향상됨을 확인하였다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 군사 도메인 특화 사전학습 언어모델
Ⅳ. 실험 및 결과
Ⅴ. 결론 및 향후 과제
References
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
MIL-BERT: 군사 도메인 특화 한국어 사전학습 언어모델
허희순
,
윤창민
,
유영하
외 2명
Journal of the KNST
2023
.06
데이터 전처리를 간소화한 자연어처리 기반의 악성코드 탐지모델
신동환
,
김한석
,
이수진
한국정보기술학회논문지
2024
.02
패킷 페이로드 분석과 오버샘플링을 적용한 트랜스포머 기반 침입탐지 모델
이태화
,
이수진
한국정보기술학회논문지
2024
.10
인공지능 기술 활용을 위한 사이버 국방 정보보호 시스템 분석
문재웅
,
박장용
,
이진하
외 1명
디지털콘텐츠학회논문지
2020
.05
구조물 건전성 진단에서 데이터 부족 문제 극복을 위한 심층 생성 모델의 활용
정원호
,
정대현
,
김영호
외 5명
대한기계학회 논문집 A권
2019
.03
최근 본 자료
댓글(0)
0