메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
박천음 (강원대학교) 황현선 (강원대학교) 이창기 (강원대학교) 김현기 (한국전자통신연구원)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제24권 제12호
발행연도
2018.12
수록면
635 - 641 (7page)
DOI
10.5626/KTCP.2018.24.12.635

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (16)

초록· 키워드

오류제보하기
셀프 매칭 어텐션 메커니즘은 자기 자신에 대한 얼라인먼트 점수를 계산하는 방법이며, 주어진 시퀀스에 대하여 서로 유사한 단어 간의 얼라인먼트 점수가 더 높게 계산되어 상호참조해결에 도움이 될 수 있다. FastText는 입력 단어를 음절 단위 n-gram으로 나누어 학습하는 방법으로, 단어의 변형이 심하거나 단어 사전에 없는 unknown 단어를 처리하는데 적합하다. 본 논문에서는 셀프 매칭 어텐션 매커니즘을 기반으로 한 포인터 네트워크를 상호참조해결에 적용하고, 상호참조해결에서 발생하는 unknown 단어문제를 해결하기 위하여 FastText로 사전 학습한 단어 표현을 사용할 것을 제안한다. 실험 결과, 본 논문에서 제안한 모델 중에서 Self_att_ffnn 모델이 CoNLL F1 (test) 73.55%, Self_att_gru4 모델이 CoNLL F1 (test) 73.60%로 일반 포인터 네트워크보다 각각 2.72%, 1.52%의 성능 향상을 보였다.

목차

요약
Abstract
1. 서론
2. FastText
3. 셀프 매칭 어텐션 기반 포인터 네트워크
4. 셀프 매칭 어텐션 기반 포인터 네트워크를 이용한 상호참조해결
5. 실험
6. 결론
References

참고문헌 (13)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0