Current Result Document :
| 한글제목(Korean Title) |
CoLA 데이터에 적합한 딥러닝 사전 학습 모델 탐색 |
| 영문제목(English Title) |
Exploring a deep learning pre-training model suitable for CoLA data |
| 저자(Author) |
노다설
차정원
Da-Seol Noh
Jeong-Won Cha
|
| 원문수록처(Citation) |
VOL 49 NO. 01 PP. 2117 ~ 2119 (2022. 06) |
한글내용
(Korean Abstract) |
본 연구에서는 국립국어원에서 공개한 문법성 판단 말뭉치인 CoLA 데이터셋에 적합한 딥러닝 모델을 탐색한다. 문법성 판단에 적합한 모델에 대해서 결과를 평가하고 문법성 판단 말뭉치에 대한 오류를 5가지로 설정한 후 각 모델에 대한 결과를 분석하였다. 총 3가지에 대한 사전학습모델을 통해 미세조정을 진행하였고, 성능은 본 논문에서 사용된 평가방법인 매튜상관계수(MCC)가 klue의 BERT모델은 32, ETRI의 BERT모델인 KorBERT는 28.9, KoCharElectra모델은 45.1로 보였다. 문법성 판단 말뭉치의 특성상 조사 또는 어미의 한 음절에서의 오류 판별이 발생하기 때문에 KoCharElectra 모델의 정량적 성능이 가장 좋았으며, 정성평가 또한 다른 모델에 비해 문법적 판단에 강점을 보이는 것을 확인할 수 있었다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
