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
배용진 (한국전자통신연구원) 이공주 (충남대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제20권 제10호(JKIIT, Vol.20, No.10)
발행연도
2022.10
수록면
39 - 45 (7page)
DOI
10.14801/jkiit.2022.20.10.39

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 적대적 데이터 생성에 기반한 단락 재순위화 모델 학습 프레임워크를 제안한다. 질의응답 시스템 관점에서 적대적 단락은 질문과 의미상으로 유사하여 정답 단락으로 제출될 가능성이 크지만, 정답은 포함하고 있지 않아 시스템의 정확률을 하락시키는 단락을 의미한다. 학습 프레임워크에는 적대적 데이터 생성을 위한 듀얼 인코더 모델과 재순위화를 위한 크로스 인코더 모델을 포함하고 있으며, 초기 학습 후에는 기 구축된 학습데이터와 듀얼 인코더로 생성한 적대적 데이터를 기반으로 크로스 인코더 모델을 반복적으로 학습하였다. 실험결과 위키피디아 컬렉션에서 재순위화 성능은 MRR 0.8573, MAP 0.8152로 베이스라인 대비 MRR 0.0866, MAP 0.0862가 향상되었다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 제안 방법
Ⅳ. 평가 결과
Ⅴ. 결론 및 향후 과제
References

참고문헌 (0)

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