KSC 2020
Current Result Document : 3 / 3
| 한글제목(Korean Title) |
기계 독해 성능 개선을 위한 데이터 증강 기법 |
| 영문제목(English Title) |
Data Augmentation Methods for Improving the Performance of Machine Reading Comprehension |
| 저자(Author) |
이선경
정선호
이종욱
Sunkyung Lee
Seonho Jeong
Jongwuk Lee
|
| 원문수록처(Citation) |
VOL 47 NO. 02 PP. 0400 ~ 0402 (2020. 12) |
한글내용
(Korean Abstract) |
기계 독해(Machine Reading Comprehension)란 기계가 주어진 텍스트의 의미를 이해 및 이를 평가하는 방법으로, 자연어 이해를 위한 중요한 기술 중 하나이다. 주어진 글에 대해서 질의가 주어졌을 때, 이에 대한 올바른 응답을 찾는 질의-응답이 가장 대표적인 기계 독해 과제이다. 기계 독해 기술은 최근 심층 인공신경망 기반의 자연어 처리 기술의 발달에 따라 획기적인 성능 개선을 보였다. 그럼에도 불구하고, 주어진 데이터가 희소할 때, 성능 개선에 어려움이 존재할 수 있다. 이를 해결하기 위해 본 논문에서는 텍스트 편집을 통한 데이터 증강 기법을 활용하여 기존 모델의 변경을 최소화하며, 성능 개선을 하고자 한다. 즉, 본 연구에서는 영어 질의응답 데이터에서 가장 널리 활용되고 있는 BERT 기반의 기계 독해 모델에 데이터 증강 기법을 적용하여 기존 모델 대비 성능이 향상되는 것을 확인하였다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
기계 독해
데이터 증강
질의응답
ALBERT
|
| 파일첨부 |
PDF 다운로드
|
