KCC 2021
Current Result Document :
| 한글제목(Korean Title) |
Bidirectional LSTM-CRF 기반 띄어쓰기 모델을 활용 한 한영/영한 번역 시스템 |
| 영문제목(English Title) |
KR-EN, EN-KR NMT System with Bidirectional LSTM-CRF Korean Spacing |
| 저자(Author) |
김영표
안동민
최슬기
황소정
최희열
Youngpyo Kim
Dongmin An
Seulgi choi
Sojung Hwang
Heeyoul Choi
|
| 원문수록처(Citation) |
VOL 48 NO. 01 PP. 1774 ~ 1776 (2021. 06) |
한글내용
(Korean Abstract) |
구글 번역기와 같은 딥러닝에 의존하는 현대 번역 시스템의 도입으로 현재의 최신 번역은 원어민 또는 전문 번역가와 유사한 번역 수준에 도달했다. 현재 모델들은 각 언어의 고유 특성 문제에 직면했음에도 불구하고 성능이 뛰어나다. 일반적인 번역 모델들은 KR-EN, EN-KR 번역에 탁월한 성능을 보이지만, 한국어의 특징인 띄어쓰기를 전혀 고려하지 않는다. 본 논문에서는 일반적인 Transformer 번역 모델과 결합한 Bidirectional LSTM 및 CRF를 사용한 모델을 제시한다. 실험은 KR-EN, EN-KR 문장으로 구성된 AI Hub 데이터로 수행한다. 제시된 모델은 번역 결과에서는 Google, Papago와 비슷한 수준의 정확도에 도달하지만, 띄어쓰기에서 더 우수한 면을 보이는 것을 확인할 수 있다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
