2016년 컴퓨터종합학술대회
Current Result Document :
| 한글제목(Korean Title) |
RNN 기반 Sequence-to-Sequence 학습을 이용한 문장 복원 성능 평가 |
| 영문제목(English Title) |
Performance Evaluation of Sentence Reconstruction using RNN-based Sequence-to-Sequence Learning |
| 저자(Author) |
이장호
이재구
이성민
최민석
윤성로
Jangho Lee
Jaekoo Lee
Sungmin Lee
Minsuk Choi
Sungroh Yoon
|
| 원문수록처(Citation) |
VOL 43 NO. 01 PP. 0795 ~ 0797 (2016. 06) |
한글내용
(Korean Abstract) |
본 연구에서는 최근 기계번역 (Machine translation)에서 뛰어난 성능을 보이고 있는 Encoder- Decoder 모델을 이용하여 문장 복원 성능을 평가하였다. Encoder-Decoder 모델은 기계번역에서 널리 사용되는 모델로 기존의 통계적인 방법보다 성능이 우수하기 때문에 최근에 다양한 자연어 처리 분야에 적용되고 있다. 시계열 (Time series) 데이터 같이 순차적인 데이터에 활용되는 기본적인 순환인공신경망 (Recurrent Neural Network; RNN) 모델과, 기억 기능을 갖고있는 LSTM (Long Short-Term Memory), GRU (Gated Recurrent Unit)를 이용하여 모델을 학습하고 원 문장과 복원된 문장의 BLEU (Bilingual Evaluation Understudy) 점수를 계산하여 그 성능을 비교하였다. 실험 결과 기본적인 RNN 모델 보다 이전 입력 정보에 대한 기억 기능을 갖고 있는 LSTM, GRU을 사용한 문장 복원 모델의 성능이 더 뛰어남을 확인하였다. 본 연구에 사용한 Encoder-Decoder 모델의 변형은 기계번역뿐만 아니라 다양한 자연어 처리 분야의 문제를 해결해 줄 수 있을 것으로 기대한다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
