KoBERT 기반 한국어 시나리오 개체명 인식 모델 성능과 한국어 조사의 관계 분석

Q: 이 논문에서 정의한 개체명 인식(NER)이란 무엇인가?

문장 내에서 특정 의미를 가지는 단어인 개체명의 위치를 정확하게 파악하고, 이를 미리 정의된 카테고리에 따라 분류하는 자연어 처리 작업이다.

Q: 한국어 조사의 변화가 KoBERT 기반 개체명 인식 모델의 성능에 어떤 영향을 미치는가?

연구 결과, 개체명에 의존적인 조사를 비의존적인 조사로 변경했을 때 F1 점수가 감소하였다. 특히 인물과 장소 개체명에서 성능 하락이 두드러져, 해당 개체명 인식 모델이 한국어 조사 변화에 민감하게 반응함을 확인하였다.

이녕우; 최호진

자료유형: 학술대회자료

저자정보: 이녕우 (한국과학기술원) 최호진 (한국과학기술원)

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

발행연도: 2021.6

수록면: 615 - 617 (3page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

언어 모델의 발전에 따라 이를 활용하는 다양한 자연어 처리 및 이해 작업들의 성능이 높아졌다. 개체명 인식(NER)은 언어 모델을 사용하여 높은 성능을 달성하는 자연어 이해 작업 중 하나이며, 이는 주어진 입력 시나리오의 요약 및 생성에 활용될 수 있다. 하지만, 한국어의 언어적 특질 때문에 개체명에 의존적인 한국어 조사들이 존재한다. 본 논문에서는 (1) 개체명과 한국어 조사 간 의존 관계를 분석하고 ... 전체 초록 보기

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2021-569-001871701

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)