HOME > 공학 > 로봇 > 한국정보과학회 > 정보과학회논문지
포지션 인코딩 기반 S³-Net를 이용한 한국어 기계 독해 -
분야 공학 > 로봇
저자 박천음 이창기 김현기
발행기관 한국정보과학회
간행물정보 정보과학회논문지 2019년, 정보과학회논문지 제46권 제3호, 234page~240page(총7page)
파일형식 3673233 [다운로드 무료 PDF 뷰어]
판매가격 6,000원
적립금 180원 (구매자료 3% 적립)
이 자료를
논문의 미리보기 2페이지를 PDF파일로 제공합니다.
 
연관 논문
S²-Net을 이용한 한국어 기계 독해 -
포지션 인코딩 기반 스택 포인터 네트워크를 이용한 한국어 상호참조해결 -
강화학습과 이중 상호 집중을 이용한 한국어 기계독해 -
BERT와 Multi-level Co-Attention Fusion을 이용한 한국어 기계독해 -
심층학습 기반의 Predictor-Estimator 모델을 이용한 영어-한국어 기계번역 품질 예측 -
 
 
목차
부제 : Korean Machine Reading Comprehension using S³-Net based on Position Encoding
요약
Abstract
1. 서론
2. 관련 연구
3. 포지션 인코딩 기반 S³-Net을 이용한 한국어 기계 독해
4. 실험
5. 결론
References
 
 
국문초록
S³-Net은 Simple Recurrent Unit (SRU)과 자기 자신의 RNN sequence에 대하여 어텐션 가중치(attention weight)를 계산하는 Self-Matching Networks를 기반으로 기계 독해 질의 응답을 해결하는 딥 러닝 모델이다. 기계 독해 질의 응답에서 질문에 대한 답은 문맥 내에서 발생하는데, 하나의 문맥은 여러 문장으로 이뤄지기 때문에 입력 시퀀스의 길이가 길어져 성능이 저하되는 문제가 있다. 본 논문에서는 이와 같이 문맥이 길어져 성능이 저하되는 문제를 해결하기 위하여 문장 단위의 인코딩을 추가한 계층모델과, 단어 순서 정보를 확인하는 포지션 인코딩을 적용한 S³-Net을 제안한다. 실험 결과, 본 논문에서 제안한 S³-Net 모델이 한국어 기계 독해 데이터 셋에서 기존의 S²-Net보다 우수한(single test) EM 69.43%, F1 81.53%, (ensemble test) EM 71.28%, F1 82.67%의 성능을 보였다.
 
 
영문초록
S³-Net is a deep learning model that is used in machine reading comprehension question answering (MRQA) based on Simple Recurrent Unit and Self-Matching Networks that calculates attention weight for own RNN sequence. The answers to the questions in the MRQA occur within the passage, because any passage is made up of several sentences, so the length of the input sequence becomes longer and the performance deteriorates. In this paper, a hierarchical model that adds sentence-level encoding and S³-Net that applies position encoding to check word order information to solve the problem of long-term context degradation are proposed. The experimental results show that the S³-Net model proposed in this paper has a performance of 69.43% in EM and 81.53% in F1 for single test, and 71.28% in EM and 82.67 in F1 for ensemble test.
 
 
한국어 기계독해, 딥러닝, 포지션 인코딩, S³-Net, position encoding, deep learning, Korean machine reading comprehension
 
 
도움말
본 논문은 참고용 논문으로 수정 및 텍스트 복사가 되지 않습니다.
 
 
추천자료
[자기소개서] [지존]★150가지 회사&직업별 자기소개서 상세예문 및 작성방법 수록★
[자기소개서] 자기소개서 직종별 완벽정리
[자기소개서] 자기소개서 작성법과 업종별, 회사별 자기소개서 작성의 실제 사례
[이력서와 자기소개서] < 취업 > 이력서 작성법 및 합격자들의 자기소개서 상세 예문
국제마케팅 성공사례와 실패사례
우리나라의 실태와 임금조정의 방법-21세기 유망직종
이력서&자소서 면접족보
[대중문화] 독립영화 연구
[경영학] 아이팟, 코원 시장상황 분석 및 전략
[매스컴]디지털 오디오 포맷
오늘 본 자료
오늘 본 자료가 없습니다.
장바구니 담은 자료
장바구니가 비어 있습니다.
이 간행물 인기자료
배터리 전압 강하를 고려한 드론 모터...
클라우드 기반 파일 시스템의 오브젝...
양자 기계학습 기술의 현황 및 전망 -...
실내/실외 컨텍스트 전이를 고려한 저...
화산재해 피해 예측 시스템의 성능 향...
이 간행물 신규자료
이중 포물면 맵 기반 실시간 간접조명...
깊이 범위 이동 및 압축을 이용한 실...
국방 임베디드 소프트웨어를 위한 컴...
테스트 계획 및 IUT에서 추출한 정보...
Concolic Testing 기법을 활용한 프로...
저작권 정보
본 학술논문은 ㈜누리미디어와 각 학회간에 저작권 계약이 체결된 것으로 HAPPY학술이 제공하고 있습니다. 본 저작물을 불법적으로 이용시는 법적인 제재가 가해질 수 있습니다.
 
서비스이용약관 | 개인정보취급방침 | E-mail 수집 거부 | 제휴 및 광고문의 | FAQ
이메일 무단 수집 거부
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나 그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며, 이를 위반시 정보통신망법에 의해 형사처벌됨을 유념하시기 바랍니다. [게시일 2003년 4월 2일]