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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
김원회 (주식회사 브레인벤쳐스) 이준호 (주식회사 브레인벤쳐스)
저널정보
중앙대학교 외국학연구소 외국학연구 외국학연구 제54호
발행연도
2020.1
수록면
243 - 264 (22page)

이용수

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

초록· 키워드

오류제보하기
In this paper, we studied the basic humanities work that linguists can perform in the preprocessing process for natural language processing. Embedding an atypical and infinite human language into a structured and finite computer resource is a very important task that has not yet been solved, but must be solved in order to complete the natural language processing by artificial intelligence. In order to solve these tasks, humanities and linguistic knowledge must be mobilized, and engineering computational skills must be supported. In this paper, we introduced the underlying technology, focusing on the creation of the artificial intelligence synthesis corpus and the back translation, and introducing various issues for accurate meaning extraction in natural language. In the text, in particular, the problems of meaning accompaniment and categorization, morphological negation, direct visibility and implicitity, and existence were dealt with, and the introduction of Word2Vec, the concept of Subword, and the use of big data were suggested as engineering solutions. In connection with this, we proposed back translation and artificial intelligence synthesis corpus construction technologies, and explained that these technologies can play a particularly large role in natural language meaning extraction and multilingual translation. In fact, this research team conducted a Korean-English artificial intelligence translation test using the above technology, supported by NIPA high-performance computing resources. Based on a total of 4.6 million Korean-English parallel data, the data were trained by repeating 120 times for 60 days. It was found from the experimental results that the translation performance improved by about 5% when the back translation was repeated 40 times for 20 days (about 0.3 → 0.312).
#인공지능 #다국어 번역 #역 방향 번역 #합성 코퍼스 #전 처리

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0