데이터베이스 연구회지(SIGDB)
Current Result Document :
| 한글제목(Korean Title) |
사전 학습 언어 모델에서의 외부 지식 활용 기술 동향 |
| 영문제목(English Title) |
A survey on the recent techniques for extending external knowledge in pre-trained language models |
| 저자(Author) |
유주연
양동헌
이경하
Ju-Yeon Yu
Donghun Yang
Kyong-Ha Lee
|
| 원문수록처(Citation) |
VOL 39 NO. 01 PP. 0033 ~ 0058 (2023. 04) |
한글내용
(Korean Abstract) |
최근의 사전 학습 언어 모델들은 다양한 자연어 처리 태스크들의 처리에 있어 기존 모델 대비 우수한 성능 을 보인다. 그러나 대부분의 사전 학습 언어 모델은 위키피디아나 뉴스 기사와 같은 일반적인 학습 코퍼스 기반으로 학습되므로 의료나 과학과 같은 특정 분야의 태스크에서는 비교적 낮은 성능을 보인다. 또한, 사전 학습 언어 모델은 일반적으로 문서들로부터 추출한 학습 코퍼스를 사용하기 때문에 인과 관계 및 추론을 위 한 정보는 학습하기 어려워 논리적으로 해석하는데 취약한 특징을 보인다. 이를 해결하기 위해 학습 코퍼스 이외에 기존에 존재하던 추가적인 지식 정보를 이용하여 사전 학습 언어 모델의 성능 향상을 목표로 하는 연구들이 활발히 이루어지고 있다. 이러한 대표적인 지식 정보로는 지식 그래프나 다른 외부 문서 등이 존재 한다. 이논문에서는외부지식을활용한사전학습언어모델의확장에관한최신기술동향을파악하고 제기되는 미해결 이슈와 도전에 대해서도 논의하고자 한다. |
영문내용
(English Abstract) |
Pre-trained language models (PLMs) have recently exhibited superior performance compared to existing NLP models in various natural language processing tasks. However, most languaes models are trained with a general training corpus such as Wikipedia or news articles, so that they exhibit relatively low performance in specific fields such as medicine or science. In addition, language models are poor at providing causal relationships and inferences, making them vulnerable to logical interpretation. Studies aimed at improving the performance of PLMs by using the existing additional knowledge resources other than the training corpus have been actively performed in recent years. Knowledge graphs and external documents are the main external knowledge that we can easily acquire. This paper intends to assist in understanding the latest technological trends in the extension of PLMs using external knowledge resources. We also discuss open issues and challenges posed by the techniques.
|
| 키워드(Keyword) |
딥러닝
인공지능
자연어 처리
언어 모델
지식 그래프
Deep Learning
Artificial Intelligence
Natural Language Processing
Language Model
Knowledge Graph
|
| 파일첨부 |
PDF 다운로드
|
