SpanBERT를 활용한 다중추론 질의응답 시스템 성능 향상

Q: 이 논문에서 정의한 다중추론 질의응답이란 무엇인가?

주어진 다수의 문서로부터 질의에 대한 답변을 추론하는 자연어처리 분야의 과제를 의미한다. 이는 복수의 단락을 동시에 고려하여 정답을 도출해야 하는 특성을 가지며, 본 연구에서는 HotpotQA 데이터셋을 통해 그 성능을 평가하고 분석한다.

Q: 다중추론 질의응답 시스템 구축 시 모듈별 최적의 모델 구성은 무엇인가?

연구 결과, 문장 채점 모듈에는 단일 문장 분류 성능이 뛰어난 BERT를 사용하고, 질의응답 모듈에는 복수의 단어를 예측하도록 학습된 SpanBERT를 적용했을 때 가장 높은 성능을 보였다. 특히 고난도 추론 영역에서 정답 추론 능력이 유의미하게 향상되었다.

강덕형; 이원기; 이종혁

추천

검색

질문

자료유형: 학술대회자료

저자정보: 강덕형 (포항공과대학교) 이원기 (포항공과대학교) 이종혁 (포항공과대학교)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2020 한국소프트웨어종합학술대회 논문집

발행연도: 2020.12

수록면: 1,265 - 1,267 (3page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

다중추론 질의응답이란 주어진 다수의 문서로부터 질의에 대한 답변을 추론하는 문제로 자연언어처리분야에 속하는 과제이다. 최근에는 사전학습된 언어모델인 BERT를 다중추론 질의응답 문제에 적용하는 연구들이 활발히 수행되고 있다. 하지만, 단일 단어를 예측하도록 사전 학습되는 BERT는 연속된 단어를 예 ... 전체 초록 보기

참고문헌

참고문헌 신청

최근 본 자료

전체보기

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

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)