지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 저널정보
- Korean Institute of Information Scientists and Engineers Journal of KIISE Journal of KIISE Vol.51 No.12
- 발행연도
- 2024.12
- 수록면
- 1,043 - 1,052 (10page)
- DOI
- 10.5626/JOK.2024.51.12.1043
이용수
초록· 키워드
오류제보하기
속성기반 감정분석은 텍스트 내에서 감정과 해당 감정이 특정 속성, 예를 들어 제품의 특성이나 서비스의 특징에 어떻게 연결되는지를 분석하는 태스크이다. 본 논문에서는 속성기반 감정분석 데이터를 사용한 다중 작업-토큰 레이블링 문제에 프롬프트 튜닝 기법을 적용하기 위한 포괄적인 방법론을 소개한다. 이러한 방법론에는 토큰 레이블링 문제를 시퀀스 레이블링 문제로 일반화하기 위한 감정표현 영역 검출 파이프라인이 포함된다. 또한 분리된 시퀀스들을 속성과 감정에 대해 분류하기 위한 템플릿을 선정하고, 데이터셋 특성에 맞는 레이블 워드를 확장하는 방법을 제안함으써 모델의 성능을 최적화한다. 최종적으로, 퓨샷 세팅에서의 속성기반 감정분석 태스크에 대한 몇 가지 실험 결과와 분석을 제공한다. 구축된 데이터와 베이스라인 모델은 AIHUB(www.aihub.or.kr, 속성기반 감정분석 데이터)에 공개되어 있다.
목차
요약
Abstract
1. 서론
2. 관련 연구
3. 속성기반 감정분석 데이터
4. 2단계 파이프라인 아키텍쳐
5. 버벌라이저 및 템플릿 선정
6. 실험
7. 결론 및 향후 과제
References
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
프롬프팅 방법을 활용한 멀티 모달 언어모델의 환각 탐지와 완화 연구
김이서
,
김주애
정보과학회지
2025
.02
Leveraging Contrastive Learning and Domain Prompts for Efficient Radiology Report Generation
Zahid U
,
Rahman
,
Ju-Hwan Lee
외 1명
한국정보기술학회논문지
2025
.01
저자원 텍스트분류의 성능 향상을 위한 KoBERT기반 카테고리 매핑과 LLM 결합 연구
곽지호
,
정유철
한국정보기술학회논문지
2025
.01
다중문서 요약을 위한 Multi - LLM Prompting
김희겸
,
정유철
Proceedings of KIIT Conference
2024
.11
대규모 언어 모델(LLM)의 종류별 프로그래밍 성능 비교
한동근
,
최승빈
,
김보성
외 4명
대한전자공학회 학술대회
2024
.06
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-091260337