자연어 이해 영역에서의 의미틀을 활용한 KoBERTScore 성능 분석

의미들이란 사람이 읽고 의미를 부착할 수 있는 형태의 의미 기호를 담고 있는 틀을 말한다. 문장별로 하나의 의미들을 가질 수 있으며, 각 의미들은 1개의 의도와 다수의 개체 태그 및 개체 값을 포함한다. 의미들의 구성 요소는 기호 또는 기호 배열로 취급된다.

연구 결과, KoBERTScore 모델의 문장 간 유사도 값은 문장 간 의미들의 일치도와 전체적으로 양의 상관관계를 보이는 것으로 나타났다. 의도 태그, 개체 태그, 개체 값의 일치도가 높아질수록 KoBERTScore 유사도도 증가하는 경향을 보였다.

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2021 한국소프트웨어종합학술대회 논문집

이용수

📌

📖

🔬

🏆

초록· 키워드

문장 간 유사도를 측정하는 것은 자연어 생성 모델의 자동 평가 도구에서 핵심적인 기술이다. 본 연구에서는 문장 간 유사도 측정 도구인 KoBERTScore의 성능을 분석하기 위하여 자연어 이해 말뭉치의 의미틀을 활용한다. 의미틀의 일치 ... 전체 초록 보기

참고문헌 신청

전체보기

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