$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

Attention-based Sequence-to-Sequence 모델을 이용한 한국어 어체 변환
Korean Text Style Transfer Using Attention-based Sequence-to-Sequence Model 원문보기

한국정보과학회언어공학연구회 2018년도 제30회 한글 및 한국어 정보처리 학술대회, 2018 Oct. 12, 2018년, pp.567 - 569  

홍태석 (서강대학교 컴퓨터공학과) ,  허광호 (서강대학교 컴퓨터공학과) ,  안휘진 (서강대학교 컴퓨터공학과) ,  강상우 (가천대학교 소프트웨어학과) ,  서정연 (서강대학교 컴퓨터공학과)

초록
AI-Helper 아이콘AI-Helper

한국어의 경어체는 종결어미에 따라 구분하고, 서로 다른 경어체는 각각 고유한 경어 강도가 있다. 경어체 간의 어체 변환은 규칙기반으로 진행되어 왔다. 본 논문은 어체 변환을 위한 규칙 정의의 번거로움을 줄이고 어체 변환 데이터만을 사용한 심층 학습 기반의 어체 변환 방법을 제안한다. 본 연구는 '해요체-합쇼체' 쌍의 병렬 데이터를 이용하여 Attention-based Sequence-to-Sequence 모델을 바탕으로 한 어체 변환 모델을 학습하였다. 해당 모델을 학습하고 실험하였을 때, 정확도 91%의 우수한 성과를 얻을 수 있었다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 특히, 임의의 길이의 입력으로 임의의 길이의 출력을 생성하는 sequence-to-sequence 모델은 형태소 합성, 기계 번역(Machine Translation)과 같은 자연어 생성 분야에 효과적으로 적용 된다[3, 4]. 본 논문은 해요체 입력과 합쇼체 출력 쌍의 병렬 데이터를 sequence-to-sequence (Seq2Seq) 모델에 학습시켜 임의의 길이의 해요체 형태의 어절을 합쇼체 형태의 어절로 변환하는 모델을 제안한다.
  • 본 연구는 Attention-based Sequence-to-Sequence 모델을 활용하여 한국어의 해요체를 합쇼체로 변환하는 모델을 제안하였다. 추후 연구로는 입력의 마지막 어절뿐만 아니라 이외의 어절을 추가하는 연구를 진행할 수 있을 것이다.
본문요약 정보가 도움이 되었나요?
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로