정보과학회 컴퓨팅의 실제 논문지 (KIISE Transactions on Computing Practices)
Current Result Document :
| 한글제목(Korean Title) |
준-지도 학습을 이용한 삭제 기반 한국어 문장 축약 |
| 영문제목(English Title) |
Deletion Based Korean Sentence Compression with Semi-Supervised Learning |
| 저자(Author) |
박준모
노윤석
박세영
Junmo Park
Yunseok Noh
Seyoung Park
|
| 원문수록처(Citation) |
VOL 26 NO. 11 PP. 0513 ~ 0518 (2020. 11) |
한글내용
(Korean Abstract) |
문장 축약은 자연어 문장에서 불필요한 정보를 삭제하고 필요한 정보만을 남겨 원본 문장보다 짧고 간략하게 만드는 것이다. 최근 문장 축약 분야에서 심층 신경망을 이용한 연구들이 활발하게 수행되고 있다. 하지만 학습을 위한 한국어 축약 데이터는 부족하다. 본 논문에서는 심층 신경망을 이용한 문장 축약의 부족한 데이터를 극복하기 위해 준-지도 학습 방식을 채택하여 문장 축약을 수행한다. 학습을 위해 대량의 웹 상의 뉴스로부터 데이터를 자동 구축하고, 사람이 직접 구축한 고품질의 데이터로 모델을 파인-튜닝 한다. 학습된 모델은 원본 문장으로부터 요소를 삭제 결정하는 이진 시퀀스를 출력하여 문장을 축약한다. 모델을 통해 만들어진 축약 문장에 대한 평가를 위해서 정량적, 정성적 평가를 수행한 결과, 준-지도 방식을 통해 학습한 모델이 사람이 직접 구축한 소량의 데이터로 학습시킨 모델보다 더 좋은 성능을 보여주었다. |
영문내용
(English Abstract) |
Sentence compression is a task to make shorter and simpler sentences by deleting unnecessary information and leaving necessary information. Recently, studies using deep neural networks have been actively conducted in the field of sentence compression. However, there is a lack of Korean compression data for training. In this paper, to overcome the insufficient data of sentence compression, we adapt semi-supervised learning to sentence compression. For training, data is automatically collected from a large amount of news on the Web, and we fine-tune the models using with high-quality data collected by humans. The trained model compresses a sentence by outputting a binary sequence that decides to delete the elements of the original sentence. As a result of the quantitative and qualitative evaluations to evaluate the compressed sentences through the models, the model through the semi-supervise method showed better performance than the model trained with a small amount of data constructed by humans. |
| 키워드(Keyword) |
한국어 문장 축약
준-지도 학습
삭제 기반 축약
추출 축약
데이터 자동 구축
Korean sentence compression
semi-supervised learning
deletion-based compression
extractive compression
automatic data set construction
|
| 파일첨부 |
PDF 다운로드
|
