주의집중 메커니즘을 통한 인코더-디코더 기반의 지식 베이스 트리플 활용 문장 생성 


46권  9호, pp. 934-940, 9월  2019
10.5626/JOK.2019.46.9.934


PDF

  요약

본 논문은 정형화된 구조를 지니는 지식 베이스 트리플(Knowledge Base Triples) 데이터를 활용하여 자연어 형태의 문장 생성 연구를 진행하였다. 트리플을 구체적으로 표현하는 문장 생성을 위해 LSTM(Long Short-term Memory Network) 인코더(Encoder)-디코더(Decoder) 구조를 활용, 주의집중 메커니즘(Attention Mechanism)을 적용하였다. 테스트 데이터에 대해 BLEU, ROUGE 스코어 각각 42.264 (BLEU-1), 32.441(BLEU-2), 26.820(BLEU-3), 24.446(BLEU-4), 47.341(ROUGE-L) 성능을 보였으며, 동일 데이터의 비교 모델에 대해 0.8%(BLEU-1) 상승된 성능을 보였다. 또한 상위 10개의 테스트 데이터 BLEU 스코어 평균 측정 결과 99.393(BLEU-1)로 높은 스코어를 기록하여, 이를 통해 문장 생성 결과가 유의미함을 확인하였다.


  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]

G. Choi and S. Choi, "Sentence Generation from Knowledge Base Triples Using Attention Mechanism Encoder-decoder," Journal of KIISE, JOK, vol. 46, no. 9, pp. 934-940, 2019. DOI: 10.5626/JOK.2019.46.9.934.


[ACM Style]

Garam Choi and Sung-Pil Choi. 2019. Sentence Generation from Knowledge Base Triples Using Attention Mechanism Encoder-decoder. Journal of KIISE, JOK, 46, 9, (2019), 934-940. DOI: 10.5626/JOK.2019.46.9.934.


[KCI Style]

최가람, 최성필, "주의집중 메커니즘을 통한 인코더-디코더 기반의 지식 베이스 트리플 활용 문장 생성," 한국정보과학회 논문지, 제46권, 제9호, 934~940쪽, 2019. DOI: 10.5626/JOK.2019.46.9.934.


[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