유의어 단어 임베딩을 활용한 독해 성능 향상

유의어 목록을 활용하여 단어 임베딩을 개선하는 방법으로, 벡터 공간 내에서 유의어 관계에 있는 단어들 사이의 거리를 가깝게 조정함으로써 단어 간의 의미적 관계를 더욱 정교하게 표현하는 기술을 의미한다.

연구 결과, WordNet synset을 이용한 Retrofitting을 적용했을 때 baseline 모델 대비 F1 점수가 1.92%p 향상되었다. 이는 외부 유의어 지식을 활용한 임베딩 개선이 뉴스 기사 기반의 독해 성능을 높이는 데 효과적임을 보여준다.

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2018 한국컴퓨터종합학술대회 논문집

이용수

📌

📖

🔬

🏆

초록· 키워드

독해 기술은 자연어로 쓰여진 글을 읽어서 이해하는 기술을 말한다. 독해 기술 데이터셋 중 하나인 NewsQA 데이터셋은 데이터 생성 방법 특성에 의해 뉴스기사와 질문 사이에 유의어가 많이 등장한다. 이 연구에서는 유의어를 위한 단어 임베딩 개선 ... 전체 초록 보기

참고문헌 신청

전체보기

UCI(KEPA) : I410-ECN-0101-2018-569-003151390

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