한글내용
(Korean Abstract) |
최근 자연어처리의 다양한 분야에 있어, 심층학습 모형을 활용한 방법론들이 많이 시도되는 추세이다. 이러한 모형들의 학습 및 평가를 위해서는 전처리 과정이 필수적이며, 그중에서도 자연어를 수치화된 데이터로 변환해주는 단어 표상 기법은 가장 기초적이면서도 중요하다고 할 수 있다. 따라서 본 논문에서는 최근의 다양한 단어 표상 기법들의 효용성을 평가하기 위해 합성곱신경망 모형을 활용한 영화평 감성 분류 실험을 진행하였다. 정수 부호화, Word2vec, fastText, ELMo 네 가지의 모형을 네이버 감정 영화 말뭉치로 학습하여 감성 분류를 수행하였으며 그에따른 분류 정확도, 학습 시간, 사용 자원을 비교한 결과, 정수 부호화 방법이 세 가지 관점에서 가장 효율적인 표상 기법임을 확인하였다. |
