최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 건국대학교 KonKuk University |
---|---|
연구책임자 | 김학수 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2023-03 |
과제시작연도 | 2022 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO202300008277 |
과제고유번호 | 1711168786 |
사업명 | 개인기초연구(과기정통부) |
DB 구축일자 | 2023-09-26 |
키워드 | 영역 적응.자가학습.기계독해.질문 생성.정답 후보 탐지.Domain adaptation.Self-training.Machine reading comprehension.Question generation.Answer candidate detection. |
□ 연구개요
대량의 데이터를 기반으로 학습한 심층 신경망 시스템은 사람과 비교하여 비슷한 수준 혹은 더 높은 수준의 성능을 보이지만, 학습하지 않은 다른 도메인 영역에 적용할 경우 성능이 크게 떨어지는 문제점이 존재한다. 본 과제에서는 다른 도메인 영역에 능동적으로 대처할 수 있는 영역 적응형 프레임워크를 개발하여 최근 활발히 연구되고 있는 기계독해 시스템에 적용하였다.
□ 연구 목표대비 연구결과
본 과제에서 개발하고자 하는 영역 적응형 자가학습 기계독해 시스템은 정답 후보 검출, 질문 자동 생성, 기계독해의
※ AI-Helper는 부적절한 답변을 할 수 있습니다.