KCC 2021
Current Result Document : 76 / 76
| 한글제목(Korean Title) |
증강 기법을 활용한 의도 분류 학습 모델 성능 비교 연구 |
| 영문제목(English Title) |
A study on performance comparison of intent classification learning model using on the text data augmentation |
| 저자(Author) |
신준호
신정수
윤여훈
정재희
Junho Shin
Jungsoo Shin
Yeohoon Yoon
Jaehee Jung
|
| 원문수록처(Citation) |
VOL 48 NO. 01 PP. 0337 ~ 0339 (2021. 06) |
한글내용
(Korean Abstract) |
데이터 증강 기법은 딥러닝 모델 학습에 필요한 데이터의 수를 증가함으로써 정확도를 높이고자 제안된 방법이다. 뉴스, 백과사전 데이터와 같은 문어체 텍스트는 크롤링이나 기존 데이터베이스를 이용한 수집이 가능한 반면, 구어체의 형식을 띄고 있는 챗봇 데이터 셋은 구축하기에 많은 비용과 시간이 소요된다. 특히, 제한된 분야에서 사용되어지는 챗봇의 경우, 특수한 상황에 맞는 텍스트 데이터 수집의 어려움 뿐만 아니라, 구어체 형식의 데이터 수집에 어려움이 따른다. 따라서 미리 수집된 내부 데이터를 이용하여 증강 기법을 사용하여 데이터의 양을 늘려 학습 모델의 데이터로 사용하는 과정이 요구된다. 본 논문에서는 피해자로 신빙성 있는 진술을 얻기 위한 챗봇 학습 모델 구현을 위하여, 대검찰청으로부터 제공받은 구어체 문장 데이터를 준거 기반에 따라 분류한 후, 텍스트 데이터 증강 기법들을 적용하였다. 준거 의도를 유지한 채 표현을 다양화하여 데이터를 증강시키는 방법들을 모델링 후 증강 데이터를 CNN 분류 모델에 학습시키고 각 기 법에 따른 성능을 측정, 비교 분석 하였다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
