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
- 학위논문
- 저자정보
- 발행연도
- 2018
- 저작권
- 포항공과대학교 논문은 저작권에 의해 보호받습니다.
이용수5
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
본 학위 논문은 한국어 문장 교정에서의 병렬 말뭉치 부족 현상을 완화하기 위하여, 작은 크기의 병렬 말뭉치를 증강하는 기법과 언어 모델을 기계 번역 기반 교정 모델의 인코더에 도입하는 기법을 제안한다. 말뭉치 증강 기법은 문법 오류를 인공적으로 단일 말뭉치에 발생시켜서 교정 모델에 필요한 학습 데이터를 풍부하게 하며, 언어 모델을 도입하는 기법은 문법 오류에 해당하는 음절을 좀 더 잘 구별할 수 있다는 장점이 존재한다. 병렬 말뭉치보다 수집하기 쉬운 단일 말뭉치를 활용하는 두 가지 제안 기법으로 Lang-8 실험 데이터에 대한 교정 성능의 향상을 확인할수 있었다.
목차
1. 서론 12. 선행 연구 42.1 문법 오류 교정 42.1.1 통계적 기계 번역 52.1.2 신경망 기계 번역 92.2 인위적 오류 생성 152.3 언어 모델 도입 173. 제안하는 방법 203.1 개요 203.2 말뭉치 증강 기법 213.2.1 한국어 의미망 증강 기법 223.2.2 역 번역 증강 기법 243.3 인코더에서의 신경망 언어 모델 도입 263.3.1 신경망 기반 언어 모델 263.3.2 신경망 기계 번역 기반 교정 모델으로의 적용 274. 실험 및 분석 304.1 실험 데이터 304.2 평가 방법 334.3 실험 결과 및 분석 355. 결론 및 향후 연구 38참 고 문 헌 39
최근 본 자료
댓글(0)
0