정보과학회논문지 (Journal of KIISE)
Current Result Document :
| 한글제목(Korean Title) |
뉴럴-심볼릭 구조 기반의 관계 추출 |
| 영문제목(English Title) |
Relation Extraction based on Neural-Symbolic Structure |
| 저자(Author) |
오진영
차정원
Jinyoung Oh
Jeong-Won Cha
|
| 원문수록처(Citation) |
VOL 48 NO. 05 PP. 0533 ~ 0538 (2021. 05) |
한글내용
(Korean Abstract) |
딥러닝은 자연어처리 분야에서 우수한 성능을 보이고 있다. 하지만 우수한 성능을 달성하려면 많은 학습 데이터와 긴 학습 시간이 필요하다. 우리는 관계 추출 문제에 대하여 뉴럴-심볼릭 방법을 이용하여 적은 학습 데이터 환경에서 딥러닝의 성능을 능가하는 방법을 제안한다. 규칙 결과와 딥러닝 결과와 의 불일치도를 사용하는 구조를 설계하였다. 또한 수렴속도를 향상시키기 위해서 논리 규칙 필터링을 제안하고 규칙의 성능을 높이기 위해 문맥을 추가하였다. 제안 구조는 적은 학습 데이터에 대해서 우수한 성능을 보였으며, 빠른 성능 수렴이 이루어지는 것을 확인하였다.
|
영문내용
(English Abstract) |
Deep learning has been continually demonstrating excellent performance in the field of natural language processing. However, enormous training data and long training time are required to achieve good performance. Herein, we propose a method that exceeds deep learning performance in a small learning data environment by using a neural-symbolic method for the relationship extraction problem. We have designed a structure that uses the inconsistency between the rule results and deep learning results. In addition, logical rule filtering has been proposed to improve the convergence speed and a context has been added to improve the performance of the rule. The proposed method showed excellent performance for a small amount of training data, and we confirmed that fast performance convergence was achieved.
|
| 키워드(Keyword) |
뉴럴-심볼릭
관계추출
딥러닝
자연어처리
neural-symbolic
relation extraction
deep learning
natural language processing
|
| 파일첨부 |
PDF 다운로드
|
