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
- 지도교수
- 임희석
- 발행연도
- 2022
- 저작권
- 고려대학교 논문은 저작권에 의해 보호받습니다.
이용수13
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
대학수학능력시험 국어 과목에서 중요한 비중을 차지하는 독서 영역은 지문을 토대로 적절한(T), 혹은 적절하지 않은(F) 선지를 하나 선택해야 하는 선다형 평가 방식을 취한다. 독서 영역의 교육 목표는 주어진 지문을 온전히 이해할 수 있는가를 통해 독해력을 평가하는 데에 있다. 본 연구는 처음으로, 교육학 분야와 딥러닝을 접목하여 이러한 교육 목표가 실제로 실현 가능한지를 입증하고자 한다. 대학수학능력시험의 독서 영역의 개별 지문과 그에 수반된 다수의 문장 쌍(senetence pair)를 정제하여 추출하고, 해당 문장 쌍을 주어진 지문에 비추어 적절하거나(T), 적절하지 않은지(F) 판단하는 이진 분류 태스크(binary classification task)로 적용하여 언어 모델로서 평가하고자 한다. 그 결과, human performance와 비슷하거나 뛰어넘는 성능을 확인할 수 있었으며, 그 과정에서 데이터 전처리 과정에 변화를 주는 것만으로도 언어 모델이 갖는 구조적 한계를 어느 정도 해소할 수 있음을 입증한다.
목차
1. 서 론 11.1 대학수학능력시험 11.2 언어 모델을 활용한 대학수학능력시험의 교육적 목표 검증 12. 관련 연구 32.1 트랜스포머 기반의 언어 모델의 도입 32.2 한국어 기반 사전 학습 언어 모델 32.3 교육 분야에서의 NLP 적용 사례 42.4. 한국어 PLM 연구 42.4.1 KoBERT 42.4.2 KoELECTRA 42.4.3 KcELECTRA 52.5 데이터 증강 기법 53. 대학수학능력시험과 KSQA 63.1 대학수학능력시험의 데이터 추출 63.2 KSQA 데이터 전처리 과정 83.3 KSQA 언어 모델 94. 실험 114.1 KSQA 구성 114.2 평가 준거 114.3 실험 결과 125. 시사점 166. 결 론 17참고문헌 18Abstract 20Acknowledgement 21
최근 본 자료
댓글(0)
0