정보과학회논문지 (Journal of KIISE)
Current Result Document :
| 한글제목(Korean Title) |
2단계 학습을 통한 Span Matrix 기반 정답 후보군 탐지 모델 |
| 영문제목(English Title) |
A Span Matrix-based Answer Candidates Detection Model used 2-Step Learning |
| 저자(Author) |
김보은
장영진
김학수
Boeun Kim
Youngjin Jang
Harksoo Kim
|
| 원문수록처(Citation) |
VOL 48 NO. 05 PP. 0539 ~ 0547 (2021. 05) |
한글내용
(Korean Abstract) |
데이터 자동 구축이란 알고리즘이나 심층 신경망 등을 통해 데이터를 자동으로 구축하는 기술을 의미한다. 본 논문에서 목표로 하는 질의응답 데이터 자동 구축 시스템은 질문 생성 모델을 통해 주로 연구되었으며, 이는 주어진 단락과 관련된 질문을 생성하는 모델을 의미한다. 기존에는 질문 생성 모델에 단락과 정답 후보를 입력하여 이와 관련된 질문을 생성했으며, 질문 생성 모델에 입력되는 정답 후보는 규칙 기반 방법이나 심층 신경망을 이용한 방법 등을 통해 탐지되었다. 본 논문에서는 질문 생성의 하위 작업인 정답 탐지가 질문 생성에 큰 영향을 줄 것으로 판단했고, Span Matrix를 이용한 정답 후보군 탐지 모델 및 2단계 학습 방법을 제안했다. 다양한 정답 후보 추출 방법을 통해 생성한 질문이 질의응답 시스템에 어떤 영향을 주는지 알아보기 위한 실험을 진행했다. 제안 모델은 기존 모델에 비해 많은 수의 정답을 추출했으며, 개체명 데이터셋을 활용함으로써 학습 과정의 노이즈를 보완했다. 이를 통해 제안 모델이 추출한 정답 후보로 생성한 질의응답 데이터가 질의응답 시스템의 성능에 가장 크게 기여하는 것을 확인했다.
|
영문내용
(English Abstract) |
Automatic data construction refers to a technology that automatically constructs data through algorithms or deep neural networks. The automated construction system of question-answer data aimed at in this paper was mainly studied through a question generation model, which signifies a model that generates questions related to a given paragraph. Previously, paragraph and answer candidates were entered into the question generation model and related questions were generated. The answer candidates' input to the question generation model was detected through a rule-based method or a method using a deep neural network. We judged that answer detection, which is a subtask of question generation, will have a great influence on question generation. Consequently, we have proposed answer candidates detection model and 2-step learning method using Span Matrix. An experiment was conducted to find out how the questions generated through various methods of extracting answer candidates affect the question-answering system. The proposed model extracted a large number of correct answers compared to the existing model, and the noise in the learning process was supplemented by using the entity name dataset. Apparently, it was confirmed that the question- answer data generated as answer candidates extracted by the proposed model contributed the most to the performance of the question-answer system
|
| 키워드(Keyword) |
정답 후보군 탐지
질문 생성
질의응답
데이터 자동 구축
Span Matrix
2단계 학습
answer candidates detection
question generation
question-answering
automatic data construction
span matrix
2-step learning
|
| 파일첨부 |
PDF 다운로드
|
