T5와 GPT4 모델을 이용한 긴 텍스트의 유해 탐지 성능 비교

Q: 이 논문에서 정의한 스페셜 토큰이란 무엇인가?

텍스트 데이터의 특정 카테고리나 속성을 나타내기 위해 추가되는 특별한 기호 또는 단어를 의미한다. 본 연구에서는 영화 자막 데이터의 각 세그먼트에서 추출한 유해 카테고리 정보를 모델이 학습할 수 있도록 텍스트 맨 뒤에 추가하는 용도로 사용되었다.

Q: 영화 자막의 유해 콘텐츠 분류 성능을 높이는 핵심 요인은 무엇인가?

연구 결과, 유해 탐지 결과를 나타내는 스페셜 토큰을 추가하고 이를 Long-ke-t5 모델로 미세 조정하는 과정이 가장 효과적이다. 특히 T5 모델은 스페셜 토큰을 활용했을 때 BERT나 GPT-4보다 긴 텍스트의 문맥 이해도가 높아 가장 높은 F1 score를 기록하였다.

김지현; 김수아; 이정빈; 구명완

학술대회자료

저자정보: 김지현 (서강대학교) 김수아 (서강대학교) 이정빈 (서강대학교) 구명완 (서강대학교)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2024 한국컴퓨터종합학술대회 논문집

오류 신고하기

피인용 0

검색

초록·키워드

본 연구는 인터넷의 발달로 인해 다양한 매체와 플랫폼을 통한 자극적이고 위험한 콘텐츠에 대한 접근성이 높아진 문제를 인식하고, 이를 자동으로 분류하고 제한하기 위한 딥러닝 모델을 개발하였다. 본 연구에서는 특히 영화 자막 데이터를 이용하여 Long-ke-t5-base, klue/bert-base 및 gpt-4 t ... 전체 초록 보기

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

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료