2020년 컴퓨터종합학술대회
Current Result Document :
| 한글제목(Korean Title) |
단어 위치 정보를 이용한 Sequence-to-sequence 모델 기반 오류 수정 학습 |
| 영문제목(English Title) |
Sequence-to-sequence learning for error correction using word position information |
| 저자(Author) |
Hyeon-Tae Seo
Minyoung Jung
Hyedong Jung
Yo-Sub Han
Sang-Ki Ko
서현태
정민영
정혜동
한요섭
고상기
|
| 원문수록처(Citation) |
VOL 47 NO. 01 PP. 0605 ~ 0607 (2020. 07) |
한글내용
(Korean Abstract) |
Sequence-to-sequence(seq2seq) 모델은 가변 길이의 문장을 입력으로 받아 또다른 가변 길이의 문장을 출력하는 구조의 인공신경망이다. 이러한 구조적 특성으로 인해 seq2seq 모델은 자연어 번역, 이미지 캡셔닝, 대화 모델, 텍스트 요약을 비롯한 다양한 분야에 성공적으로 활용되고 있다. 본 논문에서는 seq2seq 모델을 기반으로 한 자동 오류 수정 학습 모델을 제안한다. 이를 위해 임의의 형식 언어로부터 무작위 생성된 학습 문장들로 seq2seq 모델이 형식 언어의 문장들을 인식하고 오류가 존재할 때 이를 자동으로 수정할 수 있도록 학습한다. 특히, 이 과정에서 문장의 각 단어의 위치 정보를 부가적으로 부여할 때 오류 수정 성능이 비약적으로 향상될 수 있음을 확인한다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
