딥러닝 기반의 번역 품질 추정을 위한 문장 벡터 축약화 방법

입력 문장과 기계 번역된 문장만을 활용하여 번역된 문장의 품질을 추정하는 것을 의미한다. 이는 별도의 참조 문장 없이 입력과 출력 데이터만을 기반으로 번역의 정확도나 품질을 예측하는 과정이다.

연구 결과, 순환 신경망(RNN) 기반의 문장 벡터 축약 방법이 가장 우수한 성능을 보였다. 반면 양방향 순환 신경망(Bi-RNN)은 구조적 복잡성에도 불구하고 RNN보다 낮은 성능을 나타내어 모델의 복잡성이 반드시 성능 향상으로 이어지지 않음을 확인하였다.

학술대회자료

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2016년 한국컴퓨터종합학술대회 논문집

오류 신고하기

피인용 0

검색

초록·키워드

번역 품질 추정이란 기계 번역된 문장의 품질을 추정하는 것을 말하며, 기계 학습 기반으로 해결하고자 번역 품질과 관련된 자질 추출과 관련된 연구가 주를 이루었다. 최근에는 자질 추출을 필요로 하지 않는 딥러닝 기반의 번 ... 전체 초록 보기

UCI(KEPA) : I410-ECN-0101-2017-569-001112600

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