최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.20 no.2, 2020년, pp.240 - 247
최동열 (대덕대학교 자동차학과) , 안은영 (한밭대학교 정보통신공학과)
There have been many efforts to understand the trends of IT environments that have been rapidly changed. In a view point of management, it needs to prepare the social systems in advance by using Big-data these days. This research is for the implementation of Issue Analysis System for the Big-data ba...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
특정 이슈를 구성하는 어휘의 특징은? | 이슈는 실시간으로 생성되는 데이터로부터 확인하여 추천시스템이나 의사결정 시스템 등의 주요 입력 값으로 활용될 수 있다. 특정 이슈를 구성하는 어휘들은 자연어로서 불규칙한 특성을 갖는다. 따라서 추상적 의미의 이슈를 구성하는 어휘의 군집이 다소 불완전하더라도 이를 인식할 수 있도록 학습의 입력패턴이 설계되어야 한다. | |
WiseQA란? | 2013년부터 10년간 인간의 지식증강서비스를 위해 빅데이터로 부터 스스로 학습하여 지식을 축적하고, 시스템 및 기기 간의 자율협업방식으로 새로운 문제를 해결하려는 연구가 진행되고 있다. 그 중 하나인 지능 진화형 질의응답 시스템인 WiseQA의 개발은 자연어 질문을 이해하고, 비정형 및 정형 지식베이스를 통해 정답 후보들을 추론하고 순위화, 필터링 등의 과정을 거쳐 최 종 정답을 근거와 함께 추론하는데 필요한 모듈을 개발한다[3]. 이 시스템에서는 의미정답유형 인식을 위해 다중클래스 분류에 기반한 기계학습모델을 사용한다[4]. | |
인공지능을 구현하는 방법중 딥러닝은 무엇인가? | 따라서 기계학습을 사용하는 [5]의 논문에서도 이러한 한계를 해결하기 위한 방안으로 하이브리드 방식을 제안하기도 하였다[4]. 한편 딥러닝은 완전한 머신러닝을 실현하기 위한 기술로, 뇌의 뉴런과 유사한 정보 입출력 계층을 활용해 데이터를 학습하는 방법이며[6] 최근 병렬 연산에 최적화된 GPU가 등장함으로 인해 학습을 위한 대량의 연산과 속도 문제를 해결할 수 있게 됨으로써 여러 분야에서 연구가 이루어지고 있다[7][8]. 본 연구는 산업계와 학계에서 현재 진행 중인 빅데이터의 지식처리를 위한 자연어의 의 미추론에 관한 연구로서 그 대안을 제시하고자 한다. |
이태겸, 신경섭, "심층 신경망 기반 자연어처리 모델의 성능 비교," 한국통신학회논문지, 제44권, 제7호, pp.344-1350, 2019.
이형직, 류법모, 임수종, 장명길, 김현기, "빅데이터 지식처리 인공지능 기술동향," ETRI 전자통신동향분석, 제29권, 제4호, pp.30-38, 2014.
Marius A. Pasca and Sandra M. Harabagiu, "High performance question/answering," Proceedings of the 24th annual international ACM SIGIR conference on Research and development in information retrieval, ACM, 2001.
K. FUKUSHIMA, "Cognitron: a self-organizing multi-layered neural network model," Biol. Cybern., Vol.20, pp.121-136, 1975.
이택희, CPU-GPU 이기종 임베디드 시스템에서 딥러닝 추론의 가속, 서울시립대학교 전자전기컴퓨터공학과, 석사학위논문, 2018.
구동균, Deep Learning을 이용한 택시 승객 승차 예측에 관한 연구, 서울시립대학교 교통공학과, 석사과정논문, 2018.
(주)시큐아이, 213년 상반기 10대 보인 이슈, 2013.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.