인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
초록·키워드
건설사업의 BIM 적용이 의무화되면서 입찰단계에서부터 수급자가 입찰문서에 포함된 BIM 요구사항을 인식하고 해당 요구사항으로 인한 연관 업무를 사전 분석해 효과적인 입찰 전략을 수립하는 것이 중요해지고 있으나, BIM 수행역량을 갖춘 인력이 부족해 어려움이 있다. 최근 딥러닝 모델을 활용해 BIM 입찰문서를 분석하려는 연구가 이뤄지고 있으며, 이 과정에서 입찰문서 분석 효과를 높이기 위해 유의미한 단위(단어 등)로 텍스트를 구분해 중요 특징을 추출하는 것이 필요하다. 텍스트 구분 상태는 사용된 한글 형태소 분석기에 의해 영향을 받으므로, 형태소 분석기로 인한 분석모델의 성능 변화가 면밀히 조사되어야 하나 관련 연구가 부족한 상황이다. 본 연구는 BIM 요구사항에 대한 수행 난이도 분석을 위한 딥러닝 분류 모델에 서로 다른 한글 형태소 분석기를 적용하고, 한글 형태소 분석기로 인한 모델의 분류성능 영향을 조사하였다. 사전 및 규칙, 기계학습, 문자 간 확률적 관계성에 기반한 각각의 기본 형태소 분석기를 사용해 토큰화 및 인코딩을 수행한 후 장단기기억 신경망을 사용한 분류 모델에 적용하였고, 해당 모델에 BIM 요구사항 난이도 데이터셋을 학습시켜 매개변수 영향을 분석하였다. 끝으로 시험데이터에 대한 BIM 요구사항에 대한 딥러닝 난이도 분류 모델의 성능을 비교하였다. 형태소 분석기로 인한 F1의 변동은 0.03 이하로 작아(F1: 0.91~0.94), 일정 수준 이상의 명사 및 조사 구분 성능이 확보된 한글 형태소 분석기를 사용된 경우라면 분류모델 간 성능 차이는 미미할 것으로 판단된다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092757008
