• 전체
  • 전자/전기
  • 통신
  • 컴퓨터
닫기

사이트맵

Loading..

Please wait....

국내 학회지

홈 홈 > 연구문헌 > 국내 학회지 > 데이터베이스 연구회지(SIGDB)

데이터베이스 연구회지(SIGDB)

Current Result Document : 7 / 9 이전건 이전건   다음건 다음건

한글제목(Korean Title) 감성분석을 위한 문맥 기반 임베딩을 이용한 온라인 딥러닝 기법
영문제목(English Title) An Online Deep Learning Technique Using Contextual Embedding for Sentiment Analysis
저자(Author) 신승엽   김한준   Seung-Yeop Shin   Han-Joon Kim  
원문수록처(Citation) VOL 35 NO. 01 PP. 0086 ~ 0095 (2019. 04)
한글내용
(Korean Abstract)
지속적으로 생성되는 대용량의 텍스트 데이터를 텍스트 스트림이라 한다. 이러한 텍스트 스트림에 대한 감성분석은 대중의 반응을 파악하는 효과적인 방법이다. 감성분석 딥러닝 모델의 실시간 구축 및 개선을 위해서는 온라인 학습이 요구된다. 하지만 온라인 학습은 데이터를 학습에 한번만 사용하고 학습 과정은 신속히 이루어져야 한다는 제약을 가진다. 이러한 제약 하에서 감성분석 모델은 적정한 단어 임베딩을 이용해야한다. 기존 GloVe와 같이 문맥과 무관한 단어 임베딩은 주제가 변하는 텍스트 스트림 환경에 적합하지 않다. 또한, 미세조정 접근법은 학습 과정에 임베딩 층의 가중치를 업데이트한다는 점에서 온라인 학습 속도를 느리게 만드는 문제가 있다. 본 논문은 문맥 기반 임베딩을 특징 추출 접근법으로 이용하여 감성분석 모델을 온라인 학습하는 기법을 제안한다. 이를 위해 기존 BERT(Bidirectional Encoder Representations from Transformers) 언어 모델을 사전 훈련된 문맥 기반 단어 임베딩(pre-trained contextual word embedding)으로 이용한다. 실험을 통해 소규모 데이터에 대한 온라인 학습만으로 충분한 정확도의 향상이 이루어짐을 보인다.
영문내용
(English Abstract)
키워드(Keyword) 문맥 기반 임베딩   온라인 학습   감성분석   BERT   텍스트 스트림  
파일첨부 PDF 다운로드