초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

현재 온라인 한국어 문법 질의응답 시스템은 예문을 이용하여 질의하고 교정을 받는 방법 또는 게시판을 이용하여 질의하고 답변을 받는 방법으로 이루어진다. 전자는 질의에 예문이 없으면 답변을 받는 것이 어렵고, 후자는 실시간으로 답변을 제공받을 수 없다는 한계가 있다. 이러한 한계를 보완하기 위해 한국어 문법에 대한 질의응답 데이터를 기반으로 하는

현재 온라인 한국어 문법 질의응답 시스템은 예문을 이용하여 질의하고 교정을 받는 방법 또는 게시판을 이용하여 질의하고 답변을 받는 방법으로 이루어진다. 전자는 질의에 예문이 없으면 답변을 받는 것이 어렵고, 후자는 실시간으로 답변을 제공받을 수 없다는 한계가 있다. 이러한 한계를 보완하기 위해 한국어 문법에 대한 질의응답 데이터를 기반으로 하는 BERT 기반의 시퀀스 분류 모델을 설계하였다. 한국어 및 한국어 문법과 관련한 질의를 입력하면 BERT 기반 시퀀스 분류 모델을 통해 해당 질의에 가장 알맞은 답변을 출력하는 한국어 문법 질의응답 시스템을 구축하였다. 최종 성능 평가에서 최대 5개까지 답변을 고려한 MAP(Mean Average Precision)은 0.8139, 정답이 1위와 5위 내에 있을 확률은 각각 78.70%, 89.68%를 기록하였다.

Abstract ▼ AI-Helper

The current online Korean grammar question and answering system uses example sentences to make queries and receive proofreading, or uses bulletin boards to make queries and receive answers. It is difficult for electrons to receive answers without quality example sentences, and the latter has the lim...

The current online Korean grammar question and answering system uses example sentences to make queries and receive proofreading, or uses bulletin boards to make queries and receive answers. It is difficult for electrons to receive answers without quality example sentences, and the latter has the limitation that it cannot provide answers in real time. To complement these restrictions, we designed a BERT-based sequence classification model based on Korean grammar Q & A data. We built a Korean grammar question-and-answer system that outputs the best answer for the quality by inputting a query related to Korean and Korean grammar and using the classification model of the BERT-based sequence. The MAP (Mean Average Precision), which considered up to 5 answers in the final performance evaluation, was 0.8139, and the probabilities that the correct answers were in the 1st and 5th places were 78.70% and 89.68%, respectively.

Keyword