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.
피인용 0
초록·키워드
본 연구는 화학 및 재료 분야 특허문헌에서 공정 파라미터를 자동으로 식별하고 구조화하기 위해, 최적화된 학습 데이터셋과 개체명 인식(Named Entity Recognition, NER) 딥러닝 모델, 그리고 이를 통합한 구조화 파이프라인을 제안한다. 공정 파라미터는 변수, 장치, 산출물 등 다양한 구성 요소로 이루어져 있으며, 문장 중심의 조건 서술과 복잡한 단위 표현 등으로 인해 고도화된 정보 추출 기법이 요구된다. 본 연구에서는 화학 특허 문헌의 기술 서술 구조와 전문 용어 분석을 바탕으로 공정 파라미터의 핵심 요소를 체계적으로 정의하고, 이를 바탕으로 학습에 적합한 구조화된 학습 데이터셋을 구축하였다. 또한, KorPatBERT 기반 언어모델을 활용하여 공정정보 인식을 위한 개체명 인식 모델과 속성 분류기를 구현하고 이를 통합한 파이프 라인을 제시한다. 실험을 통해 해당 접근법의 구조화 성능과 실용 가능성을 확인하였으며, 향후 화학공정 조건 비교, 지식베이스 구축, 기술 분석 등 다양한 응용 가능성을 제시할 수 있을 것으로 기대된다.
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
