BERT의 문맥 정보에 미치는 특이 차원의 영향

심유라; 김영훈

doi:10.5626/KTCP.2023.29.1.55

추천

검색

질문

자료유형: 학술저널

저자정보: 심유라 (한양대학교) 김영훈 (한양대학교)

저널정보: Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제29권 제1호

발행연도: 2023.1

수록면: 55 - 60 (6page)

DOI: 10.5626/KTCP.2023.29.1.55

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

최근 자연어 처리에서 트랜스포머 계열의 네트워크가 뛰어난 성능을 발휘하고 있다. 그에 따라 트랜스포머의 구조를 일부 변형하여 만든 언어 모델인 BERT 또한 많은 자연어 처리 태스크에서 사용되고, 좋은 결과를 보여주고 있다. BERT는 셀프 어텐션을 통해 문맥 정보를 담아서 임베딩 벡터를 인코딩 하는데, 이 과정에서 관련 있는 단어의 임베딩 벡터들이 유사해진다. 이는 단어들 사이의 코사인 유사도를 통해 알 수 있는데, BERT의 초기 계층에서는 문맥 정보가 담기지 않아 단어 사이의 코사인 유사도가 낮지만, 뒤쪽 계층으로 갈수록 셀프 어텐션을 통해 문맥 정보가 추가되면서 단어 사이의 코사인 유사도가 높게 나오는 것을 알 수 있다. 하지만 높은 코사인 유사도 값을 가지게 되는 것에 있어서 임베딩 벡터의 특정 차원이 지배적인 역할을 한다는 연구가 존재한다. 본 연구에서는 그러한 차원이 문맥 정보를 포함하는 것에 어떤 영향을 미치는지를 확인하기 위해 그러한 차원을 지우기 전과 후의 단어 임베딩 벡터를 클러스터링한 후 두 결과를 비교하여 확인하였다.

#자연어 처리 #아니소트로피 #클러스터링 #특이 차원 #natural language processing #BERT #anisotropy #clustering #outlier dimensions

요약
Abstract
1. 서론
2. 관련 연구
3. 해석 모델 및 데이터
4. BERT 임베딩 벡터의 코사인 유사도
5. 코사인 유사도를 지배하는 차원이 클러스터링에 미치는 영향
6. 특이 차원을 지운 후 클러스터 결과에 대한 자카드 유사도
7. 결론
References

참고문헌 (9)

참고문헌 신청

Vaswani, Ashish, et al. "Attention is all you need." Advances in Neural Information Processing Systems 2017.

Devlin, Jacob, et al. "Bert: Pre-training of deep bidirectional transformers for language understanding." arXiv preprint arXiv:1810.04805 (2018).

Hoover, Benjamin, Hendrik Strobelt, and Sebastian Gehrmann. "exbert: A visual analysis tool to explore learned representations in transformers models." arXiv preprint arXiv:1910.05276 (2019).

Aken, Betty van, et al. "Visbert: Hidden-state visualizations for transformers." Companion Proceedings of the Web Conference 2020. 2020.

Yura Sim, Jaeyoung Lee, and Younghoon Kim. "Analysis of the meaning of embedding vectors according to the layer of BERT" KIISE Proceedings of the Korean Information Science Society Conference, pp. 721-723, 2021.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

심유라

소속기관 한양대학교

주요연구분야 공학 > 컴퓨터학

논문수 3 이용수 232

김영훈

소속기관 한양대학교

주요연구분야 공학 > 화학공학 > 고분자공학 TOP 5% 공학 > 컴퓨터학 TOP 5%

논문수 135 이용수 13,647

이 논문과 함께 이용한 논문

결측치 보간 알고리즘을 적용한 앙상블 기반의 태양광 발전량 예측 시스템

박수빈 , 김진성 , 정세훈 외 1명 멀티미디어학회논문지 2023 .08

딥러닝을 활용한 광역계통의 태양광 발전량 예측

이호준 , 윤상철 , 정훈희 외 5명 대한전기학회 학술대회 논문집 2023 .07

기상청 예보 기반 240시간 태양광 발전량 예측 모형 개선 연구

박희준 , 심현보 , 허성일 외 4명 대한전기학회 학술대회 논문집 2023 .07

순환신경망을 이용한 충주수상태양광 발전량 예측

권오극 , 차한주 , 홍현표 외 1명 전력전자학회논문지 2023 .08

ESS 충방전을 적용한 재생에너지 발전량 예측 모델 개발

박현정 , 마진 , 구소희 한국통신학회 학술대회논문집 2023 .06

최근 본 자료

전체보기

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

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (9)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)