정보과학회논문지 (Journal of KIISE)
Current Result Document :
| 한글제목(Korean Title) |
지식베이스로부터 자연어 문장 생성을 위한 노이즈 추가 기법 |
| 영문제목(English Title) |
Noise Injection for Natural Language Sentence Generation from Knowledge Base |
| 저자(Author) |
권성구
박세영
Sunggoo Kwon
Seyoung Park
|
| 원문수록처(Citation) |
VOL 47 NO. 10 PP. 0965 ~ 0973 (2020. 10) |
한글내용
(Korean Abstract) |
지식베이스로부터 자연어 문장 생성이란 지식베이스 내 트리플을 입력하여 트리플이 내포하고 있는 정보, 즉 개체와 각 개체간의 관계를 포함하고 있는 자연어 문장을 생성하는 작업이다. 해당 작업을 심층신경망 방식으로 해결하기 위해서는 많은 트리플과 자연어 문장 쌍으로 구성된 학습데이터가 필요하다. 하지만 이와 같은 공개 된 한국어 학습데이터는 존재하지 않기 때문에 학습에 어려움을 겪고 있다. 본 논문에서는 이러한 학습 데이터 부족 문제를 해결하기 위하여 한국어 위키피디아 문장 데이터를 기반으로 핵심어를 추출한 뒤, 노이즈 추가 기법을 이용해 학습 데이터를 생성하는 비지도 학습 방법을 제안한다. 제안 모델을 평가하기 위하여 사람이 직접 제작한 트리플과 자연어 문장 쌍 정답 데이터를 이용하여 평가를 수행하였다. 자동 평가와 수동 평가 결과, 노이즈 추가 기법을 이용한 자연어 문장 생성 모델이 기존 비지도 학습 데이터를 이용한 모델보다 여러 측면에서 높은 성능을 보였다. |
영문내용
(English Abstract) |
Generating a natural language sentence from Knowledge base is an operation of entering a triple in the Knowledge base to generate triple information, which is a natural language sentence containing the relationship between the entities. To solve the task of generating sentences from triples using a deep neural network, learning data consisting of many pairs of triples and natural language sentences are required. However, it is difficult to learn the model because the learning data composed in Korean is not yet released. To solve the deficiency of learning data, this paper proposes an unsupervised learning method that extracts keywords based on Korean Wikipedia sentence data and generates learning data using a noise injection technique. To evaluate the proposed method, we used gold-standard dataset produced by triples and sentence pairs. Consequently, the proposed noise injection method showed superior performances over normal unsupervised learning on various evaluation metrics including automatic and human evaluations. |
| 키워드(Keyword) |
자연어 생성
문장 생성
노이즈 추가
비지도 학습
지식베이스
natural language generation
sentence generation
noise injection
unsupervised learning
knowledge base
|
| 파일첨부 |
PDF 다운로드
|
