S²-Net을 이용한 한국어 기계 독해 


45권  12호, pp. 1260-1268, 12월  2018
10.5626/JOK.2018.45.12.1260


PDF

  요약

기계 독해는 주어진 문맥을 이해하고, 질문에 적합한 답을 문맥 내에서 찾는 문제이다. Simple Recurrent Unit (SRU)은 GRU 등과 같이 neural gate를 이용하여 RNN에서 발생하는 베니싱 그래디언트 문제를 해결하고, gate 입력에서 이전 hidden state를 제거하여 GRU보다 속도를 향상시킨 모델이며, Self-matching Network는 R-Net 모델에서 사용된 것으로, 자기 자신의 RNN sequence에 대하여 어텐션 가중치를 계산하여 비슷한 의미 문맥 정보를 볼 수 있기 때문에 상호참조해결과 유사한 효과를 볼 수 있다. 본 논문에서는 한국어 기계 독해 데이터 셋을 구축하고, 여러 층의 SRU를 이용한 Encoder에 Self-matching layer를 추가한 S2-Net 모델을 제안한다. 실험 결과, 본 논문에서 제안한 S²-Net 모델이 한국어 기계 독해 데이터 셋에서 EM 70.81%, F1 82.48%의 성능을 보였다.


  통계
2022년 11월부터 누적 집계
동일한 세션일 때 여러 번 접속해도 한 번만 카운트됩니다. 그래프 위에 마우스를 올리면 자세한 수치를 확인하실 수 있습니다.
  논문 참조

[IEEE Style]

C. Park, C. Lee, S. Hong, Y. Hwang, T. Yoo, H. Kim, "Korean Machine Reading Comprehension with S²-Net," Journal of KIISE, JOK, vol. 45, no. 12, pp. 1260-1268, 2018. DOI: 10.5626/JOK.2018.45.12.1260.


[ACM Style]

Cheoneum Park, Changki Lee, Sulyn Hong, Yigyu Hwang, Taejoon Yoo, and Hyunki Kim. 2018. Korean Machine Reading Comprehension with S²-Net. Journal of KIISE, JOK, 45, 12, (2018), 1260-1268. DOI: 10.5626/JOK.2018.45.12.1260.


[KCI Style]

박천음, 이창기, 홍수린, 황이규, 유태준, 김현기, "S²-Net을 이용한 한국어 기계 독해," 한국정보과학회 논문지, 제45권, 제12호, 1260~1268쪽, 2018. DOI: 10.5626/JOK.2018.45.12.1260.


[Endnote/Zotero/Mendeley (RIS)]  Download


[BibTeX]  Download



Search




Journal of KIISE

  • ISSN : 2383-630X(Print)
  • ISSN : 2383-6296(Electronic)
  • KCI Accredited Journal

사무국

  • Tel. +82-2-588-9240
  • Fax. +82-2-521-1352
  • E-mail. chwoo@kiise.or.kr