Stacked Bidirectional LSTM-CRFs를 이용한 한국어 의미역 결정 


44권  1호, pp. 36-43, 1월  2017


PDF

  요약

의미역 결정 연구에 있어 구문 분석 정보는 술어-논항 사이의 의존 관계를 포함하고 있기 때문에 의미역 결정 성능 향상에 큰 도움이 된다. 그러나 의미역 결정 이전에 구문 분석을 수행해야 하는 비용(overhead)이 발생하게 되고, 구문 분석 단계에서 발생하는 오류를 그대로 답습하는 단점이 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 구문 분석 정보를 제외한 형태소 분석 정보만을 사용하는 End-to-end SRL 방식의 한국어 의미역 결정 시스템을 제안하고, 순차 데이터 모델링에 적합한 LSTM RNN을 확장한 Stacked Bidirectional LSTM-CRFs 모델을 적용해 구문 분석 정보 없이 기존 연구보다 더 높은 성능을 얻을 수 있음을 보인다.


  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]

J. Bae and C. Lee, "Korean Semantic Role Labeling using Stacked Bidirectional LSTM-CRFs," Journal of KIISE, JOK, vol. 44, no. 1, pp. 36-43, 2017. DOI: .


[ACM Style]

Jangseong Bae and Changki Lee. 2017. Korean Semantic Role Labeling using Stacked Bidirectional LSTM-CRFs. Journal of KIISE, JOK, 44, 1, (2017), 36-43. DOI: .


[KCI Style]

배장성, 이창기, "Stacked Bidirectional LSTM-CRFs를 이용한 한국어 의미역 결정," 한국정보과학회 논문지, 제44권, 제1호, 36~43쪽, 2017. DOI: .


[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