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
- 2024.5
- 수록면
- 1,159 - 1,166 (8page)
- DOI
- 10.9728/dcs.2024.25.5.1159
이용수
초록· 키워드
오류제보하기
데이터 증강은 한국어 NER 분야에서 도메인 특화 데이터 부족으로 발생하는 어려움을 해결하기 위한 중요한 전략이다. 본 연구에서는 이커머스 도메인에서 한국어 개체명 인식 모델을 향상시키기 위한 데이터 증강 방법으로 ‘음절 단위 문장 BIO 태깅 및 동일 태그 교체(Same-Tag Replacement)’ 알고리즘을 제안하고 실험하였다. 이 방법은 한국어 NER 데이터셋에서 문장을 음절 단위로 분리하고 BIO 태그를 부착한 뒤, 동일한 개체 유형에 속하는 단어를 무작위로 교체하여 데이터를 증강한다. 실험 결과, 작은 데이터셋(N=500)의 데이터를 증강했을 때 weighted-average f1-score가 최대 50%까지 개선된 것을 확인하였다. 이는 이커머스 도메인에서 자연어 처리 모델 성능 향상을 위한 실용적이고 효과적인 전략으로 주목받을 것으로 기대된다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 동일 태그 교체 데이터 증강 기법
Ⅳ. 성능 평가 및 결과
Ⅴ. 결론
참고문헌
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
암호화폐 거래에서 피싱 스캠 사기 탐지를 위한 Deep Q-Network 기반 그래프 신경망 최적화
최수환
,
부석준
한국정보과학회 학술발표논문집
2024
.06
감정분석 모델성능 향상을 위한 GPT기반 데이터 증강 방법
김철민
,
정현준
한국정보기술학회논문지
2024
.01
HTML 클러스터링과 심층 언어 모델을 활용한 전자책 템플릿 추천
장동호
,
서정헌
,
최원영
외 4명
디지털콘텐츠학회논문지
2025
.02
인공지능 기반 개체명 인식 기술을 활용한 보안 위협 정보 식별 방안 연구
김태현
,
임준형
,
김태은
외 1명
정보보호학회논문지
2024
.08
최근 본 자료
댓글(0)
0