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
유재웅 (한국전자기술연구원) 정동렬 (한국전자기술연구원) 오승택 (한국전자기술연구원) 이미라 (한국전자기술연구원) 정혜동 (한국전자기술연구원)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제33권 제3호
발행연도
2023.6
수록면
276 - 286 (11page)
DOI
10.5391/JKIIS.2023.33.3.276

이용수

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

초록· 키워드

오류제보하기
사건 관계 추출은 정보 추출이라는 자연어 처리 분야에서 핵심적인 연구 분야이다. 본 논문에서는 의존 관계 정보가 사건 관계 추출 성능에 미치는 영향을 파악하고자 한다. 우리는 그래프 정보를 활용하여 의존 관계 및 노드 정보를 학습할 수 있도록 그래프 합성곱 신경망과 그래프 어텐션 트랜스포머 기반 사건 관계 추출 모델을 제안한다. 사건 관계 추출 모델 설계시 출력 시퀀스의 정확한 순서를 학습하도록 조건부 무작위장을 활용하며, 학습의 효율성을 높이기 위해 학습 데이터의 난이도 기준에 따라 커리큘럼 러닝을 적용한다. ACE 2005 데이터 세트를 기반으로 실험을 진행한 결과, 사건 탐지에는 기본 모델이 높은 성능을 보였으며, 사건 논항 추출에는 그래프 기반 GAT 모델이 높은 성능을 보였다. 결론적으로, 그래프 기반 의존 관계 정보가 사건 관계 추출 모델에 중요한 역할을 하는 것을 확인하였다.

목차

요약
Abstract
1. 서론
2. 이론적 배경
3. 데이터 세트
4. 제안 방법
5. 실험 및 결과
5. 결론 및 향후 연구
References

참고문헌 (29)

참고문헌 신청

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

UCI(KEPA) : I410-ECN-0102-2023-003-001784060