선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 위키피디아 문서가 갖는 특성을 활용하여 개체명 사전을 구축하고 확장하기 위한 반자동 도구를 개발하고자 한다. 특히 초기 학습 결과를 활용해 인식된 오류를 재학습, 학습 결과를 보정하는 능동 학습(active learning) 기법을 적용함으로써 수작업을 최소화 하고 효율적으로 학습 데이터를 확장하는 방법에 대해 기술하고자 한다.
- 본 논문에서는 집단지성을 통해 새롭게 생성되고 갱신되는 공개지식자원인 위키피디아의 특성을 활용하여 개체명 인식 결과의 오류를 보정하고 사전을 확장하기 위한 반자동 구축 도구를 개발하였다. 특히 초기 학습 모델을 통해 인식된 결과로부터 오류 후보를 자동으로 생성, 사용자로부터 최소화의 작업을 통해 보정하여 이를 재학습시키는 능동 학습 기법을 적용하였다.
- 2000년대에 들어서는 개체명 인식[7]을 비롯해 음성인식, 자동 통역 등 언어자원을 구축,보강하는 분야로 적용 범위가 확장되고 있으며 최근에는 기존의 능동 학습 방법이 초기 훈련 집합이 주어진 경우를 가정하는 제약에서 탈피하여 학습 데이터가 전혀 없는 경우를 대비하거나, 학습 속도를 줄이는 방향으로의 연구가 활발히 진행되고 있다[8]. 본 논문에서는 초기 학습 결과의 오류를 보정하기 위해 작업자의 수작업을 최소화하는 방안에 주안점을 둔다.
- 8%로 상이한 경우가 다수 발생하였다. 이는 개체명 자동인식 결과의 성능 저하를 의미하므로 해당 태그에 대한 양상 분석 수행을 통해 오류를 보정하고자 한다. 인공물(AF)에 해당하는 앵커의 개체명 결과와 대상 표제어 개체명 결과의 차이를 세부 분석한 결과 다음과 같은 오류가 발생하였다.
- 그러나 최근에는 매월 2~3천 문서씩 꾸준히 증가하고 있는 추세를 보이고 있으며, 이는 한국어로 작성된 공개지식자원으로는 최대 규모이다. 이와 같이 집단지성을 통해 지속적으로 축척된어떤 지식이 또 다른 지식자원에 반영되어 확장되는 순환 학습 과정에 본 논문의 주안점이 있다.
- 본 논문에서는 위키피디아 문서가 갖는 특성을 활용하여 개체명 사전을 구축하고 확장하기 위한 반자동 도구를 개발하고자 한다. 특히 초기 학습 결과를 활용해 인식된 오류를 재학습, 학습 결과를 보정하는 능동 학습(active learning) 기법을 적용함으로써 수작업을 최소화 하고 효율적으로 학습 데이터를 확장하는 방법에 대해 기술하고자 한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.