자연어 추론에서의 교차 검증 앙상블 기법 


48권  2호, pp. 154-159, 2월  2021
10.5626/JOK.2021.48.2.154


PDF

  요약

앙상블 기법은 여러 모델을 종합하여 최종 판단을 산출하는 기계 학습 기법으로서 딥러닝 모델의 성능 향상을 보장한다. 하지만 대부분의 기법은 앙상블만을 위한 추가적인 모델 또는 별도의 연산을 요구한다. 이에 우리는 앙상블 기법을 교차 검증 방법과 결합하여 앙상블 연산을 위한 비용을 줄이며 일반화 성능을 높이는 교차 검증 앙상블 기법을 제안한다. 본 기법의 효과를 입증하기 위해 MRPC, RTE 데이터셋과 BiLSTM, CNN, ELMo, BERT 모델을 이용하여 기존 앙상블 기법보다 향상된 성능을 보인다. 추가로 교차 검증에서 비롯한 일반화 원리와 교차 검증 변수에 따른 성능 변화에 대하여 논의한다.


  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]

K. Yang, T. Whang, D. Oh, C. Park, H. Lim, "Cross-Validated Ensemble Methods in Natural Language Inference," Journal of KIISE, JOK, vol. 48, no. 2, pp. 154-159, 2021. DOI: 10.5626/JOK.2021.48.2.154.


[ACM Style]

Kisu Yang, Taesun Whang, Dongsuk Oh, Chanjun Park, and Heuiseok Lim. 2021. Cross-Validated Ensemble Methods in Natural Language Inference. Journal of KIISE, JOK, 48, 2, (2021), 154-159. DOI: 10.5626/JOK.2021.48.2.154.


[KCI Style]

양기수, 황태선, 오동석, 박찬준, 임희석, "자연어 추론에서의 교차 검증 앙상블 기법," 한국정보과학회 논문지, 제48권, 제2호, 154~159쪽, 2021. DOI: 10.5626/JOK.2021.48.2.154.


[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