기계독해를 이용한 판례 내 주요 정보 추출 방법

Q: 이 논문에서 정의한 KorCL이란 무엇인가?

한국어 판례 데이터셋으로, 판례의 범죄사실 부분을 지문으로 설정하고 추출하고자 하는 핵심 정보에 대한 질문과 그에 해당하는 주요 정보를 질의응답 쌍으로 구성하여 구축한 데이터셋을 의미한다.

Q: 판례 핵심 정보 추출을 위한 BERT 모델 중 어떤 모델의 성능이 더 우수한가?

연구 결과, KorBERT 모델이 Multilingual BERT 모델보다 WHEN 항목을 제외한 대부분의 영역에서 F1-score와 EM-score 모두 더 높은 수치를 기록하며 판례 정보 추출에 더 우수한 성능을 보였다.

원준호; 조정진; 정상근

학술대회자료 Full-text

저자정보: 원준호 (충남대학교) 조정진 (충남대학교) 정상근 (충남대학교)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2019 한국소프트웨어종합학술대회 논문집

오류 신고하기

피인용 0

검색

초록·키워드

본 논문에서는 판례에서 핵심 정보를 추출하기 위한 문제를 다룬다. 기존의 연구에서는 개체명 인식 기술을 활용한 연구가 많이 진행되어 왔으나, 본 연구에서는 기계독해 기술을 활용하여 문서 내 핵심 정보를 추출하는 연구를 진행하였다. 연구를 위해 판례 내에 있는 범죄 사실 영역에 대해 피해자가 누구이고, 어떤 범행이 언제, 어디서 일어났는지에 대한 질의응답쌍을 추출하여 데이터셋을 ... 전체 초록 보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

댓글(0)