최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국정보과학회언어공학연구회 2016년도 제28회 한글 및 한국어 정보처리 학술대회, 2016 Oct. 07, 2016년, pp.300 - 304
배장성 (강원대학교) , 이창기 (강원대학교)
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
의미역 결정이란? | 의미역 결정(Semantic Role Labeling)은 문장의 각 서술어의 의미와 그 논항(Argument)들의 의미역을 결정하여 “누가, 무엇을, 어떻게, 왜” 등의 의미 관계를 찾아내는 자연어처리의 한 단계이며 관계추출, 질의응답과 같은 다양한 자연어처리 응용의 성능 향상을 위한 입력으로 사용될 수 있다. | |
의미역 결정 연구 중 격틀사전에 기반을 둔 방법은 어떤 방법을 말하는 것인가? | 의미역 결정 연구는 크게 격틀사전에 기반을 둔 방법과 말뭉치에 기반을 둔 방법으로 나눌 수 있다. 격틀사전에 기반을 둔 방법은 서술어와 논항에 대한 문법 관계를 기술한 격틀(Frame)과 논항들의 정보를 기술한 선택제약(Selectional Restriction)등을 이용하여 의미역을 결정하는 방법이다. 말뭉치에 기반을 둔 방법은 의미역이 태깅된 말뭉치를 구축하고, 구축된 말뭉치를 이용하여 기계학습 방법으로 의미역을 결정하는 방법이다. | |
Sequence-to-Sequence 모델은 주로 어떤 연구에 사용되고 있는가? | 최근 자연어처리 연구에는 이미지처리, 음성인식 연구에서 큰 성공을 거둔 딥러닝(Deep-learning)을 자연어처리에 적용하는 연구가 많이 이루어지고 있다[1-11]. 그 중 순환 신경망(Recurrent Neural Network)을 이용한 Sequence-to-Sequence 모델은 임의 길이의 입력 순차열을 다른 종류의 순차열로 변환하는 확률모델로 기계번역 연구에 주로 사용되고 있다[2-8]. |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.